2021 東吳大學AI應用研究計畫 成果海報展

海報展

時間: 12/13(一) ~ 12/18(六)

地點: 東吳大學外雙溪校區 第一、第二教研大樓一樓

海報解說展

日期: 12/17(五)

時間: 15:00 ~ 16:00

地點: 東吳大學城中校區 第五大樓一樓

成果介紹

AI人工智慧日文作文評量與人工批閱對比分析

作者

東吳大學日本語文學系 陳冠霖 助理教授

東吳大學日本語文學系 陳相州 副教授

摘要

近年來AI⼈⼯智慧作⽂評量系統逐漸成熟,講求能幫助⽼師減少⼤量繁雜重複的批閱⼯作,提⾼批改回饋的效率。但⾄今尚未有研究指出「AI」的評量結果是否妥當,⼜和「⼈⼯」批閱有何差異。因此在導⼊AI作⽂評量系統⾄教學現場之前需要先釐清「AI」和「⼈⼯」的評量結果之關聯性或差異性,若要導⼊⾄教學現場也需要了解AI的強項及弱項。

AI醫學大數據整合與預測

作者

東吳大學數學系 林惠文 教授

摘要

現今高齡化社會結構,醫療照護愈來愈重要,醫療資源亦越欠缺,因此,應用AI於醫療領域之精準醫療就成為重要議題,如何利用醫療大數據提前預防疾病的發生將是其中一個重要主軸。我們的研究為了節省成本的考量,考慮了二階段AI設計的想法,利用機器學習與廣義模型推導出TSC模型來整合AI大數據與醫學資料庫,我們利用大數據與醫生合作,發展了預測五十肩風險模型,利用此模型我們可提供給社會大眾了解可能得到五十肩的風險,相信對於社會大眾的預防醫療概念,將會有所助益。

人工智慧為基礎之人臉情緒辨識創新研究

作者

東吳大學心理學系 張建妤 老師

東吳大學心理學系 吳佳倩 研究生

東吳大學資訊管理學系 鄭為民 老師

東吳大學資訊管理學系 郭子嫣 研究生

摘要

人類的臉為主要傳達情緒之管道。人臉不是以鼻子為中心而左右對稱,而是臉部的左右兩邊都有些微差異,而表情也並非左右對稱。心理學家Sackeim和Gur(1978)研究顯示,將人類的臉部,從鼻樑正中央分成兩邊,將各半邊的臉,經鏡像處理後,再各合成為新的臉。共有三種人臉影像,分別為「原本的臉」、「左左臉」、「右右臉」。將三種人臉影像表現的情緒比較之後,其研究顯示,「左左臉」所表現出的五種基本情緒最為強烈。他們認為左臉表現真實情緒,右臉則是撐場面的表情。而隨著近年人工智慧在人臉情緒辨識上的發展,因此,將透過人臉影像之深度學習,比較重組人臉影像與原始人臉影像之情緒表現差異。


人工智慧的應用與法律的應對

作者

東吳大學法學院 王煦棋 專任教授

摘要

科技帶給人們便利生活,但科技並非沒有缺點,而法律的修訂速度往往比不上科技的發展速度。我們必須先以各種角度去思考研究,制定一個不妨礙科技發展、保障人民利益的法規,有關人工智慧的法規也應是如此。

受肺炎疫情影響,許多活動都從線下轉為線上,數據量上升帶動AI相關發展。開發疫苗、追蹤來源與控制疫情,AI的功勞不可或缺。人工智慧目前世界各國都在爭相發展,如果發展成功,不僅是人類重要的里程碑,甚至對未來生活帶來重大影響。人工智慧之應用無論在哪種產業都有蓬勃發展,快速處理大量資料並精確分析,省下需要人類思考討論的時間,但部分產業與工作也可能受到人工智慧之取代而逐漸消失。人工智慧將會與人類生活息息相關,而它在法律層面的規範與相關議題,值得我們去思考關注。


透過遷移學習建置社群憂鬱文章偵測模型

作者

東吳大學資料科學系 吳政隆 副教授

東吳大學資料科學系 胡筱薇 副教授

東吳大學社會工作系 許凱翔 副教授

摘要

當代社會有許多人為憂鬱症狀所苦,其症狀容易慢性化且復發率高,容易影響患者的日常生活功能。在狀況不好的情況下,憂鬱症患者可能會選擇自殺,每年約有一百 萬人成功自殺,而嘗試自殺的人數是其20倍。幸而拜社交網絡服務之發展所賜,當代人們能利用網路社群自由地、專注地在自己的領地中表達情感、尋求支持的管道。近 年有愈來愈多的研究關心如何偵測出網路社群上的憂鬱,研究大都取得了一定程度的成果,但是助人工作者真正需要的,並不是找出潛在的憂鬱症患者,而是當人陷入憂 鬱情緒時,能適當地辨別並即時地提供介入服務。在大量閱讀憂鬱症患者日常的發文後,我們發現探究憂鬱症患者的觸發事件可以更加了解患者的產生憂鬱的主因,就因如此,治療師或社會工作者可以透過了解何種觸發事件促使患者產生憂鬱傾向,這樣可以更加有效地提出相對的治療方法與關注方式。

