TISSA_LOGO

BeRobot教育機器人AIOT開發平台

發表年月 2007-09   應用領域 AI 教育應用  

應用/研究單位 極趣科技股份有限公司

BeRobot教育型機器人產品開發實驗平台,結合人工智慧,物聯網,智慧感測技術,可同步控制32軸強壯有力的超精密數位伺服馬達,LED,感測器,喇叭,無線通訊,鎂鋁合金骨架,支援10種程式語言(圖形介面,Basic,C++,C#, APP,Scratch,Python,Labview…),可擴充30種感測控制模組,可以語音控制,腦波控制,手勢控制,紅外線/藍芽/wifi/RF/APP遠端遙控,以最高要求品質在台灣量產多種仿生結構型態,品質極佳符合環保安全規範,具備30等級機器人STEAM實驗課程,適合 108課綱最新科學素養學習指標,多種款式組合功能 可分別滿足兒少學習、小學、中學、大學各階段教學教具、學術研究、技術開發實驗、成人職訓教育..等教學工具。http://www.BeRobot.com

檢視內容

AI 電腦視覺辨識人臉打卡差勤系統

發表年月 2020-02   應用領域 AI 服務應用  

應用/研究單位 全域科技有限公司

COVID-19肆虐全球,全球病例數已達3360萬,死亡人數 101萬,是個高度傳染性的疾病,主要經呼吸道飛沫傳播,亦可通過接觸傳播,現階段台灣各產業為降低COVID-19傳染,進入各場合必須量體溫以及酒精消毒,為降低COVID-19透過接觸性傳染,我們透過影像識別作為公司企業紀錄差勤之用,並可提供延伸性服務、門禁保全、體感量測記錄,企業可了解內部員工的體溫狀況,讓企業內部員工有更安心的辦公環境

檢視內容

Linker AI高效自動標註平台

發表年月 2021-07   應用領域 AI 交通應用  

應用/研究單位 鑫蘊林科股份有限公司

Linker的Ground Truth服務旨在提供高效、準確且可靠的數據標註解決方案。Linker AI平台具有持續學習的AI演算法技術,能運用人工智慧技術增進自動標註準確度​,減少數據品管成本與整體輸出。平台​透過人工微調整參數,再運用相輔相成的Golden Sample機制,檢驗每次模型產出之metrics數字以確保更好的結果;再把標註好的資料放入平台做訓練,以保證品質達到客戶需求標準。Linker AI自動標註平台大幅提高客戶標註效率,為客戶節省許多時間和人力成本。另外,人工標註容易出現主觀判斷和錯誤,導致標註不一致或不準確。Linker AI自動標註平台利用深度學習演算法和大數據訓練模型,對影像進行更高精度的標註,提供準確的標註結果。再者,Linker AI自動標註平台能提供同時標註多種類型的對象和場景,大幅擴展標註的範圍,為客戶提供更全面和多樣化的數據,用於訓練客戶的自駕車系統,而多樣的標註數據也可以使自駕車系統更好地理解和預測各種交通情境,提高自駕車運行的安全性和適應性。

檢視內容

派藥神器-友善農法資材,找我就對!

發表年月 2020-10   應用領域 AI 農業應用  

應用/研究單位 社群洞察股份有限公司

「派藥神器」以「聊天機器人與AI語意分析模組」等技術,將散落在各網站的農業資材訊息整合在聊天機器人平台。 透過「派藥神器」聊天機器人的對話情境,引導使用者找到適合使用、合法的農用化學農藥與友善農法資材,輕鬆簡單又有效率地取得農業資材訊息。 此外使用「新詞Direct」- 農業AI語意辨識模組與自動化分析之演算法,讓使用者不需要輸入精準的蟲害名稱也可以找到資材,同時減輕後台問答及管理人員的維運負擔。

