115-1_科技研究與學術溝通
電機工程學系
教學目標
掌握論文結構：深入理解科技論文與學位論文的核心架構、文法規範及用語。 (1) 精進發表能力，學會如何撰寫符合國際期刊標準的學術論文。 (2) 強化學術溝通，訓練學術英文的綜合能力，能應對國際學術交流。(3) 掌握會議展出與演講：學習參與國際研討會的技巧，包含口頭報告與海報發表的表達。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-20.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
◎ 課程大綱介紹、進度與期望 1 周
◎ 透過閱讀增進寫作能力/ ◎ 自由寫作與練習 /◎ 學術核心單字 / ◎ 了解學術出版 1 周
◎ 寫作倫理/ ◎ 非正式溝通 — 電梯簡報 1 周
◎ 研究寫作 — 緒論/引言
◎ 研究寫作 — 緒論/引言
◎ 研究寫作 — 緒論/引言
◎ 書信寫作/ 期中考 1 周
◎ 研究寫作 — 方法
◎ 研究寫作 — 材料
◎ 研究寫作 —結果
◎ 研究寫作 — 討論
◎ 培養良好的圖表美感/ ◎ 製作圖表簡報 / ◎ 圖表口頭報告
◎ 研究寫作 — 摘要
期末考 1 周
以上不含期中考/期末考的研究寫作課程 9 周
◎ 開放討論其他議題 2 周
◎ 期末繳交作業/論文 2 周
教科書/參考書
Buker, S. and Weissberg, R., Writing up Research- Experimental Research Report Writing for Students of English. Prentice Hall Regents, 1990
評分標準
期中考30% 作業/論文40% 出席30%
學分數
3
授課時數(周)
3
開課班級
D11451
修課人數
2
掌握論文結構：深入理解科技論文與學位論文的核心架構、文法規範及用語。 (1) 精進發表能力，學會如何撰寫符合國際期刊標準的學術論文。 (2) 強化學術溝通，訓練學術英文的綜合能力，能應對國際學術交流。(3) 掌握會議展出與演講：學習參與國際研討會的技巧，包含口頭報告與海報發表的表達。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-20.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
◎ 課程大綱介紹、進度與期望 1 周
◎ 透過閱讀增進寫作能力/ ◎ 自由寫作與練習 /◎ 學術核心單字 / ◎ 了解學術出版 1 周
◎ 寫作倫理/ ◎ 非正式溝通 — 電梯簡報 1 周
◎ 研究寫作 — 緒論/引言
◎ 研究寫作 — 緒論/引言
◎ 研究寫作 — 緒論/引言
◎ 書信寫作/ 期中考 1 周
◎ 研究寫作 — 方法
◎ 研究寫作 — 材料
◎ 研究寫作 —結果
◎ 研究寫作 — 討論
◎ 培養良好的圖表美感/ ◎ 製作圖表簡報 / ◎ 圖表口頭報告
◎ 研究寫作 — 摘要
期末考 1 周
以上不含期中考/期末考的研究寫作課程 9 周
◎ 開放討論其他議題 2 周
◎ 期末繳交作業/論文 2 周
教科書/參考書
Buker, S. and Weissberg, R., Writing up Research- Experimental Research Report Writing for Students of English. Prentice Hall Regents, 1990
評分標準
期中考30% 作業/論文40% 出席30%
學分數
3
授課時數(周)
3
開課班級
D11451
修課人數
2
115-1_人工智慧跨域應用
電機工程學系
教學目標
1.引導學生瞭解生成式人工智慧的發展、基本概念、應用工具及生成特性，認識文字、影像、資料與多模態資訊的生成與應用方式，並理解生成式AI在運動科技及不同專業領域中的應用可能性。
2.培養學生運用生成式AI工具處理實際問題的能力，結合足球影片、事件紀錄、位置、動作、心率及感測資料，進行資料整理、資訊解讀、內容生成、分析輔助及成果呈現，理解不同資料型態與AI工具之間的應用關係。
3.培養學生以生成式AI為輔助進行問題定義、創意發想、設計思考與應用實作，依據使用者需求選擇適當工具與方法，並認識開源模型、提示設計及AI工具客製化的基本方式，發展符合自身專業領域的跨域應用構想。
4.強化電機系與運競系學生與教師、教練之間的需求溝通、專業轉譯、成果判讀及跨域協作能力，並建立資料授權、隱私保護、生成內容可信度、資料與模型偏差及AI合理使用等倫理認知，進一步思考生成式AI對專業工作與未來職能的影響，銜接115-2學期跨域專題實作。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-30.00%;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
第1週：AI課程導論與學期任務說明
第2–3週：生成式AI工具實作、設計思考與跨域問題探索
第4–5週：提示設計、生成式AI與多模態應用
第6–7週：AI應用基礎、效能評估與資料分析
第8-9週：場域參訪交流+期中成果檢核
第10–11週：電資 × 運競跨域交流、需求分析與AI問題定義
第12–13週：AI應用方案設計、評估與跨域原型實作
第14-15週：AI應用評估、倫理工作坊與跨域延伸
第16週：期末成果發表與同儕回饋
教科書/參考書
以授課教師自編教材；若後續採用開放教育資源，將於正式課程大綱補列連結。
評分標準
出勤與課堂參與10%
課程報告與作業20%
期中討論與報告30%
期末成果報告40%
學分數
3
授課時數(周)
3
開課班級
M11551
修課人數
21
1.引導學生瞭解生成式人工智慧的發展、基本概念、應用工具及生成特性，認識文字、影像、資料與多模態資訊的生成與應用方式，並理解生成式AI在運動科技及不同專業領域中的應用可能性。
2.培養學生運用生成式AI工具處理實際問題的能力，結合足球影片、事件紀錄、位置、動作、心率及感測資料，進行資料整理、資訊解讀、內容生成、分析輔助及成果呈現，理解不同資料型態與AI工具之間的應用關係。
3.培養學生以生成式AI為輔助進行問題定義、創意發想、設計思考與應用實作，依據使用者需求選擇適當工具與方法，並認識開源模型、提示設計及AI工具客製化的基本方式，發展符合自身專業領域的跨域應用構想。
