TISSA_LOGO

AI Search for EC新一代智能貼標與搜尋推薦系統

發表年月 2023-07   應用領域 AI 大數據應用  

應用/研究單位 意藍資訊股份有限公司

隨著電商的蓬勃發展,平台上的商品數量日益增加,消費者對於搜尋商品的效率及瀏覽體驗要求越來越高。然而傳統電商平台在商品搜尋上常面臨搜尋範圍有限、標籤不精確、個人化推薦不足等問題,導致消費者難以快速找到所需商品,進而影響購物體驗及轉換率。 為了解決上述痛點,意藍使用先進的人工智慧(AI)技術,並結合語意分析與個人化推薦系統,全面提升商品搜尋和標籤管理效率,賦予商品具有使用者搜尋意圖的標籤,從而優化用戶體驗。首先我們提供關鍵字與標籤搜尋服務,並搭配商家客製的搜尋排序,以提高資料搜尋查找效率與商品曝光率;同時,針對使用者行為和興趣,提供精準的個人化商品推薦,提升用戶的購物轉換率。另也提供商家自定義排序功能,根據商家的優先級和策略進行商品排序,增加商家商品的曝光和銷售。

檢視內容

冷鏈食品出貨管理 需求預測供應鏈解決⽅案

發表年月 2020-11   應用領域 AI 大數據應用  

應用/研究單位 行動貝果有限公司

在分秒必爭的產銷協調過程中,食品業者時常面臨供過於求造成浪費,或是供不應求錯過商機的情況。為了解決供應鏈產銷不協調的問題,Decanter AI 提供快速、易用、準確的自動化機器學習引擎,協助食品業者進行冷藏食品出貨管理,達到精準掌握終端消費市場的需求。此外,透過直覺的圖形化介面,Decanter AI 讓不具資料科學背景的 IT ⼈員,或是業務單位中不具編程背景的採購經理都能輕鬆操作,讓企業迅速建立精準的 AI 模型。

檢視內容

NLP自然語言-數據整合、自動化文件Key-in、3D視覺化社群分析

發表年月 2020-10   應用領域 AI 大數據應用  

應用/研究單位 智慧價值股份有限公司

AI數據整合 –企業數據中台引擎:結合AI應用與產業數據整合,已導入餐飲及零售業 目前積極與神通電腦集團合作洽談 即將結合該公司力推的Sugar CRM系統串接ERP與CRM之數據,共同打造製造業合用的數據中台。 AI Key in –NLP+OCR導入:以OCR+NLP的方式整合AI,協助燈飾與散熱片製造業客戶,將客戶的訂單與圖檔等文件Training分群 最終再用RPA模擬人的操作將分類好的資料回填到表格中,協助客戶大量節省了60%人工Key in的工作量。 AI 社群分析 –NLP+3D視覺化:以NLP + 自行開發的3D社群網絡引擎,協助客戶建置YOUTUBE聊天室語料分析。

檢視內容

AI人工智慧稽核-以文字辨識與探勘技術在合約查核、以文字辨識與探勘技術在洗錢防制黑名單查核、以文字辨識與探勘技術在資訊安全軌跡查核

發表年月 2021-09   應用領域 AI 大數據應用  

應用/研究單位 傑克商業自動化股份有限公司

JCAATs 為AI 語言 Python 所開發的新一代稽核軟體,除具備傳統電腦輔助稽核工具(CAATs)的數據分析功能外,更包含許多人工智慧功能,如文字探勘、機器學習、資料爬蟲等,讓稽核分析可以更加智慧化。 JCAATs 可分析大量資料,其開放式資料架構,可與多種資料庫、雲端資料源、不同檔案類型及 ACL 軟體介接,讓稽核資料的收集與融合更方便與快速。繁體中文與視覺化的使用者介面,讓不熟悉 Python 語言的稽核人員也可以透過此介面的簡易操作,輕鬆快速產出 Python 稽核程式,並可與廣大免費之開源 Python 程式資源整合,讓您的稽核程式具備擴充性和開放性,不再被少數軟體所限制。

檢視內容

零售 AI jooii 解決方案:精準鎖定與高效轉換​

發表年月 2023-06   應用領域 AI 大數據應用  

應用/研究單位 91APP, Inc.

