【InnoServe竞赛须知公告】2019第24届大专校院资讯应用服务创新竞赛须知公告囉！
敬邀大专校院，硕博士班师生组队参加!
(本组不受理高中职师生组队报名喔!)
(一) 报名日期：108年10月1日(二)上午九点开放报名~ 108年10月7日(一)下午六点截
止
(二) 初赛日期：108年10月14日(一)~ 108年10月18日(五)
(三) 决赛日期：108年11月2日(六)
查询网页:
http://innoserve.tca.org.tw/guide.aspx
智慧制造AI创新应用组(SMAI)
鼓励参赛团队依据“智慧制造”应用的情境，针对产业实务上可能面临之问题，透过运用
AI技术，提供创新解决方案之构想并进行概念性之实证，进行作品设计与开发。
产业可能面临之问题：
鼓励与业者合作，解决如:产品设计样式或生产数量未符合市场需求、生产制程中之特殊
技术需仰赖经验调校未能自动化处理、产线资讯未能明确掌握无法快速估算生产成本或无
法快速交货、上游原物料供应商或委外加工厂商未能依制造商之生产进度即时供料/供货
…等。
AI技术：
若参赛作品采用机器学习或深度学习方式解决问题尤佳(不以此为限)，如:
(1)类神经网络(如: RNN递回式神经网络、CNN卷积神经网络、LSTM长短时记忆网络、类神
经网络进阶之深度学习…等)
(2)最佳化算法(如:基因算法、互补式基因算法、蚁群算法…等)
作品展示(概念实证)：
需运用真实或模拟之产业数据或市场数据(数据包含:文字、数字、图形、影像、音频等)
作为AI建模之训练资料，作品需针对欲解决之产业问题，依据该AI模型产生之推论结果，
以概念性实证展示作品之创新性及可行性。作品展示内容将能呈现如何提高供需预测准确
度、降低设备停机时间、降低品管成本、降低库存成本、缩短产品上市时间、提高产线效
率…等。
以AI人工智能技术解决产业实务上问题
参赛作品若采用机器学习、深度学习等技术解决问题尤佳(不以此为限)：
类神经网络：
例如: RNN递回式神经网络、CNN卷积神经网络、LSTM长短时记忆网络、类神经网络进阶之
深度学习…等。
最佳化算法：
例如: 基因算法、互补式基因算法、蚁群算法…等。
数据来源
参赛作品需运用真实或模拟之产业数据或市场数据(数据包含:文字、数字、图形、影像、
音频等)作为AI建模之训练资料。模拟数据来源可参考使用以下之资料集(不以此为限) :
Github：https://github.com/awesomedata/awesome-public-datasets
UCI机器学习数据库：https://archive.ics.uci.edu/ml/index.php
政府资料开放平台：https://data.gov.tw
AI软件开发工具
可参考使用Open Source的AI软件开发工具，例如:TensorFlow、Caffe、Torch…等(不以
此为限)。
作品须能展示概念性实证结果
完成之作品需针对欲解决之产业问题，依据AI模型产生之推论结果，以概念性方式制作雏
型，实证展示作品之创新性及可行性。
作品展示内容要能呈现可以协助改善或解决的成效(如:提高供需预测准确度、降低设备停
机时间、降低品管成本、降低库存成本、缩短产品上市时间、提高产线效率…等)。