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
15 results
Search Results
Item 以開源軟體進行知識轉移之探討: 以 D8AI 公司為例(2024) 廖庭毅; Liao, Ting-Yi本研究主要目的是深入研究人工智慧服務公司D8AI以研發開源軟體進行知識轉移而達成公司績效目標。將探討企業為何選擇導入人工智慧服務的動機和背後的推動因素及如何創造更多價值，企業內部運營和供應鏈合作關係中的實際應用，協助企業更有效地應對人工智慧服務導入的相關經驗，最終為企業決策者和業界利益關係者提供人工智慧領域的實用建議。人工智慧最顯著的趨勢是技術的普及和開放，人工智慧技術不再僅限於科學實驗室，而是進入了各個產業，促使了更多創新的產品和服務整合專業技術加速了創新，因此建構出以開源軟體進行知識轉移架構是能影響創新績效的因素。本研究訪談了D8AI公司以及進行知識轉移的AI推廣方案合作夥伴，透過質性研究，深入瞭解與探討開源軟體進行知識轉移的過程。本研究得到的主要討論有：（1）開源軟體的快速迭代與更新使企業能夠及時獲取最新技術，且能降低企業的研發人力成本和軟體費用，加速了流程與產品的創新，促進企業績效；（2）D8AI選擇研發合作夥伴的因素包含資源及技術的互補（例如：大型語言模型與語音辨識）與財務能力，合作的動機會因核心能力、研發策略的差異而有所不同；（3）D8AI選擇與第三方機構或大學研究機構進行研發合作的過程中會簽訂保密協定，並以不具直接競爭關係者為主要合作對象，也以政府機構的合作機會為目標，提升彼此競爭力且不影響商業模式；（4）D8AI以自然語言處理為研發核心並培養AI人才，且透過國際性電腦展覽的參與來行銷技術與產品、接觸客戶與吸收市場資訊，未來發展應用將囊括各行各業，以台灣人工智慧產業翹楚為目標。並據於此，本論文最後提出三項實務建議及後續研究建議，以供未來相關領域的廠商及研究者作為參考。Item 探討國中生使用問題導向學習法於人工智慧影像辨識機器人混成式學習之學習成效(2024) 薛惠文; Hsueh, Hui-Wen運算思維是21世紀的人類不可或缺的能力，為了找出能有效提升運算思維的方式，本研究發展一套人工智慧影像辨識採購機器人教材，結合教育機器人、混成式學習和問題導向等有利於提升運算思維的要素，期望透過此課程提升學習者之運算思維。本研究採用準實驗研究法，旨在探討問題導向法對人工智慧影像辨識機器人混成式課程學習者之人工智慧學習成就、程式設計導向運算思維、機器人自我效能及學習行為的影響，課程皆實施於混成式學習環境中，透過實體講述對學習者進行課程重點摘要、補充及檢討，並於實作單元中以教學影片的方式讓學生進行學習。控制組使用傳統講述教學法，教師以實體方式與學生問答互動；實驗組則使用IGGIA問題導向學習法，搭配問答機器人進行系統性的問答，期望透過問題引導方式給予學習者更明確的學習方向，以解決混成式學習中常見數位分心的問題。研究結果顯示，透過問題導向學習法確實能有效減緩學習者數位分心的問題並有效提升其學習成就，且能夠使學習者展現出更多主動學習的行為，然而，在程式設計導向運算思維中控制組有較好的學習表現，自我效能中則沒有顯著差異。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。Item 人工智慧倫理測驗發展-以雙北市技術型高中電機電子群學生為例(2022) 游鏡可; Yu, Ching-Ko科技逐漸崛起，除了技術的成熟度，連帶的也開始將注意力集中於倫理中，在未來人類是否將被機器反噬，這也是各個國家開始正視的問題，至今人工智慧技術尚未穩固，許多國家已將人工智慧技術與倫理融合入教育中。本研究為了瞭解學生對人工智慧倫理的認知，以雙北市技術型高中電機電子群學生為研究樣本，根據各國所宣布之人工智慧倫理細則與宣言理論基礎，編制人工智慧倫理測驗，進行問卷調查研究法，所獲得有效樣本為204筆。依據回收樣本資料，透過統計量化分析處理。本研究主要結論：一、研究者自行開發的人工智慧倫理測驗具備優良的信度與效度，未來研究者可使用與推廣；二、公立學校與私立學校受試者於人工智慧符合倫理構面與穩定性構面具顯著差異。本研究之研究結果與結論，可提供教育行政單位與學校行政單位做參考，期盼瞭解資訊相關科系學生對人工智慧倫理之理解，以提高未來學生對人工智慧之認知。Item 基於深度學習與技術分析指標預測股市買賣點(2023) 鄭邦廷; Cheng, Pan-Ting股票交易市場是由各種金融機構和投資者組成，用於買賣股票和其他金融產品的交易活動。