110學年度專題報告
指導老師 | 學生 | 題目 | 摘要 |
張秉宸 | 王○穎 林○佑 陳○宏 莊○杉 |
應用隨機流量網路探討停車場之服務水準-以信義區為例 |
隨著現在都市的發展,人們的生活步調不斷地加快,對時間越來越敏感且不願浪費過多的時間在無效率的事物上。然而在通勤上班或出外旅遊時,往往耗費太多時間在尋找停車位上,總覺得附近的停車場都一位難求。但並非所有的停車場都是呈現高度滿載的狀態下,有許多效率被低估的停車場常常被人們忽視導致停車場之間的效率出現巨大的差異。在現今如何能夠快速找到鄰近且高機率可停車之停車場儼然是大眾所關心的要點。因此本專題將以台北市信義區停車場做為探討的目標,並以隨機流量網路作為主要的工具,利用北市好停車 APP 所提供的即時剩餘車位,來探討停車場的服務準。其中,本專題將服務水準定義為在不同情境下之需求能夠被滿足的機率。 |
葉子明 | 彭○洋 鄭○鈴 許○玲 |
應用 PEM 和 FMEA 探討高齡營養餐食服務滿意度-以金門地區為例 |
全球高齡化的趨勢已成為臺灣社會關注之議題,面對人口快速老化,這樣的人口發展趨勢,凸顯高齡者健康與社會照顧的重要性,政府推動各項高齡者福利服務因應措施,滿足高齡者的需求;其中為了滿足高齡者的營養需求,提供高齡者營養餐食服務。本研究應用績效評估矩陣和失效模式與效應分析,透過問卷調查評估高齡者對於營養餐食服務的重要度與滿意度項目,問卷主要分成「服務品質」、「食物品質」跟「環境氣氛」三個構面,,以金門地區盤山村、榜林村、古寧村為研究基地,採立意抽樣,並經口頭解釋問卷,共得 117 份有效問卷。經實證分析結果發現:研究基地之高齡者營養餐食重要度滿意度績效評估矩陣分析,結果共有二項落在「改善區」,分別為「用餐區座位設計是舒服的」、「用餐區燈光照明是協調、舒服的」,研究結果呈現,二項皆為與環境氣氛相關之問題。最後邀請專家學者進行失效模式與效應分析,排列出優先改善順序為「用餐區座位設計是舒服的」、「用餐區燈光照明是協調、舒服的」。 關鍵詞 : 高齡者營養餐食服務、高齡化、績效評估矩陣、失效模式 |
鄭志中 |
蕭○瑜 |
探討金門消費者對於科技接受模式-以超商APP為例 |
近年來,便利商店已經漸漸成為人們生活的一部分,從零售商品到物流配送;從實體店面到線上選購等等,科技越來越發達,電子商務畫時代與時俱進,這些商機將會帶來巨大的利益。
關鍵字:科技接受模式、便利超商APP、消費者特性 |
江育民 | 羅○禔 蘇○豪 蔡○德 黃○瑋 |
運用深度學習方法於玻璃瓶外觀瑕疵檢測 | 深度學習是近幾年熱門的研究趨勢,透過仿人腦的類神經網路來學習大量資料、抓取特徵,人工智慧將足以替代許多高重複性勞力工作,甚至在工作效率上有所超越。本研究之研究目的為探討利用深度學習之YOLOv5的演算法進行玻璃瓶圖像辨識,從最初的玻璃瓶取像,初次人工標註,訓練程式資料集,最後整理並分類出不同類型的瑕疵;利用機器視覺經過學習後能夠以快於人工辨識且有效提升精準度的特性去針對小物體上的瑕疵去取像,取代過往效率低下的人工辨識,降低不良率的產生、減少人力成本與消除長時間人工作業帶來的職業傷害。另外也針對光源進行說明,本研究為了呈像的品質與降低外在因素的干擾,如反光。將檢測物置於自製環境內,並設計出合適的光源位置、強度,以達到最適取像環境。雖然最終成果因設備上的問題不盡理想,但相信在設備完善的情況下能達成在現場檢測的需求。 關鍵詞:小物體辨識、玻璃瑕疵檢測、YOLO、光源架設 |
江育民 | 胡○琛 林○緯 李○璇 |
