徐讚昇老師榮獲110學年度兼任教師教學優良獎

徐讚昇老師榮獲109學年度兼任教師教學優良獎

徐讚昇老師榮獲108學年度兼任教師教學優良獎

徐讚昇老師榮獲104學年度兼任教師教學優良獎

主要探討一個理性的主體如何獲取知識，如何以邏輯方法表達其知識，並經由邏輯推理做出決策及採取行動的過程。特別是在資訊不充分及不完全的環境下，其邏輯推理的合理性標準如何建立，是我們最感興趣的課題。
就技術層面而言，我們主要的一部份工作在於不同的不準度推理邏輯之性質的研究，像是模糊邏輯，可能邏輯，樣態邏輯，條件邏輯，及非單調邏輯等等。另外，我們也試著為這些不同的邏輯提出一個一致的架構。
近來，我們也著重於智慧型助理軟體邏輯性質之探討。包括了知態推理，道德推理與偏好推理等不同的邏輯系統，並以此為基礎討論智慧型助理軟體的一些特性。

ALLDATA 2019

論文名稱：Efficient Qualitative Method for Matching Subjects with Multiple Controls

TAAI 2018

論文名稱：Alphazero for a Non-deterministic Game

JCMIT 2018

論文名稱：從論文標題中標註事件關聯性：以臺灣健保資料庫研究論文為例

SIMULTECH 2017

論文名稱：Learning from Simulated World – Surrogates Construction with Deep Neural Network

TCGA 2016

論文名稱：A Study of Compressing Endgame Databases of Computer Dark Chess

SIMULTECH 2016

論文名稱：Searching Vaccination Strategy with Surrogate-assisted Evolutionary Computing

IEEE CIG 2015

論文名稱：Compressing Chinese Dark Chess Endgame Databases

徐讚昇老師榮獲110學年度兼任教師教學優良獎

電腦對局團隊新書誕生

獲獎紀錄 (Awards)

國內會議

TCGA 2023

1. 電腦暗棋程式獲金牌(Yahari)、銀牌(PupilDarkChess)各一面
2. 愛因斯坦棋獲金牌(Zweistein)

TCGA 2022

1. 電腦暗棋程式獲金牌(PupilDarkChess)、銀牌(Yahari)各一面

TCGA 2021

1. Minishogi 獲金牌(Nyanpass)
2. 電腦暗棋程式獲金牌(PupilDarkChess)、銀牌(Yahari)各一面

TCGA 2020

1. 電腦暗棋程式獲金牌(PupilDarkChess)、銅牌(Yahari)各一面
2. 5×5 Shogi 獲銀牌(Nyanpass)

TAAI 2020

1. 電腦暗棋程式獲金牌(PupilDarkChess)
2. Minishogi 獲銀牌(Nyanpass)
3. Go 9 x 9獲銅牌(EzGo)

TCGA 2019

1. Go 9 x 9獲銀牌
2. 電腦暗棋程式獲金牌、銀牌各一面

 TAAI 2018

1. 電腦暗棋程式獲金牌、銀牌各一面

TCGA 2017

1. Go 9 x 9獲銅牌
2. 電腦暗棋程式獲金牌、銅牌各一面

電腦對局是人工智慧研究的顯學之一。選擇以腦電對局來研究電腦如何展現智慧的原因在於：自古以來下棋被看成是有智慧的行為，讓電腦學會下棋，是表現其智慧行為可能的方式之一。

隨著資訊技術的進步與普及，資料的收集變得容易且快速，在健康照護領域也同樣累積的大量的資料，加上政府大力推廣電子病歷相關技術與應用，電子病歷日漸普及，然而電子病歷的相關應用服務仍有進步的空間。健康照護資料除了電子病歷之外，還有其他參考價值極高的資料，可以進一步整合，整合後的大量資料需要有效率的資訊檢索與儲存方式，才能進行有效率的擷取與分析，發展各種加值應用。
健康資料的加值應用往往令人擔憂如何合宜的保護個人隱私，過去有許多隱私強化技術的研究成果，目前的挑戰在於如何達到既可以滿足研究需求又同時可以尊重個人意願與保護個人隱私。
資料科學應可對醫療照護有很大的幫助，隨著學習型健康照護系統的推進，資料科學將對醫學知識的發現累積與傳播產生革命性的影響。健康雲計畫資訊子計畫研究最適宜的健康資訊檢索和儲存技術，選用最合適的資安與隱私保護與強化技術，建構以尊重自主與保護隱私為基礎的資料整合與擷取平台，同時研究分析健康資料的新方法與資料視覺化的工具，新的計算模式的建立除了可以協助生醫公衛等領域的專家進行研究，除了提供臨床治療建議之外，也可進一步衍生出智慧醫療應用以及增進學習型健康照護系統的發展。

