| 本班介紹 | 活動議程 | 專題介紹 | 歷屆成果展 |
學員將於活動中簡報專題發想動機、技術架構、開發心得、預計成果等，並於簡報後和現場企業來賓進行交流。 歡迎AI人工智慧、物聯網開發、嵌入式系統開發、韌體開發等技術領域相關企業蒞臨交流。
艾鍗辦訓，秉持著「為用而訓」之原則，幫助學員培養符合業界所需的職能。本此成果展的班隊為物聯網應用工程師養成班。學員們經過3個多月的紮實的實作學習，產出「為用而生」的技術作品，迫不及待向企業夥伴們展現心血成果。本活動免費，歡迎企業廠商到場來交流喔！
|
||||||||||||||||||||||||||||||||||||||||||||||||||
因網路技術的進步跟物聯網硬體設備成本日漸便宜，因此想藉由整合利⽤IOT的技術搭配多元低價的感測器，實現居家安全及資源管理應用的一條龍解決方案。
應用技術：
A.火災感應偵測功能透過line 通知給使⽤者，並且時時用iptv監控廚房的現場情況。
B.Airbox 藉由感測器偵測環境中的PM2.5 及溫濕度跟壓⼒並藉由app來提醒目前天氣狀況。
C.smart tank 藉由感測器得知⽔塔即時溫度及⽔位資訊，並藉由指定的⽔位⾼低⾃動控制補⽔系統並透過雲端app 得知現場狀況。
D.⼿持式酒精探測器，家庭式的酒精探測器可以有簡單的燈號指⽰得知⽬前有無酒精在體內。
智能居家監控Smart House-專題簡報
智能居家監控Smart House-專題作品Demo
現代人在工作忙碌之餘也注重日常生活的經營，對生活品質的要求使得人們想進一步去改善居家環境的軟易體設備。下班後的時間，人們迫不及待回到舒適的家中，即使只是坐在沙發上看電視也是莫大的享受。此時若搭配系統控制的燈光調節，根據需求及時改變光源，也能幫助人們在生活空間獲得放鬆並且從事自己喜歡的活動。
本組的構想是根據人體姿勢的改變進而調整LED的亮度及色溫。在硬體方面採用Raspberry Pi3 、攝影鏡頭、神經運算棒以及LED，這些裝置體積小不占空間，可隨使用環境布置。軟體設備則以python、openCV、OpenVino。透過攝影鏡頭捕捉人體姿勢，透過wifi即時傳回Pi3，並以openCV OpenVino 支援影像模組，以神經運算棒加速影像識別，並以python控制LED的顏色以及模式，實現符合實際生活需求的LED控制系統。
居家智能LED調光燈-專題簡報
居家智能LED調光燈-專題作品Demo
在台灣捷運站、校園、商辦大樓等人流眾多的地點，依規定需佩戴口罩，常造成各店家、單位需要更多的人力來監測。本次專題為因應防疫需求，架設「視訊監控口罩偵測」，僅需使用一台攝像機即可辦識進出人群是否佩戴口罩。
Mask-detection可用於辦公大樓、零售店、餐廳、旅館、醫院、學校及公共運輸站等一定場域，當進出人群走進攝像機的成像範圍內，不管是側臉、低頭，都可顯示出口罩佩戴狀況：「綠框為有帶口罩」、「紅框為未戴口罩」，並整合了通訊功能，於偵測到有未佩戴口罩者，立即通知相關人員進行處理。
口罩偵測Mask-detection-專題簡報
口罩偵測Mask-detection-專題作品Demo
調查顯示，15歲以上的台灣人當中，33％一天喝白開水不到1000㏄。
其中15至19歲的人喝水不足比例最高，約占44％，其次是60歲以上的長者有38％飲水不足。水喝不夠，易罹患膀胱炎、尿道炎、腎盂腎炎等泌尿道感染疾病，尤其女性尿道較短，泌尿道感染的機會更大，常見急性膀胱炎發生。藉由智慧杯墊可以做到紀錄喝水量，提醒適時的喝水，進而改善飲水不足而造成的疾病。
物聯智慧杯墊Smart Cup Pad-專題簡報
物聯智慧杯墊Smart Cup Pad-專題作品Demo
| 本班介紹 | 活動議程 | 專題介紹 | 歷屆成果展 |
學員將於活動中簡報專題發想動機、技術架構、開發心得、預計成果等，並於簡報後和現場企業來賓進行交流。 歡迎AI人工智慧、物聯網開發、嵌入式系統開發、韌體開發等技術領域相關企業蒞臨交流。
