東吳大學(城中校區) 台北市
隨著人工智慧與資料科學技術的發展，各產官學界無不齊力孵育頂尖人才，以期能幫助國內企業解決問題，提升台灣在人工智慧與資料科學技術應用的水準。因此，為了能激發各界對於人工智慧與資料科學等領域的學習熱忱，本研討會特別邀請學界和業內頂尖的專家擔任演講嘉賓，為所有參與者們帶來一系列的專題演講，並讓人工智慧與資料科學領域的專家們齊聚一堂，提供最近距離跟專家們會談的機會，以提供參與者們一個吸收最新研究，技術發展以及產業趨勢的平台。此外，本研討會更期許能促使人工智慧技術與資料科學分析扎根於大專院校，讓高教學生們能探索與了解未來人工智慧與資料科學相關領域的發展機會及挑戰，進而提升學生們對於相關產業現況與趨勢的認識，加強學生與產業之間的鏈結性。
台北市中正區貴陽街一段56號 (東吳大學城中校區)
| 2021年12月17日(星期五): 主會議
地點：5211演講廳
|
||
| 時間 | 流程 | |
| 09:00—09:30 |
與會來賓報到 第五大樓一樓 |
|
| 09:30—09:50 |
開幕式
主持人：許晉雄
教授 東吳大學 嘉賓：張善政
榮譽院長 東吳大學 |
|
| 09:50—10:50 |
主持人：朱蕙君
特聘教授 東吳大學 演講人：黃國禎
講座教授 國立台灣科技大學 |
|
| 10:50—11:00 | 茶敘 |
|
| 11:00—12:00 |
主持人：林仁俊
助理研究員 中央研究院 演講人：李祈均
副教授 國立清華大學 |
|
| 12:00—13:20 | 午餐 (地點：2123會議室) |
|
| 時間 | 5211演講廳 | 5117會議室 |
| 13:20—15:00 |
主持人：楊凱翔 教授 國立臺北教育大學
演講人：吳俊育 教授 國立陽明交通大學
|
主持人：吳牧恩 副教授 國立臺北科技大學
演講人：林仁俊 助理研究員 中央研究院
|
| 15:00—16:00 | 茶敘
東吳大學人工智慧應用研究中心之研究成果海報張貼
|
|
| 16:00—17:40 |
主持人：楊東育 教授 國立臺北商業大學資訊與決策科學研究所
演講人：許朝詠 研究員 中國鋼鐵股份有限公司
|
主持人：蔡芸琤 助理教授 東吳大學
演講人：黃鐘瑩 執行長 永續教育平台
|
| 17:40—17:50 |
閉幕致詞
主持人：許晉雄
教授 東吳大學 |
|
| 17:50 |
賦歸
|
|
主持人: 朱蕙君 特聘教授
單位: 東吳大學資訊管理學系
地點: 5211演講廳
國立台灣科技大學數位學習與教育研究所
人工智慧在教育的應用議題及研究設計
09:50 - 10:50
本演講主要介紹人工智慧與數據分析技術在教育的應用、研究議題及發展方向。黃教授將透過實際在教學現場應用的實例，來展現人工智慧及數據分析對於學習者、教學者，以及教育決策者帶來的助益；同時，也針對可能的研究設計及評量方式提供具體的說明。本演講對於有志於發展人工智慧教育應用的研究人員極具參考價值。
黃國禎教授是台灣科技大學講座教授，任職於數位學習與教育研究所，其學術專長包括行動與無所不在的學習、遊戲式學習、翻轉學習及人工智慧教育應用。曾主持100多個專案計畫，並多次獲得研究獎勵，包括2007、2010及2013年「科技部傑出研究獎」，更獲得2015年「傑出資訊人才獎」及2019年「教育部師鐸獎」。黃教授已發表超過750篇的論文，包括350餘篇SCI/SSCI/EI期刊論文。他目前同時擔任50多個SSCI/SCI/EI 學術期刊的論文審查委員，以及Australasian Journal of Educational Technology (SSCI)、Computers & Education: Artificial Intelligence (Elsevier)、International Journal of Mobile Learning and Organisation及Journal of Computers in Education的主編。同時，也擔任IEEE Transactions on Education (SCI)副主編。時代雜誌世界大學排名(Times World University Ranking)於2016年公布10 most prolific and most cited researchers，黃教授是社會科學類排名世界第一的學者：
主持人: 林仁俊 助理研究員
單位: 中央研究院
地點: 5211演講廳
國立清華大學電機工程學系
可信賴的人本AI運算技術
11:00 - 12:00
隨著現今社會環境高速變遷及全球發展趨勢，社會、經濟、環境及生活問題成為台灣及全球面臨的複合性挑戰。近期政府提出以創新、包容、永續為主軸之發展願景，並將台灣社會面臨的挑戰以人為本科技策略向前邁進。這類科技推動不僅注重技術突破，還側重於人類對科技的信賴及人類善用科技的方式。開發以人為本的AI普惠科技為關鍵核心，進行整體數位及AI技術戰略突破。目前國際上導入AI新興科技於多樣生活產業 (包括金融業、娛樂業、健康業、運動業、以及新興產業如共享經濟產業及新媒體等) 逐漸形塑新價值的產業樣貌。這次演講中我們將分享人本AI技術領域研發 (Human-centered AI)，著重於建構多模態機器智能演算法。簡述透過演算法達到三個主要的核心目的，強健性、泛用性、可信賴性，以達成可信賴的人本AI運算科技。
李祈均博士是國立清華大學電機系副教授合聘通訊所，BIIC 實驗室的指導教授。他於2007和2012年取得美國南加大電機系的學士與博士學位，研究領域專注在語音語言分析、情感運算與醫療應用等。他於2020年獲得傑出人才基金會年輕學者創新獎、中國電機工程學會優秀青年電機工程師獎、 中華民國資訊學會李國鼎青年研究獎、 國立清華大學產學績優教師，並於2018, 2019年連續獲得科技部未來科技突破獎。 他目前是IEEE Senior Member， 擔任IEEE Transactions on Affective Computing、 IEEE Transactions on Multimedia的期刊副主編。 他也多次與學生獲得國際會議的(INTERSPEECH, IEEE EMBC) 的最佳會議論文獎，並兩度獲得INTERSPEECH ComparE國際競賽的冠軍。BIIC實驗室相關研究也多次被主流媒體報導。 完整介紹請參考:https://biic.ee.nthu.edu.tw/cclee.php