市場的主要目的是提供一個公平、透明和有保障的交易環境，促進股票和其他金融產品的流通。而參與者包括投資者、證券公司、投資銀行、基金、保險公司、政府機構等。投資者可以通過股票交易市場進行交易，包括股票、債券、期貨等各種金融產品。證券公司、投資銀行等機構則負責為投資者提供證券交易相關的服務和產品。然而投資並不是穩賺不賠，以股票來說，其價值可能伴隨著公司業績表現、總體經濟變化，乃至各種政治因素而有波動。這代表著投資者必須去注意這些市場上的各種外在條件去對自己手中的投資標的去做調整，並無一精準的判斷條件。縱使在許多的外在條件影響之下，歷年仍有許多研究希望能藉由各種方式來判斷進場買進和獲利了結的方法甚至到未來股價的判斷。股票交易的獲利方式在於買進及賣出所產生的價差，但每個投資者所買進及賣出的位置不同，即代表各項因素不同，因此買的價格過高則會有套牢的風險，或者買進後遲遲沒有往上漲，因而賠上交易和時間成本。因此，如果可以藉由調整進出場條件及發動策略去預測未來走向，使我們可以更敏銳的判斷價格變化，就可以在價格即將變化時進場，並且賺取其中價差。在各種因素影響的情況之下，股票的進出場訊號可視為一非線性的時序訊號。而人工智慧在非線性模型的表現相當優秀，尤其是在處理大量複雜的數據時更顯突出。本論文希望配合著股票的技術分析及回測過的數據結合人工智慧達到預測未來買賣點位之目的，以強化並優化進出條件，進而增進投資報酬率。Item 人工智慧面試之回應性對應徵者印象管理之影響(2022) 陳宣宏; Chen, Syuan-Hong隨著網路世代進步以及智慧型裝置普及化，企業為了有效提升甄選的效率，將人工智慧應用於錄影面試情境中，透過分析應徵者之微表情來判讀其人格特質與溝通技巧。然而，應徵者是否會因人工智慧錄影面試中而感受到焦慮並出現面試表現焦慮的狀況是未知的研究議題。甚者，不同介面設計的人工智慧錄影面試是否會影響應徵者的印象管理行為，包括誠實與欺騙式的，更是一個待研究的議題。本研究基於社交介面理論與欺騙可能性模型，在錄影面試系統設計回應性介面，運用了兩種不同的人工智慧錄影面試介面進行實驗(是否具備回應性)(N=64)，面試過程中透過聲紋與回應語讓應徵者感受到回應性，藉此期望能夠影響應徵者印象管理行為研究結果發現，回應性介面會對於應徵者誠實型印象管理行為並無顯著影響，卻會提升欺騙型印象管理行為，另外卻能降低應徵者的面試表現焦慮。推論比起社交介面理論，遊戲化情境與人機互動的角色地位更適用於人工智慧面試情境，此情境更容易激發應徵者的競爭驅力而促使應徵者展示不實回應。最後依據研究結果，提出理論貢獻與實務意涵，幫助人力資源從業者與系統商在設計甄選環境時有足夠的參考依據。Item 人工智慧面試之有形性對應徵者印象管理之影響(2022) 黃信瑋; Huang, Sin-Wei越來越多企業在甄選過程中使用搭載人工智慧(Artificial Intelligence, AI)的非同步錄影面試(Asynchronous Video Interview, AVI)。過去研究探討了AI面試如何影響技術、偏見和經濟後果。然而，當應徵者使用AVI加AI的平台進行錄影面試時，介面缺乏有形性一直是個問題，且過去未有研究探討應徵者在面對不同介面的AI面試時所產生的不同反應。在求職面試中，應徵者會透過印象管理(Impression Management, IM)來展現最好的一面，包括誠實性和欺騙性印象管理。誠實的印象管理可能會增強甄選效度，而欺騙性印象管理則會損害甄選效度。過去的研究表明，即使是經驗豐富的面試官也無法正確識別候選人的印象管理行為。因此，求職面試中的印象管理問題已成為學術界和實務界的研究熱點，且由於錄影面試搭載AI的甄選方式在疫情催化下變得更加普及，本研究旨在探討AI面試的有形性對於應徵者印象管理的影響。本研究運用兩種不同的AI面試介面，進行了 2 組（是否具備有形性）的實驗設計。研究中的有形性透過虛擬AI面試官來體現，一共有 70名正在尋找全職/兼職工作及培訓計畫的應徵者（N=67）參與本研究。研究結果表明，參與者在具備有形性的AI面試介面下會展現更多的自我行銷，而自我辯護、誇大不實、避重就輕等則沒有統計上的顯著差異，不過參與者的錄影面試經驗與勤勉審慎性對於其誠實性或欺騙性印象管理皆具有重要影響。Item 探討人工智慧對台灣銀行業之影響(2021) 連家瑜; Lien, Chia-Yu隨著人工智慧的發展，人工智慧已經廣泛應用於日常生活和社會，本研究透過文獻探討與蒐集報章期刊彙整出人工智慧對台灣銀行業的影響，歸納出五大構面與二十一項準則，五大構面分別為智慧客服、網路及行動銀行、客群經營、機器人理財、風險控管。