艾鍗辦訓，秉持著「為用而訓」之原則，幫助學員培養符合業界所需的職能。本此成果展的班隊為AI人工智慧與邊緣運算工程師養成班。學員們經過3個多月的紮實的實作學習，產出「為用而生」的技術作品，迫不及待向企業夥伴們展現心血成果。本活動免費，歡迎企業廠商到場來交流喔！
|
||||||||||||||||||||||||||||||||||||||||||||||||||
世上總有些，人煙稀少不方便人類長期駐守或土地寬廣不易守護的財產寶地，我們希望透過此次設計的AI camera能為我們堅守保護崗位，在發生案件或財產損失時能有效增加辦案效減少社會資源消耗。此次技術會用到(Tensorflow、PyTorch)連接至Raspberry Pi為了能更增加樹莓派效率我們還加裝了google的Coral.ai，Model部分應用(yolov5、openCV)讓系統能有效抓取分類辨識物種類別，同時在遇到不同動物時還能發出不同音頻的蜂鳴聲已達到嚇阻效用。主要目的:註記畫面出現物種的時間並進行分類，減少人工查閱的時間消耗。
物件辨識攝影機-專題簡報
物件辨識攝影機-專題作品Demo
人們愈來愈習慣透過數位媒體溝通。如何能夠在用餐高峰時段，避免現場人工處理的忙亂，造成客戶等待，甚或漏接訂單，本系統運用AI人工智慧，建立Telegram對話機制。對話機器人可以讓顧客用對話的方式下訂單，在人性化的對話過程中，精確了解客戶的需求。為現場與電話接單外，增加新的接單管道。
此系統可協助降低人力成本，提高接單效率，及出貨準確率，亦有利協助存貨管理，即嗣後的顧客關係維護，有利後續顧客了解，並實施相關行銷方案，以提供更多元的菜色及服務。
問答機器人-專題簡報
問答機器人-專題作品Demo
有鑑於委託房仲買賣屋交易糾紛層出不窮，消費者往往質疑仲介低賣高買造成其權益受損。提供一款給一般大眾賞屋使用時能夠即時顯示街景門牌實價成交價格軟體。拍攝門牌儲存成照片後，透過yolo5物件偵測精準標示照片中的門牌範圍，將門牌使用Google Vision API影像辨識解析出關鍵文字，比對內政部實價登錄資料庫，運用網頁爬蟲導入Google Map進行距離運算後，即可知道該地址的最近一次成交行情，並以Python TKinter GUI 設計的簡易介面做功能選單，做鄰近500公尺或1公里的區域行情比價，可讓一般民眾知道該戶價格是否較高或低。希望藉由輔助即時驗證成交價格資訊 ，達到降低買賣雙方行情資訊落差的目的。
街景門牌實價登錄-專題簡報
街景門牌實價登錄-專題作品Demo
| 本班介紹 | 活動議程 | 專題介紹 | 歷屆成果展 |
學員將於活動中簡報專題發想動機、技術架構、開發心得、預計成果等，並於簡報後和現場企業來賓進行交流。 歡迎AI人工智慧、機器學習開發、嵌入式系統開發、韌體開發等技術領域相關企業蒞臨交流。
艾鍗辦訓，秉持著「為用而訓」之原則，幫助學員培養符合業界所需的職能。本此成果展的班隊為數據分析暨機器學習應用班。學員們經過3個多月的紮實的實作學習，產出「為用而生」的技術作品，迫不及待向企業夥伴們展現心血成果。本活動免費，歡迎企業廠商到場來交流喔！
|
||||||||||||||||||||||||||||||||||||||||||||||||||
活動時間
112年10月06日 (五) 下午13:30~16:30
活動地點
集思交通部會議中心2樓(台北市中正區杭州南路一段24號)
若您有停車需求，屆時歡迎停至"中華電信仁愛停車場(大樓B3)"，本公司人員將再協助您處理停車費用
活動報名
聯絡窗口：邱小姐 Email住址會使用灌水程式保護機制。你需要啟動Javascript才能觀看它 | (02)2316-7733
我們的目標是建立文章自動化評分系統。學生閱讀完文章後並根據提問進行回答，系統從學生作答的內容給予2個評分：一是文章的內容，二是文字的流暢度。
訓練資料集包含文章、問題、學生作答及教師給予的評分，我們將針對這些資料進行特徵工程，除了文章、作答的字詞處理，也創造了一些新特徵來作為評分的依據，包含作答字數, 作答的錯字佔比等。接著，我們將使用DebertaV3將字詞轉成向量並以XGboost進行分數的迴歸預測。模型預測表現是以MCRMSE（Mean Columnwise Root Squared Error）作為評量，MCRMSE值愈低，表示預測的愈正準確。