主持人: 楊凱翔 教授
單位: 國立臺北教育大學數學暨資訊教育學系
地點: 5211演講廳
國立陽明交通大學教育研究所
應用社交網絡之混成式教學設計與學習分析
13:20—15:00
順應著資訊通訊科技與社交媒介的急速發展，人類的教學與學 習型態早已呈現出線上與線下融合的多元樣態。其中，數位與現場並行並整合社交媒介的混成式學習(Hybrid Teaching and Learning premised on Social Media)是種值得深入探討的創新研究議題。演講人將介紹適用於此場景的教與學設計，並分享如何整合人工智慧技術與統計建模等數據分析技術，以有效地進行資料搜集、清理、編譯與建模等工作。最後，結合心理量測技術，將資料分析發現和數位學習理論進行對應，以期討論出具現場實踐之混成式學習營運模式。
吳俊育教授現任職於國立陽明交通大學教育研究所，其研究主題為數位分心與多模態學習分析，致力於探討線上學習者在個人學習環境 (Personal Learning Environment, PLE) 內動態學習歷程，開發適性化正向學習介入與教學策略設計，協助當代學習者進行有意義的自主學習。 演講人現為 3本SSCI期刊與1本TSSCI期刊編輯委員，獲得 多次傑出審稿人肯定。主辦TWELF2020，為國內外首波成功舉辦的大型線上虛擬學術會議。研究表現榮獲108 年度科技部吳大猷先生紀念獎。他同時積極將研究成果實踐於各級現場教學。連續三年指導史懷哲偏鄉教育服務。教學績效榮獲交通大學 106 學年度傑出教學獎，和教育部 107 年度教學實踐研究亮點計畫。
主持人: 吳牧恩 副教授
單位: 國立臺北科技大學資訊與財金管理系
地點: 5117會議室
中央研究院
How We're Teaching Computers to Achieve Music Video Generation and Video Mashup
13:20—15:00
In this talk, I will cover two topics which are closely related to multimedia. The first one is automatic music video generation, and the second one is automatic concert video mashup. An automated process that can suggest a soundtrack to a user-generated video (UGV) and make the UGV a music-compliant professional-like video is challenging but desirable. To this end, in the first topic we introduce a systematic approach to link a multi-task deep-net model with DTW-based metric learning, and then use it to perform music video (MV) generation. The results of objective and subjective experiments demonstrate that the proposed system performs well and can generate appealing MVs with better viewing and listening experiences. In the second topic, we aim to classify the types of shots defined by the language of film for better portraying visual storytelling in a concert video, and plan to incorporate the technique in our upcoming effort for building an automatic mashup platform. Varying types of shots are fundamental elements in the language of film, commonly used by a visual storytelling director to convey the emotion, ideas, and art. To classify such types of shots from images, we propose a novel probabilistic-based deep-net framework, and term the resulting deep-net model as Coherent Classification Net, abbreviated as CC-Net, to boost the classification accuracy. We provide extensive experiment results on a dataset of live concert videos to demonstrate the advantage of the proposed approach.