4.強化電機系與運競系學生與教師、教練之間的需求溝通、專業轉譯、成果判讀及跨域協作能力，並建立資料授權、隱私保護、生成內容可信度、資料與模型偏差及AI合理使用等倫理認知，進一步思考生成式AI對專業工作與未來職能的影響，銜接115-2學期跨域專題實作。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-30.00%;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
第1週：AI課程導論與學期任務說明
第2–3週：生成式AI工具實作、設計思考與跨域問題探索
第4–5週：提示設計、生成式AI與多模態應用
第6–7週：AI應用基礎、效能評估與資料分析
第8-9週：場域參訪交流+期中成果檢核
第10–11週：電資 × 運競跨域交流、需求分析與AI問題定義
第12–13週：AI應用方案設計、評估與跨域原型實作
第14-15週：AI應用評估、倫理工作坊與跨域延伸
第16週：期末成果發表與同儕回饋
教科書/參考書
以授課教師自編教材；若後續採用開放教育資源，將於正式課程大綱補列連結。
評分標準
出勤與課堂參與10%
課程報告與作業20%
期中討論與報告30%
期末成果報告40%
學分數
3
授課時數(周)
3
開課班級
M11551
修課人數
21
115-1_業界實習(一)
電機工程學系
教學目標
藉由業界實習，讓學生可以學以致用，了解業界運作，為將來在相關職場做準備。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-10.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-50.00%;其他-0.00%
課程內容與進度
依照業界主管給予學生的安排
教科書/參考書
無
評分標準
依照業界主管給予學生的評分
學分數
9
授課時數(周)
3
開課班級
B11251
修課人數
2
藉由業界實習，讓學生可以學以致用，了解業界運作，為將來在相關職場做準備。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-10.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-50.00%;其他-0.00%
課程內容與進度
依照業界主管給予學生的安排
教科書/參考書
無
評分標準
依照業界主管給予學生的評分
學分數
9
授課時數(周)
3
開課班級
B11251
修課人數
2
115-1_材料科學與工程
電機工程學系
教學目標
介紹材料的基本學理，使學生對材料有基本的認知與了解，奠定往後學習相關課程的基礎。
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
Atomic Structure and Interatomic Bonding The Structure of Crystalline Solids Imperfections in Solids Diffusion Mechanical Properties of Metals Dislocations and Strengthening Mechanisms Failure Phase Diagrams
教科書/參考書
教科書 Materials Science and Engineering AN INTRODUCTION WILLIAM D. CALLISTER, JR. & DAVID G. RETHWISCH 10th edition. | Hoboken, NJ : Wiley,
評分標準
1. 習題作業 2. 隨堂考試 3. 學習態度與課堂表現
學分數
3
授課時數(周)
3
開課班級
L11551
修課人數
11
介紹材料的基本學理，使學生對材料有基本的認知與了解，奠定往後學習相關課程的基礎。
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
Atomic Structure and Interatomic Bonding The Structure of Crystalline Solids Imperfections in Solids Diffusion Mechanical Properties of Metals Dislocations and Strengthening Mechanisms Failure Phase Diagrams
教科書/參考書
教科書 Materials Science and Engineering AN INTRODUCTION WILLIAM D. CALLISTER, JR. & DAVID G. RETHWISCH 10th edition. | Hoboken, NJ : Wiley,
評分標準
1. 習題作業 2. 隨堂考試 3. 學習態度與課堂表現
學分數
3
授課時數(周)
3
開課班級
L11551
修課人數
11
115-1_數位訊號處理專論
電機工程學系
教學目標
瞭解數位訊號處理及相關應用。
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-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
The Z-Transform
The DFT
Digital Filter Design Techniques
Computation of the DFT
Computation of the FFT
Computation of the DCT
Fast Algorithm of the DCT
JPEG for Still Image Compression
Term Project
教科書/參考書
Discrete-time Signal Processing, 3rd Edition
by A. V. Oppenheim and R. W. Schafer,
Pearson, 2010.
評分標準
小考、期中考、期末考、期末報告、課堂表現。
學分數
3
授課時數(周)
3
開課班級
L11451
修課人數
4
瞭解數位訊號處理及相關應用。
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-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
Discrete-time Signal Processing, 3rd Edition
by A. V. Oppenheim and R. W. Schafer,
Pearson, 2010.