本研究問卷發放對象為學術單位與產業界領域中，具備銀行金融與人工智慧相關產業背景之 24 位專家。利用多層次決策分析法探討人工智慧對台灣銀行業的影響架構中，計算評估準則的相對權重與重要性排序，最後提出研究結論與實務建議。本研究結果得知五大構面中以客群經營為優先考量的重點屬性。五大構面底下準則之優先考量屬性分述如下: 一、客群經營構面下為既有客戶活化。二、風險控管構面下為提升信用評估精準度。三、智慧客服構面下為正確回應客戶。四、網路及行動銀行構面下為無地域時間限制。五、機器人理財構面下為收費便宜。本研究結果可提供人工智慧對台灣銀行業之影響關鍵的參考事宜，進而制定具體有效的策略。Item 花語之色彩意象應用於色彩建議與分析(2022) 林昭伶; Lin, Chao-Ling本研究所側重分析的焦點以日本學者小林重順建立色彩意象座標（Color Image Scale）與色彩意象詞彙資料庫（Color Image Word Database），讓情緒與色彩或色彩組合標準化、數值化，以奠定學理討論基礎，其利用語意差異法度量色彩及意象的關聯，與日本色彩與設計研究所（Nippon Color and Design Research Institute, NCD）合作開發色彩意象座標。透過自然語言處理（Natural Language Processing, NLP）技術將一般口語化的表達轉換至專業的一個或多個設計參數的辨識，用於人工智慧（Artificial Intelligence, AI）深度學習（Deep Learning）訓練出符合大數據內容呈現趨勢優化的色彩建議的方法，提出具體建議。透過設計3組實驗「多意象色彩調和演算法」、「色彩意象抽取演算法」、「花卉圖片重點色彩擷取」，進行提取3色色彩組合當作已知色，實作於「色彩建議演算法」輸出建議色，利用網路問卷調查分析滿意度，結果顯示色彩建議後的5色色彩組合的滿意度平均數都比4色色彩組合高。本研究的主題花語之色彩意象應用於色彩建議後的4色、5色色彩組合的滿意度平均數均達3分以上具有正面的評價。另外，本研究觀察審美度方程式M=O/C，花卉圖片重點色彩應用於色彩建議後的4色、5色色彩組合，都有100%符合M>0.5，發現應是花的顏色色相大多較為相近，產生對應到的數值不會差太大的現象，在曼賽爾色彩系統中如果O與C的落差不夠大，計算得到的數據就不會差太大，進而發現當色彩色相都較為相近時只採用審美度來進行評量色彩調和度是不夠的。 花語被加以利用於色彩意象的表現，輔助設計半自動化色彩建議方法，產生具有代表性或獨特性的色票，未來得以應用於印刷與設計產業中，解決一般非專業人員色彩運用能力不足的困境。COVID-19疫情觸動數位轉型契機，迫切需要大量的資訊傳遞、搜尋與雲端儲存及大數據的使用。科技的進步讓科技推動模式逐漸由技術轉為需求導向（陳聖智，2021），色彩建議方法的效能與創新應用的可行性，導入人工智慧概念，無須透過漫長歲月經驗累積養成，輔助更多有設計需求但能力不足的人，即時性設計因應少量多樣、個人化、個性化的趨勢設計潮流，亦是本研究主要課題以供後續相關研究與應用之參考。Item 人工智慧產品使用者開發(2022) 姚鈞愷; Yao, Chun-Kai隨著使用者在設計過程中逐漸受到重視，設計師需要花更多的心力在設計過程中了解使用者的需求，而工程設計教育也應該跟隨此一趨勢，讓學生能夠在設計實作中學習與使用者溝通與合作。參與式設計能夠讓使用者參與學生的設計過程，克服對使用者的不熟悉，然而要找到使用者配合教學現場非常困難。但隨著近年來人工智慧技術的發展，聊天機器人或能解決真實使用者的參與問題。本研究使用Dialogflow自然語言處理系統與Google助理建置系統模型架構，依照人物誌設計方法與半結構式訪談，以聊天機器人的方式建立人工智慧使用者系統模型，並使用此系統模型以8位人因工程課程之大學三年級學生進行系統模型驗證，真實使用組4人，AI組4人。其中真實使用組以真實使用者作為產品使用者進行設計活動，AI組使用本研究發展之人工智慧產品使用者作為使用者進行設計活動。根據本研究所建置之系統模型與系統模型驗證結果分析，得出以下結論：在設計過程的部分，人工智慧產品使用者能讓學生表現出更豐富的工程設計行為轉移；設計構想的部分，兩組學生之防身用品設計構想表現平均差異不大，證實人工智慧產品使用者系統模型能在設計的前期構想階段中有效代替真實使用者。