108-2_應用電子學(一)
教學目標
1. 學習二極體、特殊用途二極體、雙極接面電晶體、場效電晶體原理。 2. 二極體與電晶體基本電路操作運算。 3. 使用示波器、電表、波型產生器測量元件與電路的電性。
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-20.00%;其他-0.00%
課程內容與進度
1. 電子學的簡介 2. 二極體及其應用 3. 實驗 4. 特殊二極體 5. 雙極接面電晶體 6. 電晶體偏壓 7. 實驗 8. 運算放大器 9. 實驗 10. 場效電晶體原理
教科書/參考書
電子學(上冊)楊棧雲等著 原著 Electronic Devices By ThomasL.Floyd
評分標準
考試80% 實驗20%
學分數
3
授課時數(周)
3
開課班級
L10851
修課人數
8
1. 學習二極體、特殊用途二極體、雙極接面電晶體、場效電晶體原理。 2. 二極體與電晶體基本電路操作運算。 3. 使用示波器、電表、波型產生器測量元件與電路的電性。
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-20.00%;其他-0.00%
課程內容與進度
1. 電子學的簡介 2. 二極體及其應用 3. 實驗 4. 特殊二極體 5. 雙極接面電晶體 6. 電晶體偏壓 7. 實驗 8. 運算放大器 9. 實驗 10. 場效電晶體原理
教科書/參考書
電子學(上冊)楊棧雲等著 原著 Electronic Devices By ThomasL.Floyd
評分標準
考試80% 實驗20%
學分數
3
授課時數(周)
3
開課班級
L10851
修課人數
8
108-2_光電子學
教學目標
凡有關光-電、電-光交互作用的之理論、材料與元件，皆「光電子學(Optoelectronics/Photonics)」涵蓋的範圍。
本課程包含半導體材料物理、電磁波原理、光波導...等基礎觀念的建立，並介紹發光二極體(LED)、半導體雷射(Laser)與太陽能電池(solar cell)...等常見光電元件之操作原理與設計。
授課形式
理論講述與討論-100.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction
2. Wave Nature of Light
3. Dielectric Waveguides and Optical Fibers
4. Basics of Optoelectronic pn-Junction Devices
5. Light Emitting Diodes
6. Laser Diodes
7. Photovoltaic Devices
教科書/參考書
參考書:
1. Optoelectronics and Photonics –Principles and Practices, S. O. Kasap, Prentice Hall, 2001
2. Physics of Photonic Devices, 2nd ed. S. L. Chuang, WILEY, 2009
3. Semiconductor Optoelectronic Devices, 2nd ed. Pallab Bhattacharya, Prentice Hall, 1997
4. Optical Electronics in Modern Communications, 5th ed. A. Yariv, Oxford University Press, 1997
評分標準
1. 平時成績 (出席、作業) 30%
2. 期中考 30%
3. 期末考 40%
學分數
3
授課時數(周)
3
開課班級
L10751
修課人數
7
凡有關光-電、電-光交互作用的之理論、材料與元件，皆「光電子學(Optoelectronics/Photonics)」涵蓋的範圍。
本課程包含半導體材料物理、電磁波原理、光波導...等基礎觀念的建立，並介紹發光二極體(LED)、半導體雷射(Laser)與太陽能電池(solar cell)...等常見光電元件之操作原理與設計。
授課形式
理論講述與討論-100.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction
2. Wave Nature of Light
3. Dielectric Waveguides and Optical Fibers
4. Basics of Optoelectronic pn-Junction Devices
5. Light Emitting Diodes
6. Laser Diodes
7. Photovoltaic Devices
教科書/參考書
參考書:
1. Optoelectronics and Photonics –Principles and Practices, S. O. Kasap, Prentice Hall, 2001
2. Physics of Photonic Devices, 2nd ed. S. L. Chuang, WILEY, 2009
3. Semiconductor Optoelectronic Devices, 2nd ed. Pallab Bhattacharya, Prentice Hall, 1997
4. Optical Electronics in Modern Communications, 5th ed. A. Yariv, Oxford University Press, 1997
評分標準
1. 平時成績 (出席、作業) 30%
2. 期中考 30%
3. 期末考 40%
學分數
3
授課時數(周)
3
開課班級
L10751
修課人數
7
108-2_數位通訊
教學目標
本課程授課內容包含Signals and spectra、Random variables and processes、Formatting and baseband transmission、Bandpass modulation and demodulation、Spread spectrum techniques、Multiplexing and multiple access、Information theory、Error correction coding等，另輔以MATLAB/Simulink模擬及系統設計實務解說，期待修課同學在課程結束後，具備完整之通訊基礎及應用於職場之能力。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-20.00%;專題實作與報告-10.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第一週 Signals and spectra 第二週 Signals and spectra 第三週 Random variables and processes 第四週 Formatting and baseband transmission 第五週 Formatting and baseband transmission 第六週 Bandpass modulation and demodulation 第七週 Bandpass modulation and demodulation 第八週 Bandpass modulation and demodulation 第九週 Bandpass modulation and demodulation 第十週 Spread spectrum techniques 第十一週 Spread spectrum techniques 第十二週 Multiplexing and multiple access 第十三週 Multiplexing and multiple access 第十四週 Information theory 第十五週 Information theory 第十六週 Error correction coding 第十七週 Error correction coding 第十八週 Error correction coding (如有變動以課堂上宣佈為準)
教科書/參考書
1.B. Sklar, "Digital Communications," 2nd Ed. 2001. 2.鈦思科技，通訊系統設計與模擬，2007. 3.M. Y. Rhee, "CDMA Cellular Mobile Communications and Network Security," 1998. 4.S. Haykin, "Communication Systems," 4th Ed. 2004.
評分標準
第一次期中考 25% 第二次期中考 25% 第三次期中考 25% 期末考 25% 出席率 另加分 (如有變動以課堂上宣佈為準)
學分數
3
授課時數(周)
3
開課班級
L10851
修課人數
6
本課程授課內容包含Signals and spectra、Random variables and processes、Formatting and baseband transmission、Bandpass modulation and demodulation、Spread spectrum techniques、Multiplexing and multiple access、Information theory、Error correction coding等，另輔以MATLAB/Simulink模擬及系統設計實務解說，期待修課同學在課程結束後，具備完整之通訊基礎及應用於職場之能力。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-20.00%;專題實作與報告-10.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第一週 Signals and spectra 第二週 Signals and spectra 第三週 Random variables and processes 第四週 Formatting and baseband transmission 第五週 Formatting and baseband transmission 第六週 Bandpass modulation and demodulation 第七週 Bandpass modulation and demodulation 第八週 Bandpass modulation and demodulation 第九週 Bandpass modulation and demodulation 第十週 Spread spectrum techniques 第十一週 Spread spectrum techniques 第十二週 Multiplexing and multiple access 第十三週 Multiplexing and multiple access 第十四週 Information theory 第十五週 Information theory 第十六週 Error correction coding 第十七週 Error correction coding 第十八週 Error correction coding (如有變動以課堂上宣佈為準)
教科書/參考書
1.B. Sklar, "Digital Communications," 2nd Ed. 2001. 2.鈦思科技，通訊系統設計與模擬，2007. 3.M. Y. Rhee, "CDMA Cellular Mobile Communications and Network Security," 1998. 4.S. Haykin, "Communication Systems," 4th Ed. 2004.