評分標準
小考、期中考、期末考、期末報告、課堂表現。
學分數
3
授課時數(周)
3
開課班級
L11451
修課人數
4
115-1_自然計算與應用
電機工程學系
教學目標
受大自然啟發的計算(自然計算)已經成為解決最佳化、資料科學、與機器學習相關問題極具效率的工具。自然計算相關的演算法包括生物啟發演算法、物理/化學啟發演算法、與社會演算法。這些演算法具有彈性、多樣、有效率，且實作簡單等特性，而且這些演算法已成功應用在科學或工程領域作為尋找全域最佳解的工具。
本課程主要教授自然計算之相關理論與應用。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-0.00%;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
預計講授內容(暫訂)：
1. 最佳化問題定義
2. 遺傳演算法
3. 粒子群最佳化演算法
4. 布穀鳥搜尋演算法
5. 螢火蟲演算法
6. 蟻群最佳化演算法
7. 蜂群最佳化演算法
教科書/參考書
教科書：
G. Lindfield and J. Penny, Introduction to Nature-inspired Optimization, Elsevier Inc., 2017
參考書：
1. A. Brabazon, M. O’Neill, and S. McGarraghy, Natural Computing Algorithms, Springer-Verlag Berlin Heidelberg, 2015.
2. A. E. Hassanien and E. Emary, Swarm Intelligence -- Principles, Advances, and Applications, CRC Press, Taylor & Francis Group, 2016.
3. S. Mirjalili, J. S. Dong, and A. Lewis, Nature-Inspired Optimizers -- Theories, Literature Reviews and Applications, Springer Nature Switzerland AG, 2020.
4. X.-S. Yang Ed., Nature-Inspired Computation and Swarm Intelligence -- Algorithms, Theory and Applications, Elsevier Ltd, 2020.
5. The related journal or conference papers.
6. 群的智慧─向螞蟻、蜜蜂、飛鳥學習組織運作絕技, Peter Miller, 林俊宏譯，天下文化出版。(本校圖書館有此藏書)
評分標準
相關主題期刊論文報告：50%
作業(Programming)：50%
學分數
3
授課時數(周)
3
開課班級
L11451
修課人數
12
受大自然啟發的計算(自然計算)已經成為解決最佳化、資料科學、與機器學習相關問題極具效率的工具。自然計算相關的演算法包括生物啟發演算法、物理/化學啟發演算法、與社會演算法。這些演算法具有彈性、多樣、有效率，且實作簡單等特性，而且這些演算法已成功應用在科學或工程領域作為尋找全域最佳解的工具。
本課程主要教授自然計算之相關理論與應用。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-0.00%;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
預計講授內容(暫訂)：
1. 最佳化問題定義
2. 遺傳演算法
3. 粒子群最佳化演算法
4. 布穀鳥搜尋演算法
5. 螢火蟲演算法
6. 蟻群最佳化演算法
7. 蜂群最佳化演算法
教科書/參考書
教科書：
G. Lindfield and J. Penny, Introduction to Nature-inspired Optimization, Elsevier Inc., 2017
參考書：
1. A. Brabazon, M. O’Neill, and S. McGarraghy, Natural Computing Algorithms, Springer-Verlag Berlin Heidelberg, 2015.
2. A. E. Hassanien and E. Emary, Swarm Intelligence -- Principles, Advances, and Applications, CRC Press, Taylor & Francis Group, 2016.
3. S. Mirjalili, J. S. Dong, and A. Lewis, Nature-Inspired Optimizers -- Theories, Literature Reviews and Applications, Springer Nature Switzerland AG, 2020.
4. X.-S. Yang Ed., Nature-Inspired Computation and Swarm Intelligence -- Algorithms, Theory and Applications, Elsevier Ltd, 2020.
5. The related journal or conference papers.
6. 群的智慧─向螞蟻、蜜蜂、飛鳥學習組織運作絕技, Peter Miller, 林俊宏譯，天下文化出版。(本校圖書館有此藏書)
評分標準
相關主題期刊論文報告：50%
作業(Programming)：50%
學分數
3
授課時數(周)
3
開課班級
L11451
修課人數
12
115-1_數位積體電路設計
電機工程學系
教學目標
建立學生數位電路的知識，循序漸進培養學生數位電路設計的能力。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-20.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
基於維持良好授課品質(進度、時間等)的考量，大部分課程將以授課教師親自預錄剪輯之影片播放授課，並於課間之下課及課後開放大家討論。
課程進行中，請勿以各種形式錄影。
1. 數位邏輯電路
2. 金氧半(MOS)電晶體
3. MOS電晶體的開關特性
4. CMOS數位電路分析
5. 高速數位電路設計
教科書/參考書
參考書
1. Roth and Kinney, Fundamentals of Logic Design, 7th Ed., 2014. (ISBN-13: 978-1-133-62848-4; ISBN-10: 1-133-62848-6)
2. N. H. E. Weste and D. M. Harris, Integrated Circuit Design, 4th Ed., 2011. (ISBN-13: 978-0-321-69694-6; ISBN-10: 0-321-69694-8)
3. John P. Uyemura, Introduction to VLSI Circuits and Systems, 2002. (ISBN: 0-471-12704-3)