Jen-Chun Lin received the Ph.D. degree in computer science and information engineering from National Cheng Kung University, Tainan, Taiwan, in 2014. He was a Post-Doctoral Research Fellow with Academia Sinica, Taipei, Taiwan, from 2014 to 2018, and an Assistant Professor with the Department of Electrical Engineering, Yuan Ze University, Taoyuan, Taiwan, from 2018 to 2020. He is currently an Assistant Research Fellow with Academia Sinica, Taipei, Taiwan. The illustration in his IEEE/ACM Transactions on Audio, Speech, and Language Processing (March/April issue) 2014 paper has been chosen to highlight the cover of the journal. He also received the Gold Thesis Award from Merry Electronics in 2014; the Excellent PhD Dissertation Award from Chinese Image Processing and Pattern Recognition Society in 2014; the Excellent PhD Dissertation Award from Taiwanese Association for Artificial Intelligence in 2014; the Most Interesting Paper Award from Affective Social Multimedia Computing Workshop in 2015; the Postdoctoral Academic Publication Award from Ministry of Science and Technology (MOST) in 2017; and the APSIPA Sadaoki Furui Prize Paper Award in 2018. His research interests include multimedia content understanding, machine learning, and affective computing.
主持人: 楊東育 教授
單位: 國立臺北商業大學資訊與決策科學研究所
地點: 5211演講廳
中國鋼鐵股份有限公司
近代人工智慧在鋼鐵工業之應用
16:00—17:40
中鋼公司自 2014 年投入智慧製造領域，以深度學習，機器學習及電腦視覺等人工智慧主流技術，逐步提升鋼鐵製程效率並開創新製程，至今漸獲成效。期間曾逢各種企業引進 AI 時會遭遇的問題，在領域專家與 AI 人員通力合作下，將各種困難依序排解，至今已完成：鋼品身分識別追蹤，高爐原料粒徑分析，鋼品缺陷預測及檢驗自動化，天車無人化，智慧物流等多項專案，其經驗可與正在引進 AI 之企業分享，實現產業 AI 化之目標。
國立臺灣大學電信工程學博士，現為中國鋼鐵股份有限公司研究員。精通資訊科學、視頻處理、LaTeX、Matlab 和電腦視覺。經驗豐富的工程師，參與許多研發專案，包含與財團法人資訊工業策進會合作的智慧眼鏡專案、無人天車開發、球員偵測追蹤系統、鋼鐵貨物出貨前的智能檢核系統等，致力於鋼鐵工業的 AI 落地實際應用。
主持人: 蔡芸琤 助理教授
單位: 東吳大學資料科學系
地點: 5117會議室
永續教育平台 執行長、新北市青山國中小 資訊老師
AI看教育 – 以SEP策略協助K12素養導向教育的教案轉型
16:00—17:40