最終，此工具將對教師和學習平台提供可信的評分結果，以評估學生學習理解程度，同時為學生提供即時反饋，幫助學生了解自己的英文寫作和英文摘要能力。這將有助於提高教育的效率。
智慧英文評分系統-專題簡報
智慧英文評分系統-專題作品Demo
本專案小組參加「 永豐AI GO競賽-攻房戰」 競賽活動作為期末課程專題。
房市一直是市場高度關注的話題之一，大家都希望能準確掌握房屋之合理價格來選擇自己的夢中情屋，然而台灣房價居高不下的背後，很可能是膨脹房屋的真實價值，如何透過影響房價高低的關鍵因素，包括坪數大小、屋齡屋況、地段環境及居住條件等，找出房屋的真正價值，是本次技術主題競賽的活動目標。
本組利用既有的資訊(主辦單位提供之原始資料集)進行資料處理及特徵工程，使用機器學習方法如Xgboost、Lightgbm等梯度提升方法，訓練模型以預測目前該房地產物件的市價。後續進一步探討影響房價的其他因素，透過公開收集資料的方式來補充有用的資料集(不在主辦單位提供的原始資料集內)，以提升預測的精準度。
永豐AIGO競賽攻房戰-專題簡報
永豐AIGO競賽攻房戰-專題作品Demo
自2023年起，台灣的旅館業開始重新繁榮，且隨著ChatGPT等AI技術的興起，旅館行業亦迎來創新的轉機。因此，本專題決定結合最熱門的AI技術，打造一款與眾不同的旅館訂房系統。其獨特之處在於，我們使用人臉辨識技術來替代傳統的門房鑰匙。此外，當客戶在線上訂房時，他們可以提供自己的興趣和食物偏好。有了這些資訊，我們的系統能夠透過LLM文章生成模型，為客戶量身規劃出一份當地的餐廳推薦及旅遊行程。
這套系統是基於Flask框架所構建的Web平台，主要包含三大功能：會員註冊、線上訂房和門房管理。技術上，我們選擇SQLite資料庫進行資料儲存和管理。在人臉辨識部分，我們利用Opencv和Dlib技術來識別客戶的臉部特徵，使之成為他們的開門「鑰匙」。而在提供餐廳和旅遊建議上，我們選擇了由meta AI公司開源且允許免費商用的大型語言模型LLaMA2，以確保會員得到最佳的推薦。
AI旅宿訂房系統-專題簡報
AI旅宿訂房系統-專題作品Demo
動物與我們人類有所不同，他們無法用言語來直接表達心境和情感。相反地，他們主要透過肢體語言來呈現自己的情緒狀態。鑒於此，我們的專題旨在研究如何通過影片來識別動物的姿態，期望藉此更深入了解它們的情感和狀態。更進一步地，這項研究還有助於動物疾病的早期監測，從而提高農場畜牧業的效益，最大化生產收益。
在實作方面，我們從YouTube挑選並下載了關於貓和狗不同動作的影片，涵蓋了躺、坐、站、走等主要行為，並手動選擇和裁剪出影片中最具代表性的動作片段。隨後，利用DeepLabCut模型分析了每部影片的每一幀，從而獲得動物關節點的座標資訊。在處理標記後的影片時，我們均勻地選擇了30張幀進行標準化，以供模型訓練之用。我們採用的寵物姿態識別模型是基於LSTM架構，不僅能夠識別躺、坐、站、走的姿態，而且其識別正確率高達0.75。最後，我們利用Tkinter設計了一個GUI操作界面，方便使用者對所選的影片進行動作推斷。
動物姿態識別-專題簡報
動物姿態識別-專題作品Demo
我們目標是從Youtube的影片內容中找出有關化妝品的關鍵字，以便在撰寫影片文稿時，能精準下關鍵字，再透過第三方生產的文章進行文章之間的相似度比對，以符合市場優質廣告文稿之趨勢。
我們由爬蟲將Youtube影片的網址儲存到sqlite3中，用ffmpeg將影片轉檔後用編碼方式儲存，再使用whisper API將影片內容轉成繁體中文儲存到sqlite3，接著將原始資料以中研院CKIP斷詞工具進行斷詞，並搭配停用詞庫，再以TF-IDF計算各詞彙權重，篩選出關鍵字。
最後，將利用Open AI API以篩選出的關鍵字撰寫文章，作為input；並與資料庫中以互動率((likes-dislikes)/views)進行排序之優質文稿資料進行相似度比較，產出相似度分數，以判斷input文章之好壞。
化妝品關鍵字提取及AI廣告文稿生成-專題簡報
化妝品關鍵字提取及AI廣告文稿生成-專題作品Demo