基於導數動態時間規整之異常空品趨勢變化路徑回溯

作者

東吳大學資料科學系 黃福銘 助理教授

東吳大學資料科學系 黃任杰 研究生

東吳大學資料科學系 陳亞萱 研究生

東吳大學資料科學系 簡大爲 同學

摘要

在2015年,估計全球就有650萬人死於空氣污染引發的相關疾病 (The Lancet,2015),同年在台灣就有9.02%的死亡可歸咎到空氣污染。找到空氣污染源的發生地點,了解不同空氣污染物的累積和傳播,對於制定相關公共政策至關重要。利用大數據(空氣品質資料)並透過導數動態時間規整演算法 (Derivative Dynamic Time Warping;DDTW),比對各感測器間空氣品質變化趨勢的相似程度,分析趨勢變化相似度高的測站其時間序列及空間分佈情形,以重構空氣污染物在不同 時間空間下的擴散路徑。在時間序列中,需要比較相似性的兩段時間序列的長度可能並不相等,且不同時間序列亦可能在時間軸上存有位移,在這些複雜情況下,使用傳統的歐幾里得距離無法有效地求得兩個時間序列之間的距離 (或者相似性)。經典的動態時間規整演算法 (Dynamic Time Warping;DTW) ) 是一種衡量兩 個時間序列之間的相似度的方法。通過把時間序列進行延伸和縮短,將時序變化還原位移,可將兩個時間序列放在同一個時間軸上進行比較,以計算兩個時間序列性之間的相似性。DDTW是對DTW的一種改進,緩解了經典DTW算法所產生的奇點 (Singularities) 問題。

差分隱私在金融視覺上的應用

作者

東吳大學資料科學系 蔡芸琤 助理教授

臺灣大學資訊工程系 陳俊豪 博士生

東吳大學資料科學系 王怡人 研究生

摘要

深度學習需要大量的資料來訓練,這些資料中可能含有個人隱私或企業敏感相關資訊,因此近來深度學習的資料隱私受到許多關注,在釋出深度學習模型相關服務或甚至僅僅釋出模型權重時,都有可能遭受攻擊而導致含有隱私的資料洩漏,差分隱私為目前較熱門的保護隱私資料方式,但在金融領域應用甚少。在金融交易預測中的金融視覺人工標記資料可視為敏感資料,本研究旨在基於金融視覺標記資料上建構含有差分隱私之模型,期望在隱私和模型準確度間達到平衡。

動態數位軌跡下的人工智能服務

作者

東吳大學 數位貨幣與金融研究中心

摘要

智能科技正在重塑企業經營風貌,而金融機構如何善用智能科技以建構創新服務平台更已成為能否持續成長關鍵。本研究屬中長期計畫一環,第一年將以銀行的數位金融平台為基礎,結合外部關鍵夥伴如股感、寵物平台、巴哈姆特等,分析不同類 型年輕客群(尤其是大學客群)之使用需求與數位軌跡,以作為創新服務階段性導入基礎,進而得以洞察智能科技的應用內涵, 如信用評等機制、投資風險機制與延伸服務之推薦機制等。

文書遞送自走車之循跡與辨識研究

作者

東吳大學資料科學系 鄭江宇 專任教授

東吳大學資料科學系 曾瀚平 同學

摘要

無論是政府機關或是學校機構公文的遞送為日常重要的行政流程之一即便現今各單位皆致力於推廣電子化公文不過傳統形式的紙本公文仍舊有其存在之必要性。根據台南新營市公所的研究報告指出電子化公文無法取代傳統公文的特性包含以下三點其一是傳統公文沒有認證問題其二是傳統公文容易上手相關人員無需再另外學習資訊技能 。其三是傳統公文可變因素小由於此方式不涉及網路資訊傳遞因此無須額外費心於頻寬、伺服器的維護問題。在缺點部分報告指出傳統公文是一項不符合經濟原則並缺乏效率的做法。

