各週教學進度規劃 1.傳統物聯(及智慧物聯)基本概念與實務應用簡介 搭配實驗: 實驗1、Arduino UNO WiFi 2 操控及開發環境熟悉實驗 (目的:使學生熟悉主要實驗平台之基本元件操控) 2. 物聯網感知層技術介紹 (Part I) 搭配實驗: 實驗2、 Arduino UNO WiFi 2 感測器操控實驗 (目的:使學生熟悉主要實驗平台之相關感測元件操控) 3.物聯網感知層技術介紹 (Part II) 搭配實驗: 實驗3、 Arduino UNO WiFi 2 感測器致動器操控實驗 (目的:使學生熟悉主要實驗平台之相關致動元件操控) 4.物聯網網路層技術介紹 (Part I) 搭配實驗: 實驗4、Arduino UNO WiFi 2 APs連線實驗與程式撰寫 (目的:使學生熟悉實驗平台之基礎連網功能以及程式開發) 5.物聯網網路層技術介紹 (Part II) 搭配實驗: 實驗5、物聯網常用網站平台簡介(如: Thingspeak)與感測數值上傳實驗 (目的:使學生熟悉實驗平台之基礎連網功能以及程式開發) 6.物聯網網路層技術介紹 (Part III) 搭配實驗: 實驗6、網站數值下載至物聯網設備實驗 (目的:使學生熟悉實驗平台之資料下載功能進而開發設備遠端控制功能) 7. 物聯網應用及專題整合實作 搭配實驗: 實驗7、物聯網實際應用之整合實驗 (目的:使學生熟悉物聯網實驗平台之完整應用開發) 8.智慧物聯深度學習技術介紹 (Part I) (課程融入:模組B-4:深度學習時空間資料探勘模組之單元一、 常見深度學習模型介紹 類神經網路(Neural Networks) 及 卷積類神經網路(Convolutional Neural Networks)) 搭配實驗: 實驗8、深度學習運算開源平台測試與使用(google colabortory) (Part I) (目的:使學生熟悉深度學習運算平台之操作與訓練) 9. 期中考週 10.智慧物聯深度學習技術介紹 (Part II) (課程融入:模組B-4:深度學習時空間資料探勘模組之單元二、具時序性之深度學習模型簡介 遞歸類神經網路(Recurrent Neural Networks) 及長期記憶模型(Long Short Term Memory)) 搭配實驗: 實驗9、深度學習運算開源平台測試與使用(google colabortory) (Part II) (目的:使學生熟悉深度學習運算平台之操作與訓練) 11. 智慧物聯深度學習技術介紹 (Part III) (課程融入:模組B-4:深度學習時空間資料探勘模組之單元三、進階深度學習模型介紹(3小時) 自編碼模型(Autoencoders) 及 生成對抗網路(Generative Adverisial Networks)) 搭配實驗: 實驗10、深度學習運算開源平台測試與使用(google colabortory) (Part III) (目的:使學生熟悉深度學習運算平台之操作與訓練) 12. 再談智慧物聯網應用及專題整合實作 (Part I) (課程融入:模組B-2:居家照護之影像辨識應用開發模組之單元1:PBL 問題定義(針對居家照護之需求探討)及居家照護系統、技術與服務之案例分析) 搭配實驗: 實驗11、其他物聯網開發平台(Raspberry Pi )體驗與操作 (目的:使學生熟悉不同物聯網開發平台) 13. 再談智慧物聯網應用及專題整合實作 (Part II) (課程融入:模組B-2:居家照護之影像辨識應用開發模組之單元2:Raspberry PI 樹莓派硬體開發、ZigBee/藍芽數位 IO 控制及相機模組整合之教學,收集多媒體影像串流的數據資料) 搭配實驗: 實驗12、其他物聯網開發平台(Raspberry Pi )之ZigBee/藍芽數位 IO 控制及相機模組整合操作 (目的:使學生熟悉Raspberry Pi開發平台之影像元件及通訊處理) 14.