教學大綱與進度

課程基本資料：

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
110-2	301973	智能化生產技術	1	3.0	3	★	李志鴻	機電所 製科所	48	1	製科所必選課程之一/機電所和製科所合開/限50人

教學大綱與進度：

教師姓名	李志鴻
Email	cl4e@mail.ntut.edu.tw
最後更新時間	2022-03-30 11:08:21
課程大綱	本課程涵蓋廣泛之工業4.0-智能化生產所需相關基礎技術，包括工業革命簡史、人工智慧演算法、物聯網基礎技術與應用實例、雲端服務系統與資訊安全技術、巨量資料管理、分析、及應用實例、智慧化企業與工廠管理系統與應用、自動化與機器人技術及應用等等。 This course covers a wide range of fundamental technologies pertinent to Industry 4.0-Intelligent production, including a brief history of the industrial revolution, artificial intelligence algorithms, technologies and application examples of the Internet of Things, cloud service systems and information security technologies, big data management, analysis, and application examples, intelligent enterprise and factory management systems and applications, automation and robotics technology and applications, etc.
課程進度	週次 單元主題 第一週 智能化生產簡介 第二週 人工智慧的過去與現在 第三週 當代人工智慧原理 第四週 物聯網基礎技術與應用: 第五週 智能化工廠應用實例 第六週 雲端服務系統與資訊安全技術 第七週 雲端架構安全防護方法 第八週 巨量資料擷取、儲存、與管理 第九週 期中考 第十週 巨量資料應用實例 第十一週 E化製造系統架構 第十二週 製造執行系統(MES)功能與應用 第十三週 製造執行系統(MES)之優劣分析 第十四週 自動化與機器人技術與應用 第十五週 智慧控制系統 第十六週 機器人應用案例分析 第十七週 機器視覺系統架構與工作原理 第十八週 期末考 Week 1 Introduction to Intelligent Production Week 2 The Past and Present of Artificial Intelligence Week 3 Principles of Contemporary Artificial Intelligence Week 4 IoT Fundamental Technologies and Applications: Week 5 Smart Factory Application Examples Week 6 Cloud Service System and Information Security Technology Week 7 Cloud Architecture Security Methods Week 8 Big Data Capture, Storage, and Management Week 9 Mid-term examination Week 10 Application Examples of Big Data Week 11 E-Manufacturing System Architecture Week 12 Manufacturing Execution System (MES) functions and applications Week 13 Analysis of the pros and cons of Manufacturing Execution System (MES) Week 14 Automation and Robotics and Applications: Week 15 Intelligent Control System Week 16 Robot Application Case Study Week 17 Machine Vision System Architecture and Working Principle Week 18 Final exam
評量方式與標準	報告成績: 60% 期中考: 20% 期末考: 20% Report grade: 60% Mid-term exam: 20% Final exam: 20%
使用教材、參考書目或其他	【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】 使用外文原文書：否 教材:教師講義 參考書目: 工業4.0理論與實務/劉益宏……/全華 了解人工智慧的第一本書/松尾豐/經濟新潮社 Machine Learning/Tom M. Mitchell/McGraw-Hill Deep Learning/Ian Goodfellow, Yoshua Bengio, Aaron Courville/MIT Press (http://www.deeplearningbook.org) 物聯網教戰守則/小林啟倫/晨星出版 工業大數據/李傑/天下 工業4.0/韋康博/商周出版 工業4.0-結合物聯網與大數據的第四次工業革命/阿爾馮斯.波特霍夫/四塊玉 德國工業4.0產業趨勢與衍生商機大揭密/林瑋琦/外貿協會
課程諮詢管道
備註	每位修課同學均須加入本課程專屬之LINE群組。教師研究室分機:2092、位置:綜科館714-2、助教實驗室分機:2080。因應疫情所採取之上課方式調整將會立即公布於課程專屬之LINE群組。 Every student must join the LINE group dedicated to this course. The teacher's laboratory extension: 2092, the location: 714-2 of the Comprehensive Science Museum, the teaching assistant laboratory extension: 2080.The adjustment of the class method in response to the epidemic will be announced immediately in the LINE group dedicated to the course.