在全球化與交通發達的現代，疫病更易跨越國界與地理限制快速傳播，疾病無國界的現象引起衛生單位及學者專家重視新興及再浮現傳染病，公共衛生與流行病學專家提出各種防疫政策，期望能夠有效的預防各種傳染病的發生及控制流行的規模。基於過去的研究成果，雖然已有各種不同種類之流感數理模式程式可用來輔助疫情規模預測及各項防治措施之效果評估，其準確度與適用性仍存在著有相當程度的限制。
本研究研發流感疫情模擬系統，以台灣人口分布為基礎，設計符合華人社會的家庭結構、台灣教育制度下的學校模型以及人員移動等其他各項台灣社會特有的可能影響傳染病散播的行為與亞熱帶海島地區特有的地理與環境氣候模型，利用過去H1N1新型流感大流行的資料校調模擬參數，預測流感流行的整體傳播趨勢與總感染人數，並可透過後處理程式推估醫療資源的需求，基於流感預測的模型，逐一針對疫苗施打、抗病毒藥物的供應、學校停課、被感染者與接觸者的自主健康管理、邊境檢疫等各項防疫政策進行成效評估與驗證，逐步強化模擬系統之準確性及穩定性，同時設計高速演算法，導入深度學習與人工智慧等計算技術，進一步優化與擴充模擬系統之功能。

卓越研究成果

流感散布模擬系統由本實驗室與行政院衛生署疾病管制局、香港大學、以及國立台灣大學組成研究團隊，於2010年11月16日發表台灣第一套流感散布電腦模擬系統，這套系統計算速度較美國系統快約一千倍，準確算出去年新流感疫情高峰期，透過這套系統幫助，讓防疫單位擬定有效策略，估計最多拯救了六千人性命，若沒有這套系統提供有用資訊，台灣說不定會有六千多人因新流感病毒喪命。

流感空間傳播動力模型的高效率電腦模型 PLoS ONE 2010 蔡孟宗、陳淙琛、莊人祥、薛智文、郭旭崧、廖純中、Steven Riley、沈秉杰、沈至豪、王大為、徐讚昇 2009年H1N1流感（H1N1pdm）大流行期間的早期數據顯示，過去的研究往往高估了流感在國家內部的傳播率。針對探討流感空間傳播格局之大量空間數據的需求，我們提出一套高效率的流感散布電腦模擬系統，明顯提升了過往研究常用的以個人為基礎、隨機疾病模擬框架的執行速度。我們將該模型應用於臺灣人口現況，來展現初期病源位置對於流感的空間蔓延和整體發病概況的影響。高速的執行能力讓我們能在短時間內完成多次模擬，藉以提高模擬結果的精確度，及其統計可信度。

巨量資料之邏輯與知識表達：巨量資料之中隱藏許多有用的資訊與知識，我們將以形式邏輯的方法來探討相關 的知識表徵與推理問題。
巨量資料相關之高速演算法設計：近年來大量資訊很容易在線上取得。我們研究如何利用這些巨量資料進行快速計算。研究題目包含傳染性疾病散播模型之快速動態計算理論與演算法組實驗室模擬、疾病網路之建構和視覺化呈現、電腦對局理論和實作、健康雲跨領域研究_資訊檢索技術及資訊安全技術之研發、數位醫療計畫。

實驗室指導教授（依筆劃順序）

王大為 http://www.iis.sinica.edu.tw/pages/wdw/index_zh.html
徐讚昇 http://www.iis.sinica.edu.tw/pages/tshsu/index_zh.html
廖純中 http://www.iis.sinica.edu.tw/pages/liaucj/index_zh.html

團隊成員

研究員：王大為 研究員、徐讚昇 研究員、廖純中 研究員
研究助理：張建智、徐子揚、許嘉銘
博士研究生：蕭睆文(台大)
碩士研究生：陳君平(北大)、杜生一、薛韋霖、杜宗顁(台大)
實驗室秘書：林宛萱

合作對象

台北大學 陳志昌教授
中原大學 蔣益庭助理教授
中原大學 張紘睿助理教授
國立陽明交通大學 潘美連助理教授
中華民國象棋文化協會 郭武昌老師(棋力陸段)