TISSA_LOGO

智慧球場

發表年月 2019-11   應用領域 AI 服務應用  

應用/研究單位 光禾感知科技有限公司

OSENSE採取使用者識別環境(Inside out)及環境定位使用者(Outside in)兩項核心技術,整合「空間識別技術」、IoT感知設備及移動網路傳輸,集電腦視覺、空間感知、訊號處理、定位導航、擴增實境(AR)等技術之大成,研發製作「智慧球場解決方案」。球迷方面,以資訊、互動及消費三方面,使球迷觀賽更加便利,並利用AR互動增加趣味性、利用AI及視覺辨識提供如電子好球帶、即時戰略圖等比賽資訊;這些資訊也能協助球團掌握戰情,也提供第三方最即時戰況播報;球場經營可利用方案中的使用者行為了解環境使用效能,進行服務優化及規劃管理策略。

檢視內容

理財新聞評價機器人

發表年月 2019-06   應用領域 AI 金融應用  

應用/研究單位 國立臺北商業大學

本研究目的在透過一個智慧型的對話式人機介面,以聊天機器人的型式提供投資者評估投資新聞內容的可信度。在技術創新方面,本年度之研究利用語意分析之技術,對於金融商品(股票)所提供的相關資訊的品質,進行信息內容之解析與評價,研究包括新聞內容本身(新聞、 雜誌、研究報告)進行解析,辨別單一新聞消息中:(1) 媒體來源(可能是投顧、媒體、記者)、(2) 關聯金融商品標的、(3) 多空看法(內容對商品未來走勢是否表態)、(4) 對應投資期程(短線、中線、長線)等等。透過語意分析技術擷析過往該媒體來源所發佈之新聞內容,並針對新聞內容預測之結果進行回測,計算出該新聞內容提供者所預測之情報準確度產生一檢驗結果,最後由評價產出系統整合產生一評價資訊,並儲存於系統平台以對話式人機互動方式供使用者查詢。藉此,提供投資人查詢各理財新聞提供者過往的準確度,以作為使用者投資理財之參考依據。本研究之目標在幫助投資人對於新聞內容有一參考指標以加深投資者進行投資決策時之幫助 。

檢視內容

AI影像識別商品推薦銷售系統

發表年月 2019-04   應用領域 AI行銷運用  

應用/研究單位 全域科技有限公司

目前市場競爭激烈,隨著科技的進步,無人化自動販賣系統現金也相當的普遍,五花八門各類產品都有,但目前的消費者客製化需求也越來越多,傳統以往的販賣機總以固定形式做銷售,消費者可選擇的範圍受限,購買慾自然也降下降。目前將商品銷售結合AI技術擴大應用服務型態,讓使用者可自行操作或是與機器互動,藉由AI系統的分析消費者的年齡、性別、情緒等,讓AI分析消費者的特徵值,並結合AI推薦系統而推薦消費者適合的商品,甚至購買樓層或是櫃位,達到多方面的銷售應用服務,例如:依年齡及性別推薦當季服飾,飾品,髮型、彩妝、美食等,以達到商品銷售的目。

檢視內容

AI企業戰情中心、決策支援新幫手

發表年月 2018-10   應用領域 AI 大數據應用  

應用/研究單位 天勳資訊有限公司

天心天思集團旗下分公司天勳資訊有限公司,著力於ERP系統已有十九年的時間,跟著天心天思團隊的AI知智慧團隊使用最新AI深度學習,設計企業的戰情中心,跨平台、跨資料庫整合ERP數據,透過參數設定及智能學習,提供決策者需要的資訊。 除戰情中心之外,更發展雲端智慧系統包括Linker+智慧平台、T-Boss移動商務、PDA行動條碼等提供管理者多變的需求及隨時隨地、隨心所欲的應用,AI製造、AI物流、AI行銷等議題生了企業的競爭力。

檢視內容

布片圖像智慧搜尋

發表年月 2021-07   應用領域 AI 服務應用  

應用/研究單位 臺灣通用紡織科技股份有限公司

於平台資料庫中,客戶可以找到產品的用料需求、輸入關鍵字進行搜尋,並可在關鍵字中,讓其依照布料組織、成份、重量等數值讓其依序排列,進而找到想要的布料圖像資料,也可用以圖搜圖的方式,找到類似紋理,圖案的布片。

檢視內容

全災型智慧化指揮監控平臺智能坡地預警決策支援系統暨防救災資料倉儲2.0建置服務案

發表年月 2025-10   應用領域 AI 大數據應用  

應用/研究單位 新北市政府消防局

以人工智慧技術建立「坡地災情預測2.0」模式,透過優化演算法及動態降雨資料介接,提升預測頻率與準確度。與過去版本相比,改良後模型可由原本颱風期間、三小時一次的預測,提升至全年全天候、每小時預測一次,並可針對多種降雨型態進行即時崩塌災害風險評估。

檢視內容

豬隻智慧影像辨識管理系統專案

發表年月 2025-05   應用領域 AI 農業應用  

應用/研究單位 恆瑞國際股份有限公司

本系統導入於實際畜牧場域,透過高畫質攝影機與AI行為辨識模型,能即時辨識豬隻的活動狀態、飲水頻率與健康異常(如翻倒、離群不動等)。平台支援雲端資料儲存、歷史影像追溯與預警推播,協助飼養者快速掌握飼養情況,降低人工觀察負擔並提升異常應對速度。系統具模組化設計,可擴展至其他畜種及農場應用。

