利用LSTM等深度學習神經網路架構預測未來1至8小時PM2.5濃度與空氣氣品質
以生物共生演算法,進行電動機車電池交換站設施選址優化,以達到成本與使用者到設施距離的最小化目標。
透過結合地理資訊系統(GIS)將優選方案視覺化,易於解讀設施配置。
由LSTM預測多種水質指標,進而改善未來的水質狀況
利用直讀式感測器將數據紀錄於雲端,監測項目為氧化還原值、溶氧、懸浮固體物、 氨氮、硝酸鹽氮、導電度、化學需氧量、酸鹼值
利用深度學習模型即時預測出流水質
透過啟發式演算法搜索最佳 hyperparameter,強化深度學習模型預測能力
YOLOv4 偵測 5 種車種,利用DeepSORT等追蹤演算法追蹤各車種並進行透視轉換後,計算各車種數量與速度
利用各車種(小客車、小貨車、大客車、大貨車與機車)之數量與平均速度推估各交通污染貢獻量
將模廠中之水質濃度進行監測,並傳到伺服器即時監測
利用薄膜反應器提高產氫率及捕捉二氧化碳應用於發電及燃料電池等氫能源工業、氫氣原料需求工業