Class Time: Mon  6 :40-9 :20p       Location: SF648

Instructor: Dr. Hsing Mei              Office: SF625
Email: mei@csie.fju.edu.tw           Phone: 29053704
Office Hour: Tue/Wed/Thur 1:30-3:30p, or by appointment

    IoT可以助AI在短時間之內蒐集大量資料，鍛鍊AI。而AI則能轉化IoT所蒐集的資料，成為能具體執行的策略。本課程介紹雲端智慧物聯。主題包括：穿戴物聯軟硬體架構與平台；網路與雲端技術；使用者經驗與人機互動等。應用主題包括穿戴式應用開發； 創新穿戴式服務設計；案例探討。期望同學們能夠了解雲端智慧物聯技術與創新應用趨勢，能夠科技的快速發展。

The study of Cloud-based AIOT has been evolved from pure technical topics to innovative application service design.  The technical topics discussed in this course include: the platforms and architectures of wearable IoT devices; the network and cloud technologies; user experience and human-machine interactions.  The application service topics include: wearable software development; innovative service design; and case studies. The objectives of this course are to let students be familiar with the key issues and trends to face the rapid advancing of Cloud-based AIOT technologies.

內容 - 需求分析，技術評估，介面設計，經營模式等。

• Page: http://sls.weco.net/f18-wearcomp
• Facebook Group (WECO – Wearable Computing): https://www.facebook.com/groups/51638508937/
• Facebook Page (穿戴式運算): https://www.facebook.com/WearableTrend
• SLS Group: http://sls.weco.net/course/wearcomp
• Collaborative Note: http://sls.weco.net/CollectiveNote20/WearComp
• Grade Enquiries (TronClass): http://www.elearn2.fju.edu.tw/

課程注意事項:

    本課程強調自主學習, 合作學習, 與課程參與.  課程大量使用網路服務, 網路參與內容的發表請注意智慧財產權相關規定, 有關課程使用宅學習Social Learning Space (SLS), 投影片下載, 上課錄影(YouTube), 社交網路(Facebook)等網路應用, 及相關群組/頻道/社群的使用介紹與規範等, 請詳閱第一次上課發下的書面注意事項與 Homework 0. 除非有不可抗拒的原因, 本課程

1. 第一次上課遲到或未到,  未選課者請勿加選.  已選課而未退選者, 以缺席一次計. 
2. 考試無補考. 放棄評量配分中任一項 , 學期總成績以不及格計.
3. 點名遲到或未到, 可看完課程錄影後於宅學習發表心得, 再至 Facebook課程社群補點名, 若出席未及點名次數之1/2, 則期末考扣考, 學期總成績以不及格計.
4. 課堂中想睡覺者, 請自行出教室清醒, 趴下睡覺者, 以點名缺席計.
5. 課堂發生任何影響上課秩序行為(e.g. 交談, 電動, ...), 將請短時間站立, 不願站立者, 以點名缺席計.