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【睿思CROSSBOT AI客服與推薦助理】透過整合大型語言模型(LLM)與自然語言處理(NLP)技術, CROSSBOT能即時回應用戶提問、引導操作流程、提供客製化資訊,並支援多語言及跨平台應用。 【適用場景】 ■ 1.官網即時客服、 ■ 3. LINE與Messenger社群對話、 ■ 3.企業內部知識查詢與客服流程自動化等。
檢視內容戰情虛擬助理是讓戰情中心裝上耳朵與嘴巴,讓管理者可透過手機用中文與戰情中心進行自然對話的互動,指示戰情虛擬助理對收集到的終端資料並進行分析後,將其重點視覺化顯示到戰情中心看板,提供工廠動態、設備運行狀況,讓管理者可以即時掌控人機料資訊及產線設備的使用狀況,並能夠針對人員作業和設備運作進行即時調整。 鼎新電腦的「PaaS平台事業處」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。戰情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客服語料後建立智能虛擬助理對話模型,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。參考資料: https://bp0800.wixsite.com/xiaohui
檢視內容(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「DKABio智慧健康風險分析服務」由國內知名生物統計學者鄭光甫教授、資深醫界元老李英雄教授,聯合帶領浚鴻數據開發(Dataa)的AI技術團隊所建立,共投入超過7年時間,運用超過500萬人、資料期間長達20年、超過1億筆的華人健康資料庫,以大數據分析及機器學習技術所建置的風險分析體系, 綜合考量遺傳、行為與環境三大健康影響因素,整合148項生理體徵值、健康生活習慣、體質、家庭遺傳等投入因子,是一個全方位的健康風險分析服務,協助民眾提早在健康或亞健康階段,掌握自己未來罹患疾病的風險,予以事先預防及管理。DKABio榮獲第16屆國家新創獎,目前已針對國人常見的15種慢性疾病/病症提供風險分析服務,並與高雄榮民總醫院、是方電訊「是方i健康APP」及國內知名健檢中心合作。
檢視內容於營業場所之開放式廁所建置Sensor蒐集使用人次、使用時間、異味濃度偵測與空氣溫、溼度等數據,回傳至品質監控平台進行AI數據分析,建立智慧廁所品質監控平台供管理單位使用,了解廁所即時使用時間、人次與環境髒亂程度,提供警示提醒派遣人力清潔、檢視廁所情況與做出因應措施部分,協助管理人員進行環境品質監控與髒污預警派工,透由歷史數據分析各時段使用人次進行廁所動態人力預測性的調配建議,有效規劃人力資源管理與運用。
檢視內容眾至AI SPAM融合了先進的人工智慧技術,主要分為AI寄信行為分析和AI內文分析兩大核心,有效提升郵件篩選的準確性和防護力。在AI寄信行為分析方面,系統通過分析郵件的表頭,識別郵件是否來自正常的寄信行為,或是由大量發送的異常行為所觸發。正常寄信行為通常依賴SPF、DKIM、DMARC等郵件認證標準來進行身份驗證,而異常行為則多見於批量發送郵件,例如電子報、通知郵件、垃圾郵件或釣魚郵件,這些郵件的寄信行為異常將作為主要判斷依據。通過這一過濾方式,系統能夠準確識別出潛在的垃圾郵件和釣魚郵件。在AI內文分析方面,系統依據電子郵件的內容特徵進行分類,運用AI演算法對郵件內文進行深度解析,包括語句特徵、發送時間區間、附件內容、外部連結的數量和特徵等。這些內容特徵有助於識別正常郵件、電子報、通知郵件、垃圾郵件及釣魚郵件。系統通過綜合分析內文及寄信行為,達到高效分類和篩選的目的。
