1.成功開發人工智慧之組合機器學習技術(Ensemble Method)在不同的應用，目前完成在車用鋰電池老化壽命預測、醫院急診人力調配(流感爆發)預測、肺腺癌病患存活時間預測、FMEA風險指數評估智慧化、設備預測性維護(包含商用咖啡機、高壓斷路器、塑膠成型押出機套筒螺桿與齒輪箱等)與塑膠配方優化預測等應用案例。進一步擴展人工智慧機器學習技術在Quality & Reliability Data 分析與預測以及結合最佳化方法，降低人力與物料庫存成本，落實企業導入人工智慧的優勢。

圖1 智能工廠~設備預測性維護系統之UI畫面(已在產學合作廠商~南亞塑膠完成部署上線驗證)

跟國內外其他研究專研演算法開發不同，我們先應用較成熟穩定的監督式機器學習模型(e.g.統計學習模型與類神經網路等)解決企業實際的需求(e.g.與南亞塑膠進行2個AI相關產學合作案)，使AI落地後進行更深入的AI系統化與最佳化研究。例如：結合邊緣運算與Stacked-LSTM深度學習演算法進行晶圓取放機械手臂之取放任務及時/On-Line預測失效與維修導引服務(如圖2所示)；利用蒙地卡羅模擬與Rule-based模型進行多目標優化配方推薦(如圖3所示)；應用卷積神經網路(CNN)進行產品表面缺陷分類(如圖4所示)，協助台灣企業在這波工業革命浪潮下站穩腳步，實現智慧設計與製造的目標。

圖2 晶圓取放機械手臂之及時/On-Line預測失效與維修導引服務(承湘科技)

圖3 結合機器學習與蒙地卡羅模擬進行材料配方多目標優化流程(南亞塑膠)

圖4 應用卷積神經網路(CNN)進行產品表面缺陷分類(南亞塑膠自動化產線)

●Ping Wun Huang, and Kuan-Jung Chung, “Task failure prediction for wafer-handling robotic arms by using various machine learning algorithms”, Measurement and Control, Vol. 55, Issue 3-4, pp.1-10, 2021. (SCIE, 2020 IF: 1.492; Ranking by Subjects: Instruments & Instrumentation 41/64, Automation & Control Systems 43/63) 通訊作者

●Ping Wun Huang, and Kuan-Jung Chung, “The Prediction of Positioning shift for a Robot Arm Using Machine Learning Techniques”,Proceedings of the 14^th International Microsystems, Packaging, Assembly, Circuits Technology Conference (IMPACT 2019), pp.204-207, 2019. (EI) 通訊作者

●Ping Wun Huang, Wen Han Zeng, and Kuan-Jung Chung, “Predicting Manpower Increase of Emergency Department for Influenza Epidemics Using Ensemble Learning Process”,The 9^th Asian Conference on Emergency Medicine & The Turkish Emergency Medicine Conference, Antalya, Turkey, Nov. 22-25., 2017. 通訊作者

●Yi-Ru Li,and Kuan-Jung Chung, “Predicting the Degradation of Li-ion Battery Using Advanced Machine Learning Techniques”,Proceedings of the 12^th International Microsystems, Packaging, Assembly, Circuits Technology Conference (IMPACT 2017), pp. 462-466, 2017.(EI) 通訊作者

●黃建樺、鍾官榮，“利用LSTM機器學習模型進行晶圓取放機械手臂之最大偏移量預測”，中國機械工程學會第三十六屆全國學術研討會論文集，台北，中華民國一百零九年十二月。通訊作者

●張煜森、鍾官榮，“利用人工智慧法組合學習過程進行咖啡機的預測維護分析”，中華民國品質學會第53屆年會暨2017國際品質管理研討會(ISQM)論文集，桃園，中華民國一百零六年十一月。ps: 該論文獲得聚陽產學應用論文獎第二名 通訊作者

●鄭惠敏、鍾官榮，“應用類神經網路預測工業用高壓斷路器的絕緣電阻值與維修時機”，第二十屆全國機構與機器設計學術研討會論文集，彰化，中華民國一百零六年十一月。通訊作者

