| 2021 共識營 |
|---|
|
前瞻深耕111、永續發展117
|
|
(主軸：凝聚校務共識，深耕智慧大學)
|
|
110/09/0
|
| 109學年度共識營創辦人講評 |
|---|
|
與全校相關部分：
|
|
1.發展一院一特色
|
|
2.聘請高研究能量學者(十年百師計畫)
|
|
3.人工智慧、智慧校園是學校發展的核心，各學院與人工智慧學院必須緊密合作
|
|
4.善用中國醫 / 附醫的資源(中亞聯大)作為招生宣傳
|
|
與資電院相關部分：
|
|
1.培養人才最重要，現在要想如何跨業結合，跟產業界合作培養產業型博士生，各院系應考慮聘請產業人士協助培養學生。
|
|
2. 每學院應與AI結合，發展方向聚焦在medical AI(結合資訊)，資電學院可以更重點發展AI。
|
| 109學年度共識營校長講評 |
|---|
|
凝聚共識 ( 與全校相關部分：)
|
|
每個系所要有一個特色及易上口的slogan，各院系都有分析競爭的校系，一定要有完整的策略和說帖，說服考生為何必須選填亞大
|
|
提高論文質與量，每院至少找2個高產量學者
|
|
國際生KPI為本校學生 20% ，
|
|
各學院重新研擬KPI，每年檢討KPI是否達成
|
|
提高各系輔系、雙主修之比例
|
|
衍生企業，方向是Medical XX 與多維列印XD printing
|
|
校長講評(與資電院相關部分) ：
|
|
科技部的計畫，各院件數與金額都下降，宜持續每年都有整合計畫，申請大型整合計畫。
|
|
各學院系教師科技部計畫一定要提升，尤其新聘的老師一定要申請科技部計畫
|
|
可延續針對AI證照，加強AI的政策
|
|
再檢討組織研究團隊、產學團隊提升論文表現貢獻度、科技部的計畫貢獻度，並以最快的方法找人才
|
|
現在整個的產業都是技術導向，請再加強研究團隊的整合、技術的support
|
|
檢討AI獎學金是否找到好的學生，目前學生比賽表現非常好，是否需要更多學生強化菁英班經營績效
|
|
產學要再加油
|
|
2030年資通訊人才需求8.3萬，思考如何讓我們學生 變成企業最歡迎的人才
|
| 大綱 |
|---|
|
一、創新扎實院系特色，強化校院系競爭優勢:
|
|
扎實特色招生
|
|
二、促進國際學研鏈結，鼓勵師生全球移動:
|
|
國際學研移動
|
|
三、整合產研創生生態，精進PPTP接軌 SDGs:
|
|
產學共創創生
|
|
四、深耕智慧大學，IR思維創新契機:
|
|
智慧IR決策
|
|
五、總結
|
| 規劃理念: |
|---|
|
以核心技術結合跨領域專業開發重要應用
|
|
以資訊技術為核心結合跨領域專業開發對社會有貢獻的應用
|
|
培育跨領域的資訊人才
|
|
培育具創新思維的跨領域資訊人才
|
| 學系 | 考試分發 核定名額 | 回流名額 繁星推薦 | 回流名額 個人申請 | 回流名額 四技二專 | 回流後 招生總名額 | 109 落點 | 110 落點
| 生物資訊與醫學工程學系
| 4
| 1
| 1
|
| 6
| 29.81 | 38.73 49.8 | 54.26 資訊工程學系
| 8
| 1
| 10
| 17
| 36
| 48.93 | 48.14 41.53 70.59 | 69.91 77.58 行動商務與多媒體應用學系
| 7
| 1
|
| 1
| 9
| 57.68 | 55.48 71.06 | 70.44 資訊傳播學系
| 6
|
| 1
| 3
| 10
| 56.02 | 57.93 76.95 | 64.63 |
|---|
| 回流原因分析 |
|---|
|
國立大學資通訊名額增加，原有潛在學生錄取國立大學機會大增
|
|
110年個人申請錄取第二階段成績提升，導致競爭學校大幅提升，與熱門科系重榜機會大增
|
|
學生可同時做個人申請及四技二專的申請，若錄取國立科大則優先選擇。
|
|
受少子化影響，高中職讀資工的人數正在減少。
|
|
四技二專甄審中電機群主要為重電領域學生，與資工弱電特色不符合，報考人數量少
|
| 招生策略調整 |
|---|
|
辦理大師講座，
|
|
放置於院系網頁，並於FB、IG等宣傳管道推廣
|
|
持續利用人工智慧浪潮，後疫情時代零接觸經濟，以及本校在大健康產業的優勢 增強號召力
|
|
強化院系網頁 展現本院堅強的實力 宣揚對外印象
|
|
廣泛推廣宣傳本校及本院特色
|
|
(中亞聯大、雙聯學位，AI程式設計菁英班)
|
|
強化與高中生連結，針對高中生需求調整招生作為
|
|
寒暑假常態化舉辦資工營隊，與各高中保持互動
|
|
持續利用AI-USR計畫廣結高中端善緣，增強學校與系所之品牌形象
|
|
持續追蹤關心聯繫，並創LINE社群
|
|
調整四技二專招生類別(資工系改招收 電機與電子群 資電類)
|
|
調整面試策略 確定錄取高意願的學生
|
| 大人物時代人才培育 |
|---|
|
重視實務能力：
|
|
