應用案例

門牌地址與生活密不可分，從郵件寄送、通報資料、普查名冊到現在最熱門的外送服務，都仰賴高品質的地址定位進行服務的應用。然而，地址資料往往缺乏一致性的維護標準，傳統的地址解析方式，難以精確將門牌拆分後成功定位。AI門牌地址定位服務，導入自然語言處理技術(Natural Language Processing)，結合地址正規化(Address Normalization)與機器學習演算法，克服門牌地址樣態複雜的困境，提升地址定位的比對率，大幅降低地址定位所需的資料處理時間。 AI門牌地址定位服務提供單筆或批次地址定位服務，依照地址比對精度的不同，回傳定位坐標，未來規劃線上定位服務，提供使用者更彈性的定位方式。服務應用包括各種產業的決策分析、精準行銷與資料探勘等應用，導入對象包括：政府機關、擁有眾多會員的企業、研究人員與教育組織者。

輔導客戶運用AI、深度學習結合客戶Domain Know-how，進行資料收集、資料前處理、轉換與分析並建立AI訓練與驗證模型，提供完整AI之解決方案，並協助客戶導入AI正循環。透過IoT(Internet of Things)或工業相機將資料彙整並AI、深度學習訓練，隨後可達AI之預測。應用：AOI(Automated Optical Inspection)、工業自動化、智慧工廠、客製化服務

SelfieSign結合FaceOTP驗證模組，打造一款整合影像＋聲＋OTP的數位身份驗證與電子簽章解決方案。當使用者進行遠距簽署時，系統會同時啟用AI活體偵測分析與FaceOTP驗證流程，並全程錄影記錄簽署過程。透過這種三重驗證機制，系統能驗證確保簽署者即為本人、操作過程未被冒用，並可追蹤簽署全流程。該技術特別適用於金融交易授權、遠距醫療同意、保險投保、貸款核准等高安全需求場景。

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。

「Python語言深度學習應用」課程從類神經網路理論發展沿革開始介紹，涵蓋非監督式與監督式深度學習模型，透過案例介紹常用工具框架OpenCV、Keras、TensorFlow與PyTorch，輔以整合式開發環境Jupyter Notebook或Spyder進行實機操作，逐步達成深度學習精準建模的目標。

AR為虛實整合之結果，啟雲科技將AI技術模組化，將訓練模型導入至自有AR系統或廣告平台打造AI人臉動態定位引擎，可即時辨識真人臉部位置、姿態估計的同時，將3D模型準確定位於人臉上，達成AR Try-on之效果。同時模組化臉部關鍵點如頭部、眼、鼻、口位置，分割區域如瞳孔、頭髮等功能，以便因應不同商業模式或品牌端之導入需求作為行銷活動應用。

門市對客戶沒有溫度，不知客戶內心需求。門市人員考效及人效差，沒有主動提供客戶最佳活動。利用大數據分析，智能推播更有能力可以解決細緻的個人化服務與精準行銷。宏康智慧採用wifi結合台灣主流通訊軟體LINE，收集線上線下客戶活動軌跡 主動推薦客服有關客戶相關訊息與教學，幫助客服更易了解客戶以便提供適合產品方案，行銷/人事管理單位也能夠以此作對應評審該門市/客服的服務水平績效,以提升坪效與人效。同時也可以整宏康智慧發展的其他通路平台，服務可以整合APP、LINE、POS，應用於各種產業的服務與行銷應用。

使用人工智慧中之深度學習及機器學習等技術，以混合式多模型(Hybrid model)的設計方式，分析並利用各個傳感器的輸出資料，自動學習並歸類異常行為，並以此做為預測模型之輸入特徵，預估設備的使用狀態，並進一步預測其剩餘的壽命，提供系統使用者相關資訊和及時警告以提早做出最優決策，使潛在之危害最小化。 (1)依據過去人流歷史資料，進行人潮數量之預測，供彈性調度行車間距。 (2)即時分析軌道定位感測器回傳之即時訊號，可預測定位感測器之故障，在定位感測器故障前，即可提早檢知與提早因應，減少全線交通因定位感測器故障導致之停駛或降低行車速度 (3)常態性檢測車廂車軸振動訊號，即時檢測車軸正常或故障並立即辨別故障型態，減少車軸相關元件定期更換頻率，以預防性維修降低定期維修成本，提升行車安全及維修效能。

自動化分揀倉儲決策AI系統結合大數據與智動化科技，研發以預測、快速反應為基礎之AI倉儲軟硬體解決方案，AI in Edge 架構結合揀貨路徑規劃技術、儲位配置技術需求預測與庫存調度技術，整合物流貨品標識影像處理系統、國產化自動化分揀系統設備建置智慧物流Total Solution。智慧科技精準預測、最適儲位規劃、最佳揀貨排程，解決電商倉儲品項上萬、出貨急迫、人力時間不足，導致企業營運受阻問題及仰賴國外昂貴系統之困境。工研院服科中心採用 Variation Auto encoder 之無監督學習模型，結合「事前資源調度」與「人工智慧指揮引導」發展漸進式動態儲位配置調整技術，以遞迴式類神經網路、線性回歸模型、EIQ分析、深度學習、邊緣運算建立倉儲決策AI支援系統 ，協助解決EC物流中心缺工、爆倉等現象 ; AI in Edge 架構優化進貨、入儲及揀貨效率及空間利用，節省EC物流中心30%工時、50%人員移動距離與12%成本，自動化分揀系統與包裹辨識系統，快速滿足B2B、B2C等多型態出貨需求，目前已成功導入宅配物流業、EC物流中心、連鎖型超商…等國內相關業者。

使用者將產品說明、服務描述、想法輸入至本服務平台。平台透過自然語言處理，將關鍵字進行拆解及組成，找尋最適產業領域。並運用多國多語言 AI 自動翻譯生成和多國官方專利商標資料庫串接，僅需 5 分鐘即可自動生成檢索分析報告，達到節省過去長達數週至數月的95%的作業時間。

生成式 AI 技術（ChatGPT、Claude 等）、資料工程與特徵工程設計、Python／LLM API 串接、資料前處理自動化模組、AI 策略決策支援模型、知識庫檢索與 Prompt Engineering

以IoT與AI技術建構示警支援平台。裂縫尺與水平氣泡儀具備低成本、可量化之特性，搭配AI智慧辨識，可使社區居民僅需拍照上傳，即能自動回傳數據並觸發警示，突破專業監測與民眾自主間的落差，逐步落實防減災普及化。

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。

觀光為臺灣重要的經濟之一，臺灣各景點每年的觀光人口從20~100萬人不等，透過人流的數據，於景點拍照打卡進行 AI 影像分析，分析各地區景點人流、年齡層、性別與情緒…資訊，提供景點及有關單位以利後續商業決策及應用，促進台灣的觀光經濟發展。此專案可延伸性應用於COVID19防範，如：2019年4月份全台11處景點警示新聞，可透過此系統提供民眾資訊，及群發告警，避免群眾群聚感染的風險。

基於設備大數據的預測性維護與診斷 AVEVA PRiSM的APR技術 (Advanced Pattern Recognition先進模式識別)，將設備的實時運行數據同其特有運行模式進行比對，發現系統行爲的細微差異，從而對設備可能存在的問題進行提前預警，實現對設備的預測性維護。早於傳統報警系統數天、數周或數月進行預警 傳統的警告方式為設定上、下界限，但PRiSM是以點的周圍來計算，利用演算法建立一個正常的模式，當實際值和預測值之間的偏差超過允許的限制時進行預先報警。