評分標準
第一次期中考 25% 第二次期中考 25% 第三次期中考 25% 期末考 25% 出席率 另加分 (如有變動以課堂上宣佈為準)
學分數
3
授課時數(周)
3
開課班級
L10851
修課人數
6
108-2_嵌入式影像處理與電腦視覺
教學目標
以底層嵌入式程式設計的技巧來達成部分影像處理與電腦視覺原理的實現，是目前業界汽車電子、遠端監視系統、機器人、圖形辨識等相關應用最迫切需要的技術。其中空間域影像前處理、影像品質與特徵、自動偵測與識別等主題在本課程中特別受到強調。本課程期正確引領學生認識影像處理與電腦視覺的部份主題的原理及其部分嵌入式C語言設計實作，引導學生產生興趣，進而樂於深入了解。課程內容另涵蓋高等資料結構設計經驗講授，以及軟體工程設計規範與程式維護文件撰寫實務演練。並藉由設定相關主題與題目，學生獲得深入該專業領域之原理與實作設計技術，配合尋找文獻，習得該專業領域的知識與經驗。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-0.00%;專題實作與報告-80.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
Part I Intensity Transformations and Spatial Filtering Part II 單元一、 BMP圖檔格式 BMP檔案格式研習 BMP檔案讀取與寫入程式設計 原理與實作學習另依個別程式設計能力情況決定。
教科書/參考書
無,但需搜尋相關文獻。
評分標準
對專題的積極程度 70%
計畫完成度 30%
學分數
3
授課時數(周)
3
開課班級
L10751
修課人數
11
以底層嵌入式程式設計的技巧來達成部分影像處理與電腦視覺原理的實現，是目前業界汽車電子、遠端監視系統、機器人、圖形辨識等相關應用最迫切需要的技術。其中空間域影像前處理、影像品質與特徵、自動偵測與識別等主題在本課程中特別受到強調。本課程期正確引領學生認識影像處理與電腦視覺的部份主題的原理及其部分嵌入式C語言設計實作，引導學生產生興趣，進而樂於深入了解。課程內容另涵蓋高等資料結構設計經驗講授，以及軟體工程設計規範與程式維護文件撰寫實務演練。並藉由設定相關主題與題目，學生獲得深入該專業領域之原理與實作設計技術，配合尋找文獻，習得該專業領域的知識與經驗。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-0.00%;專題實作與報告-80.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
Part I Intensity Transformations and Spatial Filtering Part II 單元一、 BMP圖檔格式 BMP檔案格式研習 BMP檔案讀取與寫入程式設計 原理與實作學習另依個別程式設計能力情況決定。
教科書/參考書
無,但需搜尋相關文獻。
評分標準
對專題的積極程度 70%
計畫完成度 30%
學分數
3
授課時數(周)
3
開課班級
L10751
修課人數
11
108-2_數位設計與模擬
教學目標
本課程介紹Verilog 硬體描述語言之設計與模擬，包含了下列主題：1. 以Verilog 硬體描述語言進行數位設計之概觀，說明階層式的設計概念及由上而下（Top-Down）、由下而上（Bottom-Up）之設計方法；2. Verilog之Lexical Conventions, Data Types, System Tasks, Compiler Directives；3. 介紹Modules和Ports；4. 介紹Gate-Level之寫作方式，並引入Testbench之概念及其寫作技巧；5. 介紹Data-Flow之寫作方式；6. 介紹Behavioral之寫作方式；6. 介紹Functions及Tasks之寫作方式；7. 介紹有限狀態機（Finite-State Machine，FSM）之寫作方式；7. 介紹合乎IP規範之寫作風格。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%
課程內容與進度
(2/20) Introduction to this course
(2/27) Topic 1: Overview of Digital Design with Verilog HDL
(3/05) Topic 2: Lexical Conventions, Data Types, System Tasks, Compiler Directives
(3/12) Topic 3: Modules & Ports
(3/19) Topic 4: Gate-Level Modeling
(3/26) Topic 4: Gate-Level Modeling
(4/09) Topic 4: Gate-Level Modeling
(4/16) Midterm
(4/23) Topic 4: Gate-Level Modeling
(4/30) Topic 5: Dataflow Modeling
(5/07) Topic 5: Dataflow Modeling
(5/14) Topic 6: Behavioral Modeling
(5/21) Topic 6: Behavioral Modeling
(5/28) Topic 6: Functions & Tasks
(6/04) Topic 6: Functions & Tasks
(6/11) Topic 7: Finite State Machine
(6/18) Final Exam
教科書/參考書
評分標準
1. Homework & Lab.: 30%
2. Midterm: 30%
3. Final Exam: 30%
學分數
3
授課時數(周)
3
開課班級
L10851
修課人數
32
本課程介紹Verilog 硬體描述語言之設計與模擬，包含了下列主題：1. 以Verilog 硬體描述語言進行數位設計之概觀，說明階層式的設計概念及由上而下（Top-Down）、由下而上（Bottom-Up）之設計方法；2. Verilog之Lexical Conventions, Data Types, System Tasks, Compiler Directives；3. 介紹Modules和Ports；4. 介紹Gate-Level之寫作方式，並引入Testbench之概念及其寫作技巧；5. 介紹Data-Flow之寫作方式；6. 介紹Behavioral之寫作方式；6. 介紹Functions及Tasks之寫作方式；7. 介紹有限狀態機（Finite-State Machine，FSM）之寫作方式；7. 介紹合乎IP規範之寫作風格。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%
課程內容與進度
(2/20) Introduction to this course
(2/27) Topic 1: Overview of Digital Design with Verilog HDL
(3/05) Topic 2: Lexical Conventions, Data Types, System Tasks, Compiler Directives
(3/12) Topic 3: Modules & Ports
(3/19) Topic 4: Gate-Level Modeling
(3/26) Topic 4: Gate-Level Modeling
(4/09) Topic 4: Gate-Level Modeling
(4/16) Midterm
(4/23) Topic 4: Gate-Level Modeling
(4/30) Topic 5: Dataflow Modeling
(5/07) Topic 5: Dataflow Modeling
(5/14) Topic 6: Behavioral Modeling
(5/21) Topic 6: Behavioral Modeling
(5/28) Topic 6: Functions & Tasks
(6/04) Topic 6: Functions & Tasks
(6/11) Topic 7: Finite State Machine
(6/18) Final Exam
教科書/參考書
評分標準
1. Homework & Lab.: 30%
2. Midterm: 30%
3. Final Exam: 30%
學分數
3
授課時數(周)
3
開課班級
L10851
修課人數
32
108-2_指紋縫合與組圖專論
教學目標
全屏下指紋感測器將發展為與手機屏幕直接結合為一體，快速取代傳統的晶圓晶片式感測器。本課程介紹如何縫合片段指紋以利有效進行指紋辨識。這種又稱為組圖的演算法技術，可提升辨識精確性與安全性。 1. 理解指紋辨識的歷史淵源，洞悉行動裝置內嵌指紋感測器未來的發展方向。 2. 傳統指紋辨識走向屏下(On-display)指紋辨識。 3. 組圖縫合演算法關鍵技術講授。 4. 探討乾溼指紋在縫合演算法的效果差異。 4. 影像處理模組技術。 5. 模組化程式設計。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-0.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-20.00%;其他-0.00%
課程內容與進度
1.指紋辨識淵源、現況與未來發展 2.認識多種類型屏下指紋感測器 3.光學式屏下指紋(Fingerprint on-display, FOD)感測器 5.指紋比對進階資料結構與演算法 6.指紋影像品質評估。 7.片段指紋縫合演算法。 8.乾溼指紋圖像背景與不良區域切割演算法。
教科書/參考書
1.Selected patent, journal and conference papers. 2.Rafal C. Gonzalez and Richard E. Woods, “Digital Image Processing,” Addison-Wesley Publishing Company, 3/e, 2008.
