很榮幸這學期受到開南大學健康產業管理學系范靜媛主任及李盛安老師邀約擔任「智慧健康系列課程」計畫協同主持人，並擔任部份課程講師。本學期（111年度第一學期）協助的課程為「健康資料處理與分析」，此次為第13週，課程內容為「健康資料應用─資料訓練與預測」，課程大綱如下：
13.1 邊緣智慧應用開發流程
13.1.1 人工智慧及常見應用
13.1.2 雲端與邊緣智慧
13.1.3 人工智慧開發流程
13.1.4 Intel OpenVINO
13.1.5 Google MediaPipe
13.2 智慧健康照護與管理實例分享
13.2.1 人工智慧與健康照護
13.2.2 影像取像技術
13.2.3 案例分享
13.3 智慧運動分析與管理實例分享
13.2.1 人工智慧與健康照護
13.2.2 影像取像技術
13.2.3 案例分享
以下就是此次課程簡報，提供大家參考。（點擊圖放大）
很高興今天(2022/11/30)受到臺北科技大學自動化科技研究所蔡孟伸老師邀約，和同學們在「車輛所/自動所/能源所111學年度第1學期聯合學術研討會」聊聊「智慧製造」與「元宇宙」之間的關連，並透過一些實際案例讓同學們更能體會從發想、實作到落地中間所需運用的技術。以下就是本次分享的大綱。
其中還分享了數個案例，包括
完整簡報如下所示。（點擊圖片放大）
很高興今天(2022/11/28)受到臺北商業大學資訊與決策科學研究所廖文華所長邀約，和同學們在「深度學習」這門課程聊聊「電腦視覺」與「智慧零售」之間的關連，並透過一些實際案例讓同學們更能體會從發想、實作到落地中間所需運用的技術。以下就是本次分享的大綱。
1. 人工智慧與智慧零售
2. 深度學習與電腦視覺
3. 智慧零售影像分析技術
4. 應用實例分享
完整簡報如下所示。（點擊圖片放大）
很高興今天(2022/11/17)受到南開科大USR中心蔡名桂主任和自動化工程系李清一老師的邀約，和自動化工程系大四學生分享一下「智慧智造與可程式控制器應用」。主要內容包括下列項目。
以下就是此次的簡報分享。（點擊圖放大）
很高興今天（2022/11/10）受資策會物聯網智造基地邀約，在「台灣IC智造年會」和大家談談「AIoT與tinyML生態系國際發展趨勢與國產IC未來方向」這個主題，主要包括下列三個子項。
這個主題在2022/10/14「物聯網智造基地─國產IC線上分享會」曾和大家分享過，不過上次時間有限只能針對三個子項的前一項講的較多。此次分享時間依舊不足，所以會針對後兩個子項做更完整分享。 如果沒有跟到前面活動的朋友可以參考文末影片連結 00:17:30 ~ 00:48:00處，完整簡報連結。
以下就是此次活動簡報。（點擊圖放大）
很高興今天(2022/11/08)受到南開科大USR中心蔡名桂主任和自動化工程系李清一老師的邀約，和自動化工程系大三學生分享一下「智慧智造與工業感測技術」。主要內容包括下列項目。
以下就是此次的簡報分享。（點擊圖放大）
從2017/11/8創建這個部落格至今已滿五年了，又是到了自我檢視的時候了。感謝過去一年間大家的支持，點閱次數已累積382,658次，較去年新增5萬4千多次，新增貼文31篇。相較去年貼文數沒有太多增加，今年主要都是長文，所以寫起來頗花時間。而點閱數明顯下降了3萬多次，不知道是寫的內容太冗長大家看不下去，還是寫的主題不夠吸引人，還是內容不夠精彩，總之自己要多多創作才是。
今年花在經營Facebook社團「Edge AI Taiwan邊緣智能交流區」(2020/5/2成立)的時間較多，每天都要安排一些最新資訊及相關專題製作分享，雖然得到的回應（按讚及留言）不算太熱烈，但是日活量（潛水）也都還保持在1000~2000人，所以也不完全算是我每天對著空氣在講話😅。隨著手邊工作量日益增加，不知這樣耗時且無私付出的工作還能撐多久，就只能隨緣了。
以下就是過去一年的成果，感謝大家的點閱、按讚，讓我有繼續寫下去的動力，如果覺得部落格或FB社團中的內容還用得上，歡迎多多分享給需要的人，謝謝！
 |
| 2022/11/7 部落格累積點擊數量382,658次 |
 |
