科技與工程學院

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/5

沿革

科技與工程學院（原名為科技學院）於87學年度成立，其目標除致力於科技與工程教育師資培育外，亦積極培育與科技產業有關之工程及管理專業人才。學院成立之初在原有之工業教育學系、工業科技教育學系、圖文傳播學系等三系下，自91學年度增設「機電科技研究所」，該所於93學年度起設立學士班並更名為「機電科技學系」。本學院於93學年度亦增設「應用電子科技研究所」，並於96學年度合併工教系電機電子組成立「應用電子科技學系」。此外，「工業科技教育學系」於98學年度更名為「科技應用與人力資源發展學系」朝向培育科技產業之人力資源專才。之後，本院為配合本校轉型之規劃，增加學生於科技與工程產業職場的競爭，本院之「機電科技學系」與「應用電子科技學系」逐漸朝工程技術發展，兩系並於103學年度起分別更名為「機電工程學系」及「電機工程學系」。同年，本學院名稱亦由原「科技學院」更名為「科技與工程學院」。至此，本院發展之重點涵蓋教育（技職教育/科技教育/工程教育）、科技及工程等三大領域，並定位為以技術為本位之應用型學院。

107學年度，為配合本校轉型規劃，「光電科技研究所」由原隸屬於理學院改為隸屬本（科技與工程）學院，另增設2學程，分別為「車輛與能源工程學士學位學程」及「光電工程學士學位學程」。

News

學院網址：http://www.cot.ntnu.edu.tw/

Browse

Has files: NoSubject: search.filters.subject.Sentiment Analysis

Search Results

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
    運用錄影面試動態表情結合深度學習預測臺灣國際產業移工之留任意願：以卷積神經網絡為工具
    (2024) 李珮綺; LI, Pei-Chi
    臺灣於2018年3月進入高齡社會階段，65歲以上的老年人口超過全人口的14%，勞力短缺問題逐漸加劇，國際移工成為支撐臺灣勞動力的不可或缺的一環。然而，國際移工在抵達臺灣後常常面臨失聯或怠惰等問題，且這些問題隨著時間的推移變得更加嚴重。臺灣對於移工失聯的法律約束不夠完善且程序繁瑣。因此，人力顧問公司希望在面試階段能夠篩選出願意留任的國際移工，以確保雇主能夠維持穩定的留任率。在心理學領域，隨著電腦視覺（Computer Vision）與深度學習（Deep Learning）技術的成熟發展，科技與心理領域的跨學科研究越來越多。許多學者開始合作，利用視訊錄影影片辨識當事人的動態表情，進而推測其情緒甚至未來的行為。本研究深度學習技術，即卷積神經網絡（Convolutional Neural Network, CNN），進行實證研究。研究對象為81位個案派遣公司所派遣的菲律賓和越南國籍產業移工，透過電腦視覺技術收集國際產業移工在特定情境下回答問題時所展現的面部動態表情軌跡，並利用卷積神經網絡建立動態表情與留任意願之間的模型預測他們的留任意願，為臺灣的移工雇主和派遣公司提供了一個快速而具有預測力的決策輔助工具，幫助他們在招募和甄選過程中做出明智的選擇。
  • No Thumbnail Available
    Item
    以社群網站探勘、優勢約略集合與形式概念分析預測加密貨幣價格波動
    (2023) 吳宜庭; Wu, I-Ting
    隨著加密貨幣的問世與日益普及，使用與投資加密貨幣，已成為新的趨勢。但因虛擬貨幣價格的高波動性，投資風險極高，如何精確預測虛擬貨幣價格，非常值得關注。社群媒體的問世與普及，改變了大部份使用者交換資訊的方式。人們除了使用搜尋引擎之外，也可以透過Facebook或Twitter等平台，張貼或搜尋他人的意見與評論。因此，社群媒體上的大量留言，成為大數據分析之標的，對加密貨幣之分析亦然。之前常見社群媒體言論對股票市場之影響分析及預測，但虛擬貨幣為新型態之投資標的，社群媒體言論對比特幣值漲跌幅之衝擊，較少學者著墨。因此本研究擬爬取主要社群媒體之關於加密貨幣之推文，進行文本情感分析，並且同步爬取具代表性之個體經濟與總體經濟指數，將數據一般化（Normalization）之後，使用k-平均群落分析法（k-means cluster analysis）將每一變數分群，再導入優勢約略集合（Dominance Rough Set Approach, DRSA)及形式概念分析（Formal Concept Analysis, FCA），推衍社群網路之正、負向言論、各種經濟指數與虛擬貨幣幣值漲跌幅間的「若…則…」（if precedent then descendant）推論關係（inference relationship），建構加密貨幣價格之預測模型。為驗證分析架構之可行性，本研究爬取虛擬貨幣相關意見領袖於Twitter發表之推文、Google聲量、與影響加密貨幣價格之經濟指標，導入分析架構後，推衍預測關係。依據實證研究結果，影響比特幣價格的重要因素有比特幣交易量、黃金價格及交易量、美國股票指數、匯率、通貨膨脹率，以及Google聲量，若特定條件成立，則比特幣價格會大幅上漲或下跌；而Google聲量在投資者做出投資決策時扮演重要角色，輿論可能不會對比特幣價格的即時波動產生影響，但以整個時間序列來看，卻確切對其產生重大的影響。本研究結果可作為比特幣投資人之依據，建構之分析架構，亦可作為預測其他金融商品之用。
  • No Thumbnail Available
    Item
    以社群探勘與偏最小平方法結構方程歸納影響消費者接受智慧手環之關鍵要素
    (2020) 陳郁甯; Chen, Yu-Ning
    近年來，由於預防醫療、健康管理意識抬頭，加上物聯網和雲端運算技術進步，智慧穿戴裝置之市場隨之崛起，並且發展蓬勃。科技產品是否能廣普及，取決於消費者對該產品、技術的接受程度，因此，許多學者提出有關消費者行為之理論。近三十年來，技術接受模式已廣泛運用於分析、解釋消費者對新科技之接受行為，但現有研究受到樣本及取樣的限制無法針對母體分析，對消費者行為的探討，仍多所限制。此外，雖然運用文字探勘分析社群之研究日增，但關於智慧穿戴裝置的研究非常稀有，現有之研究，仍局限於歐美國家之少數個案，且少有以理論研證者。為解決此研究缺口，本研究擬定義一新穎的分析架構，使用網路爬蟲技術萃取社群網站有關智慧手環之貼文，並以現有情感詞典詞彙作為基礎，然後使用Jieba進行斷詞、提取特徵詞及意見詞，接著進行情感分析和主題建模，得出影響消費者接受智慧手環之關鍵因素。之後依據技術接受模式提出假設，再以偏最小平方法結構方程（PLS-SEM）驗證影響關係是否顯著。本研究以探勘 PTT 社群網站驗證分析架構之可行性，結果顯示除知覺易用性（Perceived Ease of Use, PEU）、知覺有用性（Perceived Usefulness, PU）會影響消費者接受、使用智慧手環外，情緒（Sentiment）於知覺易用性（Perceived Ease of Use, PEU）對知覺有用性（Perceived Usefulness, PU）之調節作用亦為顯著，負面情緒尤其如此。未來，本研究所定義，且驗證完善之分析架構，可用於探勘影響其他產品消費行為之因素，亦可做為產品行銷與設計次世代消費電子產品之依據。