跨域科技產業創新研究學院
Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/124120
為因應「跨域科技產業創新」的需求，臺師大成立「跨域科技產業創新研究學院」，以學院為統整單位，透過學院整合不同領域師資及教學資源，同時結合市場的趨勢與企業前瞻研發需求，讓學院成為跨領域創新的推動引擎，形成學企合一，使學生能夠在跨領域學習及前瞻技術商業化的框架下，達到即學即用的目標，同時將學研成果帶進企業。
為呼應政府提出產業創新為重點策略方向，研究學院下設置 「AI跨域應用研究所」及「綠能科技與永續治理研究所」二大研究所。其中「AI跨域應用」為教育部產業創新研究學院計畫擬定的五大重點領域中「人工智慧」及「智慧製造」項目；「綠能科技與永續治理」橫跨五大重點領域中「循環經濟」項目。
透過這二個研究所的設置，將建立學術界與產業界間系統性協力機制，緊密連結學校與產業，共同投入前瞻應用研究並培育人才，使臺師大成為產業創新的合作夥伴。
Browse
Item SA-FBCNN：一種具空間自適應性與彈性的盲式卷積神經網路於JPEG影像壓縮雜訊去除之研究(2025) 顏伯諭; Yen, Po-Yu本論文提出一種改良型JPEG影像壓縮失真修復網路SA-FBCNN（Spatially-Adaptive Flexible Blind CNN），結合FBCNN（Flexible Blind CNN）基礎架構與SAFMN（Spatially-Adaptive Feature Modulation Network）的空間自適應特徵調製機制。傳統JPEG壓縮因區塊處理方式產生明顯的方塊效應和環狀偽影，而現有深度學習方法雖有成效，但缺乏對空間特徵的自適應調整能力。本研究將FBCNN架構中的ResBlock替換為Feature Mixing Module模組，增強網路對不同尺度特徵的建模能力。接著，在對訓練完成後的模型進行分析時，我們觀察到品質因子（Quality Factor, QF）預測分支因普遍的Dead ReLU現象，其輸出對不同輸入趨於恆定。基於此，我們進行了模型剪枝，實驗證明移除該分支可在幾乎不影響效能的前提下，使參數量（60.01M）大幅減少，甚至少於原始FBCNN（71.90M）。實驗結果顯示，我們的輕量化模型在PSNR指標上平均提升約0.15dB，在圖像重建品質和細節保留方面表現更優越。Item 九份園區的微氣候應用研究(2025) 江羽晴; Jiang, Yu-Ching本研究聚焦於新北市九份創新園區小區域微氣候技術之應用，針對園區內熱島效應與戶外熱舒適度降低問題，探討噴霧系統與鋪面配置對體感溫度之改善成效。九份地處山海交界，具良好通風條件，夏季（6 ~ 9月）平均最高氣溫約26.8~28.9°C，濕度高達84 ~ 87%，風速約5 ~ 7 m/s，屬高溫高濕且風力適中的環境，適合導入水霧蒸發降溫技術。研究方法包括CFD風場模擬、Steadman體感溫度模型轉換、實地環境監測與實驗場域測試。實驗設計探討不同季節、噴霧頻率（每2或15分鐘）、噴霧時間（2或10秒）、噴頭高度（0.1m或1.8m）及鋪面材質（樹皮、木屑）之交互效果。結果顯示，夏季高頻短時噴霧搭配低高度噴頭與樹皮鋪面，體感溫度可降超過2°C、濕度提升20%；冬季則以木屑鋪面有助穩定濕度與溫度。園區廊道具峽谷式地形，透過自然風廊引風、植栽遮蔭、地下冷泉與水霧結合，展現良好微氣候調節潛力。整體系統具備模組化、即時感測與智慧控制功能，未來可擴展至都市綠廊、觀光步道等場域。研究亦建議結合展示與教育功能，打造具永續示範價值之氣候友善園區，作為面對氣候變遷與熱島效應的可行策略。Item 以毫米波雷達為基礎的手勢辨識之研究(2025) 林聖凱; Lin, Sheng-Kai隨著人機互動技術的快速發展，毫米波雷達因具備隱私性高、不受光線干擾、可穿透遮蔽物等優勢，已逐漸成為手勢辨識應用之新興感測技術。