| 2021/118-2022/11/7 部落格瀏覽數量統計 |
 |
| 2021/11/8-2022/11/7 Top 1 ~ Top 5文章及點擊數 |
 |
| 2021/11/8-2022/11/7 Top 6 ~ Top 10文章及點擊數 |
很榮幸這學期受到開南大學健康產業管理學系范靜媛主任及李盛安老師邀約擔任「智慧健康系列課程」計畫協同主持人，並擔任部份課程講師。本學期（111年度第一學期）協助的課程為「健康資料處理與分析」，此次為第八週，課程內容為「健康資料收集與處理─穿戴式及健康照護感測器介紹」，課程大綱如下：
8.1 智慧物聯網
8.1.1 物聯網工作流程
8.1.2 智慧物聯網架構
8.1.3 感測器分類
8.1.4 感測器簡介
8.2 穿戴式感測器
8.2.1 穿戴式感測器類型及作用
8.3 健康照護感測器
8.3.1 健康照護感測器類型及作用
8.4 資料收集方式
8.4.1 常見感測器模組
8.4.2 常見物聯網開發板
8.4.3 資料收集工具
8.5 資料清洗及標註
8.5.1 資料清洗
8.5.2 資料標註工具
以下就是此次課程簡報，提供大家參考。（點擊圖放大）
在20世紀時大家上網只為了查詢資訊，到了21世紀雲端計算(Cloud Computing)、物聯網(Internet of Thing, IoT)及各種長短距離通訊技術興起，於是大家就能更方便將各種感測器的資訊傳送到遠端，也能讓使用者透過各種行動通訊裝置遠端遙控家電等致動元件。
以往本地（裝置）端上會有一個單晶片(MCU)來接收各種感測器信號，如溫度、濕度、氣壓、照度、電壓、電流、PM2.5、振動等感測器。這些感測器有些是以類比信號輸入，有些會使用I2C, UART, SPI等有線數位通訊方式接入MCU，甚至有些會採藍牙(Bluetooth, BT), ZigBee等無線通訊方式傳入。
在沒有網路或通訊不良情況下，會先利用本身的快閃記憶體(Flash)或隨機記憶體(SRAM)暫存這些定時收集到的資訊。當恢復通訊時就能以有線乙太網(Ethernet)或無線網路（如WiFi, LoRa, SigFox, NBIoT等）甚至是一般手機的3G/4G/5G通訊模組將資訊傳至遠端的雲端服務器中。此時使用者透過行動通訊裝置（如手機、平板電腦等）或一般桌機、筆電上運行的瀏覽器程式，就能從雲端服務器中取得資訊，了解目前遠端的狀況。當然這裡也可反過來，送出控制命令，傳到一直在監聽命令的MCU中，此時便可依命令去控制燈具、馬達及各式家電的電源開關，甚至可傳送數值控制可調的家電，如冷氣溫度、電燈亮度等。如Fig. 1所示就能看出智慧物聯網的基本架構。
 |
| Fig. 1 智慧物聯網(AIoT)架構圖[1]。(OmniXRI整理製作) (點擊圖放大) |
很高興今天（2022/10/21）受到研華及MakerPRO邀約擔任「實現企業邊緣AI轉型關鍵解密」線上論壇講者，和大家分享「邊緣AI應用快速部署挑戰」 這個主題。此次主要針對下列三個子題進行分享，希望能帶給大家一些幫助。
以下就是今日簡報內容。（點擊圖放大）
去(2021)年9月時小弟曾寫過一篇「當智慧物聯網(AIoT)遇上微型機器學習(tinyML)是否會成為台灣單晶片(MCU)供應鏈下一個新商機！？」[1]。其中對通用型單晶片(Micro Controller Unit, MCU) 的歷史及台灣投入現狀有完整的整理。同時也清楚說明了智慧物聯網(Artificial Intelligence + Internet of Thing, AIoT) 和微型機器學習(Tiny Machine Learning, tinyML) 的概念及兩者間的關係。文中也提出MCU等級的AI應用開發流程及台灣廠商面臨的機會與挑戰。但是，一年過去了，台灣方面廠商似乎沒有太多動靜，相較於對岸及國際上如火如荼的開展，不免有些感嘆。於是再次動筆寫下這一年觀察到的趨勢，整理了5大技術、40個產品和11家模型自動優化(AutoML)平台分享給大家，希望能引起更多人關注。也期望台灣廠商能更重視這個新興市場，投入更多資源，以免錯失下一個黃金十年。
