產學合作、工程應用與智慧系統
從問題定義、資料治理、模型研發、實驗驗證到場域部署，推動學術成果成為可運用的工程與決策工具。
代表性應用方向
橋梁與基礎設施
UAV巡檢、劣化辨識、修繕成本、結構健康監測、橋面及構件維護決策。
施工安全與品質
工地遮蔽辨識、假設工程勞工安全、危險行為監測、影像分割與即時預警。
工程法律與知識
工程採購、契約、爭議與法規諮詢之LLM及決策支援。
建築能源與微電網
能耗、PV、BESS、SoC／SoH、主電網取電、契約容量及AiEMS。
半導體廠務與循環經濟
HVAC劣化、設備RUL／SLP、設計—施工—運維知識斷層與再利用決策。
環境與水資源
地下管線滲漏、水質、廢水、空污、環境法遵及循環材料治理。
材料與結構
混凝土強度、鋼材、土壤、RC梁及結構設計最佳化。
金融與專案決策
成本財務、投資組合、避險、工期、資源配置與多準則決策。
防災與失效鑑識
風機倒塌、地震、液化、邊坡、疏濬及都市防災資源配置。
近期產學與應用案例
2025信諾科技 × 臺科大：AI於智慧環境治理之產學研究成果發表於SCI Q1國際期刊。
2025大陸工程 × 臺科大PiM：營建假設工程勞工安全與風險管理研究發表於Journal of Safety Research。
2025–2026半導體廠務：WGAN-GP＋Informer生成式資料與長序列預測，支援HVAC劣化、RUL、SLP及條件式維護。
2021–迄今臺科大校園Living Lab：建築能源、PV、BESS、微電網、電動車充電樁及智慧能源管理。
長期與政府機關、工程顧問、營造、能源、製造及資訊企業合作，發展預測、風險評估、巡檢、決策及管理系統。
從研究到場域的六階段流程
1. 問題與利害關係人
釐清管理需求、技術限制、法規、成本與風險。
2. 資料治理
規劃感測、標註、清理、擴增、分割及資料品質。
3. 方法研發
建立原創演算法、AI模型、決策架構及可解釋機制。
4. 驗證與比較
使用標竿、交叉驗證、實證案例及統計檢定確認可靠性。
5. 系統化與部署
形成GUI、儀表板、預警、排程、維護與決策支援。
6. 回饋與擴散
由場域回饋修正模型，轉化為論文、技術知識、人才及制度。
合作模式
- 共同研究：產業提供真實問題、資料與場域；PiM Lab協助研究設計、模型研發、驗證及學術發表。
- 技術顧問：針對AI導入、資料策略、模型選擇、風險分析與決策機制提供諮詢。
- Living Lab：以校園與公共設施作為長期感測、預測、控制及維護驗證場域。
- 人才培育：將產業題目轉化為碩博士論文、專題、實習與共同培訓。
資料優先順序：正式證明／官方頁面 ＞ 2026年申請書 ＞ 原網站歷史紀錄。動態引用與排名均標示基準月份。