本文採用開酷科技所開發之 60GHz 毫米波雷達，並搭配其專用的視覺化平台 Ksoc Tool，此工具為專門配合該雷達設計，具備資料收集與標註功能。透過 Ksoc Tool 完成原始資料擷取與資料標註後，進一步進行資料前處理、模型訓練與即時辨識顯示，建構出一套具備即時性與彈性的手勢辨識系統流程。在影像資料方面，本文深入說明兩種常見雷達影像格式：RDI（Range-Doppler Image）與 PHD（Phase Difference Map），並透過圖像與實例詳細解析其物理意義與應用情境。為有效處理動態手勢資料，系統採用滑動視窗機制切割連續序列，並透過高斯函數生成 soft label，提升標註於手勢邊界區域的過渡敏感性。模型部分則採用三維卷積神經網路（3D CNN）以同時擷取空間與時間特徵，並搭配均方誤差（MSE）作為損失函數進行監督式訓練。為強化手勢段落之區分能力，本文提出雙門檻後處理機制，透過進入與離開閥值協助界定動作啟始與終止點，並架設圖形介面，實現雷達資料的即時推論與手勢顯示。實驗結果顯示，本系統可正確辨識包含背景、PatPat、Come 與 Wave 四類別手勢，整體準確率達 95.8%，展現本研究於準確性、即時性與可擴展性三方面之應用潛力。Item 具環境感知能力的彩色電子紙前光調控(2025) 陳灝; Chen, Hao本研究旨在針對電泳式顯示器，改良現有之前光模組，結合環境光感測器以獲取環境光資訊，達成自動調整前光亮度以及色溫，並且針對顯示影像作色溫之補償以校正色偏。為達成上述目標，本研究建置一套嵌入式系統方法：採用發光二極體及導光板之前光架構與低功耗微控制器，搭配經校正之環境光感測器，先以對數域回歸估測照度，與透過係數最佳化等方式估測環境相對色溫；再依照照度分段策略與倒數色溫線性混光原理，並以查表方式連續調節前光亮度與色溫；同時在影像處理流程中，以固定參考白點實作色適應轉換以進行白點對應與色溫補償；最後以標準色卡、照度計與分光式色度計進行系統校正與驗證。實驗結果顯示，本系統可於多種環境光源下維持彩色電子紙的亮度、色溫與色域一致性，為未來低功耗、彩色顯示電子書閱讀器提供高可行性的硬體整合方案。Item 初探A*演算法應用於HVAC風管系統建造成本最佳化之可行性(2025) 林佳瑩; Lin, Chia-YingItem 反式有機太陽能電池穩定性改善研究(2025) 林晏禎; Lin, Yen-Chen本論文研究聚焦於提升反式有機太陽能電池對紫外光的穩定性，透過溶膠凝膠法(Sol-gel process)製備氧化鋅(ZnO)電子傳輸層上構建在雙層鈍化層，有效減少界面缺陷，進而提升元件對紫外光的穩定性。研究中，第四章第一小節首先探討單層鈍化層C60的厚度及活性層中CN添加量對元件性能的影響，確立最佳的單層鈍化層製程參數。接著，第二小節研究比較不同溶劑氯苯(CB)、鄰二氯苯(ODCB)對雙層C60鈍化層性能的影響，發現使用鄰二氯苯(ODCB)溶劑製備的雙層鈍化層C60元件，在經過504小時紫外光照射後，性能衰減較少，表現出最佳的穩定性。進一步地，研究比較雙層鈍化層C60與雙層鈍化層C60與PCBM在提升元件紫外光照穩定性方面的效果。實驗結果顯示，雙層鈍化層C60雖然初始效率較高，但雙層鈍化層C60與PCBM在長期紫外光照射下表現出更優異的穩定性。最後，第三小節研究探討雙層鈍化層C60和PCBM的製程優化，包括PCBM濃度對元件性能的影響。Item 可見光視線追蹤器之眼角定位硬體架構(2025) 黃秋貴; Huang, Chiu-Kuei本研究針對僅採單一可見光相機的眼動儀，提出一套高效能、可即時運作的完整視線追蹤硬體系統。由於可見光環境下無法直接取得瞳孔或光斑，本系統改以內眼角作為穩定參考點，整合眼角偵測、眼球模型參數求解、幾何關係推算與動態縮放補償機制，建構完整的視線追蹤硬體架構。