| 本班介紹 | 活動議程 | 專題介紹 | 歷屆成果展 |
學員將於活動中簡報專題發想動機、技術架構、開發心得、預計成果等，並於簡報後和現場企業來賓進行交流。 歡迎AI人工智慧、機器學習開發、嵌入式系統開發、韌體開發等技術領域相關企業蒞臨交流。
艾鍗辦訓，秉持著「為用而訓」之原則，幫助學員培養符合業界所需的職能。本此成果展的班隊為數據分析暨機器學習應用班。學員們經過3個多月的紮實的實作學習，產出「為用而生」的技術作品，迫不及待向企業夥伴們展現心血成果。本活動免費，歡迎企業廠商到場來交流喔！
|
||||||||||||||||||||||||||||||||||||||||||||||||||
在資訊發達的當代，網路旅遊訊息五花八門，我們常常到了一個景點，卻不清楚下一站能去哪裡。很多人都會從網路上快速看了幾篇文章或依照Google Map的顆星評分來決定下個景點，但經常得到的結果是失望大於預期。因此，我們希望開發一個 ”Tourist Line Spot”系統，它能根據使用者的所在位置，自動幫使用者看完所有的Google map評論並提出一份景點推廌清單。
目前我們以雙北市提供的旅遊景點開放資料(OpenData)作為我們的景點資料庫。依照使用者的地理位置，利用Google Map API找出使用者附近的景點後，提供推廌分數在前5名的景點。景點推廌分數的高低是由Google Map的評論數量 (即熱門程度)、Google Map顆星評比以及景點正負面因子的公式所決定。其中，景點的正負面因子，是用LSTM模型對該景點的Google map留言內容作情緒分析的結果，其值介於0到1。愈接近1表示愈正面愈值得推廌，而接近0表示愈負面愈不值得推廌。 此外，我們也對留言的評論內容，依照頻率最高的關鍵詞建立文字雲，以凸顯該景點的熱門話題。
若”Tourist Line Spot”系統能朝向商業開發，也會加入廣告投放或者或商家合作的商業機制，甚至進一步採付費訂閱制，讓付費會員可以快速得到一手資訊外及額外優惠等功能。
旅遊推薦系統-專題簡報
旅遊推薦系統-專題作品Demo
藥廠開發新藥的傳統作法，是不斷在實驗室以實作的方式，找尋最佳的生產環境。而人工智慧模擬最佳環境參數，協助研究人員減少實作次數，縮短研發時程，已是各藥廠的努力方向。其中，大分子藥物更是推動藥物研發的新動能，而酵素做為大分子生物催化劑，它能加快化學反應的速度（catalysis），有助於減少生產資源，加速生產過程；同時部分酵素也可以做為大分子藥物的原料。
然而，酵素作用的溫度有著十分嚴苛的條件，加熱時或與化學變性劑接觸時，酵素結構會發生“去摺疊（protein denaturation）”，原有的結構被打亂，活性也往往隨之喪失。 因此，如果能開發出具有效率的計算方法，來尋找不同酵素和配合臨界溫度，便能預測酵素的蛋白質的穩定性，即能預測不同酵素的蛋白質序列其去摺疊時的最高溫度(或稱熔點)，將會有巨大的科學意義。
本研究案是以Kaggle 競賽中的Novozymes Enzyme Stability Prediction competition作為立基點，而由官方所提供的train data，包含蛋白質序列資料(proteins sequence) 、PH值和對應的熔點(tm)，而本次的目標在於預測test data的熔點值的排名。
首先我們先對於Kaggle所提供的train data進行觀察，並發現不合理資料後，進行資料清理。完成後我們額外增加來自AlphaFold2、Rosetta等生物資料庫數據。由於擴增訓練集資料欄位不同，所以我們建立不同的酵素序列的特徵向量。也因為酵素有四級結構(胺基酸序列到立體結構)，我們以從不同的角度切入酵素穩定性的問題，所以我們嘗試以不同種類的模型解析酵素的穩定性。
接著建立3種不同的迴歸模型，包含XGBoost及Protein BERT和CNN。最後將上述模型整合，建立Ensemble模型，進而得到最終的預測結果，並利用Spearman相關係數，進行Ensemble模型的效能的比較。
預測酶得熱穩定性-專題簡報
預測酶的熱穩定性-專題作品Demo
