研究領域

實驗室研究領域

實驗室專案設計更接近貼近實務應用層面,讓學生的學習不止於技術或是應用,而是以更前瞻的事業,洞察產業動態、挖掘社會議題並創造影響力。包含五個實驗室,研究範疇包含:商業智慧應用、金融科技、社會科學、醫療大數據與NLP語言分析等。

學術研究與實驗室

我們不是要教出夠格取得『平均值』畢業生;而是育成學生成為能夠生存並且能夠挖掘自己的潛能成為成為『奇點』的開放場域。

巨量資料管理學院設立的定位以「整合」與「創新」為核心,以「實務運用」為導向, 培養出具有實務經驗的數據分析人才。實驗室學習系統的目的,即為建立課程與課程銜接系統與學習與應用的關鍵能力實作場域。透過同儕間能力互補與知識傳承學習,讓教學資源分配與關鍵能力訓練更具系統性且扎實。

實驗室

本院於106年啟動實驗室計畫,依據不同領據建立實驗室,提供學生多元學習場景鍛鍊基礎能力。目前有實驗室共有六個實驗室:

labb3

Peculab

連三年獲得 Fintech 邀約展出的實驗室,近年開發證券機器學習系統並正透過跨國企業合作將研究成果商品化。
labb1

IF Lab

帶領團隊開發解決問題獲獎無數,今年以題目獲得 2019 IEEE Big Data 研討會以『Suspicious Network Event Recognition Using Modified Stacking Ensemble Machine Learning』獲選優良解決方案。
labb4

D Lab

結合應用商業領域,服務項目包含社群、輿情分析、數位轉型、數據戰情室打造等,合作企業包含鄉林集團、大聯大、iProspect 等企業單位。
labb5

BDSSM Lab

發展自動化與智慧化的醫療健康模式,因應高齡化社會所帶來的衝擊;同時,以實證資料來探索行為科學之模型,以助於未來發展預防醫學之介入坊案。
labb2

NLP Lab

專注在文字探勘、機器學習、深度學習和情感分析等技術,解決各式社會科學議題;包括網路文章情緒分析、法律文件分析、專利分析和股票市場預測等
labb6
人工智慧應用研究,研究領域涵蓋智慧法律、智慧金融、智慧製造、智慧醫療、自然語言等面向,目的在於加強校內學院與科系間,跨領域整合人才培訓以及相關國際學術交流,並與世界頂尖研究接軌,進而替校內與國內相關科技應用、產業發展注入新的動能與競爭力。
LAB Logo

MESC Lab

歡迎光臨『多媒體情感語義計算實驗室 』。 本實驗室針對文字、聲音及影像視訊等多媒體資料進行相關的研究,發展出具實用性質之技術如:多媒體情感運算、口語對話系統以及自然語言處理等技術。
labb3

Peculab

連三年獲得 Fintech 邀約展出的實驗室,近年開發證券機器學習系統並正透過跨國企業合作將研究成果商品化。
labb4

D Lab

結合應用商業領域,服務項目包含社群、輿情分析、數位轉型、數據戰情室打造等,合作企業包含鄉林集團、大聯大、iProspect 等企業單位。
labb2

NLP Lab(自然語言處理實驗室Natural Language Processing Laboratory)

專注在文字探勘(Text Mining)、機器學習(Machine Learning)、深度學習(Deep Learning)和情感分析(Sentiment Analysis)等技術,透過語言知識的獲取、提煉、呈現、理解和生成,進而解決各式社會科學議題,目前研究課題包括網路文章情緒分析、法律文件分析、專利分析和股票市場預測等
labb1

IF Lab

帶領團隊開發解決問題獲獎無數,今年以題目獲得 2019 IEEE Big Data 研討會以『Suspicious Network Event Recognition Using Modified Stacking Ensemble Machine Learning』獲選優良解決方案。
labb5

BDSSM Lab

發展自動化與智慧化的醫療健康模式,因應高齡化社會所帶來的衝擊;同時,以實證資料來探索行為科學之模型,以助於未來發展預防醫學之介入坊案。

實驗室培訓架構

實驗室由不同年級間混合式參與專案執行,建立延續性的學習型組織文化;學生透過專案執行的過程,增強依照基礎技術實作經驗與領域知識的理解,分為三類型:問題導向培訓、專案導向操作與產學合作:

問題導向培訓 Problem-based Learning


以課程與小型專案執行,培養學生資料分析基礎能力,透過問題或情境誘發學生思考。此階段以大一新生設計,注在技術能力之培養,課程由實驗室學長姐安排設計,以程式語言訓練為主。以問題導向式教學為核心,又可分為巨資內部培訓,以及對外(含外系或外校)開設之外部組織(如:RLadies)合作開課。

專案導向學習 Project-based Learning


結合業界資源於課堂中導入 Capstone 專案,幫助學生接觸實際產業問題,並透過解決問題的過程,培養資料分析能力、問 題解決能力,以及多元之資料分析視野。帶領學生參與競賽,透過參與的過程發揮資料影響力。

產學合作


以老師與企業合作之產學案,讓學生接觸各種不同領域的知識,由老師扮演著顧問的角色,探索真實世界的各種現象。透過一個主題或現象的深度研究與多元化同儕討論和校外學習思考,激發學生解決問題,未來必備的關鍵能力。例如,研究「社群憂鬱現象」的主題,就會涉及心理、社工、自然語言處理、醫學、社群、 科技等多個學科,帶領學生進行跨學科的專題。

人工智慧應用研究中心

東吳大學(以下簡稱本校)為促進人工智慧研究發展、推展人工智慧分析的專業訓練、提升前瞻之人工智慧應用研究,增強跨領域整合人才培訓以及相關國際學術交流,並與世界頂尖研究接軌,進而替校內與國內相關科技應用、產業發展注入新的動能與競爭力,特設功能性校級研究中心「東吳大學人工智慧應用研究中心 Center for Applied Artificial Intelligence Research」研究領域涵蓋智慧法律、智慧金融、智慧製造、智慧醫療、自然語言等面向。

bursa escort bursa escort bursa escort bursa escort bursa escort bursa escort bursa escort alanya escort antalya escort eskişehir escort mersin escort alanya escort