檢視內容

機械手臂視覺瑕疵偵測解決方案

發表年月 2021-02   應用領域 AI製造運用  

應用/研究單位 海量數位工程股份有限公司

透過AOI人工智慧辨識設備結合機器手臂,改善人工目測檢視產品之誤差,以提升效率。未來將AOI所收集之數據與MES系統所記錄之製造數據對照,可快速發現錯誤數據,改善生產效率。

檢視內容

玩轉Chatbot!AI圖像辨識技術運用,為線下注入科技新體驗

發表年月 2020-01   應用領域 AI行銷運用  

應用/研究單位 愛酷智能科技股份有限公司

Volvo攜手愛酷智能科技,為活動量身打造Facebook Messenger 上的聊天機器人,導入最新AI科技,提升民眾以往的參展體驗。 本次Volvo打破傳統互動模式,在聊天機器人中應用圖像辨識技術與智能濾鏡,結合QA問答讓來賓在遊戲中了解品牌故事和感興趣的車款。

檢視內容

智慧戰情室:AI即時監控與異常預警平台

發表年月 2024-10   應用領域 AI 服務應用  

應用/研究單位 大云永續科技股份有限公司

針對工廠內部工安管理、製程監控、能源使用與資訊整合等問題,導入人工智慧與物聯網技術,建置可即時偵測與通報的智慧監控平台。系統整合現有監視器、中控設備、電力與濃度監控模組,將感測數據與監控影像同步串接至中央平台,打造廠區專屬的主控中心。 在 AI 技術應用方面,系統導入 YOLO 與 Detectron2 等物件偵測模型,辨識人員跌落、水池接近、火災等高風險事件,並結合骨架姿態估測技術提升動作判斷準確度。透過 OCR 技術擷取無通訊設備畫面資訊,讓系統能從老舊儀表板或傳統監控畫面中擷取數值資料,進行即時分析。主控模組支援 Web 與 APP 雙平台操作,提供互動式廠區地圖、即時影像畫面與模組化功能切換,協助現場人員快速掌握各區域狀況。 AI 智慧巡檢工具結合大型語言模型(LLM),可根據現場人員輸入的自然語言指令(Prompt),針對是否配戴安全裝備、是否誤入警戒區等項目自動辨識異常,並以語意推論輔助任務分類與處理。系統每 7 秒自動擷取影像,檢測結果將逐一記錄並標示異常,大幅減少人為疏漏並提升巡檢智慧化程度。

檢視內容

AI多國語互動點餐Kiosk

發表年月 2024-06   應用領域 AI 服務應用  

應用/研究單位 雙月食品社

利用多國語音辨識與智慧點餐,協助餐飲業者接待外國觀光客,使用本國語言點餐。協助商家以AI功能自動將商品名稱、商品描述、商品加值等內容翻譯成多國語言,提供海外旅客無阻礙的在系統上直接選購,支援英文、日文、韓文、法文為基礎語言,協助店家提供海外消費者優質消費體驗。

檢視內容

智能虛擬助理:簡化操作,深化體驗

發表年月 2018-12   應用領域 AI 服務應用  

應用/研究單位 鼎新電腦股份有限公司

智能虛擬助理應用於現有企業系統時,可擺脫面對各種不同系統的複雜和困擾,隨時隨地以語音互動從龐大的企業資料庫快速獲取所需資訊,並實現工作協作,搭配智慧工廠提供即時監控與警示,以及即時追蹤生產進度,讓使用者隨時掌握各種突發狀況。而應用在智慧化展覽館或博物館時,可取代傳統的導覽手法,結合人工智慧及互動設計化身為參觀者的專屬導覽,並可搭配智慧化環境設備裝置,透過語音直接操控周遭的智慧裝置,如:環境燈光、影音設備、或現場實景攝影機。鼎新電腦的「大人物」部門具備研發整合「大數據、人工智慧、物聯網」各式應用的能力,能夠為企業分析需求並量身打造適合的人工智慧應用。智能虛擬助理的核心是基於自然語意處理(NLP)技術的聊天機器人,以深度學習與機器學習分析互動語料後建立對話模型,並整合文字及語音的識別及應答,可以跟使用者進行自然語言的互動。

