鍾効辰
吳胤寬
陳宣文
我們整個比賽過程可以說是一波三折,尋找隊員還算順利,幾個人看到網路上的訊息之後一拍即合,於是就組成一個隊伍了,也是因為這樣,我們其實很早就在準備這個比賽了,我們每個禮拜都會抽出一兩天的時間討論,然後在平日的時候分工將任務達成,進度穩步推進,可最大的挑戰卻在比賽前兩個月前出現了,我們發現我們的題目有瑕疵目,所以我們只能將前三個月的結果捨棄,並將每個禮拜投入的時間翻了好幾倍,才勉強在截,不得已必須要換一個題止前繳交,好在成品倒是沒辜負我們的努力,在所有實驗數據及好幾天爆肝打程式之後,終於架構出了合適的模型。只能聰明的選擇遠比盲目的努力重要,與其事倍功半的勞累,不如事先做好調查,方能夠事半功倍。
1.報告不只停留在理論,而是透過實際物理實驗取真實數據,再以此建構AI模型,具備高度說服力。 2. AI 線性回歸模型的值達到R²=0.94,顯示預測溫差的準確性極佳,能有效推估經實驗測試的建材。 3. 研究目標直接連結聯合國永續發展目標 SDG 11(永續城市)與 SDG 13(氣候行動),提升了研究的實踐價值與高度。 4. 報告不僅指出問題,還針對不同材質給出具體的應用建議,具備城市規劃的參考價值。
1.研究數據受到地理限制主要來自受控物理實驗,若能加入更多台北實際街道的場域驗證,報告的實務應用性將更強 。 2.未討論高反射材料長期使用受汙損後,其反射率衰減對降溫效果的影響 。