評分標準
1. 紙筆測驗：40%
2. 作業：40%
3. 課堂表現：20%
學分數
3
授課時數(周)
3
開課班級
L11451
修課人數
12
建立學生數位電路的知識，循序漸進培養學生數位電路設計的能力。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-20.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
基於維持良好授課品質(進度、時間等)的考量，大部分課程將以授課教師親自預錄剪輯之影片播放授課，並於課間之下課及課後開放大家討論。
課程進行中，請勿以各種形式錄影。
1. 數位邏輯電路
2. 金氧半(MOS)電晶體
3. MOS電晶體的開關特性
4. CMOS數位電路分析
5. 高速數位電路設計
教科書/參考書
參考書
1. Roth and Kinney, Fundamentals of Logic Design, 7th Ed., 2014. (ISBN-13: 978-1-133-62848-4; ISBN-10: 1-133-62848-6)
2. N. H. E. Weste and D. M. Harris, Integrated Circuit Design, 4th Ed., 2011. (ISBN-13: 978-0-321-69694-6; ISBN-10: 0-321-69694-8)
3. John P. Uyemura, Introduction to VLSI Circuits and Systems, 2002. (ISBN: 0-471-12704-3)
評分標準
1. 紙筆測驗：40%
2. 作業：40%
3. 課堂表現：20%
學分數
3
授課時數(周)
3
開課班級
L11451
修課人數
12
115-1_積體電路設計與實習
電機工程學系
教學目標
學會設計一顆IC，是本課程的目標。 本實習課除了基本的IC設計原理與工具教學外，還必須要上機實習， 故同學請務必熟悉軟體的工作環境。 課程安排與簡介: 1.LINUX指令簡介 2.IC設計概論 3.Full-Custom Design Flow 4.Cell-Based Design Flow
授課形式
理論講述與討論-15.00%;個案分析或作品賞析-15.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%
課程內容與進度
1. Course Introduction 2. Chip Design Flow 3. IC Fabrication Process and Layout Rules 4. Introduction to Full-Custom Design FlowLecture in X-shell and HSPICE 5. Lecture in HSPICE & Practice – I 6. Lecture in HSPICE & Practice – II 7. HSPICE Practice & Project – I 8. HSPICE Practice & Project – II 9. 期中考週 10. Lecture in Virtuoso & Practice – I 11. Lecture in Virtuoso & Practice – II 12. Lecture in Verification Tools & Procedures: Calibre DRC & LVS 13. Lecture in Verification Tools & Procedures: Calibre PEX 14. Lecture in Post-Layout Simulation 15. Layout Practice & Project – I 16. Layout Practice & Project – II 17. Layout Practice & Project – III 18. 期末考週
教科書/參考書
自製投影片 參考書目: 1.《VLSI設計概論》/實習 出版社: 高立圖書 作者: 唐經洲 & 王立洋編著 2.《IC設計概論》 出版社: 學貫行銷 作者: 蔡明諭 3.《全客戶式IC設計》 出版社: 學貫行銷 作者: 蔡明諭 4.《Hspice 積體電路設計分析與模擬導論》 出版社: 東華書局 作者: 蕭培墉 & 吳孟賢著
評分標準
評分方式：上課態度： 30% 課程實作： 30% 專題報告： 40% 三次曠課或六次遲到，一律當掉!!!
學分數
3
授課時數(周)
3
開課班級
L11551
修課人數
32
學會設計一顆IC，是本課程的目標。 本實習課除了基本的IC設計原理與工具教學外，還必須要上機實習， 故同學請務必熟悉軟體的工作環境。 課程安排與簡介: 1.LINUX指令簡介 2.IC設計概論 3.Full-Custom Design Flow 4.Cell-Based Design Flow
授課形式
理論講述與討論-15.00%;個案分析或作品賞析-15.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%
課程內容與進度
1. Course Introduction 2. Chip Design Flow 3. IC Fabrication Process and Layout Rules 4. Introduction to Full-Custom Design FlowLecture in X-shell and HSPICE 5. Lecture in HSPICE & Practice – I 6. Lecture in HSPICE & Practice – II 7. HSPICE Practice & Project – I 8. HSPICE Practice & Project – II 9. 期中考週 10. Lecture in Virtuoso & Practice – I 11. Lecture in Virtuoso & Practice – II 12. Lecture in Verification Tools & Procedures: Calibre DRC & LVS 13. Lecture in Verification Tools & Procedures: Calibre PEX 14. Lecture in Post-Layout Simulation 15. Layout Practice & Project – I 16. Layout Practice & Project – II 17. Layout Practice & Project – III 18. 期末考週
教科書/參考書
自製投影片 參考書目: 1.《VLSI設計概論》/實習 出版社: 高立圖書 作者: 唐經洲 & 王立洋編著 2.《IC設計概論》 出版社: 學貫行銷 作者: 蔡明諭 3.《全客戶式IC設計》 出版社: 學貫行銷 作者: 蔡明諭 4.《Hspice 積體電路設計分析與模擬導論》 出版社: 東華書局 作者: 蕭培墉 & 吳孟賢著
評分標準
評分方式：上課態度： 30% 課程實作： 30% 專題報告： 40% 三次曠課或六次遲到，一律當掉!!!