再談智慧物聯網應用及專題整合實作 (Part III) (課程融入:模組B-2:居家照護之影像辨識應用開發模組之單元3:Node RED 軟體開發平臺與功能設計流程之教學,套用標準通訊傳輸協定與決定即時多媒體影像串流之數據流向) 搭配實驗: 實驗13、Node RED 軟體開發平臺操作 (目的:使學生熟悉不同物聯網軟體開發平台) 15.再談智慧物聯網應用及專題整合實作 (Part IV) (課程融入:模組B-2:居家照護之影像辨識應用開發模組之單元4:雲端運算平臺(Microsoft Az-ure/IBM Bluemix)之教學,透過 API 連接雲端,以複雜型 AI 演算法進行即時影像數據的處理與分析) 搭配實驗: 實驗14、雲端運算平臺及API銜接控制。 (目的:使學生熟悉智慧物聯應用開發所需之雲端運算平臺) 16.再談智慧物聯網應用及專題整合實作 (Part V) (課程融入:模組B-2:居家照護之影像辨識應用開發模組之單元5:事件即時回報功能之設計與教學,將雲端運算分析的異常結果,透過 API 及廣播方式即時通知鄰近的醫療救護機構) 搭配實驗: 實驗15、透過 Dashboard 儀表板顯示即時影像數據資料,辨識及分析出影像中的行為,並設計緊急事件的回報機制,複雜型 AI 演算法分析老人跌倒行為之實習演練 (結合相機模組+Zigbee/藍芽數位 IO 控制模組,導入 CNN 演算法設計即時影像串流資料的分析功能。根據回傳的影像資料,系統自動偵測家中成員是否發生跌倒行為。 (目的:使學生熟悉完整智慧物聯應用開發) 17.專題整合實作 (業師引進) 18.期末專題整合實作小組報告與展示 期中考30% 平時成績 (作業、實驗、出席記錄…) 30% 期末專題 40%
通過條件
成 績 :60 分
-
物聯網課程之實驗操作1--課程概要與熟悉實驗平台
-
物聯網課程之理論基礎知識1--無線網路IEEE802系列簡介_reduced
-
課本_Ch1
-
arduino-1.8.13-windows
-
課本_Ch2
-
課本_Ch3_updated
-
物聯網課程之實驗操作2--掃描所有APs
-
物聯網課程之實驗操作3--連網並印出MAC_localIP_Gateway
-
物聯網課程之實驗操作4--ThingsSpeak網站測試
-
物聯網課程之理論基礎知識2--IEEE802_11簡介
-
物聯網課程之實驗操作5--感測數值並上傳至ThingsSpeak網站
-
完整程式碼講解
-
物聯網課程之實驗操作6--從ThingsSpeak網站讀取欄位數值並進行反應
-
物聯網Midterm2020
-
課本_Ch4_updated
-
物聯網課程之理論基礎知識3--WSN簡介
-
教學用PPT(人像辨識)
-
Upload_廷宇
-
AI與機器學習基本概念介紹(分類分群與迴歸方法)
-
IEEE 802.15.1 Bluetooth介紹
-
藍芽介紹影片1
-
AI與機器學習基本概念介紹(分類分群與迴歸方法)影片1
-
AI與機器學習基本概念介紹(分類分群與迴歸方法)影片2
-
物聯網實務:MQTT+NodeRed
-
110-屏東大學資科系物聯網MQTT+NodeRed
-
AI基礎概念實驗Lab1
-
AI基礎概念實驗Lab2
-
AI與機器學習基本概念介紹(分類分群與迴歸方法)影片3
-
藍芽介紹影片2
-
AI與機器學習基本概念介紹(分類分群與迴歸方法)影片4
-
VANET_routing簡介短片
-
VANETs_Routing_Problem_brief
- 課程介紹
- 課程安排
- 評論