在既有高精度眼角偵測演算法的基礎上，我們將完整眼動儀系統硬體化，透過平行運算與管線化設計，在有 限現場可程式化邏輯閘陣列資源內實現快速的眼角定位與視線估測，有效解決使 用者頭部前後移動時的追蹤誤差問題。實驗結果顯示，眼角偵測模組在現場可程 式化邏輯閘陣列平台上的處理速度達每秒5,115幀，而完整的眼動儀系統整合後 仍能達到每秒476幀的處理效能，均具備即時運作能力。系統硬體資源使用率為 百分之十三邏輯元件與百分之三十五記憶體，證明本架構能為可見光眼動儀提供 可靠且高效的完整硬體解決方案。Item 基於巨觀邊緣感知與對比圖分析的高動態範圍成像(2025) 鄭翔元; Cheng, Hsiang-Yuan本研究主要探討高動態範圍影像處理中，在極端光照條件下的影像主體重建與色調映射問題。當畫面遭遇強烈背光、低光源或大面積背景干擾時，傳統的影像處理方法經常無法有效地凸顯主體，且在壓縮動態範圍過程中容易造成細節喪失與色彩失真。本研究針對上述問題，提出一套考慮巨集邊緣資訊的影像處理方法，結合全域與區域對比度評估，透過調整適合的色調映射曲線，使暗部細節清晰且避免亮部過曝。此外，研究中亦針對色彩還原問題，於色彩轉換過程中引入色域映射模型的補償機制，有效避免傳統方法常見的色相偏移與飽和失真現象。本論文透過實驗驗證所提出方法的有效性，並經由業界常見的客觀指標評估其在亮度、色彩準確性與視覺對比度上的改善效果，期望能提供未來影像訊號處理系統設計的重要參考。Item 基於色調映射與模型可解釋性技術的人臉偵測優化(2025) 李少榆; Lee, Shao-Yu邊緣攝影機在極端背光與低光環境下，因對比失衡與雜訊升高，常導致人臉偵測表現顯著退化。本研究以全域與區域色調映射為核心，結合輕量化偵測器進行系統性評估與消融，聚焦於「前端影像增益」與「小樣本重新訓練」的相對效益與互補效應。結果顯示，在背光與低光影像集中，最佳組合可將檢測精度由 11.6% 提升至 50.7 % ，並明顯改善困難區域的人臉可見度與穩定性。基於此結論，我們提出適用於資源受限情境的實作指引，說明前端增益與輕量偵測的搭配原則與取捨，提供可部署方案，並為後續自適應色調映射與輕量偵測器的協同設計奠定基礎。Item 太陽能儲電系統的應用研究(2025) 曾驛傑; Zeng, Yi-Jie本研究於國立臺灣師範大學建置一套太陽能儲電系統，核心結構包含太陽能模組、OPTI逆變器、鋰鐵電池、四路Modbus控制模組與多功能監控平台，支援尖峰放電、離峰充電、時間電價控制等調度策略，且依據用電特性進行參數調整，實現能量最佳化與成本控管。為驗證系統效能，本研究針對同一太陽能結合儲電系統於不同負載條件(500W、1000W、1500W)下之運行表現進行實測與效益分析，評估其能源調度能力、經濟性及減碳潛力。結果顯示，該系統具備良好的適應性與運轉穩定性，能依據時間電價與負載需求，透過控制策略降低尖峰電價負擔與市電依賴，並自動於離峰低價時段進行電池充電，產生明顯的節能與環保效益。整體而言，系統於不同負載條件下皆展現出良好的能源調度能力，電費改善率平均降低約40%，具穩定回售潛力與減碳能力。本研究結果驗證太陽能儲電系統於分散式能源應用中之可行性，未來可進一步導入AI預測模型與虛擬電廠架構，對於推動智慧建築、低碳社區與能源轉型具參考價值。Item 太陽能微電網電力調度技術研究(2025) 黃琳傳; Huang, Lin-Chuan本研究在師大汽車工廠一樓建置了兩組獨立型(離網型)太陽能系統，分別稱為S01與S02系統，接入市電且不進行市電回售，接著透過中央控制單元(CCU ,Central Control Unit)，將兩組系統的逆變器電力輸出端進行連接，實現兩組太陽能系統之間的電力交換機制，藉此針對能源調控效益、減碳效果與經濟性進行實測與評估。首先在太陽能模組正常供電的情況下，進行單邊負載與雙邊負載的架構測試，單邊負載(單戶負載)表示只對S01連接負載，S02不連接任何負載的狀態，雙邊負載(雙戶負載)則是對S01與S02系統皆有連接負載的狀態。