檢視/調整課程（學程）設計，培育大資工時代需要的軟體人才，強化
|
|
因應後疫情時代：
|
|
擴大線上(遠距)課程開設、佈署後疫情時代所需要的宅經濟/科技（線上學習、遠距醫療、混合實境、串流媒體、智慧物聯網與5G）人才。
|
|
333 精進程式設計教育
|
|
三個課程模組循序漸進
|
|
期中實施三個 Level 分流教育，適性揚才
|
|
提供線上課程、線上評量、雲端家教等三種彈性學習工具
|
| 雙聯學位 與 英語國際班 |
|---|
|
Out-Bound Oriented
|
|
加拿大 Ontario Technology University
|
|
巴黎 13 大學
|
|
英國 Edge Hill University
|
|
美國 Drexel University
|
|
In-Bound Oriented
|
|
印度 SASTRA 半導體碩士班
|
|
印尼 ITS泗水理工大學
|
|
英語授課國際班 (Since 2021 Fall)
|
| 資電學院網頁增強計畫 |
|---|
|
除學校規定的項目外: 增加以下項目
|
|
近期目標
|
|
1. 使用彈窗 放置招生廣告
|
|
(強調世界排名，中亞聯大，傑出講座，就業前景，雙聯學位，菁英班等)
|
|
2. 所有執行中計畫，都有網頁介紹，將網址提供給院網 。
|
|
3. 所有碩博士論文列表及摘要
|
|
4. 所有老師都有網頁，記錄所有學術成就及重要教學研究活動
|
|
5. 各研究實驗室增加各種學術成就，獲獎宣傳，與直播錄影
|
|
6. 各研究實驗室外牆海報 印出 QR code 連結到實驗室網頁
|
|
Data Driven 規劃
|
|
各系系網配合資發處的 教師歷程資料庫
|
|
設計即時動態呈現各系的學術成就 獲獎記錄 研究計畫等 豐功偉業
|
| 國際學研移動 |
|---|
|
規劃理念
|
|
執行策略
|
|
績效評估與指標(KPI)
|
| 規劃理念 |
|---|
|
擴大國際招生，對於因疫情關係不便前來台灣的同學，開設遠距課程
|
|
在國際疫情趨緩之前提下鼓勵海外交換與實習，或是進行virtual exchange
|
|
強化與國外學者合作，共同研究、發表。
|
|
舉辦國際學術研討會(可以線上進行)
|
|
邀請國外學者演講 (可以線上進行)
|
|
合聘國際知名學者
|
|
積極開辦國際雙聯學位 以及 英語授課國際班
|
|
利用 AI 及 半導體 優勢 吸引國際學生
|
| 執行策略 |
|---|
|
舉辦全英課程 (23門) 以及 英語授課國際班
|
|
開設寒暑期研習班，吸引學生(4班次，580人)
|
|
辦理Virtual Exchange 課程 (13門291人，110-1開設5門)
|
|
學生參與遠距交換 (學海)(南洋理工大學3位)
|
|
與國外學者共同發表 (240篇)
|
|
發表國際期刊論文( 536篇)
|
|
舉辦國際研討會或演講(2020舉辦IEEE IRC2020, 2021 將舉辦 IEEE
|
|
IRC, BigMM, AIVR三場研討會)
|
|
聘請或合聘國際知名學者 (3位)
|
|
參與國際研討會(線上16次)
|
|
邀請國際學者演講(1次)
|
|
鼓勵學生參加姊妹校寒暑期研習課程，增進國際視野及外語能力，
|
|
積極提升學生外語能力，由專職教師輔導學生申請學海交換計畫
|
| 教育部強化與東協及南亞國家合作交流計畫 |
|---|
|
人工智慧(AI) 研發菁英人才博士專班 (許慶賢、陳興忠、張文鐘)
|
|
AI研發菁英人才博士專班：一期三年
|
|
招生國別：擬招生國別：印度
|
|
班級數：1 班
|
|
每班人數：12人
|
|
半導體研發菁英人才專班 (許慶賢、宋昱霖、張文鐘)
|
|
半導體研發菁英人才專班：一期二年
|
|
招生國別：擬招生國別：印尼、印度
|
|
班級數：1 班
|
|
每班人數：12人
|
| 雙聯學位 與 英語國際班 |
|---|
|
Out-Bound Oriented
|
|
加拿大 Ontario Technology University
|
|
巴黎 13 大學
|
|
英國 Edge Hill University
|
|
美國 Drexel University
|
|
In-Bound Oriented
|
|
印度 SASTRA 半導體碩士班
|
|
印尼 ITS泗水理工大學
|
|
英語授課國際班 (Since 2021 Fall)
|
| 印度半導體專班 |
|---|
|
與印度SASTRA Deemed
University大學，簽訂資訊工程學系碩士學位1+1雙聯學制
|
|
由印度TATA電子公司贊助印度學生，來台灣修習半導體相關課程
|
|
每年招收25名印度學生，預計自111學年度起，來台就讀
|
|
學生在專班研習一年，再於台灣從事一年實習與研究計畫
|
|
資電學院半導體專班，以元件設計模擬為主，10年來培育70多名印度、印尼及本國學生
