隨著深度學習技術的進展，模型的性能不僅取決於資料品質和特徵工程，還與其背後的多種參數設定密切相關。對於這樣的情境，我們中心認識到自動超參數優化的重要性，並決定自行研發一款高效、彈性的超參數調整工具，旨在為研究者和開發者提供更佳的模型優化體驗。
此調整工具的功能涵蓋範圍廣泛，不僅可以針對常見的超參數（如學習率、批次大小...等）進行優化，還支持對模型結構與種類、損失函數、激勵函數及優化器的選擇進行自動調整。這意味著使用者可以在更高層次上進行模型的調整，達到真正的全面優化。
為了適應不同的應用場景和需求，我們提供了多種搜索策略供使用者選擇。其中包括：
網格搜索：對每一個參數的可能值進行系統性的組合搜索，確保完整覆蓋參數空間。
隨機搜索：在參數空間中隨機選取組合，對於大規模的參數空間，它能夠更快速地找到有效的解。
貝葉斯優化：利用概率模型估計哪些參數組合可能達到更好的結果，從而更智能、更高效地搜索參數空間。
我們的工具的設計理念是：優化不僅是數值的搜索，更是一種結合策略、技巧和經驗的藝術。透過這款超參數調整工具，我們期望能為使用者提供一個強大且直觀的平台，幫助他們在各種應用中獲得卓越的模型性能。

本發明採用三維環境之機器人搜尋技術為基礎，再搭配上消毒機器人專利，延伸應用於消毒機器人的自動消毒問題。因目前機器人的感測器無法快速偵測到溫室內的病毒與孢子，所以機器人透過計算最大覆蓋空間，以紫外光來破壞病毒DNA結構，達到消毒效果。 本發明是一個計算三維空間最大覆蓋的方法，利用人工智慧技術，規劃3D路徑點，取代複雜的機械結構，可用於消毒機器人，其特色有三:
1. 成本低 (<3萬台幣)
2. 重量輕(<30Kg)
3.易擴充維修(加裝燈管)

傳統的洩漏偵測系統大多利用聲學感測器實行，需要額外增加硬體設備之成本，本研究目的是利用廠商原有的壓力感測器所記錄的數據進行深度學習的模型訓練，達到與傳統使用聲學感測器之洩漏偵測系統相同的效果，有效減少增添硬體設備之成本，可達到精準偵測管道洩漏事故避免誤判，再利用高精度時間同步技術進行洩漏點定位，協助廠商可以快速精準發現洩漏事故及地點，本系統預期可即時有效防止因管道洩漏事故所造成的重大公安意外。

細粒度影像辨識技術是一種在計算機視覺領域中的技術，專注於區分和識別相似物體或圖像中的細微差異。這種技術通常應用在需要高度精確性的物體識別場景，如鳥類識別、昆蟲識別、植物識別、汽車型號辨識等領域，細粒度影像辨識技術在許多應用領域中都具有重要價值，包括生態學、醫學、安全監控、商品識別等。透過這些技術，我們可以更精確地識別和區分具有相似外觀的物體或物種，提高自動識別系統的效能。

我們成功開發出多種簡易工具可以量測斑馬魚生理與行為等多種參數，例如心臟律動、血液流動與三維空間運動量測等，並利用數學碎形維度與熵的計算，可以研究藥物是否會造成實驗動物空間運動複雜度的改變。利用這些技術可以研究藥物是否會造成實驗動物生理與行為的改變。我們相信這些裝置與軟體的發明，將有助於在心血管生理、運動生理與行為學等方面的研究。在過去必須依賴國外進口商品來進行類似實驗，透過本研發成果，可以協助科研人員更有效率地進行研究。同時由於研發團隊具有硬體開發與軟體撰寫能力，可以依照消費使用者的建議，隨時調整軟體設定上的參數，具有較大的彈性與升級空間。同時研發的科學軟體，已經達大可以直接對外銷售的技術成熟度。潛在的銷售對象可能為全世界科學研究人員、藥廠研發人員、環境評估人員與各級院校教師等。

