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
Browse
6 results
Search Results
Item 應用資料探勘技術分析台灣特色小鎮之色彩意象(2019) 蘇育惟; Su, Yu-Wei根據過往研究指出，色彩具有傳達訊息的功能，甚至比文字更容易記憶。城市的色彩意象，多為大眾透過風景、建築、飲食、文化、特產等日常生活所及之事物，再經由學習和經驗，進而產生之色彩連結。因此，城市的色彩意象能表達城市的獨特性及內涵，其所帶來的後續相關應用也更為重要。但目前建立城市色彩意象的方法，多半來自實地田野調查，而後進行校色對比，或是請該城市的居民參與和建構實際之專案，過程中欠缺了自動化的概念。本研究旨在以資料探勘技術分析大眾與城市色彩意象之連結，並將考察及分析過程自動化，研究所產出之結果，可提供於設計及其相關應用做為參考。 本研究以交通部觀光局所選出十大觀光小鎮為主要研究對象，並以日本色彩學家小林重順（Shigenobu Kobayashi）於Color Image Scale中，所提出的城市形容詞作為關鍵字，分別以Word to vector和Google關鍵字搜尋兩種方式，找出城市和形容詞之關聯性，在進行交叉比對作為資料探勘技術的關鍵字以建立城市樣本圖片集，而後以Color-Thief取出顏色並且輔以Color Image Scale作為顏色校正之依據，進而取得自動化色彩組合之結果。研究結果顯示，具有特定特色景點或特產的城市，搭配關鍵形容詞，其城市色彩組合之意象會特別明顯，自動化色彩組合之結果亦符合大眾之滿意程度。Item 資料倉儲支援課程決策模式之研究(2007) 徐明珠; Hsu, Ming-Ju資料倉儲支援課程決策模式之研究 徐明珠 摘要 面臨全球化、資訊化之內外在環境衝擊，基於課程為教育核心之觀點，大學教育宜由課程改革著手，始能預應國內外嚴峻之挑戰。然因受限於課程發展不易、決策因素複雜，以及課程本身知識特性之限制，亟待突破傳統以文獻和課程會議為導向之課程發展方式。有鑑於資料倉儲之運用漸成氣候，資料採礦技術亦已日漸成熟，加以教育部大學課程資料建置已有時日，所累積之課程資料彌足珍貴，運用資料倉儲於課程決策之必要性乃應運而生。 本研究以課程文獻理論形塑課程發展之主軸，並結合課程法令規章與專家知識之分析，形成課程決策機制、課程情境和課程組織三項課程決策因素，據以進行課程決策研究之塑模。再以資料倉儲結合資料採礦技術進行課程知識發現之實證相互驗證及解釋，已證明所提之「資料倉儲支援課程決策研究」之模式可行，可據以建立「課程資料倉儲知識發現」(curriculum knowledge discovery in data warehouse, CKDD)步驟和方式，作為課程發展時決策之參考。 在研究方法上，採用文獻分析、專家問卷調查以及決策支援技術三個方法，並採用量化與質化調查之三角校正分析，兼以一般統計工具、資料採礦技術進行資料統計和分析，實為研究方法、研究工具和統計、分析方式多樣化之混合式研究。其中，專家問卷調查之目的在運用三角校正分析，形成大學課程決策因素，從而發展出課程決策之知識，以突破國內大學課程研究尚未形成氣候，而課程決策相關研究不足之限制，作為本研究塑模之基礎。 而資料倉儲支援課程決策之塑模，主要目的在以文獻探討和專家知識為基礎，以及融合資料倉儲和資料採礦技術知識發現之過程，建立「資料倉儲支援課程決策模式研究」之架構，據以作為資料倉儲支援課程決策研究實證之依循；並以全國大學新聞系課程為個案，依照「資料倉儲支援課程決策研究模式架構」，進行「課程資料倉儲」之建置，以及資料採礦支援課程決策分析實證。 在資料統計和分析方面，首先進行敘述性統計，以提供課程發展情境分析之用，並以決策樹挖掘課程變項之規則，以關聯規則挖掘課程間之規則，形成課程發展於課程組織時，對課程變項結構及最適課程組合決策之原則。而藉由塑模與實證課程規則之相互驗證，其間所發現之課程規則不僅趨於一致性，且相較之下，資料倉儲結合資料採礦技術所進行之課程知識發現更具科學化、精確化和效率化，已然彰顯「資料倉儲支援課程決策研究」之可行性和價值性。 最後，本研究建構了「資料倉儲支援課程決策研究模式」、「決策樹支援課程資料倉儲知識發現CKDD模式」、「關聯規則支援課程資料倉儲知識發現CKDD模式」、「資料倉儲支援課程決策模式」，以及「資料倉儲支援課程發展決策模式」等多重模式，並以此項發展課程決策模式研究之塑模與驗證之發現，對課程發展相關人士、大學課程網、新聞系課程發展及後續研究研提相關建議，進而期望由此邁向全「資料倉儲」為導向之課程發展決策模式。Item 應用「線上分析處理」技術建構客製化模板分析工具之研究－以大學課程資源網光纖科目為例(2006) 林培倫本研究主要是針對教育部大學課程資源網之資料倉儲中存放的課程資料進行研究。以「線上分析處理」技術為概念，並配合各個不同領域專家學者的研究需求建構客製化模板分析工具。最後以大學院校89~93學年度傳輸網路光纖科目課程資料為例進行分析及驗證。 資料倉儲內課程資料經蒐集、轉換、清洗等流程後，建立資料超市，再將課程資料送入本研究所建構之模板，由「各主題分析圖表之自動產生引擎」處理後產生具多維度之圖表。最後藉由各領域專家學者的觀點來觀察圖形及表格，依照其專家領域經驗進行判斷，從而了解存放在資料倉儲中資料之現況和趨勢所在，並可從其中找出隱藏、未知的資訊，未來針對大學課程資料倉儲內儲之課程資料進行研究時，有了一個適合的分析工具可使用。 