數位匯流政策法規
近期4G行動寬頻與電視數位化等基礎建設逐漸到位，我國應關注相關產業的健全發展與服務升級。本研究團隊主要研究重點：
²數位匯流政策與法規研究：各國數位匯流之比較研究、我國數位匯流法規政策研究、電子商務法規政策研究等。
²數位匯流法規政策之社會衝擊：採取量化與質化方法研究，以不經濟地區與弱勢群體為焦點針對寬頻服務與城鄉數位落差進行研究。
²數位匯流產業研究：數位匯流而出現的新興產業，諸如行動商務、雲端文創等，將對既有產業帶來程度不一的衝擊。研究方向包括：市場界定問題（特別是影音平台產業），以及消費者對新服務的使用意願及對各項定價策略之願付價格等。
²大數據的隱私個資議題：大數據資料的運用牽涉隱私與個資的保護，研究方向包括隱私安全機制與資料使用者的責任。
數位匯流新創服務
在知識經濟時代，產品本質已從有形轉變為無形，造就以「內容」為核心的文創產業。數位內容及文創的核心發展將以數位匯流創新服務為主軸，發展多媒體加值應用垂直整合之知識與技術。研究團隊聚焦於互動多媒體相關技術發展與應用，團隊於過去5年內主持執行超過50個國科會與產學計畫，主題涵概互動多媒體產品規劃與設計、核心技術發展，系統設計與行銷評估等層面，並擔任國內相關產品開發的輔助與顧問團隊。本研究擬以後端平台之媒體安全為主軸，結合影像處理、內容典藏、圖形識別、資料保護、電腦圖學技術。本研究進而運用高階繪圖處理、快速有效的三維物件處理演算法與應用程式，輔以媒體介面設計、視覺藝術呈現、數位學習應用、遊戲規劃、以及互動影音應用整合系統。
教育資料分析
大數據應用在教育或學習領域，可用來分析教師教學歷程、學生學習、活動歷程，以及測驗評量，蒐集這些資料，並輔以校方行政記錄資料，以及學生家庭背景資料之交叉分析，預期可建立診斷與預測模型，提供高價值的教育新創服務。
本分項計畫研究團隊擬結合各類異質資料，透過大數據分析技術，協助不同層級的教育機構，建立預測診斷模型及預警制度，促進加值教育服務與應用。研究重點為：(1)建立桃園縣中小學中輟學生與學習落後學生之預測模型；(2)研發桃園縣中小學中輟學生與學習落後學生預警機制；(3)建立即時預警系統示範點，提供即時預警與輔導機制，並檢視成效；（4）建立元智大學二一學生預測模型與即時預警機制；（5）建立元智大學「學生職涯發展預測模型。」
社群媒體資料分析
社群媒體從早期親友聯絡情感的管道，逐漸發展為各方意向評論匯集的重要平台。社群媒體形塑商品評論、品牌形象、政見發表、以及公共議題評述。社群媒體具備數量大、產生速度快、來源管道多元等特性，對於傳統資料分析技術衝擊頗大，各項創新應用的發展也令人期待。本團隊研究重點包括:
²Textual
Streaming Data Mining：本團隊擬突破傳統Archive型態的資料分析技術，發展即時化streaming data。
²Dimensional
Chinese Emotion Recognition：情感強度的維度型表示法尚屬新興領域，本團隊將以Valence與Arousal(VA)二維表示法表示情緒，發展基於VA平面之文字情緒辨識方法，以提升情感分析技術及相關應用的深度與廣度。
²Event-Attribute
Extraction：社群相關應用中，Early Event Detection、Trend Detection、Causality Detection等皆為相當實用且熱門的研究主題。本團隊將探索如何自大量的資料自動抽取，推論與事件有關之人、事、時、地、物等屬性特徵，有助理解個別事件及關聯事件。
醫學資料分析
傳統在醫院開刀房或是加護病房的生理監視器MP60都需要護士隨時在旁作後續數據的採集與紀錄，而採集到的各種即時生理數據也因有時效性，因此易讓護士的工作壓力大，而常需作數據更新也讓資料失去即時性。
 |
| MP60儀器 |
醫學健康大數據分析研究團隊提出一解決方案，擬以物聯網觀念為核心之嵌入式系統架構，實現即時輸出實驗數據與即時監控病人狀態應用。此舉為利用低價位的單晶片結合周邊各種設備來建立其相對應的嵌入式資料收集( Capture )與傳輸( Transmit )系統，再以此系統的硬體將各種不同的通訊格式轉換成網路(Internet)的傳輸格式，最後在伺服端只需以一台個人電腦透過網路連線將各個儀器所量測的資料整合成電子資料庫( Database )，而此資料庫便可依使用者的不同需求而提供不同的服務；對醫生而言，只要其選擇欲分析的資料段與分析方式，系統可提供遠距即時監控功能，立即查詢病患在病房的各種即時生理數據，以便立即下達緊急處理的步驟。