●何照偉、鍾官榮，“應用機器學習之決策樹方法提高FMEA中嚴重度風險指標評分分級之準確度”，中華民國品質學會第52屆年會暨2016年國際品質管理研討會論文集，台南，中華民國一百零五年十一月。通訊作者

2.建立半導體設備晶圓取放機械手臂殘餘使用壽命預測可靠度模型與方法(中華民國發明專利已獲證)，並進一步開發機械手臂預診與健康管理(Prognostics and Health Management, PHM)軟硬體系統，其中預診軟體Prolepsis^TM已開發完成並註冊商標，由產學合作廠商~承湘科技(科技部開發型產學合作計畫：MOST 106-2622-E-018-001 -CC2)驗證中，硬體系統(光學檢測部份)目前已有銷售實績，雙方繼續積極合作完成開發可監測預診多台機械手臂之工業物聯網(IIoT)平台(科技部開發型產學合作計畫：MOST 107-2622-E-018-004 -CC2)，利用先前我們在健康狀態預診監測方面所建置的殘餘使用壽命預測模型Prolepsis^TM佈署於雲端服務中，提供軟體即服務(Software as a Service, SaaS)，來達到所監測設備的預測性維護管理之目的，以實現工業4.0中的智慧製造之理念與目標。之後搭配擴增實境(AR)，進一步提高設備維護的即時性與維護品質，Prolepsis^TM與AI-物聯網平台UI畫面如圖5所示：

圖5 半導體設備晶圓取放機械手臂殘餘使用壽命預測系統UI畫面

●Jian-Hua Huang, Hui Min Cheng, Yi-Ru Li, and Kuan-Jung Chung, “Prognostic-Based Reliability Assessment of a Wafer Handling Robot Arm Using Wiener Stochastic Process Model and Monte Carlo Simulation”, Proceedings of the 24^th ISSAT International Conference on Reliability and Quality in Design (RQD 2018), pp.1-5, 2018. It is indexed in the Elsevier Scopus and Compendex index and the Thomson Reuters Web of Science Conference Proceedings Citation Index (CPCI). 通訊作者

●Kuan-Jung Chung, Yu-Chang Lin, and Bo-Han Wu, “Proactive-based Reliability Assessment of Handling Robot Arm”, Proceedings of the 2017 World Congress on Micro and Nano Manufacturing, pp.1-4, 2017. 第一作者/通訊作者

●Ping Wun Huang, and Kuan-Jung Chung, “The Prediction of Positioning shift for a Robot Arm Using Machine Learning Techniques”, Proceedings of the 14th International Microsystems, Packaging, Assembly, Circuits Technology Conference (IMPACT 2019), pp.204-207, 2019. (EI) 通訊作者

●黃建樺、鍾官榮，“利用LSTM機器學習模型進行晶圓取放機械手臂之最大偏移量預測”，中國機械工程學會第三十六屆全國學術研討會論文集，台北，中華民國一百零八年十二月。通訊作者

●鍾官榮、吳柏翰，“工具機具殘餘使用壽命預測系統及其方法”，中華民國發明專利，證書號數：I639907，專利期間：2018/11/01~2037/06/05，(MOST 106-2622-E-018-001 -CC2)。

●鍾官榮，“Prolepsis設計字”，中華民國商標註冊(商標法施行細則第19條 第009類)，註冊號數：01941526，權利期間：2018/10/01~2028/09/30。

●鍾官榮，“Prolepsis設計字”，中華民國商標註冊(商標法施行細則第19條 第042類)，註冊號數：01943316，權利期間：2018/10/01~2028/09/30。

3.創新雙動態加速應力壽命測試方法，建立電動車用鋰電池老化新模型

A.2011年提出一全新的車用鋰電池於雙動態應力環境(高低溫度循環加上動態充放電條件)之加速老化壽命測試方法(Dual Dynamic Stress Accelerated Degradation Test, D2SADT)，此法最大的優勢是更貼近電動車在實際行車時電池充放電曲線與溫度變化情形，以提高電池老化壽命預測精度。此外，引進Norris-Lanzberg可靠度壽命預估模型進行鋰電池加速老化壽命驗證，驗證結果證明新的測試方法具高度可行性，電池有明顯電量衰退路徑。