評分標準
作業30% 期中考或報告30% 期末考或專題報告40%
學分數
3
授課時數(周)
3
開課班級
M10751
修課人數
5
全屏下指紋感測器將發展為與手機屏幕直接結合為一體，快速取代傳統的晶圓晶片式感測器。本課程介紹如何縫合片段指紋以利有效進行指紋辨識。這種又稱為組圖的演算法技術，可提升辨識精確性與安全性。 1. 理解指紋辨識的歷史淵源，洞悉行動裝置內嵌指紋感測器未來的發展方向。 2. 傳統指紋辨識走向屏下(On-display)指紋辨識。 3. 組圖縫合演算法關鍵技術講授。 4. 探討乾溼指紋在縫合演算法的效果差異。 4. 影像處理模組技術。 5. 模組化程式設計。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-0.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-20.00%;其他-0.00%
課程內容與進度
1.指紋辨識淵源、現況與未來發展 2.認識多種類型屏下指紋感測器 3.光學式屏下指紋(Fingerprint on-display, FOD)感測器 5.指紋比對進階資料結構與演算法 6.指紋影像品質評估。 7.片段指紋縫合演算法。 8.乾溼指紋圖像背景與不良區域切割演算法。
教科書/參考書
1.Selected patent, journal and conference papers. 2.Rafal C. Gonzalez and Richard E. Woods, “Digital Image Processing,” Addison-Wesley Publishing Company, 3/e, 2008.
評分標準
作業30% 期中考或報告30% 期末考或專題報告40%
學分數
3
授課時數(周)
3
開課班級
M10751
修課人數
5
108-2_機器學習專論(三)
教學目標
本課程在教授深度學習技術的相關理論及應用。
需有離散數學、機率與統計、程式設計、資料結構、與演算法等背景知識。
＊本課程為博士班專題討論課程＊
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-20.00%;專題實作與報告-60.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. 機器學習的數學基礎
2. 機器學習最佳化技術
3. 深度學習相關技術
4. 實務應用與專題製作
5. 論文發表
教科書/參考書
參考書目： 1.A.E. Eiben and J.E. Smith, Introduction to Evolutionary Computing, Springer, Natural Computing Series, 1st edition, 2003, ISBN: 3-540-40184-9
Corr. 2nd printing, 2007, ISBN: 978-3-540-40184-1
2.Eric Bonabeau, Marco Dorigo, and Guy Theraulaz, Swarm Intelligence: From Natural to Artificial Systems, Oxford University Press, 1999
3.A. P. Engelbrecht, Computational Intelligence: An Introduction, 2nd Edition, Wiley, 2007.
4.Related Journal papers
評分標準
專題實作與報告：80％
課堂表現：20％
學分數
3
授課時數(周)
3
開課班級
D10751
修課人數
2
本課程在教授深度學習技術的相關理論及應用。
需有離散數學、機率與統計、程式設計、資料結構、與演算法等背景知識。
＊本課程為博士班專題討論課程＊
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-20.00%;專題實作與報告-60.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. 機器學習的數學基礎
2. 機器學習最佳化技術
3. 深度學習相關技術
4. 實務應用與專題製作
5. 論文發表
教科書/參考書
參考書目： 1.A.E. Eiben and J.E. Smith, Introduction to Evolutionary Computing, Springer, Natural Computing Series, 1st edition, 2003, ISBN: 3-540-40184-9
Corr. 2nd printing, 2007, ISBN: 978-3-540-40184-1
2.Eric Bonabeau, Marco Dorigo, and Guy Theraulaz, Swarm Intelligence: From Natural to Artificial Systems, Oxford University Press, 1999
3.A. P. Engelbrecht, Computational Intelligence: An Introduction, 2nd Edition, Wiley, 2007.