 |
| 嵌入式系統架構圖 |
除此之外，針對目前大數據(Big Data)這種巨量資料應用的趨勢，醫生們亦可延伸應用現有各種生理數據，例如：除了可以判定麻醉品質，也可更精確地管控開刀房用藥，讓開刀房裡的藥品種類使用更有效率地滿足需求。
生醫資訊
生醫資訊之研究重點在於運用電腦科技來協助分析與使用生物、醫學、醫療上的大數據資料，以改善醫療品質與生活品質；其次，結合資訊科技領域及基礎生物醫學領域，針對「生醫資料分析與探勘」與「計算系統生物學」等基礎生物醫學及生命科學問題，探討人類疾病相關的機制，以建立資訊與生物醫學領域的溝通橋樑；此外，本團隊進一步結合統計分析技術、資料探勘技術、大數據分析、決策科學、最佳化理論與演算法設計，以輔助醫療健康照護上之決策制定與問題解決，同時運用醫學影像處理與分析等特性，建構醫學影像自動化輔助偵測診斷與預測評估系統。
團隊目前研究內容主要著重在腎臟與心臟醫學等相關主題，包括：
²糖尿病患腎臟病變之預測
²心臟疾病發病機制分析
²利用高通量定序技術進行菌相檢測與功能性分析
²疾病或癌症細胞分子調控網路之建構
²腎臟及心臟醫學影像自動化輔助偵測診斷與預測評估系統
²肝硬化病人發生急性冠心病比率之評估
²流感疫苗接種者與心肌炎發生比率之評估
未來將致力於整合跨領域的研究團隊，進行大數據生醫資訊與醫療保健前瞻性課題研究，提昇相關領域之研發能量及技術水準。
商業智慧
商業智慧
(Business Intelligence)主要是以線上即時分析 (OLAP，On-Line Analytical Processing) 與資料探勘 (Data
Mining) 整合與分析業務資料，提供線上相關報表、業務分析與預測，以供企業決策所需。近幾年因應Internet資料量快速累積，相關資料日益具有商業分析的需求， Big Data Analytics 越顯其重要性，未來企業商業智慧來源將由傳統結構式資料(Structured Data)逐漸轉變為混合結構式與非結構式資料(Structured
Data + Unstructured Data) 的新趨勢。
本研究團隊主要專注在資料分析與資料呈現部分。其中OLAP線上即時分析係採用多維度之資料結構 (Cube) 將資料載入，以進行多項不同維度整合的分析。除了將資料已知的「複雜、模糊」關聯性清晰呈現，並利用資料探勘中的統計、人工智慧 (AI) 或其他的分析技術，在巨量歷史資料內深度尋找與發掘未知、隱藏性的關係與規則，從而達成分類(classification)、推估(estimation)、預測(prediction)、關聯分組(affinity grouping)、同質分組(clustering) 等結果，以挖掘出資料未知的關聯性，方便建立與調整模型而求得預期的結果，提供「智慧」分析以為於企業決策之用。未來更將運用巨量資料分析在智慧行銷與智慧管理兩大重點領域，整合線上及實體世界群體行動的巨量資料，透過新理論建構與開發新工具，發展出一套整合分析架構，並對於O2O零售的群眾參與方式預測及開放式的創新經營模式等多所探討。
智慧交通運輸
智慧型運輸系統（Intelligent Transportation Systems, ITS）係藉由先進的資訊科技，將運輸系統內人、車、路所蒐集的資料轉化成合適且有用的資訊，透過即時的溝通與連結，改善人、車、路之間的互動關係，提升用路人的交通服務品質與運輸系統之安全、效率與舒適。ITS在歐美日等先進國家已發展近二、三十年且有不錯的成效，而台灣在近幾年來也開始進行智慧交通設施的佈建，如國道電子收費系統ETC的建置堪稱領先全球的創舉。在國道電子計程收費進行營運與未來機場完成擴建後，預期將有大量智慧行車服務需求，加上大桃園地區平面道路資訊的收集，屆時將產生巨量的交通資料。本研究計畫將導入雲端巨量資料分析演算法及視覺技術，開發各種即時多元的智慧交通服務與應用系統，以提升產業產競爭力與促進區域發展，其具體的研究方向有以下幾項：
²巨量即時車流分析：藉由偵測道路車輛資訊，即時計算各路段車流量與平均車速等交通參數，開發即時交通監控、行車時間預測、路徑規劃等技術，提供即時道路資訊系統與即時運旅服務等應用之基礎。