學分數
3
授課時數(周)
3
開課班級
L11551
修課人數
32
115-1_微波電路之合成理論與設計方法
電機工程學系
教學目標
1. 培養學生微波電路之合成理論相關之深入設計之文獻閱讀的能力 2. 培養學生微波電路之合成理論相關之深入設計之學習、設計、實作、與量測電路的能力
授課形式
理論講述與討論-30.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%
課程內容與進度
1. 培養學生微波電路之合成理論相關之深入設計之文獻閱讀的能力 2. 培養學生微波電路之合成理論相關之深入設計之理論學習、設計、實作、與量測電路的能力
教科書/參考書
相關文獻。
評分標準
依成果與報告
學分數
3
授課時數(周)
3
開課班級
M11451
修課人數
2
1. 培養學生微波電路之合成理論相關之深入設計之文獻閱讀的能力 2. 培養學生微波電路之合成理論相關之深入設計之學習、設計、實作、與量測電路的能力
授課形式
理論講述與討論-30.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%
課程內容與進度
1. 培養學生微波電路之合成理論相關之深入設計之文獻閱讀的能力 2. 培養學生微波電路之合成理論相關之深入設計之理論學習、設計、實作、與量測電路的能力
教科書/參考書
相關文獻。
評分標準
依成果與報告
學分數
3
授課時數(周)
3
開課班級
M11451
修課人數
2
115-1_應用量子力學(一)
電機工程學系
教學目標
介紹量子力學波與粒子双元性的基礎理論與薛丁格方程式的推導，以波函數與機率概念詮釋量子力學物理量的量測，原子模型與電子能階，量子井系統，量子穿隧效應，簡諧振盪系統等，
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-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
一、微觀物理系統之粒子與波動双元性 二、波函數與薛丁格方程式 三、量子井與穿隧效應 四、簡諧振盪子 五、氫原子模型與電子能階 六、測不準原理 七、微擾理論 八、能階的躍遷與輻射
教科書/參考書
The Physics of Atom and Quanta, Introduction to Experiments and Theory, Haken Wolf, Springer-Verlag. Theory and Applications of Quantum mechanics, A. Yariv.
評分標準
出席率15% 作業20% 期中考30% 期末考35%
學分數
3
授課時數(周)
3
開課班級
M11551
修課人數
15
介紹量子力學波與粒子双元性的基礎理論與薛丁格方程式的推導，以波函數與機率概念詮釋量子力學物理量的量測，原子模型與電子能階，量子井系統，量子穿隧效應，簡諧振盪系統等，
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-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
一、微觀物理系統之粒子與波動双元性 二、波函數與薛丁格方程式 三、量子井與穿隧效應 四、簡諧振盪子 五、氫原子模型與電子能階 六、測不準原理 七、微擾理論 八、能階的躍遷與輻射
教科書/參考書
The Physics of Atom and Quanta, Introduction to Experiments and Theory, Haken Wolf, Springer-Verlag. Theory and Applications of Quantum mechanics, A. Yariv.
評分標準
出席率15% 作業20% 期中考30% 期末考35%
學分數
3
授課時數(周)
3
開課班級
M11551
修課人數
15
115-1_數位訊號處理專論
電機工程學系
教學目標
瞭解數位訊號處理及相關應用。
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-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
The Z-Transform
The DFT
Digital Filter Design Techniques
Computation of the DFT
Computation of the FFT
Computation of the DCT
Fast Algorithm of the DCT
JPEG for Still Image Compression
Term Project
教科書/參考書
Discrete-time Signal Processing, 3rd Edition
by A. V. Oppenheim and R. W. Schafer,
Pearson, 2010.
評分標準
小考、期中考、期末考、期末報告、課堂表現。
學分數
3
授課時數(周)
3
開課班級
D11551
修課人數
1
瞭解數位訊號處理及相關應用。
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-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
Discrete-time Signal Processing, 3rd Edition
by A. V. Oppenheim and R. W. Schafer,
Pearson, 2010.
評分標準
小考、期中考、期末考、期末報告、課堂表現。
學分數
3
授課時數(周)
3
開課班級
D11551
修課人數
1
115-1_專題討論
電機工程學系
教學目標
本課程透過分組報告的方式協助同學掌握專題製作進行，並交互討論分享實作心得。除此之外，亦透過專題演講的方式介紹半導體、光電、通訊及計算機產業新興趨勢，協助同學了解學業界目前正在著手進行的新技術與新觀念。
授課形式
理論講述與討論-25.00%;個案分析或作品賞析-50.00%;專題實作與報告-25.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
包含以下主題：
【課程簡介】
【專題演講】
【創業講座】
【學生報告】
教科書/參考書
各週詳細的課程主題及資訊請上系網查詢。
連結：http://ee.nuk.edu.tw/main.php
評分標準
(1)出席及互動 60%
(2)心得報告 40%
學分數
0
授課時數(周)
2
開課班級
M11451
修課人數
85
本課程透過分組報告的方式協助同學掌握專題製作進行，並交互討論分享實作心得。除此之外，亦透過專題演講的方式介紹半導體、光電、通訊及計算機產業新興趨勢，協助同學了解學業界目前正在著手進行的新技術與新觀念。
授課形式
理論講述與討論-25.00%;個案分析或作品賞析-50.00%;專題實作與報告-25.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
包含以下主題：
【課程簡介】
【專題演講】
【創業講座】
【學生報告】
教科書/參考書
各週詳細的課程主題及資訊請上系網查詢。
連結：http://ee.nuk.edu.tw/main.php
評分標準
(1)出席及互動 60%
(2)心得報告 40%
學分數
0
授課時數(周)
2
開課班級
M11451
修課人數
85
115-1_人工智慧與應用
電機工程學系
教學目標
雲端運算透過 巨量資料分析 (Big Data Analytics) 的技術來建立以資料為中心的預測模型。由於一般的機器學習演算法無法滿足巨量資料建模計算所需的 運算複雜度 (computing complexity)，需要採用 深度學習演算法 (Deep Learning Algorithms) 來完成巨量資料預測建模工作，以有效提升預測模型的效能。 目前，產業界主要以 Python 為基礎的 TensorFlow/Keras 深度學習程式語言進行 AI 演算法開發建模。 因此，本課程的教學目標在於教授學生們學習 TensorFlow/Keras 程式語言以及深度學習演算法，學生們透過上機實作方式，學習深度學習演算法的理論與實務應用。 Cloud Computing adopts the techniques of Big Data Analytics in order to build up the data-centric predicted models. Since the conventional machine-learning algorithms can not fulfill the computing complexity due to dramatically increasing amounts of data, it is necessary to employ Deep Learning algorithms to process the big data for building the predictive models. Currently, for implementing the Deep Learning algorithms, the Python-based programming language - TensorFlow/Keras - is a de facto standard in industry. Hence, the objective of this course focuses on teaching students the TensorFlow/Keras programming language and Deep Learning algorithms, and, via the hands-on workshops, the students will learn how to build the predictive models as well as their applications.