動態數位軌跡下的人工智能服務

作者

東吳大學 數位貨幣與金融研究中心

摘要

智能科技正在重塑企業經營風貌,而金融機構如何善用智能科技以建構創新服務平台更已成為能否持續成長關鍵。本研究屬中長期計畫一環,第一年將以銀行的數位金融平台為基礎,結合外部關鍵夥伴如股感、寵物平台、巴哈姆特等,分析不同類 型年輕客群(尤其是大學客群)之使用需求與數位軌跡,以作為創新服務階段性導入基礎,進而得以洞察智能科技的應用內涵, 如信用評等機制、投資風險機制與延伸服務之推薦機制等。

Lasso模型預測言談中的認知彈性退化軌跡究

作者

東吳大學心理學系 汪曼穎 教授

東吳大學心理學系 柯宇安 研究生

台灣科技大學 人文社會學科 黃金蘭 副教授

東吳大學心理學系 陳俊宏 副教授

東吳大學資料科學系 丁德天 助理教授

摘要

本研究發現以複雜思考及他人焦點相關的LIWC詞類運用頻率,建立長者認知彈性的正規化LASSO預測模型,獲良好預測效能。年長者重視身心的自主及完整性 (Tadd, 2005),認知衰弱 (cognitive frailty)的非介入性監控,有助支持尊嚴老化的實踐。過往研究支持言談分析可用於區辨正常認知功能與認知障礙,而機器學習模型有助提升預測的能力(Dodge et al., 2015; Konig et al., 2018)。認知彈性是重要的認知控制機制(Diamond, 2013),涉及 在不同概念或行為規則套路間轉換以支持目標導向行為的效率 表現,良好認知彈性有助個體在老化過程的調適 (Hülür, Ram, Willis, Schaie, & Gerstorf, 2016)。本研究以LIWC(Linguistic Inquiry and Word Count)資 料庫 (Pennebaker et al., 2007)進行文本分析,過往研究累積大量證據支持LIWC詞類與心理狀態的關聯性 (Chung & Pennebaker, 2018),台灣也已發展具良好信效度與文本偵測 率的中文版本 (黃金蘭等人,2012;林瑋芳等人,2020)。

運用機器學習技術發展以眼動軌跡為基礎之內視鏡手術技巧評估系統

作者

東吳大學資料科學系 陳宏仁 助理教授

摘要

發展客觀且獨立的手術績效評估系統仍是最終的目標,近年來在內視鏡手術應用領域中,雖已有許多工具可供外科手術評估者使用,但就評分系統的設計而言, 在信度上仍具有潛在的缺點。眼動追蹤技術近期已被視為較不受制於內視鏡手術環境的潛力評估工具。此外,機器學習演算法已能良好的區辨專家與初學者執行醫療 操作時的眼動軌跡差異,因此,本專題研究計畫系統性的探討不具內視鏡手術經驗的初學者在進行內視鏡手術技巧訓練時,訓練階段對於不同眼動軌跡參數之影響,此研究結果將作為未來運用機器學習演算法發展以眼動軌跡為基礎之內視鏡手術技巧評估系統時的特徵集。

藥物辨識與居家藥師看護系統—初步診斷與病患監控功能

作者

東吳大學資訊管理學系 朱蕙君 教授

東吳大學資訊管理學系 黃日鉦 教授

摘要

慢性病患者用藥是每天要固定服用的,但常常有慢性病 患者忘記有沒有吃藥,而造成遺漏用藥,或是重複用藥 的狀況。而藥品一旦改變,對於慢性病患者來說,更是 很難適應的事情。在英國每年有2.7億件藥物出錯的情況 發生,並導致高達2.2萬的人死亡。

技術中介的日常生活實作:從具身經驗到自動化—以人工智能科技介入血糖監測與胰島素注射系統為例

作者

東吳大學社會系 劉育成 副教授

摘要

本研究計畫內容分為兩個階段、三個切入觀點:
1. 第一階段以血糖監測技術與胰島素注射技術的發展為主軸,從科技史與社 會的角度切入,以文本分析的研究方式,探討技術發展的社會意涵。
2. 第二階段將以俗民方法學(ethnomethodology)的理論觀點與方法為 基礎,透過田野調查與深度訪談等研究方法,探究主題為血糖監測與胰島
素注射科技之使用者的科技實作。這部分的討論將從三個面向切入,其一 為技術(科技)哲學(the Philosophy of Technology)中有關身
體與技術的討論,其二是人工智能觀點(Artificial Intelligence as a social phenomenon ) , 其 三 是 俗 民 方 法 學 (ethnomethodology)與後現象學(post-phenomenology)觀點。
3. 在計畫執行期間,搜集與整理國內外相關資料數十筆,包括期刊論文、研 究報告、實務報告,以及專書等,以利研究計畫書之撰寫。

×