基於多年累積的零售實務經驗與對市場趨勢的持續觀察,91APP 推出「零售 AI jooii 解決方案」,致力於協助零售業者提升經營效率與顧客體驗。聚焦於解決零售業「人-商品-標籤」的關鍵場景,整合多種 AI 技術應用,包括個人化商品推薦、會員活化模型、購買意圖分析、標籤生成,以及商品與行銷文案生成等功能。透過即時分析顧客行為與商品特性,能精準推薦商品,幫助消費者快速找到符合需求或有興趣的商品,同時協助零售業者提升轉換率並優化行銷資源運用。「零售 AI jooii 解決方案」以穩健且實用的方式提供從商品管理到行銷策略的全面支援,助力零售業者推動業績成長並強化市場競爭力。

檢視內容

遞迴神經網路水源濁度時序監控應用

發表年月 2021-07   應用領域 AI 大數據應用  

應用/研究單位 經濟部水利署臺北水源特定區管理局-遠傳電信股份有限公司系統整合分公司

透過淨水場上游水質監控預警機制,避免水源濁度超標導致淨水 設備癱瘓,進而確保淨水場穩定供水。本公司於淨水場上游,以 RNN 架構建立河川濁度預測模組,由歷史雨量、水位與濁度,每 十分鐘一次滾動預測未來六小時河川濁度。

檢視內容

用多參數水質感測數據提早預警機制

發表年月 2020-10   應用領域 AI 大數據應用  

應用/研究單位 恒貞科技有限公司

養殖蝦苗的生長週期需要數個月,且需要投入大量成本並細心照顧,寬緯科技的水質監測系統能提供養殖水質相關資訊,包含水中氧氣濃度、水溫、酸鹼度等,但漁民難以24小時無時無刻留意水質變化。寬緯科技水聚寶智慧監測提供養殖蝦苗24小時監控數據。我們將進行水質數據資料收集,會建立ORP數據的3-6小時預測分析模型,來進行AI分析與以達成提前預警。若能透過AI工具對未來的水質變化作預測,建立提前預警機制,能提早提醒業主作出應對。

檢視內容

智慧推薦及知識圖譜應用

發表年月 2021-11   應用領域 AI 大數據應用  

應用/研究單位 農委會

運用演算法找出重要的關鍵字詞及其相關詞彙,並提供API進行加值運用

檢視內容

自然水體保護者:AI輔助水體功能診斷利器

發表年月 2019-03   應用領域 AI 大數據應用  

應用/研究單位 祥泰綠色科技有限公司

我國針對自然水體之監測始於民國65年,初期監測重點在於河川水體之水質,直至民國82年及91年才開始針對水庫及地下水水體執行例行性之監測。截至目前為止,台灣現行之水質監測方式仍多以人工採樣後送實驗室檢測為主,然各水體之水質監測作業乃由各機關依執掌辦理,囿於各機關監測水質之目的不同,往往監測數據缺乏一致性規劃或持續性維護,部分資料格式不相容、資料品管或精度不一致等因素,導致額外耗費人力、成本於確保資料格式轉換及內容正確性,限制了資料的流通及應用。本計畫在林正祥環工技師的多年現場診斷顯微觀察下,獲取非常寶貴之指標性功能微生物影像資料,將此藉由AI的輔助,對自然水體之診斷與監控,將發揮控訴即時之功效。

檢視內容

讓AI幫IIOT揪出異常份子

發表年月 2019-11   應用領域 AI 大數據應用  

應用/研究單位 三甲科技股份有限公司

現今各產業皆導入自動化與資訊化技術以便提升產線效率、增加產能與效益,而工業物聯網亦是近期火熱的議題之一。由於工業物聯網環境擁有大量且多樣的聯網機械設備與機台。因此也面臨了盤根錯節的管理機制與資安議題,如何有效偵測甚至預測設備異常情形將是一大挑戰。所以,三甲科技便與製造業者共同執行一人工智慧研究專案,以機台內海量的系統稽核數據紀錄為樣本,經過彙整、正規化、分析、訓練等一系列處理流程,建立所屬的運算模型,爾後反覆校正其準確性,藉由不斷地調整使之趨於安定。接著,我們客製化系統協助業者導入偵測機制,結合文字探勘技術從滿山滿谷的數據中查找出特異的物件,也就是異常的製造單元。另一方面,針對員工操縱設備時的互動影像,加以分析、辨識,發掘違規狀況並加以警省,降低異常操作所衍生的風險。最後,我們藉由人工智慧分析判斷細微的設備異樣與操作習慣,使權責人能盡早察覺以提前應對,降低風險衝擊,進而提升運作穩定性。

