【InnoServe競賽須知公告】2019第24屆大專校院資訊應用服務創新競賽須知公告囉！
敬邀大專校院，碩博士班師生組隊參加!
(本組不受理高中職師生組隊報名喔!)
(一) 報名日期：108年10月1日(二)上午九點開放報名~ 108年10月7日(一)下午六點截
止
(二) 初賽日期：108年10月14日(一)~ 108年10月18日(五)
(三) 決賽日期：108年11月2日(六)
查詢網頁:
http://innoserve.tca.org.tw/guide.aspx
智慧製造AI創新應用組(SMAI)
鼓勵參賽團隊依據「智慧製造」應用的情境，針對產業實務上可能面臨之問題，透過運用
AI技術，提供創新解決方案之構想並進行概念性之實證，進行作品設計與開發。
產業可能面臨之問題：
鼓勵與業者合作，解決如:產品設計樣式或生產數量未符合市場需求、生產製程中之特殊
技術需仰賴經驗調校未能自動化處理、產線資訊未能明確掌握無法快速估算生產成本或無
法快速交貨、上游原物料供應商或委外加工廠商未能依製造商之生產進度即時供料/供貨
…等。
AI技術：
若參賽作品採用機器學習或深度學習方式解決問題尤佳(不以此為限)，如:
(1)類神經網路(如: RNN遞迴式神經網路、CNN卷積神經網路、LSTM長短時記憶網路、類神
經網路進階之深度學習…等)
(2)最佳化演算法(如:基因演算法、互補式基因演算法、蟻群演算法…等)
作品展示(概念實證)：
需運用真實或模擬之產業數據或市場數據(數據包含:文字、數字、圖形、影像、音頻等)
作為AI建模之訓練資料，作品需針對欲解決之產業問題，依據該AI模型產生之推論結果，
以概念性實證展示作品之創新性及可行性。作品展示內容將能呈現如何提高供需預測準確
度、降低設備停機時間、降低品管成本、降低庫存成本、縮短產品上市時間、提高產線效
率…等。
以AI人工智慧技術解決產業實務上問題
參賽作品若採用機器學習、深度學習等技術解決問題尤佳(不以此為限)：
類神經網路：
例如: RNN遞迴式神經網路、CNN卷積神經網路、LSTM長短時記憶網路、類神經網路進階之
深度學習…等。
最佳化演算法：
例如: 基因演算法、互補式基因演算法、蟻群演算法…等。
數據來源
參賽作品需運用真實或模擬之產業數據或市場數據(數據包含:文字、數字、圖形、影像、
音頻等)作為AI建模之訓練資料。模擬數據來源可參考使用以下之資料集(不以此為限) :
Github：https://github.com/awesomedata/awesome-public-datasets
UCI機器學習資料庫：https://archive.ics.uci.edu/ml/index.php
政府資料開放平台：https://data.gov.tw
AI軟體開發工具
可參考使用Open Source的AI軟體開發工具，例如:TensorFlow、Caffe、Torch…等(不以
此為限)。
作品須能展示概念性實證結果
完成之作品需針對欲解決之產業問題，依據AI模型產生之推論結果，以概念性方式製作雛
型，實證展示作品之創新性及可行性。
作品展示內容要能呈現可以協助改善或解決的成效(如:提高供需預測準確度、降低設備停
機時間、降低品管成本、降低庫存成本、縮短產品上市時間、提高產線效率…等)。