本研究所建構之客製化模板分析工具有以下幾項特點： 一．可依各個不同研究領域之專家學者需求來建構分析模板。 二．經由客製化模板分析工具，可對資料倉儲中所存資料進行多維度分析。 三．分析模板可產生各式各樣簡單易懂的報表、圖表，提供操作者使用。 四. 各領域專家學者可在圖形、表格中，依不同角度和觀點發現隱藏、未知、獨特的資訊與知識。Item 基於關聯式規則在影響個股漲跌之財經新聞事件探勘之應用研究(2005) 簡宏宇; Hung-Yu Chien本論文提出一個股市消息面與數值面的研究系統，結合網際網路概念、資訊擷取（Data Crawler）、資料分析（Data Analyzer）、中文斷詞系統、K-means群聚演算法（K-means Clustering Algorithm）與資料探勘（Data Mining）等不同層面的技術，為的是要找出有關個股的新聞事件與個股的股市交易相互影響的隱含關聯規則，以提供一個具有參考價值的資訊。本系統透過網際網路擷取所需的各項資訊，並且儲存至資料庫之中。利用中文斷詞系統為資料庫中的每筆新聞事件標題找出關鍵字詞（Key Item），並針對每筆資料的關鍵字詞藉由相似度鑑別過濾相近的新聞事件。將所有漲跌幅度正規化（Normalization）後，利用K-means群聚演算法將漲跌幅度分群聚，使得關聯式規則（Association Rules）在這些群聚之中找出極大項目集合（Large Itemsets），藉由支持度（Support Level）與信賴度（Confidence Level）這兩個判斷條件，可以探勘出個股新聞事件與交易的隱含關聯規則，以提供使用者在股市交易上一個具有可信度的參考資訊。Item 應用線上分析處理於網站自動化統計機制之研究-「以技職課程資源網站」為例(2002) 袁熒助; Yuan Ying-Juh由於網路科技蓬勃發展，帶來豐沛的資源，資料倉儲(data warehouse)成為資料庫技術中的新主題，而資料挖掘(data mining)、線上分析處理(On-Line Analytical Processing, OLAP)等技術，近年來亦日漸被重視，並且廣泛應用在各個領域上。所謂資料挖掘就是從資料庫中採掘出隱藏的、非顯著性有用資訊的過程，而OLAP則是一種快速擷取多維資訊和了解資料整體概況的工具，不需要設定資料層級就可以快速的瀏覽並分析資料。因此，OLAP可滿足決策者對大量多維資訊做分析比較之需求，以幫助洞察現況或決策分析。 由於OLAP須直接對資料庫做統計及彙算的工作，基於安全性的考量，限定於區域網路內使用；對於如何將OLAP統計的結果放置於網站上供人瀏覽，又能達到自動化更新的效果則為本研究的重點之一。 本研究是以教育部技職課程資源網站為例，將技職校院所上傳之幾十萬筆資料進行多維度分析，先建立課程資料cube，再運用資料轉換服務(Data Transformation Service, DTS)與VBScript的技術，以及配合排程的設定，發展出一套網站自動化統計機制；並且藉由統計結果察覺上傳資料的正確與否，進而修正錯誤達到維護資料倉儲之目的，期能使OLAP與網站資料倉儲的結合應用，提供一套方便可行之模式。Item 知識管理應用於國教行政之系統模式研究—以國民教育行政資訊傳(2002) 蔡志宏; TSAI. CHI-HUNG在21世紀知識經濟時代下，「知識」已成為現代經濟發展中重要核心資源，隨著網際網路的快速發展及資訊技術的普及下，人類藉由網路所獲取資訊更為容易快速。而政府在推動國民教育時，若能藉此打造E化國教行政資訊系統，運用知識管理模式來整合與改善國民教育行政決策傳播與行政效率將有助於教育改革與推動。本研究以國民教育行政傳播網為例，運用知識管理(Knowledge Management)策略來規劃系統平台，資料流程圖(Data Flow Diagram，DFD)來分析系統的資料流動與運作情況，實體關係模型(E-R Model)來擷取相關的內容與描述系統管理者層次結構，派翠西網路(Petri-Nets)分析網站系統管理者、國教司業務人員、各縣市教育局、各縣市網路中心、各縣市教師研習中心及各國中小行政人員等六者間的可能動態運作行為，藉此塑模出系統網站運作的動態機制，並轉置成為本網站系統管理與維護的控制架構與模式。利用樹狀結構方式，塑模出主題討論區角色層次。同時使用知識表徵技術(Knowledge Representation Techniques，KRT)，可有效的擷取出「國民教育行政資訊傳播網站」相關的內容與描述系統角色間關係結構。運用資料採擷(Data Mining)技術可在發掘有用資訊或知識的一連串過程中，從資料萃取出有用的知識以提供實行決策分析與應用。運用貝氏統計模式(Bayes Probability Model，BPM) 來預測線上瀏覽者預測知識發現成功率的高低。研究中對分析瀏覽者在網站知識發現的行為路徑，有益於網站管理者在修正網站架構重要參考依據。對於知識被發現的機率高低，可作為資料維護者在資料上架時的考量因素之一。最後，運用Excel為工作平台的VBA技術設計一個行為路徑記錄分析收集器，及配合樞紐分析表分析各項資料，包括統計瀏覽器類型、統計瀏覽器版本、統計瀏覽者行為路徑、統計瀏覽者拜訪次數、統計網站每時、日、月流量等。對於分析瀏覽者的相關資訊，有助於系統管理者在維護與建置上的參考依據之一。