近3年疫情延燒，為降低排隊群聚傳染風險，少子化以及超商、超市、零售商招募員工日益困難，使得2016年的Amazon Go的新零售概念的無人商店-店內沒有服務人員及收銀人員，顧客進入後，自助購物、自助結帳，不用排隊付款，讓顧客「拿了就走」的新型消費模式，再度受到關注。台灣目前7-11及全家都設立少數的無人商店，但尚不普及。
本組希望完成一個自動結帳系統，透過AI快速辨識技術，直接結帳。主要解決少子化勞動力日減、零售業員工離職率高、訓練成本高的問題、排隊人龍導致結帳速度緩慢，以及一般麵包店、水果店沒條碼結帳錯誤率高等等問題。
本組應用此次課程所學的3個主要科目：深度學習、資料庫SQL及專案管理，選擇高辨識力的YOLOv5(CNN)作為深度學習的框架、普遍的附有web camera的 pc為硬體平台，顧客只需將商品依序用web camera偵測商品，直接在雲端Google Colab用 YOLOv5(CNN)模型，進行物件偵測，傳輸到到本組所設計的MySQL，顯示顧客所購買的商品及金額，再結帳。
本組希望這個簡單又經濟實用的小設計，能佳惠一般麵包店、水果店等小店面，讓無人商店的概念更加普及，不再只是連鎖商店使用。
無人商店-專題簡報
無人商店-專題作品Demo
| 本班介紹 | 活動議程 | 專題介紹 | 歷屆成果展 |
學員將於活動中簡報專題發想動機、技術架構、開發心得、預計成果等，並於簡報後和現場企業來賓進行交流。 歡迎AI人工智慧、機器學習開發、嵌入式系統開發、韌體開發等技術領域相關企業蒞臨交流。
艾鍗辦訓，秉持著「為用而訓」之原則，幫助學員培養符合業界所需的職能。本此成果展的班隊為數據分析暨機器學習應用班。學員們經過3個多月的紮實的實作學習，產出「為用而生」的技術作品，迫不及待向企業夥伴們展現心血成果。本活動免費，歡迎企業廠商到場來交流喔！
|
||||||||||||||||||||||||||||||||||||||||||||||||||
活動時間
112年11月23日 (四) 下午13:10~16:30
活動地點
升級會議中心-敦南館(台北市大安區和平東路三段63號4F)
※場館交通或停車資訊，歡迎參考官方網站
活動報名
聯絡窗口：邱小姐 Email住址會使用灌水程式保護機制。你需要啟動Javascript才能觀看它 | (02)2316-7733
在2018年台灣老年人口比率達 14%，成為「高齡社會」；2025年， 將跨過 20%門檻，成為「超高齡社會」。而高齡社會中長者生活支援與健康照護需求日益增加，如何促進生活安全性與便利性成為重要的課題。而在居家空間內廣泛應用智慧科技，並導入智慧控制設備以促進生活安全與便利成為了趨勢。
本專題應用Raspberry Pi 以及元件達成居家照護系統，主要製作有智能水杯、壓力感測地毯及智慧溫濕度環境警示器。智能水杯功能為感測水溫及水量，在杯袋中放入溫溼度感測器和重量感測器，用來監控被照護者每日飲水的狀況和飲用水的狀態。壓力感測地毯裡具有壓力感測器，將地毯放在被照護者床邊腳下，每當被照護者醒來下床時踩下地毯，地毯便會感測到重量，提醒家人被照護者已經起床。智慧溫濕度環境警示器使用溫溼度感測器評估被照護者當下的環境，如果達到中暑條件或是氣溫異常，會使用蜂鳴器提醒家人被照護者注意保暖及調節氣溫，有助於預防中暑和感冒等疾病。而使用者介面則是用一個網站呈現，只要註冊一個帳戶，並成功連接硬體設備，家人便可以透過這個網站即時監控被照護者的狀態。這個居家照護系統可以提供家庭成員對被照護者的更多關心和支持，同時提供實時信息，以確保被照護者的福祉。該專題結合了硬體設計、感測技術和程式開發，為居家照護領域帶來了有價值的創新。
居家雲端照護系統-專題簡報
居家雲端照護系統-專題作品Demo
過去商店的形式以大量超商零售(例:7-11、全家)和少量大賣場為主(例:家樂福、愛買)，中型超市也不多(例:頂好)，但中大型賣場並不會常去，久久才會去採買大量家用品。
近十年則出現很多中型商場(例:全聯、寶雅、金興發等)，其價格也接近批發價，表示過去不常去中大型賣場的狀況已不在，巷口左轉就是全聯和超商，你會去哪家買東西呢?
