雜誌2本79折讀冊選讀絲路新娘認知作戰深夜食堂東京日日2聯經50慷慨的感染力中年之路長照解密AI智慧製造進擊的巨人與自己和解代謝巴奈溫度的正義

推動我國無人機科技產業發展 先期研究規劃[111粉]

出版日期:2022-03-01
發展無人機應用服務已成為國際趨勢,其高機動性、高彈性部署特性,使其在交通領域具有極大應用潛力,能夠有效提升運輸系統之易行性、可及性及安全性,本研究透過國內外無人機技術研發、產業趨勢與政策相關資料蒐集及 ...

交通部無人機科技產業發展策略 規劃與執行[112粉紅]

出版日期:2023-04-01
交通部為推動無人機在交通領域之創新應用與產業發展,成立無人機科技產業小組,由交通部運輸研究所擔任幕僚,並於「2021交通科技產業政策白皮書」中提出我國無人機科技產業發展策略及路徑圖2.0版。本計畫銜接 ...

2022臺灣文學獎金典獎特刊

出版日期:2022-11-01
2022年臺灣文學獎金典獎特刊,作品內容為當年度參加臺灣文學獎得獎作品,得獎作品歷經14位來自不同領域的學者專家,兩階段各進行三天兩夜的評審論戰,評審團以文學表現的美學技巧為基礎進行選拔,作品多彰顯臺 ...

農業人力發展與創新推廣研討會論文輯(特刊第145號)

出版日期:2022-06-01
本場近年因執行有關青年農民、農業人力團、食農教育及綠色照顧等輔導計畫略有成果與心得,特與臺灣大學生物資源暨農學院、中興大學農業暨自然資源學院、台灣農業推廣學會及台灣休閒農業學會,共同辦理「農業人力發展 ...

菁選‧創意綠療育活動方案 學生組

出版日期:2023-10-01
園藝療育具有促進人體生理、心理、社交及認知等效益,本場近年來以農村高齡族群為服務對象,積極以園藝療育植物模組,研發高齡族群者適用之園藝療育活動方案。並透過創意綠療育活動方案徵選,精選11件優秀之學生組 ...

靚亮愛農愛諾

出版日期:2019-12-01
以情境為前導,營造療育花園與居家佈置的意象,呈現我國農園藝產業的多元面向。展示主題包括療癒庭園、幽情雅室、休憩茗閒。以五感體驗整合農業科技成果,提升居家生活品質之樣態,追求「愛農愛諾」的實踐,達到舒壓 ...

菁選.創意綠療育活動方案 II 社會組

出版日期:2024-05-01
透過,精選5件獲獎之創意綠療育活動方案作品,提供社會大眾於綠色照顧站、老人福利機構、社區、學校,甚至醫療單位等相關場域,進行應用與推廣。本專刊完整收錄5件獲獎的社會組創意綠療育活動方案,提供園藝療育工 ...

臺中區農業改良場2013~2019年研發之園藝作物新品種簡介

出版日期:2019-07-01
優良的品種是農業生產的基礎,本場蔬菜、花卉及果樹研究同仁多年來致力選育具多樣化、豐產、質優及耐候性佳的園藝作物新品種。. ...

i3 Travel愛上旅遊 - 低碳智慧觀光複合運輸服務示範計畫

出版日期:2016-03-01
本研究延續前期成果,依據日月潭特性,持續強化各類資訊服務系統及落實各項規劃理念,將日月潭打造成國內「低碳觀光、智慧旅遊」的示範區域。. ...

交通領域應用之資訊服務共享研究:交通資訊服務相關課題探討[102粉]

出版日期:2013-12-01
本計畫為支援與落實交通資訊服務共享相關計畫,對於現行及未來各單位運用不同方式所蒐集之交通資訊,進行整體檢討分析及相關課題釐清,以落實資訊服務共享,提供未來交通資訊雲計畫之先期準備基礎與計畫執行參考。. ...

構建5G智慧交通數位神經中樞(2/2)-系統雛型開發與驗證實作[112粉紅]

出版日期:2023-07-01
因應5G資通訊技術全球發展趨勢,並基於數位轉型及數位雙生等數位治理觀念,本所於民國110年提出「5G智慧交通數位神經中樞」之研究計畫構想,並完成「構建5G智慧交通數位神經中樞(1/2)-功能架構探討與 ...

旅運時空資訊分析與公共運輸服務應用發展計畫(107粉)

出版日期:2018-08-01
良好之服務水準是吸引民眾搭乘公共運輸服務的關鍵,研析如何利用資通訊科技所蒐集之資料進行公共運輸管理,已是世界各國提升公共運輸服務水準的共同趨勢。本案透過公車動態資訊和電子票證資料的結合,發展推估客運路 ...

111年度交通行動服務(MaaS)縣市 推廣與督導計畫[112粉紅]

出版日期:2023-04-01
有鑑於MaaS服務日益受到各國重視與推動,交通部2020年版運輸政策白皮書亦宣示MaaS為重要發展策略之一。為能循序擴展國內MaaS服務,使國內各地區民眾均能享受MaaS服務的便捷與永續,交通部智慧運 ...

應用人工智慧技術進行交通數據蒐集暨號誌控制之研究[110粉]

出版日期:2021-07-01
本計畫將主要目的在於利用AI技術所蒐集交通參數(交通量),將之應用於以AI強化學習為基礎的動態號誌所需交通數據,進而藉由以模仿學習(Imitation Learning,IL)與以週期為基礎的AI強化 ...


您對於搜尋結果是否滿意?
太好了!感謝您的回饋!
感謝您的建議!我們會持續提供更好的搜尋服務!
很抱歉沒能幫上忙 :( 我們應如何改進呢?