課程名稱 |
智慧製造感測聯網與數據處理分析技術 Intelligent Manufacturing, Sensing, Networking and Data Analysis Technique |
開課學期 |
108-1 |
授課對象 |
工學院 機械工程學研究所 |
授課教師 |
蔡孟勳 |
課號 |
ME5044 |
課程識別碼 |
522 U6190 |
班次 |
|
學分 |
3.0 |
全/半年 |
半年 |
必/選修 |
選修 |
上課時間 |
星期三B,C,D(19:20~22:00) |
上課地點 |
工綜207 |
備註 |
限碩士班以上 總人數上限:20人 |
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1081ME5044_ |
課程簡介影片 |
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
課程大綱
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
課程概述 |
本課程將以AI大數據分析為主題,以智慧製造數據為基礎,介紹監督式學習與非監督式學習之概念,透過實作讓學生了解如何將大數據分析的技術應用於智慧製造,之後將介紹感測器原理與機聯網概念,以了解智慧聯網之功能。 |
課程目標 |
以工具機聯網技術與聯網製造之應用案例,透過實作讓學生了解如何透過訊號分析來解決如預知保養、溫度補償、刀具磨耗等實際問題。
|
課程要求 |
具備線性代數、最佳化、統計等數學能力 |
預期每週課後學習時數 |
|
Office Hours |
另約時間 |
指定閱讀 |
神經網路深度學習,邱錫鵬, 2019 (網路版) (https://nndl.github.io/ |
參考書目 |
台大李弘毅教授上課講義與影片(機器學習),陽明大學高怡宣教授上課講義與影片(人工智慧概論), 模式識別與機器學習,馬春鵬, 2014
機器學習、類神經網路、模糊系統以及基因演算法則(蘇木春、張孝德編著,全華圖書,1997)
類神經網路模式應用與實作,葉怡成,儒林出版社,1998
深度學習,谷岡廣樹、康鑫著,莊永裕譯,2018
|
評量方式 (僅供參考) |
|
週次 |
日期 |
單元主題 |
第1週 |
9/11 |
類神經網路簡介 |
第2週 |
9/18 |
Python實作以及軟體安裝 |
第3週 |
9/25 |
前饋神經網絡 |
第4週 |
10/02 |
卷積神經網絡(I) |
第5週 |
10/09 |
卷積神經網絡(II),循環神經網絡(I) |
第6週 |
10/16 |
循環神經網絡(II) |
第7週 |
10/23 |
無監督式學習(自組織映射圖,PCA) |
第8週 |
10/30 |
期中考 |
第9週 |
11/06 |
無監督式學習(K mean,Adaptive resonance theory) |
第10週 |
11/13 |
聯想式學習 |
第11週 |
11/20 |
感測器原理 |
第12週 |
11/27 |
訊號前處理與特徵擷取 |
第13週 |
12/04 |
工業通訊介紹 |
第14週 |
12/11 |
OPCUA實作 |
第15週 |
12/18 |
VMX與WebAccess簡介 |
第16週 |
12/25 |
工具機聯網技術與聯網製造應用案例 |
第17週 |
1/01 |
實機測試 |
|