結果顯示，單邊負載架構具備良好的調度穩定性與能源彈性，能有效整合太陽能與儲能資源，於200W至1000W負載範圍內皆可維持約30%的調度時長比例，隨負載上升，其節電與減碳效益亦同步提升，年節電量可達1095 kWh，年減碳量達518.3 kgCO₂e。而雙邊負載因兩側負載同步消耗能源，較容易導致系統調度時間比例下降至10%以下，然而在負載配置不對稱(如800W與200W)時，調度機會與節電比例(最高可達16%)反而顯著提升，顯示其具備潛在的優化空間。根據實驗結果，進一步於負載總量維持1000W(S01/S02)的條件下，分為對稱組(500W/500W)、非對稱組(800W/200W)、單掛組(1000W/0W)三個組別，探討不同負載分配組合對系統調度行為之影響。實測發現對稱組因兩側壓力相近，難以有效啟動電力調度，未能發揮CCU的協同優勢；而負載分配明顯不對稱的非對稱組，則能有效促進電力交換，且單次調度時間更長，使買電方有更長時間充電，緩解儲能壓力同時降低電池過度放電的頻率，提升系統穩定性及能源利用率；而負載完全集中於單側的單掛組雖可激發CCU經濟效益，卻也使電池頻繁觸發安全保護，長期將增加故障與老化風險。綜合比較，不對稱負載組合可兼顧調度效率及電池壽命，具備較佳的優化潛力。在故障容錯性方面，單戶負載於單側太陽能模組失效時，系統在中高負載條件下容易出現電壓下滑與調度頻繁之情形，儲能負擔加劇且供電穩定性下降，特別在1600W長時間運行時更為顯著。相對地，在雙戶負載架構下，若正常供電方負載較小，系統更易啟動電力調度支援故障方，實現微電網備援設計理念，提升系統整體韌性。經濟效益方面，依據台電113年公告之尖峰電價(4.9元/kWh)與碳排放係數(0.474 kgCO₂e/kWh)估算，單戶負載雖可每年節省1000元以上電費並產生具經濟價值之碳費節約，但設計合適的非對稱掛載(S01:800W/S02:200W)，更加能夠在經濟效益與系統穩定性上達成平衡，建議未來應結合智慧調度策略與主從式負載設計，以提升系統於多變應用場域中的可行性與穩定性。Item 應用基因演算法於固定式太陽能儲能系統之最佳化電價成本控制器設計(2025) 賓承彥; Bin, Chang-YanItem 應用於冷鏈物流之複合動力系統模擬平台開發(2025) 謝念恒; Hsieh, Nien-HengItem 江陵九份園區轉運站風場模擬之研究(2025) 賴彥蓁; Lai, Yen-ChenItem 用於反射式電子紙顯示器色彩校正的AI模型：邊緣實現的即時方法(2025) 童培軒; Tung, Pei-Hsuan本研究旨在解決反射式彩色電子紙的非線性色彩失真與色偏問題。為此本研究提出了一套基於深度學習的色彩校正架構和基於過往方法開發的半色調演算法，以有效提升色彩還原的準確度與空間連續性，克服傳統方法的限制。為驗證本方法在邊緣運算裝置上的可行性與即時性，我們將模型部署於 NVIDIA Jetson Orin NX，並採用訓練後量化策略將模型由全精度轉換為INT8精度。實驗結果顯示，量化後模型在推論速度上提升近五倍，同時僅有輕微的影像品質減損，大幅降低了記憶體與運算資源需求。本研究提供了一套低成本、高效率且無需額外色彩量測的AI調色方案，證實其具備高度的實用性與延展潛力。Item 適用於電子紙顯示器色彩濾光陣列的深度色彩影像抖動網路(2025) 黃品慈; Huang, Pin-TzuItem 針對多粒度學習與有效抑制誤喚醒的零樣本關鍵詞辨識(2025) 黎洛雅; Li, Lo-Ya隨著科技的進步，不僅人人都攜帶智慧型手機，甚至家用電器也日益朝向語音控制的智慧家庭系統發展，使關鍵字偵測（Keyword Spotting, KWS）成為智慧裝置與語音助理中的核心關鍵技術。傳統的固定詞彙關鍵字偵測需要事先收集特定關鍵字的語音樣本並重新訓練模型才能辨識新關鍵字，具有彈性受限、成本高昂以及部署不便等缺點。為克服這些限制，近年來開放詞彙關鍵字偵測技術逐漸受到重視。