素養導向為 108 課綱的發展重點。在教育現場也開始翻天覆地的進行備課與教學方式的翻轉。今年在新北市教育加速器的助益下，青山國中小以蔡芸琤教授所設計的SEP三維度的教育策略規劃「線上教案平台」，以科技思維來重新反思教學效益與提升教案價值，協助老師的教學方法能在數位世代中的進行典範轉移，如同人工智慧（AI）般的經驗吸取，集智互惠，讓教案設計打開思維，共享開源。引導老師於科技素養中，擴展想法，連結資源，助益至自身的教學場域。這場分享，將分享此計畫執行過程與成果，一起激盪與想像教案如何帶動教學，發揮影響力。
擁有資訊科學背景，曾於國內外新創公司擔任專案管理職，擅長用程式思維做組織內溝通。喜歡參與國內外技術社群並參加國內外技術展覽。曾服務於香港商 Lalamove, 樂學科技coding for fun 教學組擔任 Scratch, Python 老師與教材開發，及宜蘭礁溪國中擔任電腦資訊代課老師。曾協助 Girls in Tech Taiwan, Women Who Code Taipei 非營利社群做程式教育課程推廣者。自2019年起於蔡芸琤教授及新北市青山國中小王如杏校長共同創辦的「永續教育平台」擔任執行長至今，負責執行新北教育加速器「青山城SEP永續教育平台」計畫，帶領師生參與課程設計及教學活動，推廣SEP三維度的教育策略「Sector整合主題、Education各科教育、Project Manager專案管理」，創新理念。並同時擔任新北市青山國中資訊老師，負責執行新北程式教育體驗中心專案，期待用業界的經驗導入教育現場，帶領更多老師創新教學與提升體制內執行流程效率。
中華民國前行政院
院長
東吳大學巨量資料管理學院
榮譽院長
東吳大學巨量資料管理學院
院長
明志科技校長
教授
國立臺北商業大學資訊與決策科學研究所
所長
國立臺北商業大學資訊與決策科學研究所
教授
明志科技大學機械工程系/人工智慧暨資料科學研究中心
特聘教授兼主任
國立台北科技大學資訊與財金管理系
副教授
東吳大學資料科學系
副教授
東吳大學資料科學系
副教授
東吳大學資料科學系
副教授
東吳大學資料科學系
副教授
東吳大學資料科學系
助理教授
東吳大學資料科學系
助理教授
東吳大學資料科學系
助理教授
東吳大學資料科學系
助理教授
東吳大學資料科學系
助理教授
東吳大學資料科學系
助理教授
東吳大學資料科學系
助理教授
東吳大學資料科學系
助理教授
東吳大學資料科學系
助理教授
東吳大學現有外雙溪及城中兩校區，分別位居台北市文教、政經精華動線上。文、理、外語、巨資四學院位於外雙溪，此處為一文化風景區，毗鄰故宮博物院；法、商學院及推廣部則位在政治經濟重心之台北市城中區，兩校區周邊交通便捷。
本校教學與研究資源豐富，校內完善新穎的設施及專業的行政服務團隊，提供師生最佳的「教」與「學」環境。致力卓越教學為社會培育人才是我們的核心價值。透過東吳教育的洗禮，我們給學生的不只是專業的養成，還有自信、尊重、踏實的人生觀。良好的傳統與聲譽，優質的生態與教育，已培育校友十萬餘人，蔚為社會中堅。
地址：10048 台北市中正區貴陽街一段56號
電話：02-2311-1531
在這個數位化的世界裡，一天24小時，一年365天，隨處都有網路，人們無時無刻不在產生大量且多元的「巨量資料」，巨量資料的取得與分析為人們帶來新的思維，顛覆了許多領域的理解與運作模式。企業都擁有大量的資料庫，但卻無法有效的判讀甚至是拿來使用，「資料科學家(Data Scientists)」將成為社會最需要的人才，具有對資料的正確解讀和把握能力，幫助企業運用技術從大量資料中分析並挖掘出對社會有幫助、擁有商業價值的資訊進行業務經營決策，進而降低對未來理解的不確定性。
東吳大學掌握趨勢，瞄準未來，跨院系合作，首創成立「巨量資料管理學院」，培養符合企業需求的巨量資料領域專業人才，期許本學院成為國內巨量資料人才的培訓基地，無縫接軌校園的人才培訓與企業的實務需求。本學院之設立以「整合」與「創新」為核心，以「實務運用」為導向，課程亦參考國外知名大學作法，研訂理論與實務兼具之課程內容，強調與業界的結合，積極引進業界實務業師，進行更切合實務的課程教導，希望訓練出來的學生，在就業上能夠成為企業的即戰力。除了提供學生的教育與培訓外，因為研究與產業越來越密不可分，本學院將積極與業界進行合作，本學院的設立一方面可以幫助企業解決目前所面臨龐大而複雜資料內容的難題，也可從與企業的合作中，協助學生獲得更多的就業機會；另外一方面，亦可發展成為提供業界解決問題之研發中心，建立長期合作的夥伴關係。
