線上互動課件教學系統
本發明之互動課件教學系統，可在多種數位裝置上展現文字、算式、動畫、聲音、圖像、影片、遊戲…等互動多媒體素材的集合，並可以達成「直接講述法」的教學效果。教師端與學生端均可在「課前」、「課中」、「課後」等階段，利用本互動課件教學系統，進行備課、講課、課後測驗與學習強化…等工作。此外，教師無須從零開始設計教材，系統提供可即時演示的內建互動課件，例如: 內建課件可以是108 課綱國高中數學科課件、或是完整 108 課綱國高中課件、亦或是108 課綱國高中一個或多個單科課件之組合；並且賦予教師對內建課件的修訂權限，或者教師也可以自行製作互動課件。而且，本發明支援在單一使用者介面下執行多樣的課件教學模組，故可簡化教師在網路線上或是實體教室內的數位教學課程進行時，需要手動自行切換控制多種數位教具的麻煩，在未來科技化教育環境中實現完全的「數位教學自由」。並且，本發明之互動課件教學系統，可與網路上或系統內建之無限出題器結合進行出題，提供先前上線數位教學系統無法提供之功能。
閱讀詳細資料抗細胞抗體之自動判讀系統及其自動判讀方法
抗細胞抗體(anti-cellular antibody (ACA),傳統稱為anti-nuclear antibody; ANA)間接免疫螢光法(indirect immunofluorescence assay)為篩檢自體免疫疾病國際公認的黃金標準。此為一抽血檢驗項目，血清經處理後於螢光顯微鏡下判讀，有螢光染色則為陽性，並進一步人工判讀染色之形態。
然而因ANA形態人工辨識因1.需求量大2.有賴於有經驗的醫檢師判讀,並非每家醫療院所皆有判讀ANA形態有經驗之專家3.耗時4.而傷醫檢師的眼睛 (需長期看螢光顯微鏡) 5. 醫師不熟悉形態意義。故需要利用AI來自動判讀ANA形態，並提供醫師進一步特異性抗體檢驗資訊。
目前的ANA形態分類，是依據International Consensus on ANA Patterns (ICAP) (Ann Rheum Dis. 2019 Jul;78(7))之分類法(ICAP官方網站: https://www.anapatterns.org/ICAP),並將ANA之形態分成competent level(標準級水準)及expert level(專家級水準)。
我們的發明為一種自動化抗細胞抗體形態辨識及形態導向特異性抗體提示系統，且能符合最新國際ICAP公認之competent level(標準級水準)及expert level(專家級水準)，同時能準確辨識出各種組合之混和形態(multiple pattern or mixed pattern)，並提供ANA形態導向特異性抗體檢驗提示輔助系統。
文件機密等級管理系統及方法
(1)所欲解決的問題：
目前文件之機密等級設定技術僅在於透過文件附檔名或關鍵字等內容來判斷文件的機密等級，或者是單純透過人工閱讀文件來分類文件的機密等級。當文件的內容有增減或重新編修後，其機密等級將可能有所改變，尤其現在電子文件的內容編輯修改十分快速，需要即時對文件進行機密等級分析，甚至是即時的重新判斷文件的機密等級，對於分類人員來說，是一大負擔。
本發明之目的在於提供一種文件機密等級設定方法，可於文件產生或編修後，根據人工智慧對文件進行機密等級分類，並且加上使用者對該文件的機密等級的判斷，來決定用何種機密等級對文件進行管控，同時又可優化人工智慧對文件之機密等級分類的準確性。
(2)解決問題的技術手段：
本發明提供一種文件機密等級設定方法，於文件產生或編修後，除了根據預先學習的AI文件分類器進行文件機密等級分類外，還一併回饋使用者所設定的文件機密等級，並且當使用者所設定的文件機密等級與AI文件分類器所設定的文件機密等級產生出入時，即將該份文件納入AI文件分類器再學習的資料當中，並依據該份文件與該文件先前版本之間的差異內容重新訓練AI文件分類器，進而提升未來AI自動分類的準確率。
(3)主要用途：
本發明可應用於各大小企業當中，以管控或分類內部機密文件。
虛擬機叢集之綠能管理方法 Method for managing green power of a virtual machine cluster
一種綠能管理方法，係以虛擬機叢集之總使用資源權值比，來判斷應否增開或關閉實體機器之運轉。當總使用資源權值比高於最大容許使用資源權值比時，自非運轉中之實體機器中選擇一備用實體機器，並將其喚醒加入成為運轉中之實體機器，另外，當總使用資源權值比低於最小臨界使用資源權值比時，自運轉中之實體機器中選擇一遷移實體機器，並將其中之虛擬機器遷移至其他運轉中之實體機器後再予關閉，以及執行一資源分配程序，以分配運轉中之實體機器的負載。因此，可靈活地調度運轉中之實體機器的數量，達成綠能管理的目的。
閱讀詳細資料進階預測遞迴式調整協同配置法 Anticipative recursively-adjusting co-allocation mechanism
一種進階預測遞迴式調整協同配置法，係以頻寬量測模組來量測候選伺服器之傳輸頻寬；再參考傳輸頻寬來計算遞迴參數值，並依據遞迴參數值與檔案之待傳輸資料量，來計算出本回合應分配之待分配資料量；之後，依據傳輸頻寬與前回合候選伺服器之傳輸完成百分比，來將待分配資料量分配給候選伺服器；進行傳輸並計算每一候選伺服器之傳輸完成百分比；然後，檢查候選伺服器之傳輸完成百分比；以及當已有候選伺服器完成傳輸時，檢查是否已完成檔案之分配，且當尚未完成檔案之分配時，遞迴至下一回合。因此，可有效提昇其資料傳輸效能。
閱讀詳細資料板金辨識方法
(1)所欲解決的問題：
於板金生產過程中，常遭遇的問題之一在於，板金切割完成後到下一站點前的識別與分類步驟是相當耗時的，也容易造成後續的製程（包括折彎、焊接、打磨等）延宕，而有所缺失。尤其現今板金產業型態也漸區少量多樣，如此一來也加重板金分類站點之工作人員的負擔。
(2)解決問題的技術手段：
為了解決上述問題，本發明所採用的技術手段可分為三大部分，分別為硬體部分、分類資料庫的訓練階段以及現場物料的辨識流程。
在硬體部分，設有一辨識平台，於辨識平台上可放置待辨識的板金物料，並使用攝影機對板金物料進行影像擷取，再透過有線或無線方式傳輸至主機進行影像處理、辨識、分類以及輸出分類結果等。其中，辨識平台下方可設置發光板（例如LED光板），以使影像對比更為明顯，有助於影像辨識的準確率。另外，為防止周邊光線干擾，可加裝遮光幕。
在分類資料庫的訓練中，是採用所欲辨識之板金物料的圖檔，特別是二維圖檔，並將圖檔進行正規化等前處理，再經過特徵擷取，以產生對應該圖檔的唯一特徵值，以建立出特徵資料庫。
在現場物料的辨識流程部分，係對待辨識之板金物料進行影像擷取，並對所取得之影像進行正規化等前處理，以產生一處理後圖像，並對該圖像進行特徵擷取，取得對應該圖像的唯一特徵值，而後，基於該唯一特徵值與特徵資料庫中的資料進行相似度比對，並輸出最接近的預測結果，並產生對應的條碼（如QR code），該條碼可以利用例如貼紙的形式黏貼在物料上，往後各站點便可根據該條碼快速識別該板金物料的身分。
(3)主要用途：
本發明可以應用在板金加工製造業者，可提升加工效率。
閱讀詳細資料