模組D-1：工業數據異常偵測

​教材模組 教學目標

• 培養學生基本的製程專業知識，俾能在遇到問題與設計解法時能夠充分了解問題與有效利用先驗知識有效解決。

• 利用問題導向學習（Problem-Based Learning），增進及培養學生尋找與解決問題的興趣，俾能使其自發有效地學習。

• 對於現有文獻有閱讀探討能力，俾能加以比較，辨別優劣。

• 加強實作能力，能用基礎套件實作出可用之系統。

• 加強業界與學界連結，透過真實問題導向學習（Problem-Based Learning），消弭學界理論與業界實務需求之距離，並讓學生懂得業界即期所需之專業技術。

​教材模組 時數

9 小時（含實驗 3 小時）

• 第一週（3 小時）：智慧製造簡介、異常偵測簡介與挑戰演算法設計、基於多視角學習之異常偵測、集成學習、共識學習。

• 第二週（3 小時）：時序性資料簡介與前處理、時序性資料表示法、時序性資料相似度計算、時序性資料分析與應用。

• 第三週（3 小時）：基於深度學習之異常偵測實驗：資料預處理、模型架構撰寫、訓練參數調整、成果評估。

智慧製造簡介，並由時序性資料、影像資料與多來源資料學習出發，學會不同種資料的處理與整合，並由台積電資料進行實驗。

所需實作平台配備與經費需求預估(以模組教學實作所需基本軟、硬體平台估算)

• 設備費：需有電腦教室，每組 GeForce RTX 2080 TI 一張，單價 38,000 ，每組四人，共可提供 6 組 24 人使用，經費預估 228,000 。

• 耗材費：無。

• 教材簡報檔（共 10 份）

• MOOCs （3.5 小時）

• 種子教師與助教培訓

• 業界真實資料與實驗教材

聯絡窗口

• 負責教師：國立交通大學 電機工程學系 帥宏翰 助理教授

• 專責助理：羅舒懷

• 聯絡電話：03-712121 分機 54530