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. Intro to TensorFlow/Keras Programming and Environment Setup 3. Fully-connected Deep Networks by Keras 4. TensorBoard Workflow Visualization 5. Convolutional Neural Networks (CNNs) - Concepts and Algorithms 6. CNN Workshop 1: Basics of Image Processing with CNNs 7. CNN Workshop 2: Advanced Topics of Image Processing with CNNs 8. Transfer Learning with ImageNet 9. 期中考週 - 期中報告 10. Recurrent Neural Networks (RNNs) - Concepts and Algorithms 11. NLP Workshop 1: Sentiment Analysis by One-hot Encoding 12. NLP Workshop 2: Sentiment Analysis by Word Embedding 13. NLP Workshop 3: Sentiment Analysis with RNN / LSTM 14. NLP Workshop 4: Sentiment Analysis with Bidirectional and GRU 15. Time-Series Workshop 1: Weather Forecasting 16. Time-Series Workshop 2: Stock-Price Prediction 17. Intro to Attention and Transformers 18. 期末考週 - 期末報告
教科書/參考書
References : 1. Francois Chollet, “Deep Learning with Python”, Manning, 2018 [ PDF ] : https://tanthiamhuat.files.wordpress.com/2018/03/deeplearningwithpython.pdf [ Code ] : https://github.com/fchollet/deep-learning-with-python-notebooks 2. Kevin P. Murphy, “Probabilistic Machine Learning: An Introduction”, MIT Press, 2022 [ Link ] : https://github.com/probml/pml-book/releases/latest/download/book1.pdf 3. Kevin P. Murphy, “Probabilistic Machine Learning: Advanced Topics”, MIT Press, 2022 [ PDF ＆ Code ] : https://github.com/probml/pml2-book/releases/tag/2022-07-29
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
J11551
修課人數
4
雲端運算透過 巨量資料分析 (Big Data Analytics) 的技術來建立以資料為中心的預測模型。由於一般的機器學習演算法無法滿足巨量資料建模計算所需的 運算複雜度 (computing complexity)，需要採用 深度學習演算法 (Deep Learning Algorithms) 來完成巨量資料預測建模工作，以有效提升預測模型的效能。 目前，產業界主要以 Python 為基礎的 TensorFlow/Keras 深度學習程式語言進行 AI 演算法開發建模。 因此，本課程的教學目標在於教授學生們學習 TensorFlow/Keras 程式語言以及深度學習演算法，學生們透過上機實作方式，學習深度學習演算法的理論與實務應用。 Cloud Computing adopts the techniques of Big Data Analytics in order to build up the data-centric predicted models. Since the conventional machine-learning algorithms can not fulfill the computing complexity due to dramatically increasing amounts of data, it is necessary to employ Deep Learning algorithms to process the big data for building the predictive models. Currently, for implementing the Deep Learning algorithms, the Python-based programming language - TensorFlow/Keras - is a de facto standard in industry. Hence, the objective of this course focuses on teaching students the TensorFlow/Keras programming language and Deep Learning algorithms, and, via the hands-on workshops, the students will learn how to build the predictive models as well as their applications.