²智慧型車輛監理：開發雲端視訊處理及監控平台，以視訊監控系統進行視訊交通參數擷取、車輛影像分析與犯罪偵防、即時路況視訊分析、交通事故偵測與主動通報等。
²物流車隊管理：以物流車隊派遣與管理系統為研究主題，透過即時道路車況資訊設計輸配決策支援系統，開發減碳節能之行車路徑與導航系統，協助物流貨運業者進行車隊管理與派遣、提升運輸效率與安全，減少人力成本與增加生產力，提升公司整體經營績效與競爭力。
零售通路
本研究團隊著重於通訊服務與零售產業之智慧行銷與智慧管理應用。以整合線上社群的訊息/知識分享、行動策畫、情感傳播及實體世界的群體行動，密集互動產生的大數據，透過新理論建構與開發新工具，發展出一套整合分析架構，為經營者帶來洞察力。藉由商業模式的導引，實現下述商業機會：
²線上零售業者發展「以社群互動為基礎」精準行銷以及Online to Offline虛實整合；
²線下零售業者建構連結由實體通路為基礎的Offline to Online行銷模式；
²結合顧問諮詢、CRM軟體、POS機等軟硬體，發展加值的資料收集與分析研究方法。
與電信公司和居家零售商合作，透過大數據分析深入了解消費者行為，協助公司進行精準行銷、提升行銷效益。藉分析消費者O2O消費歷程與訊息散佈，了解消費者跨通路行為，協助零售商創造即時客製化服務，尋找行銷資訊散播路徑之精準行銷方案，以更有效的溝通提升顧客忠誠度與通路回流率。大數據分析結果將改善溝通互動模式與服務流程，可產生新的商業模式，並即時調整決策，減少人為干預錯誤。
智慧電網
本計畫在開發分散型電源併入電網之分析技術。由於各國都在尋求替代能源並逐步轉向低碳經濟，再生能源及新能源發電併入電網成為主動式網路的趨勢。歐盟設定2020年將能源效率提升20%，再生能源所佔比例提升至20%。如能分析並了解分散型電網併網所帶來的衝擊，對我國競爭力將有正面助益。右圖為典型智慧電網架構圖，位於配電變電所或二次變電所下游，包含分散型電源(Distributed Generation, DG)、分散型儲能設備(Distributed
Storage, DS)及不同類型用戶，如住宅建築、商業大樓及工業園區等。
由於國內尚無應用大數據於智慧電網供電系統之研究，本計畫將以本校現有電力監控及節能管理資料系統為基礎，內容涵蓋：(A)雲端計算環境應用於智能電網巨量資料處理之研究，(B)校園智慧電網之時空資料分析建模與用戶隱私保護技術，(C)智慧電網之配電系統狀態估測分析技術，(D)即時與分散式最佳化於雲端環境下之智慧電網應用，(E)智慧電動車與智慧家庭之電力線通訊傳輸通道與雜訊特性分析技術，(F)元智智慧節能生活，(G)高畫質無失真/近似無失真視訊壓縮引擎研製，(H)視覺方法佔據偵測及人員追蹤之自動化建築節能調控，(I)適用於智慧電網電力線傳輸之前饋式錯誤更正碼三維晶片溫度調節設計，以及(J)適用於智慧電網電力線傳輸下之前饋式錯誤更正碼解碼關鍵模組開發與設計等十項主題。未來研究成果可做為智慧電網整合系統規劃、設計、運轉評斷之參考。
 |
| 典型智慧電網架構(含負載及分散型資源) |
智慧製造
製造過程中生產與測試設備快速產生的巨量且多樣的資料，諸如產品歷史資料、設備感測參數資料、檢測資料等。製造業面臨外部環境快速變化與成本競爭壓力，提升生產良率並降低製造成本是製造廠商努力的重點，除提升硬體設備外，更需要與生產製程緊密結合的智慧化分析解決方案。除被動按所得資訊回饋改善外，預測性分析（predictive analytics）與預設性分析（proactive
analysis）是製造業面臨高度不確定的環境下必須具備的能力。
面對巨量資料，製造業面臨最大挑戰是如何提供即時資訊以提升良率與生產效率，本研究將以提升製造業企業競爭力為目標，第一年計畫內容涵蓋以下四點：
²製造智能化與良率提升：縮短事故診斷時間、提高自動化檢測準確性
²智慧工廠與設備智能化：即時監控生產設備狀態、減少不必要或非預期的停機
²產銷規劃與供應鏈管理效益提升：減少庫存與掌握供應鏈廠商資訊
²製造生產資料視覺化： 多維度資料具現引擎、資訊視覺化渲染引擎
©2014元智大學大數據數位匯流創新中心
Innovation Center for Big Data and Digital Convergence