4.Related Journal papers
評分標準
專題實作與報告：80％
課堂表現：20％
學分數
3
授課時數(周)
3
開課班級
D10751
修課人數
2
108-2_應用量子力學(二)
教學目標
以量子力學基礎，探討晶格中電子的行為，從而瞭解電子能帶理論，費米分佈有關的半導體材料及元件的光電性質，介紹時間微擾理論以建立學生對光與原子交互作用之了解及對量子井元件、光子晶體元件，量子穿隧效應等元件的工作原理的性能掌握，以培養學生未來從事光電半導體產業之專業能力與素養。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-10.00%;專題實作與報告-30.00%;田野調查-10.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1.晶體內自由電子波函數與Bloch函數 2.晶體內電子能帶 3.Kronig-Penney 能帶模型 4.TightBinding能帶模型 5.量子統計與費米分佈 6.能態躍遷機率(Transistion probability) 7.居量反置與激發輻射 8.電子自旋 9.奈米元件量子效應 10.量子光學理論(quantum theory of EM wave)
教科書/參考書
1.Applied Quautum Mechanics, Yariv. 2.Quantum Electronics, Yariv. 3.自編講義
評分標準
平時10% 作業20% 期中考30% 期末考40%
學分數
3
授課時數(周)
3
開課班級
D10851
修課人數
7
以量子力學基礎，探討晶格中電子的行為，從而瞭解電子能帶理論，費米分佈有關的半導體材料及元件的光電性質，介紹時間微擾理論以建立學生對光與原子交互作用之了解及對量子井元件、光子晶體元件，量子穿隧效應等元件的工作原理的性能掌握，以培養學生未來從事光電半導體產業之專業能力與素養。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-10.00%;專題實作與報告-30.00%;田野調查-10.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1.晶體內自由電子波函數與Bloch函數 2.晶體內電子能帶 3.Kronig-Penney 能帶模型 4.TightBinding能帶模型 5.量子統計與費米分佈 6.能態躍遷機率(Transistion probability) 7.居量反置與激發輻射 8.電子自旋 9.奈米元件量子效應 10.量子光學理論(quantum theory of EM wave)
教科書/參考書
1.Applied Quautum Mechanics, Yariv. 2.Quantum Electronics, Yariv. 3.自編講義
評分標準
平時10% 作業20% 期中考30% 期末考40%
學分數
3
授課時數(周)
3
開課班級
D10851
修課人數
7
108-2_高等半導體元件物理
教學目標
教授各式半導體元件之物理原理與操作特性，介紹各式半導體元件之製作。
授課形式
理論講述與討論-100.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. BJT transistor 2. MOSFET and Related Devices 3. MESFET and Related Devices 4. Microwave Diodes, Quantum-Effect and Hot-Electron Devices 5. Photonic Devices 6. Crystal Growth and Epitaxy 7. Process Technology
教科書/參考書
教科書 Semiconductor Devices - Physics and Technology, S.M.Sze, 2nd Ed.,JOHN WILEY & SONS. 參考書 Optical Semiconductor Devices, Mitsuo Fukuda, JOHN WILEY & SONS. Optoelectronics / An Introduction to Materials and Devices, Jasprit Singh, McGRAW Hill.
評分標準
1. 平時成績：習題作業 20% 2. 期中考 30%，期末考 30% 3. 學習態度與課堂表現 20%
學分數
3
授課時數(周)
3
開課班級
M10751
修課人數
5
教授各式半導體元件之物理原理與操作特性，介紹各式半導體元件之製作。
授課形式
理論講述與討論-100.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. BJT transistor 2. MOSFET and Related Devices 3. MESFET and Related Devices 4. Microwave Diodes, Quantum-Effect and Hot-Electron Devices 5. Photonic Devices 6. Crystal Growth and Epitaxy 7. Process Technology
教科書/參考書
教科書 Semiconductor Devices - Physics and Technology, S.M.Sze, 2nd Ed.,JOHN WILEY & SONS. 參考書 Optical Semiconductor Devices, Mitsuo Fukuda, JOHN WILEY & SONS. Optoelectronics / An Introduction to Materials and Devices, Jasprit Singh, McGRAW Hill.
評分標準
1. 平時成績：習題作業 20% 2. 期中考 30%，期末考 30% 3. 學習態度與課堂表現 20%
學分數
3
授課時數(周)
3
開課班級
M10751
修課人數
5
108-2_專題討論
教學目標
學生學習報告及議題討論，爭辯能力訓練
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-40.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
教科書/參考書
評分標準
出席率（30%) 提問及討論（50%) 其他 (20%)
學分數
0
授課時數(周)
2
開課班級
D10851
修課人數
51
學生學習報告及議題討論，爭辯能力訓練
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-40.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
教科書/參考書
評分標準
出席率（30%) 提問及討論（50%) 其他 (20%)
學分數
0
授課時數(周)
2
開課班級
D10851
修課人數
51
108-2_巨量資料分析
教學目標
工業 4.0 的大數據分析技術，除了需要利用機器學習演算法來建立以巨量資料分析 (Big Data Analytics) 為主的預測模型之外，同時需要資料預處理 (Data Preprocessing) 技術來完成先期的資料準備工作，以有效提升預測模型的效能。 本課程的教學目標在於教授學生們學習 Python 程式語言為基礎的資料分析技術以及機器學習演算法，透過上機實作方式，學習巨量資料分析為基礎的理論與實務。 In the era of Industry 4.0 , it is necessary to employ Machine Learning algorithms for Big Data Analytics in order to effectively build the predictive models. Accordingly, we need the data preprocessing techniques to accomplish the tasks. The objective of this course focuses on teaching students the Python-based programming techniques for Data Analysis and Machine Learning algorithms, and, via the implementation, students will learn the theory and applications in Big Data Analytics.
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-20.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Anaconda3 環境建置 2. Python Programming I 3. Python Programming II 4. NumPy 數據運算技術 5. Pandas 資料處理技術 I 6. Pandas 資料處理技術 II 7. matplotlib 資料視覺化技術 8. Workshop : Data Analysis - Case Study 9. 期中考週 - 期中報告 10. Supervized Learning - Regression Models 11. Supervized Learning - Classification Models 12. Unsupervized Learning - Clustering Analysis 13. Feature Engineering - Methodology 14. Feature Engineering - Case Study 15. Workshop 1 : 類神經網路演算法 - Kaggle 實戰案例 16. Workshop 2 : Support Vector Machines 17. Workshop 3 : Random Forests 18. 期末考週 - 期末報告
教科書/參考書
參考書 : (1) Jake VanderPlas " Python Data Science Handbook", 2017, O'Reilly (2) FRANÇOIS CHOLLET (Keras 原創者) " Deep Learning with Python, " 2018, Manning Publications
評分標準
平時成績：30% 期中報告成績：30% 期末報告成績：40% Quiz, Homework and Course Attending: 30% Midterm Report: 30% Final Report: 40%
學分數
3
授課時數(周)
3
開課班級
J10851
修課人數
14
工業 4.0 的大數據分析技術，除了需要利用機器學習演算法來建立以巨量資料分析 (Big Data Analytics) 為主的預測模型之外，同時需要資料預處理 (Data Preprocessing) 技術來完成先期的資料準備工作，以有效提升預測模型的效能。 本課程的教學目標在於教授學生們學習 Python 程式語言為基礎的資料分析技術以及機器學習演算法，透過上機實作方式，學習巨量資料分析為基礎的理論與實務。 In the era of Industry 4.0 , it is necessary to employ Machine Learning algorithms for Big Data Analytics in order to effectively build the predictive models. Accordingly, we need the data preprocessing techniques to accomplish the tasks. The objective of this course focuses on teaching students the Python-based programming techniques for Data Analysis and Machine Learning algorithms, and, via the implementation, students will learn the theory and applications in Big Data Analytics.