檢視內容

建構電子發票系統及利用AI提供決策預測加值服務

發表年月 2023-11   應用領域 AI 大數據應用  

應用/研究單位 三益制動科技股份有限公司

對於公司經營而言,客戶購買行為的發生,總領先於經營決策的制定,如何扭轉這樣的落後性,本司導入人工智慧來做預測建議,因此,三益制動科技股份有限公司將擔任後台支援的角色,並負責實體電子發票系統硬體的建置,以及軟體系統的維護工作,並透過開立發票種類與產生頻率,先收集客戶消費習性,週期性,季節因素,或是突發狀況等等,制定相對應的商業決策映射機制,也就是說,使用Neural Networks 作為AI 運算核心,先利用輸出入層級結構,與Sigmoid神經元做為驅動函數(Activation Function),將過去交易的紀錄,當作初始訓練(Training)資料,以得出穩定的權重數Wi (i=0, 1, …)後,再據此映射出-庫存管理建議、製造決策建議、原料供應商管理建議等等。 舉例來說,本公司目前的一家客戶發票量最大類別為:剎車片組, 再則是機油濾清器、和空氣濾清器,因此輸入1~9月份的發票資料後,得出銷售決策建議,較傾向提高機油濾清器的促銷方案! 而下個階段加值,將要擴充整體產品品項 (例如:潤滑油、剎車油、剎車卡鉗零件、油路清潔劑等等),甚至加入技術服務費用的項目(例如:定期保養維護、道路救援、零件壽命到期通知服務等等),據此擴大加值服務的寬度與廣度!

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

智慧商圈智能派車:社區街邊店的新未來

發表年月 2020-10   應用領域 AI 大數據應用  

應用/研究單位 木刻思股份有限公司

智能即時派車配送系統包含三大核心: 1 需求預測: 可利用過續運送的大數據資訊,猜測未來的運送需求 ,預測在不同時間點、不同產業別、不同地點、... 等等不同情境下,會產生怎樣不同的配送需求。 2. 供給引導: 利用業者過去的大數據,建立初步的智能車輛調派模型,搭配智能需求預測模型,引導車隊往需求多的方向集中與散佈。 (3) 媒合最佳化: 利用業者過去的大數據,建立初步的智能供需媒和模型,配發工作給接單騎士。

檢視內容

AI時代下,兼容開源的企業級分析平台

發表年月 2019-01   應用領域 AI 大數據應用  

應用/研究單位 賽仕電腦軟體股份有限公司

分析領域的領導者SAS為企業提供兼顧「大量選擇」與「有效控管」的AI開發平台,是更具整合性的企業級分析環境。該架構強調開發AI分析所需的企業級平台特色,包括: 「統一化平台管理/集中式分析協作/企業級AI特色/兼容開源/模型管理」 並兼顧模型生命周期的完整性,從資料存取及準備、模型建置,乃至模型的部署及追蹤等,都在同一平台上流暢操作,進而快速獲取分析價值。

檢視內容

客戶資料平台 CDP(Customer Data Platforms)

發表年月 2020-09   應用領域 AI 大數據應用  

應用/研究單位 北祥科技服務股份有限公司

"結合業者 POS 銷售紀錄及會員資料,經處理及轉換後儲存至數據匯流平台,並利用資料探勘(Data Mining)或人工智慧(AI)、機器學習(Machine Learning)等技術,找出數據中潛藏之訊息,進行消費者輪廓分析模組,洞悉顧客真實需求,提供決策者及行銷人員進行決策分析或預測。 而可針對互動頻次最高的裝置與消費者溝通,如 Line@,進行高效互動,優化互動通路中的互動內容傳遞與準 確推播、提升轉換率,以完成「智慧化服務系統」分析層之建置, 以便利群聚業者可運用系統服務,並將消費數據共享予群聚成員。"

檢視內容