@本實驗室主要研究人工智慧與機器學習理論及技術應用於影像處理、資料挖掘、數位學習、知識擷取、數位多媒體安全等熱門領域，並且利用網路服務實現上述系統之網路計算，迅速達到研究成果共享目的。
@四大研究主軸分述如下: Four research issues are given as follows.
理論研讀: 機器學習(machine Learning)、人工智慧(Artifical Intelligence)、深度學習(Deep Learning)、類神經網路(Neural Networks)、模糊理論(Fuzzy Theory)、型二模糊理論(Type 2 Fuzzy Theory)、支援向量機(Support Vector Machines)、基因演算法(Genetic Algorithm)、粒子群最佳化演算法(Partical Swarm Optimization Algorithm)、本體論(Ontology theory)、正規概念分析(Formal Concept analysis)、動態貝氏網路(Dynamic Baysian Network)。
技術研發: 類神經網路學習技術(NN Learning)、模糊推論技術(Fuzzy Logics System Modeling)、支援向量機分類技術(SVM classification)、演進最佳化技術(Evolutionary Optimization)、混合式智慧型學習技術(Hybrid Intelligent Learning)、深度學習(Deep Learning)、物聯網(IOT)、大數據(Big data)。
應用領域: 知識攫取(Knowledge Acquisition)、數位產權管理(Digital Right Management)、多媒體檢索(multimedia query)、資料挖掘(data mining)、圖形識別(Pattern Recognition)、數位學習(eLearning)、資訊安全(Information Security)、系統整合(System Integration)。
實現技術: 網路服務(web services)、Java、Visual Studio.NET、Mobile Web Programming、Web-Database Programming、Matlab、Python、R-Language。

@研究夥伴招募中...歡迎對上述題材有興趣者加入本實驗室研究團隊。

...[註]對撰寫基本程式有興趣、對新技術有高度挑戰性及耐操者尤佳...

願景：

１.積極研製自動化技術與應用產品。

    Aggressively develop automatic techniques and their applications 

２.積極推動產官學合作以提升學生競爭優勢。

    Aggressively work for the Government-Industry-University Collaboration to promote students' abilities on career competitions

３.強化創意設計，提升技術價值。

    Enhance the creativity on design to advance techniques

４.打造優質U化環境。

    Develop and Build up ubiquitous computing/learning environments

研究領域：

１.智慧型非線性系統設計與分析(Design and Analysis of Intelligent nonlinear systems)

２.機器學習與資料探勘 (Machine Learning and Data Mining)

３.智慧型影像濾波器設計與分析(Design and Analysis of Intelligent Image Filters)

４.數位學習( e-Learning)

５.數位多媒體浮水印(Digital Multimedia Watermarking)

６.多媒體通訊與安全(Multimedia Communication and Security)

７.網際網路技術應用 (Internet networking and Its Applications)

８. 網頁服務應用於系統整合(System Intergration with Web services)