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-20.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Anaconda3 環境建置 2. Python Programming I 3. Python Programming II 4. NumPy 數據運算技術 5. Pandas 資料處理技術 I 6. Pandas 資料處理技術 II 7. matplotlib 資料視覺化技術 8. Workshop : Data Analysis - Case Study 9. 期中考週 - 期中報告 10. Supervized Learning - Regression Models 11. Supervized Learning - Classification Models 12. Unsupervized Learning - Clustering Analysis 13. Feature Engineering - Methodology 14. Feature Engineering - Case Study 15. Workshop 1 : 類神經網路演算法 - Kaggle 實戰案例 16. Workshop 2 : Support Vector Machines 17. Workshop 3 : Random Forests 18. 期末考週 - 期末報告
教科書/參考書
參考書 : (1) Jake VanderPlas " Python Data Science Handbook", 2017, O'Reilly (2) FRANÇOIS CHOLLET (Keras 原創者) " Deep Learning with Python, " 2018, Manning Publications
評分標準
平時成績：30% 期中報告成績：30% 期末報告成績：40% Quiz, Homework and Course Attending: 30% Midterm Report: 30% Final Report: 40%
學分數
3
授課時數(周)
3
開課班級
J10851
修課人數
14
108-2_機械與自動化控制
教學目標
課程目標1：使學生能瞭解機械在設備系統之基本特性 課程目標2：使學生能具備自動化系統控制設計應用能力 課程目標3：使學生能具備自動化從業人員之專業態度 課程目標4：使學生能瞭解機械與自動化控制系統之應用發展情形
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-10.00%;專題實作與報告-10.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第一週：教學目標、課程簡介、評分標準、全線自動化系統 第二週：自動化物料搬運系統：輸送機、機械手臂 第三週：自動化物料搬運系統：無人搬運車、自動倉儲 第四週：機械元件基本特性介紹 第五週：氣壓系統介紹與計算、氣壓系統迴路設計 第六週：步進、伺服馬達產業上之應用、步進馬達控制與計算 第七週：民族掃墓節補假 第八週：伺服馬達控制與計算 第九週：期中考 第十週：機電整合組成、開關、感測器及控制器介紹 第十一週：可程式控制器指令 第十二週：可程式控制器程式撰寫(1) 第十三週：可程式控制器程式撰寫(2) 第十四週：可程式控制器程式撰寫(3) 、平時測驗 第十五週：自動化控制案例：腳踏車自動租借系統、道路標線自動塗膠自走車 第十六週：自動化控制案例：同步量測工件高度直徑斜度自動化系統之研製 第十七週：期末報告與討論 第十八週：期末考
教科書/參考書
編 著：許佩佩 版 次：2016年9月 出版公司：飛統自動化實業有限公司 I S B N ： 978-986-84768-7-5
評分標準
平時：30% (筆試) 期中考：30% (筆試) 期末考：40% (報告)
學分數
3
授課時數(周)
3
開課班級
J10751
修課人數
12
課程目標1：使學生能瞭解機械在設備系統之基本特性 課程目標2：使學生能具備自動化系統控制設計應用能力 課程目標3：使學生能具備自動化從業人員之專業態度 課程目標4：使學生能瞭解機械與自動化控制系統之應用發展情形
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-10.00%;專題實作與報告-10.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第一週：教學目標、課程簡介、評分標準、全線自動化系統 第二週：自動化物料搬運系統：輸送機、機械手臂 第三週：自動化物料搬運系統：無人搬運車、自動倉儲 第四週：機械元件基本特性介紹 第五週：氣壓系統介紹與計算、氣壓系統迴路設計 第六週：步進、伺服馬達產業上之應用、步進馬達控制與計算 第七週：民族掃墓節補假 第八週：伺服馬達控制與計算 第九週：期中考 第十週：機電整合組成、開關、感測器及控制器介紹 第十一週：可程式控制器指令 第十二週：可程式控制器程式撰寫(1) 第十三週：可程式控制器程式撰寫(2) 第十四週：可程式控制器程式撰寫(3) 、平時測驗 第十五週：自動化控制案例：腳踏車自動租借系統、道路標線自動塗膠自走車 第十六週：自動化控制案例：同步量測工件高度直徑斜度自動化系統之研製 第十七週：期末報告與討論 第十八週：期末考
教科書/參考書
編 著：許佩佩 版 次：2016年9月 出版公司：飛統自動化實業有限公司 I S B N ： 978-986-84768-7-5
評分標準
平時：30% (筆試) 期中考：30% (筆試) 期末考：40% (報告)
學分數
3
授課時數(周)
3
開課班級
J10751
修課人數
12
108-2_電腦視覺與影像處理技術
教學目標
使學者瞭解電腦視覺與影像處理技術、學理與案例研討，並結合現有職場技術，製作專案分析與討論，縮短學用落差，俾利爾後技術提升與提高工作效率。具體學習目標： 1.瞭解電腦視覺與影像處理技術之發展歷史 2.熟知電腦視覺與影像處理技術之理論基礎 3.研習電腦視覺與影像處理技術之技術分析 4.掌握職場需求與現有技術分析 5.培養電腦視覺與影像處理技術之具體能力
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-40.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第1週電腦視覺與影像處理技術之發展歷史 第2週電腦視覺與影像處理技術技術發展 第3週電腦視覺與影像處理光、影像、品質與浮水印 第4週電腦視覺與影像處理型態學、DCT、人臉定位與FFT 第5週電腦視覺與影像處理影像品質的改善與回復 第6週電腦視覺與影像處理測邊技術 第7週電腦視覺與影像處理門檻值決定與區域的分割技術 第8週電腦視覺與影像處理直線與道路偵測技術 第9週期中討論與職場電腦視覺與影像處理技術應用研討與報告 第10週電腦視覺與圓與橢圓偵測影像處理技術 第11週電腦視覺與紋理描述與分類影像處理技術 第12週電腦視覺與圖形識別、匹配與三維影像重建影像處理技術 第13週電腦視覺與影像空間資料結構設計與應用處理技術 第14週電腦視覺與影像分群與應用處理技術 第15週電腦視覺與影像影像與視訊壓縮 第16週影像資料庫檢索處理技術 第17週應用實例技術分析說明 第18週期末報告與討論
教科書/參考書
1.影像處理與電腦視覺 鍾國亮 第五版東華書局 2.數位影像處理與應用 王旭正、翁麒耀、林家禎 博碩圖書有限公司 3.數位影像處理 莊宏祥、莊英俊 新文京書局 4.智慧型機器人技術與應用 莊謙本 全華圖書公司
評分標準
1.期中報告30% 2.出席率20% 3.平時成績20% 4.期末報告成績30%
學分數
3
授課時數(周)
3
開課班級
J10851
修課人數
17
使學者瞭解電腦視覺與影像處理技術、學理與案例研討，並結合現有職場技術，製作專案分析與討論，縮短學用落差，俾利爾後技術提升與提高工作效率。具體學習目標： 1.瞭解電腦視覺與影像處理技術之發展歷史 2.熟知電腦視覺與影像處理技術之理論基礎 3.研習電腦視覺與影像處理技術之技術分析 4.掌握職場需求與現有技術分析 5.培養電腦視覺與影像處理技術之具體能力
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-40.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第1週電腦視覺與影像處理技術之發展歷史 第2週電腦視覺與影像處理技術技術發展 第3週電腦視覺與影像處理光、影像、品質與浮水印 第4週電腦視覺與影像處理型態學、DCT、人臉定位與FFT 第5週電腦視覺與影像處理影像品質的改善與回復 第6週電腦視覺與影像處理測邊技術 第7週電腦視覺與影像處理門檻值決定與區域的分割技術 第8週電腦視覺與影像處理直線與道路偵測技術 第9週期中討論與職場電腦視覺與影像處理技術應用研討與報告 第10週電腦視覺與圓與橢圓偵測影像處理技術 第11週電腦視覺與紋理描述與分類影像處理技術 第12週電腦視覺與圖形識別、匹配與三維影像重建影像處理技術 第13週電腦視覺與影像空間資料結構設計與應用處理技術 第14週電腦視覺與影像分群與應用處理技術 第15週電腦視覺與影像影像與視訊壓縮 第16週影像資料庫檢索處理技術 第17週應用實例技術分析說明 第18週期末報告與討論
教科書/參考書
1.影像處理與電腦視覺 鍾國亮 第五版東華書局 2.數位影像處理與應用 王旭正、翁麒耀、林家禎 博碩圖書有限公司 3.數位影像處理 莊宏祥、莊英俊 新文京書局 4.智慧型機器人技術與應用 莊謙本 全華圖書公司
評分標準
1.期中報告30% 2.出席率20% 3.平時成績20% 4.期末報告成績30%