現在的中大型商場數量多商品也多，消費者的選擇更多，但你知道想要的東西哪家會有嗎?天天去的地方是不是逛膩了呢!現在起你可以帶著實體商品、DM或手機顯示商品圖片，在商場門口給鏡頭掃一下，馬上就可以知道商品放在哪裡，若沒有此商品或無庫存，也不需要進去繞圈圈。
這項專題以Flask為核心架構，與所有功能進行接收、處理、傳送。
Web瀏覽器傳送用鏡頭捕捉圖片或文字輸入，接收回傳資料和顯示UI介面。
Yolo物件為基底訓練AI物件偵測和辨識，MySQL建立商品資料庫，操作新增、查詢、更新、刪除功能。
MQTT做為Flask與PI-CO的橋樑
PI-CO用LED燈導引查詢地點與定位商品的路線。
影像辨識定位商品-專題簡報
影像辨識定位商品-專題作品Demo
隨著時代的變遷，科技也越發趨於人性，無人化、自動化的環境早早融入於我們的生活。因此，為了趕上現代人來匆匆、去匆匆的步調，以及輕裝出行的模式，AIoT 智能商店就此誕生。
本研究主要功能有三，分別為RFID智能店員、AI靠臉結帳系統與AI銷量預測，未來更致力於定位車籃隨行小跟班、AI多臉辨識、三秒結帳…等項目開發，以完善整個商店。
系統以Flask架構前後端核心主程式。當RFID感測器發射無線電波的範圍內有標籤被觸動，後端會接收標籤訊息並訪問DB尋找相應商品資訊，前端透過後端開放的API顯示明細。
相同的資料傳遞原理應用於靠臉結帳系統，由後端API作為前端與DB間的溝通橋樑，經辨識演算法比對鏡頭下與會員庫影像向量，獲取該會員訊息並於結帳後新增紀錄於DB。
雖說有了結帳紀錄，但這些似乎還不足以進行機器學習，進而達到真實預測新產品銷量的目的，故為了確保與實際情形相符，數據來源會從市面商家開放的購物車清單進行研究。
AIoT智能商店-專題簡報
AIoT智能商店-專題作品Demo
自2023年起，台灣的零售業開始迎來新的機會，尤其在智能購物領域。因此，本專題計畫決定充分利用機器學習技術，打造一個創新的智能購物小幫手 - 商品推薦系統。其獨特之處在於，我們運用資料統計和機器學習技術，以預估產品的銷售趨勢，並為顧客提供個性化的購物建議。
這套系統是基於現代的Web平台，採用Flask框架來搭建，主要包括以下三大功能：比價系統、即時促銷和個性化購物建議。在技術方面，我們選擇了SQLite資料庫，以有效地儲存和管理數據。此外，為了實現精確的銷售預估和個性化推薦，我們利用最新的機器學習技術。
這個專題旨在提供用戶一個智能購物體驗，助其更明智地做出購買決策，同時刺激消費並提高賣場的業績。
智能購物幫手smart shopping-專題簡報
智能購物幫手smart shopping-專題作品Demo