檢視內容

骨質疏鬆AI輔助篩檢系統 - 簡單精準六秒護一生,AI挺你愛自己

發表年月 2020-11   應用領域 AI 醫療應用  

應用/研究單位 柏瑞醫股份有限公司

本骨鬆AI輔助篩檢系統參照現有骨質疏鬆醫學指引作為判斷依據。透過訓練經過電腦比對黃金標準DXA檢測結果的髖部X光影像,本系統能分析髖部X光影像中股骨擁有骨質疏鬆風險,精度達9成以上。可搭配醫院既有X光機設備或現有X光車,並無硬體購置成本與儀器城鄉分布不均限制,且拍攝部位符合骨質疏鬆診斷醫學指引,將可補足骨質疏鬆篩檢市場的缺口,並提供潛在風險患者及早偵測與預防。

檢視內容

網羅人才新利器:Lasso AI Video Interview(Apollo雲端人資系統)

發表年月 2018-12   應用領域 AI 服務應用  

應用/研究單位 MAYO Human Capital 鼎恒數位科技

人才選擇公司的世代來臨,透過Apollo獨家招募功能Lasso AI Video Interview先面試再篩選,縮短招募時間,讓企業實現大批量招募;針對不同職缺設定相對應的問題,提供快問快答、選擇題、基本答題等題型,讓企業實現結構化面試題型,結合AI應用分析潛在情緒資訊、透過綜合加權評比客觀分析,自動生成人才矩陣快速篩選網羅試才。<業界唯一>做到一體化招募管理,Lasso AI Video Interview與企業招募網站和招募、人資系統完美整合,從內部職缺申請、公告、履歷蒐集、篩選、視頻面試、面試官審查紀錄、人員錄用簽核、錄用通知一直到建立員工資料,整個作業流程僅需單一平台即可完成,幫助企業打造專屬人才庫和完美實現一體化招募管理流程。

檢視內容

中小企業AI職能評鑑系統

發表年月 2019-10   應用領域 AI 服務應用  

應用/研究單位 聯和趨動股份有限公司/微光國際資訊有限公司

聯和趨動股份有限公司所開發之「AI職能評鑑系統」可以解決中小企業在徵才、用人及留才上面的諸多痛點,系統依據個別公司產業類別、公司組織及員工人數,並結合勞動部勞動力發展署iCAP職能量表,將關鍵向量建模於Neo4j,透過職能知識圖譜的非監督式動態學習,快速建立個別企業的職能模型,企業內部的人力資源人員或外部的專業人資顧問,便可以依據所產生之職能模型,進行人才招募、職能盤點、績效考核及教育訓練等方面的評估跟應用,並且會依據公司現有職稱架構下,自動給予建議其尚需加強的職能,包括相關的知識、技能及態度等等。 透過持續性資料的導入跟訓練,系統會學習雇主對於該職業應有之模型的實際看法,並回饋雲端職能量表中,以transfer learning的方法完成知識圖譜的動態學習,未來其將可媲美專業人資顧問,藉此來快速幫助許多跨領域的企業,或是多元化技術的企業在職能上的訓練及培訓。

檢視內容

睿思AI商業智囊團,決策助攻快狠準

發表年月 2025-07   應用領域 AI 服務應用  

應用/研究單位 睿思創新股份有限公司/睿思智慧股份有限公司

【睿思商業智慧與決策輔助服務】透過AI知識管理與智慧對話機器人,協助企業整合營運數據與流程知識,實現即時查詢與決策支援。 【AIKM 】建構結構化知識地圖,【 CROSSBOT】提供自然語言介面並串接LINE等平台與內部系統,強化決策效率與組織應變力。【適用場景】 ■ 1.支援營運資料匯整並產出報表 ■ 2.員工SOP即時查找 ■ 3.客服即時回應等多元應用

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

[4.2.4輸入自動化、4.15.2人工智慧相關系統整合] AVM系統導入案:

發表年月 2001-01   應用領域 AI 服務應用  

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

聯覺科技 - 人工智慧驅動的數位紡織孿生 Create 3D Digital Fabric Twins with NunoX AI

發表年月 2025-07   應用領域 AI製造運用  

應用/研究單位 聯覺科技股份有限公司(NunoX Technologies Co., Ltd.)

專為現代紡織業打造的 AI 驅動布料數位化解決方案,結合高解析度掃描機與雲端軟體,將織物的開發、共享與生產全面數位化。只需幾個步驟,即可生成精準呈現織紋與物理特性的數位孿生,並於 3D 環境中即時預覽與模擬垂墜效果,實現打樣前的快速設計決策。 透過 AI 自動完成無縫拼接與紋理貼圖,NunoX 大幅簡化繁瑣流程,降低 3D 設計的導入門檻。所有數位布料可即時儲存、編輯與分享,為全球供應鏈帶來更高效的協作體驗。 導入 NunoX 解決方案有助於減少樣品浪費、減短開發時程,加速產品上市,現已獲 Under Armour、Makalot、Little King、SHAHI 等全球領先品牌信賴,持續引領數位材料開發與管理的未來。

檢視內容