學分數
3
授課時數(周)
3
開課班級
J10851
修課人數
17
108-2_國際商務英語(2)
教學目標
The course aims to review and expand students’ knowledge of grammar, vocabulary and pronunciation and to improve students’ four language skills – listening, speaking, reading and writing. This course is designed to provide opportunities for students to listen to and discuss various topics for communication in business contexts and read and write a variety of genres for professional business communication, for example, business letters, email messages, memos, and notices. The language input received by students will well prepare them for an English proficiency test. They will also be familiarised with the format of the Test of English for International Communication (TOEIC).
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
Week 1 (2/26): World Englishes, film watching: English Vinglish & role-play exercises (1 make-up session)
Week 2 (3/4): Unit 5 Getting your message across
Week 3 (3/11): Unit 5 Getting your message across
Week 4 (3/18): Unit 5 Getting your message across
Week 5 (3/25): Quiz on Unit 5 & Unit 6 Meetings and discussions
Week 6 (4/1): No class (Holiday)
Week 7 (4/8): Unit 6 Meetings and discussions
Week 8 (4/15): Unit 6 Meetings and discussions
Week 9 (4/22): Unit 6 Meetings and discussions
Week 10 (4/29): Mid-term exam
Week 11 (5/6): Unit 7 Presentations
Week 12 (5/13): Unit 7 Presentations
Week 13 (5/20): No class (make-up sessions in Weeks 1 & 16)
Week 14 (5/27): Quiz on Unit 7 & Unit 8 The World of Work
Week 15 (6/3): Unit 8 The World of Work
Week 16 (6/10): Unit 8 The World of Work
Week 17 (6/17): TOEIC Practice Test (1 make-up session)
Week 18 (6/24): Final exam
Please note that this syllabus is subject to change.
本教學大綱得視教學需要調整之。
Please respect intellectual property rights. Any unauthorized reproduction of class materials is prohibited.
請遵守智慧財產權觀念不得非法影印教科書。
教科書/參考書
Main text:
Helliwell, M. (2015). Business Plus 3. Cambridge: Cambridge University Press. (ISBN: 978-1-107-66187-5)
Recommended texts:
ETS (2013).多益測驗核心單字書 TOEIC Vocabulary Builder.
評分標準
Attendance and class participation (20%)
Regular quizzes and assignments (30%)
Mid-term exam (25%)
Final exam (25%)
學分數
2
授課時數(周)
2
開課班級
J10851
修課人數
15
The course aims to review and expand students’ knowledge of grammar, vocabulary and pronunciation and to improve students’ four language skills – listening, speaking, reading and writing. This course is designed to provide opportunities for students to listen to and discuss various topics for communication in business contexts and read and write a variety of genres for professional business communication, for example, business letters, email messages, memos, and notices. The language input received by students will well prepare them for an English proficiency test. They will also be familiarised with the format of the Test of English for International Communication (TOEIC).
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
Week 1 (2/26): World Englishes, film watching: English Vinglish & role-play exercises (1 make-up session)
Week 2 (3/4): Unit 5 Getting your message across
Week 3 (3/11): Unit 5 Getting your message across
Week 4 (3/18): Unit 5 Getting your message across
Week 5 (3/25): Quiz on Unit 5 & Unit 6 Meetings and discussions
Week 6 (4/1): No class (Holiday)
Week 7 (4/8): Unit 6 Meetings and discussions
Week 8 (4/15): Unit 6 Meetings and discussions
Week 9 (4/22): Unit 6 Meetings and discussions
Week 10 (4/29): Mid-term exam
Week 11 (5/6): Unit 7 Presentations
Week 12 (5/13): Unit 7 Presentations
Week 13 (5/20): No class (make-up sessions in Weeks 1 & 16)
Week 14 (5/27): Quiz on Unit 7 & Unit 8 The World of Work
Week 15 (6/3): Unit 8 The World of Work
Week 16 (6/10): Unit 8 The World of Work
Week 17 (6/17): TOEIC Practice Test (1 make-up session)
Week 18 (6/24): Final exam
Please note that this syllabus is subject to change.
本教學大綱得視教學需要調整之。
Please respect intellectual property rights. Any unauthorized reproduction of class materials is prohibited.
請遵守智慧財產權觀念不得非法影印教科書。
教科書/參考書
Main text:
Helliwell, M. (2015). Business Plus 3. Cambridge: Cambridge University Press. (ISBN: 978-1-107-66187-5)
Recommended texts:
ETS (2013).多益測驗核心單字書 TOEIC Vocabulary Builder.