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. Intro to TensorFlow/Keras Programming and Environment Setup 3. Fully-connected Deep Networks by Keras 4. TensorBoard Workflow Visualization 5. Convolutional Neural Networks (CNNs) - Concepts and Algorithms 6. CNN Workshop 1: Basics of Image Processing with CNNs 7. CNN Workshop 2: Advanced Topics of Image Processing with CNNs 8. Transfer Learning with ImageNet 9. 期中考週 - 期中報告 10. Recurrent Neural Networks (RNNs) - Concepts and Algorithms 11. NLP Workshop 1: Sentiment Analysis by One-hot Encoding 12. NLP Workshop 2: Sentiment Analysis by Word Embedding 13. NLP Workshop 3: Sentiment Analysis with RNN / LSTM 14. NLP Workshop 4: Sentiment Analysis with Bidirectional and GRU 15. Time-Series Workshop 1: Weather Forecasting 16. Time-Series Workshop 2: Stock-Price Prediction 17. Intro to Attention and Transformers 18. 期末考週 - 期末報告
教科書/參考書
References : 1. Francois Chollet, “Deep Learning with Python”, Manning, 2018 [ PDF ] : https://tanthiamhuat.files.wordpress.com/2018/03/deeplearningwithpython.pdf [ Code ] : https://github.com/fchollet/deep-learning-with-python-notebooks 2. Kevin P. Murphy, “Probabilistic Machine Learning: An Introduction”, MIT Press, 2022 [ Link ] : https://github.com/probml/pml-book/releases/latest/download/book1.pdf 3. Kevin P. Murphy, “Probabilistic Machine Learning: Advanced Topics”, MIT Press, 2022 [ PDF ＆ Code ] : https://github.com/probml/pml2-book/releases/tag/2022-07-29
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
J11551
修課人數
4
115-1_網路與資訊安全
電機工程學系
教學目標
安全系統基礎篇關於資訊安全基礎原理，述說著人類祕密的源頭和資訊安全的根本原理與歷史發展，得以從中理解密碼學的奧秘，以便挖掘隱藏在祕密背後的真實面貌。資通與社交平台安全篇談論在現代網際網路底下應具備的合理觀念，透過多種反例使讀者瞭解資訊犯罪的樣貌，進而建立良好與正確的資訊素養。同時廣納熱門安全議題如：雲端運算與巨量資料上的應用、4G至5G行動網路的應用、行動裝置應用與社交網路服務等。網路與多媒體安全篇介紹隱藏在人類網路生活背後的技術與其安全議題，例如：憑證中心處理過程、VPN網路協定、PGP資料加密、網路安全交易SET/SSL等。駭客攻防安全篇收納與駭客相關的安全主題，自經典的電腦病毒至近期時興的搶灘遊戲，類型包含網頁、加解密、鑑識、逆向工程等，從解謎式的玩樂中理解漏洞與弱點，進而加強自身的資安能力。
授課形式
理論講述與討論-30.00%;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-0.00%;其他:課程創新思考與解決問題能力-10.00%
課程內容與進度
上課作業考試用書 高立圖書2024年出版 資訊與網路安全概論 7版 作(編/譯)者 :林詠章‧黃明祥 著 ISBN : 9789863783916 書號 : 220917 https://ins.isrc.tw/V7.html 本書將資訊系統中有關資訊與網路安全之議題，以環境觀點、使用者觀點、系統觀點、資料觀點、管理者觀點及法律觀點等六個不同層次觀點，來考慮資訊安全架構。範圍包括實體安全、使用者辨識、存取控制、密碼學、管理控制及法律制裁等六大主題。 全書共有十六章，前四章先介紹資訊安全基本概念及電腦作業系統安全；接著，第五章至第七章是密碼學的部分，第十五章介紹大數據安全，這些章節主要是針對資料安全之處理。第九章到第十三章介紹網路安全，包括網路通訊協定安全、網路系統安全、無線網路安全、行動通訊安全，以及網路服務安全。第八、十四、十五、及十六章則介紹各種資訊應用之安全，包括多媒體安全、區塊鏈技術、人工智慧安全、及工業自動化及控制系統安全。 Chapter 1 資訊安全簡介 Chapter 2 資訊中心管理與實體安全 Chapter 3 使用者身分鑑別 Chapter 4 資訊安全簡介 Chapter 5 祕密金鑰密碼系統 Chapter 6 公開金鑰密碼系統 Chapter 7 訊息鑑別與認證中心 Chapter 8 多媒體安全 Chapter 9 網路通訊協定安全 Chapter 10 網路系統安全 Chapter 11 無線網路安全 Chapter 12 行動通信安全 Chapter 13 網路服務安全 Chapter 14 區塊鏈技術 Chapter 15 大數據與人工智慧安全 Chapter 16 工業自動化及控制系統安全 第七版因應新科技增加了很多單元。新增相關資安標準、相關資安證照、多因子及 FIDO 身分鑑別機制、零信任架構、第五代行動通信安全、智慧電網安全、金融科技NFT、大數據與人工智慧安全、工業自動化及控制系統安全 ( 工業 4.0 安全 )。適合大專院校或研究所資訊相關科系、電子電機相關科系、管理科學相關科系及數學相關科系等使用，亦可當作資訊安全、網路安全、電子商務、密碼學及資訊安全實習之教材。
教科書/參考書