B.2012/2015/2016/2018獲得國科會專題研究計畫補助(NSC-102-2221-E-018-007/104-2221-E-018-011-/ 105-2221-E-018-005-, 107-2221-E-018-010 -)，繼續鋰電池在雙動態循環負載下之電量衰退數據收集與老化壽命研究，目前已累積超過兩萬小時的可靠度試驗數據，電池電量衰退已達門檻值20%，並發展伽瑪過程與阿瑞尼斯模型預測在雙動態加速應力試驗下之鋰電池老化壽命以及探討模型重要參數~活化能在整個老化過程的變化，發現其有非阿瑞尼斯行為(非一直保持定值)，值得進一步深入研究，最新的研究進展則是導入AI機器學習法預測電池老化壽命，近五年內(2016-2021)之研發具體成果條列如下：

●Yu-Chang Lin, and Kuan-Jung Chung, “Lifetime Prognosis of Lithium- Ion Batteries Through Novel Accelerated Degradation Measurements and a Combined Gamma Process and Monte Carlo Method,” Applied Sciences, Vol. 9, No. 3, pp. 559, 2019 (SCI). 通訊作者

●Yi-Ru Li, and Kuan-Jung Chung, “Predicting the Degradation of Li-ion Battery Using Advanced Machine Learning Techniques”, Proceedings of the 12^th International Microsystems, Packaging, Assembly, Circuits Technology Conference (IMPACT 2017), pp. 462-466, 2017.(EI)

●Yu-Chang Lin, Yi-Ru Li, and Kuan-Jung Chung, “Estimating Activation Energy of the LiFePO₄ Battery Using Dual Dynamic Stress Accelerated Degradation Test”, Proceedings of the 23^rd ISSAT International Conference on Reliability and Quality in Design, pp. 121-125, 2017.

●Yu-Chang Lin, and Kuan-Jung Chung, “Predicting the Lifetimes of LiFePO₄ Batteries on the Basis of the Gamma Process Through Accelerated Degradation Measurements”, Proceedings of the 2016 IEEE International Conference on Prognostics and Health Management (IEEE PHM 2016), pp. 1-6, 2016. (EI)

4.研發創新多向式表面聲波元件及一先進系統級生醫元件封裝方法

A.發明一多向式表面聲波元件結構在封裝階段新的腔體型成方法，期能取代傳統加蓋方式，以減少表面聲波元件的金屬電極因為腐蝕效應而漸趨於劣化的情形，加強元件的可靠性。

甲、鍾官榮、林育漳，“表面聲波元件的腔體形成方法”，中華民國發明專利，證書號數：I501549，專利期間：2015/09/21~2033/12/10。

乙、鍾官榮、林育漳，“多向性表面聲波無線辨識模組”，中華民國發明專利，證書號數：I501158，專利期間：2015/09/21~2033/08/15。

B.創新發明一先進系統級封裝方法，稱為立體堆疊晶片封裝方法，研發成果已申請台灣發明專利。此外，我們利用高可靠度之覆晶封裝方法應用在浸潤式生醫元件的封裝上，提高其電化學量測的穩定度及結構可靠度。

●Zuo-Xiang Gan, Han-Sheng Chen, Yu-Chang Lin, and Kuan-Jung Chung, “A Novel Disposable Electrochemical Sensor Packaging with Application for the Detection of Uric Acid”, Proceedings of the 13^th International Microsystems, Packaging, Assembly, Circuits Technology Conference (IMPACT 2018), pp.1-4, 2018.(EI)

●鍾官榮、林育漳，“防滲液的生化試片以及其製備方法”，中華民國發明專利，證書號數：I500928，專利期間：2015/09/21~2034/03/03。

●鍾官榮、李欣蓓，“立體堆疊晶片封裝方法”，中華民國發明專利，證書號數：I539569，專利期間：2016/06/21~2033/12/08。