評分標準
Attendance and class participation (20%)
Regular quizzes and assignments (30%)
Mid-term exam (25%)
Final exam (25%)
學分數
2
授課時數(周)
2
開課班級
J10851
修課人數
15
108-2_論文研究報告
教學目標
指導學生閱讀與撰寫論文研究報告
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-20.00%;專題實作與報告-20.00%;田野調查-20.00%;實驗-20.00%;其他-0.00%
課程內容與進度
1.論文撰寫資料收集與重要文獻閱讀 2.論文題目訂定與研究設計規劃、執行 3.研究成果分析與理論探討 4.報告格式大綱與內容撰寫 5.簡報檔案製作與剪報技巧
教科書/參考書
相關期刊論文
評分標準
平時研究與實驗報告 20% 資料收集與心得報告 20% 實際論文簡報口試 60%
學分數
1
授課時數(周)
1
開課班級
J10751
修課人數
11
指導學生閱讀與撰寫論文研究報告
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-20.00%;專題實作與報告-20.00%;田野調查-20.00%;實驗-20.00%;其他-0.00%
課程內容與進度
1.論文撰寫資料收集與重要文獻閱讀 2.論文題目訂定與研究設計規劃、執行 3.研究成果分析與理論探討 4.報告格式大綱與內容撰寫 5.簡報檔案製作與剪報技巧
教科書/參考書
相關期刊論文
評分標準
平時研究與實驗報告 20% 資料收集與心得報告 20% 實際論文簡報口試 60%
學分數
1
授課時數(周)
1
開課班級
J10751
修課人數
11
108-2_智慧生活空間資訊截取與運用效能化設計(Ⅰ)
教學目標
本課程為智慧生活空間設計學程中的一部份
本課程主要介紹智慧生活中所需的基夲控制及管理技術並會介紹相關之有線及無線電技術
藉由這些技術同學可以以橋頭低碳屋的實體為背景提出可能之環境感測與控制設計
授課形式
理論講述與討論-35.00%;個案分析或作品賞析-35.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%
課程內容與進度
橋頭低碳屋設計原理及技術介紹
感測原理及技術介紹
Z-wave無線電控制原理及技術介紹
太陽能及熱循環原理及技術介紹
教科書/參考書
講義
評分標準
出席及抽測(30%) 討論及分析(20%) 期中報告(20%) 期末報告(30%) 加分(0~20%)
學分數
3
授課時數(周)
3
開課班級
M10851
修課人數
63
本課程為智慧生活空間設計學程中的一部份
本課程主要介紹智慧生活中所需的基夲控制及管理技術並會介紹相關之有線及無線電技術
藉由這些技術同學可以以橋頭低碳屋的實體為背景提出可能之環境感測與控制設計
授課形式
理論講述與討論-35.00%;個案分析或作品賞析-35.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%
課程內容與進度
橋頭低碳屋設計原理及技術介紹
感測原理及技術介紹
Z-wave無線電控制原理及技術介紹
太陽能及熱循環原理及技術介紹
教科書/參考書
講義
評分標準
出席及抽測(30%) 討論及分析(20%) 期中報告(20%) 期末報告(30%) 加分(0~20%)
學分數
3
授課時數(周)
3
開課班級
M10851
修課人數
63
108-2_機器人影像辨識
教學目標
本課程銜接[基礎]人工智慧課程，將[進階]深度神經網路應用於物件影像辨識， 以[進階] 模糊與演化式計算做為機器人移動與路徑規劃的控制， 將影像辨識功能整合至多軸機器手臂應用中，讓學生利用深度學習進行影像辨識， 引導機器人進行特定物件夾取，以體驗AI技術與實體機器人的整合。 本課程所教授之影像辨識相關技術，屬於「深度學習與類神經網路」課程的授課範圍。 與機器人整合控制相關技術，屬於「模糊與演化式計算」課程的授課範圍。
授課形式
理論講述與討論-10.00%;個案分析或作品賞析-0.00%;專題實作與報告-60.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%
課程內容與進度
總授課時數3*18= 54小時，包含以下單元（暫） 機器學習理論 2-3小時 影像辨識基礎 2-3小時 機器人理論與實務 2-3小時 業師授課 6小時 期中進度報告 3小時 期末專題成果與競賽 3小時 企業參訪6小時 機器人整合實習實作 27 小時 實作課程： 1.深度學習軟體實作(以Darknet或Keres搭配OpenCV實作) 2.機器人整合實習實作(以Arduino +PI+FuzzyLite進行整合控制) 3.分組專題製作（課餘時間）與期末展示 業師授課：機器人平台操作，共3*2＝6小時 企業參訪：機器人相關產業參訪（暫訂 萬潤機器人公司、上銀精密機械、祥儀機器人夢工廠）共6小時 本課成為延續性課程，以[基礎]人工智慧課程、[進階]深度神經網路、[進階]模糊與演化式計算等內容為基礎，將影像辨識能力整合於智慧型機器人中。未修讀過[基礎]人工智慧、[進階]深度神經網路、[進階]模糊與演化式計算等任兩門課者，***請勿選修***
教科書/參考書
自編教材
評分標準
分組專題製作：50％ 實習＆作業：40％ 出席狀況：20％ ***以上課公告為準*** 請學生務必出席第一次上課並確認選課意願、完成分組。無法配合者請勿選修本課程。
學分數
3
授課時數(周)
3
開課班級
A10651
修課人數
22
本課程銜接[基礎]人工智慧課程，將[進階]深度神經網路應用於物件影像辨識， 以[進階] 模糊與演化式計算做為機器人移動與路徑規劃的控制， 將影像辨識功能整合至多軸機器手臂應用中，讓學生利用深度學習進行影像辨識， 引導機器人進行特定物件夾取，以體驗AI技術與實體機器人的整合。 本課程所教授之影像辨識相關技術，屬於「深度學習與類神經網路」課程的授課範圍。 與機器人整合控制相關技術，屬於「模糊與演化式計算」課程的授課範圍。
授課形式
理論講述與討論-10.00%;個案分析或作品賞析-0.00%;專題實作與報告-60.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%
課程內容與進度
總授課時數3*18= 54小時，包含以下單元（暫） 機器學習理論 2-3小時 影像辨識基礎 2-3小時 機器人理論與實務 2-3小時 業師授課 6小時 期中進度報告 3小時 期末專題成果與競賽 3小時 企業參訪6小時 機器人整合實習實作 27 小時 實作課程： 1.深度學習軟體實作(以Darknet或Keres搭配OpenCV實作) 2.機器人整合實習實作(以Arduino +PI+FuzzyLite進行整合控制) 3.分組專題製作（課餘時間）與期末展示 業師授課：機器人平台操作，共3*2＝6小時 企業參訪：機器人相關產業參訪（暫訂 萬潤機器人公司、上銀精密機械、祥儀機器人夢工廠）共6小時 本課成為延續性課程，以[基礎]人工智慧課程、[進階]深度神經網路、[進階]模糊與演化式計算等內容為基礎，將影像辨識能力整合於智慧型機器人中。未修讀過[基礎]人工智慧、[進階]深度神經網路、[進階]模糊與演化式計算等任兩門課者，***請勿選修***
教科書/參考書
自編教材
評分標準
分組專題製作：50％ 實習＆作業：40％ 出席狀況：20％ ***以上課公告為準*** 請學生務必出席第一次上課並確認選課意願、完成分組。無法配合者請勿選修本課程。
學分數
3
授課時數(周)
3
開課班級
A10651
修課人數
22
108-2_深度學習與智慧型機械人
教學目標
機器人的發展已經從科學幻想進入日常實用階段。雖然離全自主型的機器人還很遠，已經有許多機器人應用早入娛樂、家庭生活應用、國防、保全等。機器人應用要能實用化，其中與機器人系統硬體搭配的軟體程式設計不可或缺。本課程的目的是提供學生對智慧型機器人有基礎的認識，以數種不同形態的機器人平台，進行AI與機器人的整合應用。本學期將著重深度學習技術的整合應用
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-20.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Course Introduction
2. Introduction to Robotics
3. AI in Robitcs Programming
4. Deep Learning Project
教科書/參考書
自編講義
Reference:
Introduction to Autonomous Mobile Robots, by Roland Siegwart and Illah R. Nourbakhsh
Computational Intelligence: An Introduction, Second Edition by Andries P. Engelbrecht
評分標準
暫訂為：
作業：20％