先天性水腦症(Congenital Hydrocephalus)為嚴重的幼兒腦部異常，盛行率約1‰-3‰。水腦症早期並無症狀，後期較嚴重時可由頭圍異常增大、眼球下沉等症狀看出，但可能已錯過最佳治療時機而造成發展遲緩、智力與肢體障礙，甚至導致死亡。因此能夠早期發現並且治療成為重要的目標。由於傳統電腦斷層(CT)或核磁共振(MRI)等造影工具因輻射劑量、昂貴、耗時等因素不適合作為早篩工具，而超音波可藉由幼兒顱骨未關閉之囟門(fontanelle)為大腦作造影，為目前最便宜、耗時最短、傷害最低的診斷依據。目前未實施普篩的情況下，在沒有明顯外觀症狀前，容易錯過關鍵治療期，腦部超音波造影並無全民健保給付。幼兒腦部超音波可以看出冠狀切面下的結構，操作超音波的專業兒科醫師可以藉由腦部結構辨識並評估腦室的尺寸，量測雙側前側腦室比例(Bifrontal/Ventricular Ratio)，來評估腦室是否佔比過大。但該專業兒科醫師訓練費不易，人力不足，超音波儀器昂貴，小型醫療場域不一定能購買並維持運作。醫師間的量測差異(between examiners’ variance)也存在，可能會使此症狀無法及時診斷治療。為了解決這些問題，本團隊開發了一套兩階段卷積神經網路超音波掃描軟體，導引未經過專業訓練的診所醫師操作超音波，找到特定冠狀切面，並自動量測算出幼兒雙側腦室前角比例，在超過水腦症閾值時發出警告，以利早期發現幼兒水腦症並治療。本軟體既能整合進超音波掃瞄電腦中，也能獨立裝置在手持超音波探頭上，提供不同規模區域的醫療單位選擇，期望能夠挽回更多罹患幼兒水腦症病童的未來人生。

1. 利用深度學習電腦視覺技術，偵測物品的抓取位置及角度，並偵測物品種類，讓機械手臂能抓取隨意擺放之任意物品，並進行分類。
2. 利用深度學習電腦視覺技術，偵測手部節點，並利用3D感測器偵測手部於空間中之位置，並透過網路連線，讓操作者，能利用手部移動，遠端操控機械手臂。

以設備健康管理與保養排程為核心相互配合，由設備健康管理模組建構管制圖，藉由領域知識與警報觸發保養排程，並針對不同警報層級與根因制定因應保養工作，與日常保養工作進行整合，優化保養排程，使人力資源使用優化，減少保養成本與時間，增加生產效率。

專注於以數據為基礎的方法，通過分析大規模醫療數據，提供具有啟發性的洞察，以幫助醫療決策。結合智慧算法和醫療專業知識，實現更加智能化和客製化的照護方式。

智慧影像與環境感測的多模態學習已經被應用在智慧農業， 災害偵防與健康照護等各種領域，可用影像搭配感測器做更精準的推論和控制，然而目前仍然有架設電源與拉線，規模化與可靠度，和整合式AI學習等問題，北科大韌性與永續科技實驗室針對此一產業痛點研發了一個輕量級的跨平台邊緣運算平台，可輕鬆架設在手機及SoC平台，並能達成低功耗裝置的韌性控制與多層次的AI學習。在此邊緣運算的跨平台的系統中包含了裝置端AI與感測器的管理，低功耗Wi-Fi與可靠度技術，跨平台的多層次AI學習架構，服務端的韌性網路技術。

生酮飲食對於頑固型癲癇病人而言是重要的替代性治療方法。然而，病人一聽到主治醫師建議生酮飲食治療，病人或是其照顧者的意願以及飲食遵從率低，原因主要為(1)生活不便性，例如：一日三餐需另外備餐、對於就讀學校的病童，吃學校營養午餐？還是家長備餐讓病童帶到學校？外出用餐不便、外食者選擇性少...等；(2)口感較一般性飲食稍遜，即「不好吃」，並且飲食中全榖雜糧類、水果類、奶類的限制較嚴格。使用生酮飲食評估系統來預測療效，當病人或其照顧者知道接受生酮飲食治療對癲癇有良好的控制成效的話，可提升接受治療的意願及飲食遵從率，更堅定他們的執行力，不易放棄飲食治療。此外，臨床醫師無法確定病人使用生酮飲食的有效性，多半抱持「姑且一試」的想法給予建議，本技術探究生酮飲食評估系統使用腦波預測模型可否精準預測生酮飲食的療效，讓生酮飲食走上精準建議之途。