檢視內容開發國家因人口老化、少子化、勞動條件提高等變遷,傳統零售業面臨人力短缺及人事成本高漲的壓力,導入自助結帳系統已逐漸形成趨勢。Technavio的分析師預測,從2018年到2022年期間,全球零售商店自助結帳終端市場將以18.63%的年複合成長率成長。近年來由於影像辨識結合人工智慧的快速發展,再加上相關硬體技術漸趨成熟且成本下降,採用影像辨識商品外型特徵的技術發展自助結帳已成主流。市場現有的自助結帳系統多採用條碼辨識技術有其先天上的限制,曾興起使用 RFID 技術成本因素也難以普及;AI多鏡頭自助結帳系統運用多鏡頭協同拍攝,結合AI類神經網路與感測器融合技術之開放式互動結帳平台,商品可以自然擺放(瓶裝、罐裝、鋁箔包商品可以豎放)直接進行辨識,針對易混淆商品透過重量感測以提昇辨識率。另外可搭配使用現金支付、悠遊卡等多元支付機台,實現「不用排隊結帳」消費體驗新風潮,商品結算速度較現有店員提升50% 促成實體零售數位化,為新世代零售服務門市提供優良自主結帳之解決方案。
檢視內容JustKa AI智慧體平台專為企業提供一站式智能客服和營銷解決方案,整合了多種社交及企業自有渠道,涵蓋LINE、簡訊、官網等多渠道整合管理,讓企業可以集中高效地管理客服、行銷及用戶互動。平台採用大語言模型(LLM)和AI代理人(AI Agent)技術,並引入檢索增強生成(RAG)技術,以保證知識提取的精準度及AI回應的穩定性。JustKa不僅可以協助企業24小時快速應答,還能依據用戶需求進行個性化互動,有效提升用戶滿意度。 JustKa平台具備強大的Botflow機器人流程編輯器(無需程式碼),讓企業能輕鬆設計對話流程,並通過標籤系統及用戶旅程數據,為每位用戶提供高度個性化的服務體驗。透過智慧體協作平台,JustKa提供多領域的智慧體支援,並且以全方位標籤系統協助企業深度了解用戶需求,從而實現精準營銷和用戶分群。最終,JustKa不僅降低企業客服成本,更增強了客戶體驗,幫助企業在智能商務時代中保持競爭優勢。
檢視內容iCoder AI編程可以自動判讀企業慣用的Word/Excel表格,作為表單的規格文件,透過雲端使用NPOI判讀表格內的各欄位與其特性,進一步使用JIEBA自動斷詞與分析詞性,自動決定表格上的欄位類型與表單上所要呈現的風格,來自動產生資料表結構、後端CRUD的對應程式碼、 前端RWD的UI表單(電腦手機都可以使用),這個過程只需3秒鐘即可完成。iCoder除了以JIEBA的HMM方法來自動判讀欄位類型外,已經訓練好上千個Word/Excel商業表格作為模型,並具有高度的學習能力,可以依照個別的開發者提供私有的訓練模型,並回饋給公有的訓練模型。iCoder所匯入的Word/Excel文件,同時也是印表輸出的規格文件,隨時可以將資料套印在原來的Word與Excel格式上。iCoder也內建一個強大的Workflow引擎,以拖拉的方式讓你設定公司的組織與流程制度,並以iCoder的表單來進行線上簽核。iCoder同時具備了二次開發的能力,產生的所有程式碼都可以透過EEPCloud來進行二次開發來進行增補與微調,達到100%的需求。
檢視內容過往文件資料的彙整、分類、分析作業皆需仰賴大量人力的處理及判讀,除去高昂的人力與時間成本,透過人力進行這類型工作無可避免會出現人為誤判的情形,往往需要進一步的檢查、驗證,方能確保解析結果的正確率在可接受的範圍內。藍星球資訊將自主開發的自動化資料豐富程序(ADEPT),搭配改良後的長短期記憶網路(LSTM)、語意向量(word2vector)、深度學習(kNN)等機器學習模型整合為【透事THOUGHTS】系列技術,運用AI演算法自動剖析文本,將巨量文字資料進行智慧分類、自動摘要、詞彙萃取、情緒感測、精準推薦及觀點聚類等分析,協助使用者從中提取可供加值再利用的各式特徵資料。本技術常應用於典藏資料、知識文件、書籍文章、開放資料等各類型中文資料,亦可串接於各種規模資料庫的建置。
檢視內容1.社群電商爆品預測AI:這項技術專注於分析歷史銷售數據,以預測未來熱銷商品,幫助團媽調整行銷策略。2. 跟團輪廓AI產生器:此工具能夠分析消費者在社交平台上的互動行為,生成跟團者的行為輪廓,協助團媽針對性地推出團購活動。3.社群電商開團輪廓服務:透過這項服務,團媽可以根據地區、興趣等因素設定精準的開團目標人群,制定相應的銷售策略。4.人工智慧創新文案內容生成服務 (AIGC):這項技術幫助團媽自動生成吸引人的行銷文案,提高產品描述的吸引力。5.基於自然語言處理 (NLP) 的數據開放:此技術用於提取消費者洞察,進行市場分析,提升決策品質。
檢視內容