檢視內容

人事管理與智慧面試

發表年月 2017-11   應用領域 AI 大數據應用  

應用/研究單位 工業技術研究院

AI 企業助理串接企業內部人力資源(HR)、ERP、財務與訂單管理等系統,一站式整合所有工作資訊,協助IT、HR團隊第一時間回答來自全公司的問題,一站式整合所有工作資訊,讓員工在對話中提升生產力,目標,加速由外而內、全方位的業務數位轉型。

檢視內容

服務型機器人 - Ayuda

發表年月 2017-07   應用領域 AI 服務應用  

應用/研究單位 研發單位凌群電腦

體温偵測、口罩偵測,利用人工智慧進行人臉辨識、人型偵測、口罩偵測,並移動阻擋體温異常者,Ayuda具備對環境的感測、辨識能力,以自行決定行動的智慧化功能

檢視內容

AI數據處理服務:協助AI 演算應用加速落地

發表年月 2020-09   應用領域 AI 大數據應用  

應用/研究單位 若水國際股份有限公司

若水 AI 數據服務團隊致力於為企業提供大量、安全、高品質的標註數據,並針對電腦視覺相關的數據研發智慧標註平台,配建多元標註工具,設計完善的品管系統及回饋機制,提供整合性的數據處理服務,讓 AI 能精準學習。 我們的客戶類型已遍及兩岸三地及日本市場,涵蓋安防監控、電子商務、自動駕駛、工業 4.0、智慧醫療、人臉辨識以及語音和語意分析…等 AI 應用。我們的客戶來自台灣、日本,包括日商Incubit、Skydisc 、ASUS、工研院、中華電信、雅婷、新竹市政府、台灣智慧駕駛股份有限公司、台灣人工智慧實驗室、資策會...等。AI 應用涵蓋自駕車、橋梁公共安全、瑕疵檢測、電商、智慧農業及智慧醫療。

檢視內容

醫療人工智慧技術服務 (骨齡輔助診斷系統) 專案

發表年月 2021-07   應用領域 AI 醫療應用  

應用/研究單位 長佳智能股份有限公司

本系統提出一遷移式深度學習網路,由X光手部影像判別骨齡供臨床醫師診斷評估,係為全台唯一藉由AI深度神經網路的方式結合手骨X光影像輔助判斷,並將AI診斷結果結合門診系統,可讓醫師經由門診系統按鍵自動帶入到AI輔助報告該系統將透過卷積神經網路模型個別對男性及女性之骨齡影像進行訓練以建立自動化骨齡評估系統。

檢視內容

[4.6.2預防性維護/肇因分析] FDC系統導入案:

發表年月 2001-01   應用領域 AI 大數據應用  

應用/研究單位 先知科技股份有限公司

(一). 計畫緣起 A. 廠方面臨問題: 1.製程日益精密、客戶要求全檢、量測產能已達上限 2.製程不穩定無法進行有效控制 3.首批需要投Dummy片驗證,需耗時半天 4.Layer量測難度大(破壞性檢驗),無法全檢。 B. 執行步驟: 執行與整合步驟為: Step1. 建立AVM系統:完成100%全檢目標 Step2. 整合SPC系統:將AVM預測結果整合廠內SPC系統 Step3. 整合Alarm系統:將AVM預測結果依廠內Alarm 原則整合廠內Alarm系統 Step4. 整合Scheduler系統:建立智慧化抽檢機制 Step5. 整合當站製程:進行Feedback Control Step6. 整合後站製程:進行Feedforward Control 。 其中,Step4. 整合Scheduler系統:建立智慧化抽檢機制,需考量9項實務整合因素如下: 1.抽樣比例 2.機台穩定性 3.機台資料異常 4.AVM 模型狀態 5.預測精度水準 6.量測異常 7.產線排程穩定性 8.狀態改變: 調機或清機等。

檢視內容