PROJECT+A conference paper：70％
(including a presentation of a paper review/case study) 學習熱誠與出席狀況：10％
＊＊注意：涉及貴重設備使用，部分設備需學生自備＊＊
學分數
3
授課時數(周)
3
開課班級
M10851
修課人數
15
機器人的發展已經從科學幻想進入日常實用階段。雖然離全自主型的機器人還很遠，已經有許多機器人應用早入娛樂、家庭生活應用、國防、保全等。機器人應用要能實用化，其中與機器人系統硬體搭配的軟體程式設計不可或缺。本課程的目的是提供學生對智慧型機器人有基礎的認識，以數種不同形態的機器人平台，進行AI與機器人的整合應用。本學期將著重深度學習技術的整合應用
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-20.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Course Introduction
2. Introduction to Robotics
3. AI in Robitcs Programming
4. Deep Learning Project
教科書/參考書
自編講義
Reference:
Introduction to Autonomous Mobile Robots, by Roland Siegwart and Illah R. Nourbakhsh
Computational Intelligence: An Introduction, Second Edition by Andries P. Engelbrecht
評分標準
暫訂為：
作業：20％
PROJECT+A conference paper：70％
(including a presentation of a paper review/case study) 學習熱誠與出席狀況：10％
＊＊注意：涉及貴重設備使用，部分設備需學生自備＊＊
學分數
3
授課時數(周)
3
開課班級
M10851
修課人數
15
108-2_光電元件物理
教學目標
課程開始先介紹當前之光電產業，續以光特性與半導體物理為基礎，以期學生能瞭解發光二極體(LED)、雷射(laser)、光偵測器(photodetector)、太陽能電池(solar cell)等光電元件之工作原理與應用。
授課形式
理論講述與討論-100.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1.Introduction to opto-electronic devices
2.Wave nature of light
3.Semiconductor physics
4.Light emitting diodes
5.Laser
6.Photodetectors
7.Photovoltaic Devices
教科書/參考書
Optoelectronics and Photonics Principles and Practices, by S. O. Kasap, Prentice Hall, 2001.
Optoelectronics, an introduction, third edition, by John Wilson and John Hawkes, Prentice Hall, 1998.
評分標準
Homework/attendance: 30%
Midterm: 35%
Final exam: 35%
Final report: extra credit 5%
學分數
3
授課時數(周)
3
開課班級
A10651
修課人數
11
課程開始先介紹當前之光電產業，續以光特性與半導體物理為基礎，以期學生能瞭解發光二極體(LED)、雷射(laser)、光偵測器(photodetector)、太陽能電池(solar cell)等光電元件之工作原理與應用。
授課形式
理論講述與討論-100.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1.Introduction to opto-electronic devices
2.Wave nature of light
3.Semiconductor physics
4.Light emitting diodes
5.Laser
6.Photodetectors
7.Photovoltaic Devices
教科書/參考書
Optoelectronics and Photonics Principles and Practices, by S. O. Kasap, Prentice Hall, 2001.
Optoelectronics, an introduction, third edition, by John Wilson and John Hawkes, Prentice Hall, 1998.
評分標準
Homework/attendance: 30%
Midterm: 35%
Final exam: 35%
Final report: extra credit 5%
學分數
3
授課時數(周)
3
開課班級
A10651
修課人數
11
108-2_類神經網路導論
教學目標
This class provides a clear and detailed survey of fundamental neural network architectures and learning rules, emphasizing a fundamental understanding of the principal neural networks and the methods for training them.
授課形式
理論講述與討論-100.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction (1w); 2. Neural Network Models (1w); 3. Classification Networks (2w); 4. Perceptron (2w); 5. Hebbian Learning (1w); 6. Widrow-Hoff Learning (1w); 7. Backpropagation Learning (2w); 8. Variations on Backpropagation (2w); 9. Associative Learning (1w); 10. Competitive Learning (2w); 11. Radial Basis Network (1w).
教科書/參考書
M. T. Hagan, H. B. Demuth, M. H. Beale, O. De Jesús, "Neural Network Design", Amazon, USA, 2014, ISBN=0971732116
評分標準
Homework: 10% 1st test: 30% 2nd test: 30% Final: 30%
學分數
3
授課時數(周)
3
開課班級
M10751
修課人數
30
This class provides a clear and detailed survey of fundamental neural network architectures and learning rules, emphasizing a fundamental understanding of the principal neural networks and the methods for training them.
授課形式
理論講述與討論-100.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction (1w); 2. Neural Network Models (1w); 3. Classification Networks (2w); 4. Perceptron (2w); 5. Hebbian Learning (1w); 6. Widrow-Hoff Learning (1w); 7. Backpropagation Learning (2w); 8. Variations on Backpropagation (2w); 9. Associative Learning (1w); 10. Competitive Learning (2w); 11. Radial Basis Network (1w).
教科書/參考書
M. T. Hagan, H. B. Demuth, M. H. Beale, O. De Jesús, "Neural Network Design", Amazon, USA, 2014, ISBN=0971732116
評分標準
Homework: 10% 1st test: 30% 2nd test: 30% Final: 30%
學分數
3
授課時數(周)
3
開課班級
M10751
修課人數
30