讲者简历：
陈志华博士(Chi-Hua Chen)在福州大学数学与计算器科学学院担任教授，并获得闽江学者、旗山学者称号。陈博士毕业于国立交通大学，2014年-2018年期间在中华电信研究院担任研究员，以及在国立清华大学、国立交通大学、国立台北大学兼任教师，主要研发物联网、大资料、人工智能、深度学习、行动网络、智慧交通等前瞻技术和产品开发。陈博士目前于海内外共发表近200篇期刊论文、会议论文，成果主要刊登于Science、IEEE Internet of Things Journal、IEEE Access等权威期刊，并己获得授权专利50件。陈博士目前担任多本SCI期刊客座主编，包含Symmetry、ISPRS International Journal of Geo-Information、Mathematical Problems in Engineering、Agronomy等。陈博士的研究领域主要包含物联网、大资料、人工智能、深度学习、行动网络、智慧交通。
演讲内容为分享人工智能、物联网与智慧交通之结合研究与应用。演讲议题为
(1) 基于博弈论的最低油耗路线规划：
透过赛局理论(Game Theory)预测交通资讯，进而了解每个路段的车速和旅行时间，并借此计算其最低油耗的路径规划，以提供使用者路由决策参考。
(2) 基于资料特征提取和聚类的旅行时间预测方法：
透过资料分群(Data Clustering)的方法分析资料后，再运用聚类基础的线性回归(Clustering-based Linear Regression, CLR)来预测旅行时间并提升预测的正确率，
以供路人做决策时的参考依据。
(3) 基于轮廓强化的迁移学习C方法：
透过轮廓强化方法萃取轮廓特征后，运用迁移学习方法(Transfer Learning)进行影像分类，以解决卷积神经网络(Convolution Neural Network, CNN)中可能发生
的「梯度消失」问题，进而应用于船舰载具的识别之上，以提升其正确率。