【114-2微學分課程】人工智慧與物聯網應用Artificial Intelligence and Internet of Things Applications

物聯網微學程

本課程旨在培養學生具備人工智慧與物聯網(AIoT)整合應用之核心能力,並以實際設備監測與故障診斷為應用場域,導入真實世界之工業資料進行分析與實作。課程將以冰機系統為案例,帶領學生從感測資料理解出發,逐步進行資料前處理、特徵設計、異常偵測模型建立,以及預警機制設計,建立完整之AIoT系統開發流程。

在教學過程中,學生將接觸實際設備運轉資料(如溫度、運作狀態與異常紀錄),並透過機器學習方法(如異常偵測模型)進行故障預測與分析。同時,課程亦強調系統層面的整合能力,包含資料處理流程、模型訓練與評估,以及簡易視覺化介面操作,使學生能理解AI模型如何實際部署於智慧監測系統中。

此外,課程將進一步探討跨場域資料應用所面臨之挑戰(如資料分布差異與模型泛化能力),使學生了解AIoT系統在真實環境中的限制與設計考量。

授課教師

資訊工程學系林政寬副教授

對應總課程名稱

物聯網基礎設計與實作 Internet of Things Basic Design and Implementation

課程日期

6月11日 8:00-12:00、13:30-17:30

課程總時數

8小時

上課地點

光復校區 工程一館EA101

修課人數

20人

先修科目或先備能力

程式設計之相關知識或能力

自備物品

筆電

課程教材

自編課程投影片

作業、考試、評量

課堂實作與練習(40%):透過分段實作(資料分析、模型操作、結果解讀),評量對異常偵測流程之掌握程度。
成果展示(60%):於課程最後進行簡要成果展示或口頭說明。

單元主題

單元主題 內容綱要 講授 示範 習作 其他
AIoT 與設備監測概念 AIoT 系統架構、設備監測與故障診斷應用、感測資料特性 0.5hr 0.5hr
資料處理與探索分析 資料清理、基本統計分析與視覺化、資料特徵理解 0.5hr 0.5hr -
異常偵測方法與模型 異常偵測概念、常見方法(rule-based、機器學習)與模型實作 1hr 0.5hr 1.5hr
偵測結果分析與系統應用 偵測結果解讀、評估指標、系統整合與應用流程 0.5hr - 1hr -
綜合實作與案例應用 整合資料處理與異常偵測流程,完成簡易設備監測應用 0.5hr - 1hr -

課程進度

日期 課程進度、內容、主題
6/11 AIoT 應用與設備監測概念、課程說明
6/11 設備資料介紹與資料特性分析(含資料觀察)
6/11 資料前處理與基本分析實作
6/11 異常偵測方法概念與模型操作示範
6/11 異常偵測實作與結果分析
6/11 綜合實作與應用討論(系統整合與案例說明)