無需依賴特定領域預先標註訓練資料的使用者自訂零樣本關鍵字偵測（zero-shot Keyword Spotting, ZSKWS），對於建構可適應且個人化的語音介面至關重要。然而，這類系統仍面臨艱鉅挑戰，包括有限的運算資源與有限的標註訓練資料。現有方法也難以區分聲學上相似的關鍵字，經常在實際部署中導致惱人的誤喚醒率（False Alarm Rate, FAR）。為解決這些限制，本研究提出一個輕量化、可即時運行的零樣本關鍵字偵測架構，能透過交叉注意力機制同時學習語句層級與音素層級對齊。該架構採用多粒度對比學習目標，並藉由文字轉語音（Text-to-Speech, TTS）資料增強，生成在語音上易混淆的關鍵字對以強化訓練流程。在四個公開基準資料集上的評估顯示，本研究模型達到最先進（State-of-the-Art）表現。在 Google Speech Commands v2 與 Qualcomm 資料集上，等錯誤率（Equal Error Rate, EER）降低至 3%，曲線下面積（Area Under the Curve, AUC）超過 99%，且準確率達 90% 以上。此外，在 AMI Meeting Corpus 上的誤喚醒率（FAR）低至 0.007%，同時維持 655K 參數的輕量化模型大小。這些結果證明本研究所提出的模型具有高運算效率，並能支援資源受限裝置上的即時部署。Item 針對心電圖資料不平衡之分類模型設計(2025) 李政軒; Li, Zheng-Xuan本研究旨在探討運用深度學習技術於心電圖（ECG）訊號分類的應用潛力，以協助提升心律異常的辨識能力與早期診斷準確性。研究中提出一種基於一維殘差網路（1D ResNet-18）之模型架構，並整合卷積區塊注意力模組（CBAM）與輔助分類器（Auxiliary Classifier），以強化模型對 ECG 特徵的表達與判別能力。此架構源自電腦視覺任務，經調整後應用於一維生理訊號的分類工作，展現良好的適應性。資料處理方面採用 ADASYN 技術處理類別不平衡問題，並輔以資料增強策略以提升模型穩定性與泛化能力。模型於 MIT-BIH 公開資料集中進行驗證，結果顯示其分類表現優於傳統方法，特別是在多類別訊號辨識上具備一定的穩定性與準確性。綜合研究結果，顯示本模型結合注意力機制、輔助分類設計與資料處理策略後，能有效強化 ECG 訊號分類模型之應用能力，未來有望作為智慧健康照護輔助診斷系統的技術參考。Item 針對長尾視覺辨識之自適應目標增強策略(2025) 范哲瑋; Fan, Che-Wei監督學習中的長尾問題是由於現實世界資料集中固有的不平衡性所引起的，其中少數幾個類別或樣本佔據了資料分佈的大部分，而大多數類別（「尾部」）則擁有顯著較少的樣本。這個問題對傳統的監督學習算法構成了挑戰，因為這些算法通常優先優化在頻繁（頭部）類別上的表現，而犧牲了在罕見（尾部）類別上的表現。在近期提出的方法中，資料增強技術如 MixUp 和 CutMix 被廣泛應用於解決長尾問題。MixUp 通過對兩張影像進行插值，而 CutMix 則將一張影像的剪切區域貼到另一張影像上，從而合成更多樣化的訓練樣本。然而，據我們所知，目前尚無研究明確探討應該配對或結合哪些影像來達到最佳效果。為了解決這個挑戰，本研究提出了一種名為特徵感知分數選擇 (Feature-Aware Score-Based Selection, FASS) 的新策略。在應用 MixUp 或 CutMix 之前，FASS 根據影像的特徵表現動態選擇並配對影像。與傳統增強方法主要著重於增強少數類別樣本不同，FASS 動態識別與特徵相關的目標類別，以提升模型區分相似特徵的能力。當 FASS 與其他先進方法結合時，在 CIFAR-100 和 ImageNet-LT 等基準資料集上，FASS 展現出卓越的性能，達到了最新的最佳表現。Item 開發數位式升壓轉換器(2025) 林昱安; Lin, Yu-An