應用精實生產技術導入少量多樣生產企業之研究 | 面對全球化競爭下產品生命週期縮短、少量多樣、快速交貨…等各式的壓力下,產業升級和轉型已成為迫切需求。近期精實生產 (LeanProduction) 受到許多製造業的重視成為一項重要的管理議題,許多企業莫不希望藉由精實生產的實施或導入,發現問題及改善傳統生產的盲點,消除流程中的浪費,減少不必要的投入與庫存管理,以縮短交期與成本、提高品質及強化整體生產的能力。 本研究以精實管理與系統模擬 (SystemsSimulation) 為主要研究架構,透過運用價值溪流圖 (Value Stream Mapping, VSM)、系統模擬等方法協助改善訂單、存貨、交期等問題,從中發現浪費並提出改善方案,幫助企業從原本批量生產的方式改為流水線生產,減少中間閒置時間達到產線平衡,過一個完整的流程來找到浪費的地方加以剔除,以不鏽鋼管配件金屬產業之實際案例的改善前後來量化執行成效。 關鍵字:精實管理、系統模擬、價值溪流圖、庫存管理 |
呂立鑫 | 江○瑀 江○曄 林○澤 廖○茜 |
酒廠釀酒作業人員肌肉骨骼危害風險評估與人因改善 | 透過現場工作觀察及錄影調查後,我們發現釀酒的工人在工作的過程中,上肢及下背皆有過度不良運用的情況,特別是「翻糟」、「出池」、「清糟」、「下鍋」這四個部分,這些作業的工人有著高重複性作業,很可能會造成肌肉骨骼之問題,是一項值得研究改善的議題。 本專題將以MVTA軟體 (Multimedia Video Task Analysis,MVTA) 分析釀酒工人的動作,並且利用KIM關鍵指標法 (KIM-LHC) 以及EAWS (Ergonomics Assessment Worksheets) 人因評估表兩者分別進行危害風險評估,判斷工人是否承受著肌肉骨骼危害的風險,並找出關鍵原因,依據勞動部職業安全衛生法之規範,提出能防止肌肉骨骼危害的改善方法。 根據分析的數據顯示,出池、清糟和下鍋皆屬於高風險作業,我們以這三個部分做為改善對象,提出了增設輸送帶這項方案,並分析出改善後的預期效益。在這三個站別之間加入輸送帶,加上人員的調度,能順利的讓所有的作業人員排除在高負荷的高風險範圍內。 關鍵詞:肌肉骨骼傷害、上肢及下背危害、人因分析改善、關鍵指標法、MVTA軟體 |
吳佳駿 | 江○蓉 林○蓉 蔡○璇 吳○芳 |
人工智慧應用於木瓜等級分類之研究 | 人工智慧始於1950,其後機器學習的出現與近幾年深度學習技術突破性成長之下,促使影像辨識技術越來越成熟,目前,影像辨識已可實現人臉辨識、車牌辨識與入侵者偵測等功能,而此技術也越來越廣泛運用在農業上,例如:幫助番茄植株疾病的辨識、檢測香蕉疾病與病蟲害與對水稻種子進行品種識別等等,解決許多耗時又耗力的問題,進而大大推動智慧農業,有效提升生產效益,並且帶來極大的貢獻與便利。 本論文透過AI影像辨識,且以卷積神經網路CNN之DenseNet-BC的架構對木瓜外觀特徵進行影像訓練,並與卷積神經網路CNN之VGGNet的架構進行比較而分析其優劣,為此得以建立一套木瓜品質的篩選系統,幫助農民能夠在分類過程中節省時間與減輕負擔,並帶來便利。蒐集227張木瓜影像,其中訓練資料(共206張)及測試資料(共21張)比例為80%與20%。所有影像均透過專業農民協助進行人工分類及標記,依據實驗需求將木瓜品質共分三種等級,將資料進行訓練與預測後,最終得實驗結果後,進一步分析結果與探討問題,並討論未來可能發展。 關鍵詞:人工智慧、農業、AI影像辨識、卷積神經網路CNN、VGGNet、DenseNet |