上課作業考試用書 高立圖書2024年出版 資訊與網路安全概論 7版 作(編/譯)者 :林詠章‧黃明祥 著 ISBN : 9789863783916 書號 : 220917 https://ins.isrc.tw/V7.html 參考用書 1.資訊生活安全、行動智慧應用與網駭實務/作者 王旭正, 李榮三, 魏國瑞/博碩文化/出版日期：2020-09-30 2.資安防禦指南：資訊安全架構實務典範 Defensive Security Handbook: Best Practices for Securing Infrastructure/作者： Lee Brotherston, Amanda Berlin/譯者： 江湖海/出版社：歐萊禮/出版日期：2018-02-14 3.COMPUTER SECURITY：PRINCIPLES AND PRACTICE 4/E (GE)/中文書 , Lawrie BROWN William STALLINGS/全華圖書/出版日期: 2018-03-26
評分標準
期中考試30% 期末考試30% 平時(作業出席率上課表現)40%
學分數
3
授課時數(周)
3
開課班級
J11551
修課人數
12
安全系統基礎篇關於資訊安全基礎原理，述說著人類祕密的源頭和資訊安全的根本原理與歷史發展，得以從中理解密碼學的奧秘，以便挖掘隱藏在祕密背後的真實面貌。資通與社交平台安全篇談論在現代網際網路底下應具備的合理觀念，透過多種反例使讀者瞭解資訊犯罪的樣貌，進而建立良好與正確的資訊素養。同時廣納熱門安全議題如：雲端運算與巨量資料上的應用、4G至5G行動網路的應用、行動裝置應用與社交網路服務等。網路與多媒體安全篇介紹隱藏在人類網路生活背後的技術與其安全議題，例如：憑證中心處理過程、VPN網路協定、PGP資料加密、網路安全交易SET/SSL等。駭客攻防安全篇收納與駭客相關的安全主題，自經典的電腦病毒至近期時興的搶灘遊戲，類型包含網頁、加解密、鑑識、逆向工程等，從解謎式的玩樂中理解漏洞與弱點，進而加強自身的資安能力。
授課形式
理論講述與討論-30.00%;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-0.00%;其他:課程創新思考與解決問題能力-10.00%
課程內容與進度
上課作業考試用書 高立圖書2024年出版 資訊與網路安全概論 7版 作(編/譯)者 :林詠章‧黃明祥 著 ISBN : 9789863783916 書號 : 220917 https://ins.isrc.tw/V7.html 本書將資訊系統中有關資訊與網路安全之議題，以環境觀點、使用者觀點、系統觀點、資料觀點、管理者觀點及法律觀點等六個不同層次觀點，來考慮資訊安全架構。範圍包括實體安全、使用者辨識、存取控制、密碼學、管理控制及法律制裁等六大主題。 全書共有十六章，前四章先介紹資訊安全基本概念及電腦作業系統安全；接著，第五章至第七章是密碼學的部分，第十五章介紹大數據安全，這些章節主要是針對資料安全之處理。第九章到第十三章介紹網路安全，包括網路通訊協定安全、網路系統安全、無線網路安全、行動通訊安全，以及網路服務安全。第八、十四、十五、及十六章則介紹各種資訊應用之安全，包括多媒體安全、區塊鏈技術、人工智慧安全、及工業自動化及控制系統安全。 Chapter 1 資訊安全簡介 Chapter 2 資訊中心管理與實體安全 Chapter 3 使用者身分鑑別 Chapter 4 資訊安全簡介 Chapter 5 祕密金鑰密碼系統 Chapter 6 公開金鑰密碼系統 Chapter 7 訊息鑑別與認證中心 Chapter 8 多媒體安全 Chapter 9 網路通訊協定安全 Chapter 10 網路系統安全 Chapter 11 無線網路安全 Chapter 12 行動通信安全 Chapter 13 網路服務安全 Chapter 14 區塊鏈技術 Chapter 15 大數據與人工智慧安全 Chapter 16 工業自動化及控制系統安全 第七版因應新科技增加了很多單元。新增相關資安標準、相關資安證照、多因子及 FIDO 身分鑑別機制、零信任架構、第五代行動通信安全、智慧電網安全、金融科技NFT、大數據與人工智慧安全、工業自動化及控制系統安全 ( 工業 4.0 安全 )。適合大專院校或研究所資訊相關科系、電子電機相關科系、管理科學相關科系及數學相關科系等使用，亦可當作資訊安全、網路安全、電子商務、密碼學及資訊安全實習之教材。
教科書/參考書
上課作業考試用書 高立圖書2024年出版 資訊與網路安全概論 7版 作(編/譯)者 :林詠章‧黃明祥 著 ISBN : 9789863783916 書號 : 220917 https://ins.isrc.tw/V7.html 參考用書 1.資訊生活安全、行動智慧應用與網駭實務/作者 王旭正, 李榮三, 魏國瑞/博碩文化/出版日期：2020-09-30 2.資安防禦指南：資訊安全架構實務典範 Defensive Security Handbook: Best Practices for Securing Infrastructure/作者： Lee Brotherston, Amanda Berlin/譯者： 江湖海/出版社：歐萊禮/出版日期：2018-02-14 3.COMPUTER SECURITY：PRINCIPLES AND PRACTICE 4/E (GE)/中文書 , Lawrie BROWN William STALLINGS/全華圖書/出版日期: 2018-03-26
評分標準
期中考試30% 期末考試30% 平時(作業出席率上課表現)40%
學分數
3
授課時數(周)
3
開課班級
J11551
修課人數
12
115-1_機械與自動化控制
電機工程學系
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 第三週：放假 第四週：機械元件基本特性介 第五週：12 第六週：氣壓系統介紹與計算、氣壓系統迴路設計 第七週： 步進、伺服馬達產業上之應用及控制與計算 第八週： 期中考 第九週：機電整合組成、開關、感測器及控制器介紹(1) 第十週：機電整合組成、開關、感測器及控制器介紹(2) 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) 第十五週：平時測驗 第十六週：放假 第十七週：放假 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
J11551
修課人數
20
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 第三週：放假 第四週：機械元件基本特性介 第五週：12 第六週：氣壓系統介紹與計算、氣壓系統迴路設計 第七週： 步進、伺服馬達產業上之應用及控制與計算 第八週： 期中考 第九週：機電整合組成、開關、感測器及控制器介紹(1) 第十週：機電整合組成、開關、感測器及控制器介紹(2) 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) 第十五週：平時測驗 第十六週：放假 第十七週：放假 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
J11551
修課人數
20