|
| 國際合作 |
|---|
|
美國 UC Irvine、喬治亞理工學院、密蘇里大學 (3D 列印)
|
|
日本 京都大學 (智慧學習 Book Roll)
|
|
印尼 UMY，Airlangga、I3L (智慧交通)
|
|
美國 Drexel University (智慧醫療)
|
|
印尼 泗水大學 (智慧醫療)
|
|
越南 國民經濟大學 (人機互動)
|
|
短期交流、產學合作、MOU、MOA 國外機構包含澳洲 西雪梨大學；捷克
奧斯特拉瓦大學, 新加坡 南洋理工大學等21所大學
|
| 主辦國際研討會 |
|---|
|
2018
|
|
IEEE AIVR (AI/虛擬實境)
|
|
BIBE 2018 (生物工程)
|
|
TAAI 2018 (人工智慧)
|
|
2019
|
|
IEEE SOCA 2019 (服務計算架構)
|
|
IEEE SC2 2019 (雲端計算)
|
|
IEEE DataCom 2019 (大數據)
|
|
IOV 2019 (車聯網)
|
|
MobiSec 2019 (網路安全)
|
|
2020
|
|
IEEE IRC 2020 (機器人)
|
|
BWCCA-2020 (無線網路
|
|
2021
|
|
Future ICT-2021
|
|
BWCCA-2021
|
|
IEEE AIVR 2021
|
|
IEEE IRC 2021
|
|
IEEE BigMM 2021
|
| 深化國際學術服務 |
|---|
|
Editor-in-Chief
|
|
International Journal of Artificial Intelligence Tools,
|
|
International J. Big Data Intelligence,
|
|
International J. Grid and High-Performance Computing,
|
|
International J. Network Security,
|
|
International J. Electronics and Information Engineering
|
|
Editorial Board
|
|
IEEE Trans. Cloud Computing, IEEE Trans. Services Computing,
|
|
International Journal of Web Services Research, International
|
|
Journal of Semantic Computing, etc..
|
|
Steering Committee
|
|
IEEE Trans. Cloud Computing, IEEE DataCom, IEEE SC2, IEEE SOCA,
|
|
IEEE BIBE
|
|
Executive Committee
|
|
IEEE Technical Committee on Cloud Computing
|
| 產學共創創生 |
|---|
|
規劃理念
|
|
執行策略
|
|
績效評估與指標(KPI)
|
| 規劃理念 |
|---|
|
運用本院所擁有的核心技術聯合其他學院以及中亞聯大的資源，一起開發具有SDG潛力的專利技術
|
|
鼓勵教師發表研究成果前，先申請發明專利，並做技術轉移
|
|
鼓勵教師參與研究中心和研究團隊，激發創意，學習如何將研究成果轉為發明專利，並做技術轉移
|
|
智慧醫療
|
|
智慧服務與製造
|
|
智慧農業
|
|
智慧金融
|
|
走出象牙塔，因應社會需求，開發有益國計民生的技術
|
|
主動發掘在地需求，融入教學與研究，跨域協助解決問題並帶動在地產業及社區發展
|
|
落實教學實踐開發教材，與整合的畢業專題導向教學法來提升學生的學習興趣，進而提升學生的學習成效
|
|
鼓勵教師參與在地產學合作計畫
|
|
鼓勵教師取得專利，進行技術移轉與在地產業
|
| 人工智慧技術最新發展 |
|---|
|
Data Driven - 深度學習
|
|
DNN, CNN, RNN, etc.
|
|
遷移學習 (Transfer Learning)
|
|
生成對抗網路 (GAN)
|
|
聯邦式學習 (Federated Learning)
|
|
集成學習 (Ensemble Learning)
|
|
可解釋人工智慧 (XAI, Explainable AI)
|
|
Model Driven
|
|
具有理解能力的 NLP
|
| 具有理解能力的 NLP (自然語言處理) |
|---|
|
許聞廉講座教授
|
|
目前能力 能理解小學程度的算數問題
|
|
智慧型對話Robot
|
|
超越一問一答的對話系統，(只能做到比對、分類，沒有理解力)
|
|
保險機器人
|
|
長照系統-居服員
|
|
語言翻譯
|
|
中英文「換句話說」系統
|
|
病歷結構化
|
