<aside> 💡 👋🏻👋🏻 本實驗室歡迎對基礎學理/業界實際應用案例/新創事業有興趣之同學加入👋🏻 👋🏻

</aside>

研究主題1 - 智能化CAD/CAE/CAM軟體開發 ⚙️

• 市面上已有許多成熟之商用CAD/CAM軟體（SolidWorks/CATIA/NX-UG/PowerMil等），需具備相關背景知識與訓練之人員才能有效操作軟體
• 各種商用軟體在導入業界實際應用時，均會有部分功能不足以及與其他部門資料交換之問題，使得軟體之實際效能大幅降低
• 以CAD SDK圖學核心為基礎，透過商用軟體之API，開發可有效串接整合商用CAD/CAM/CAE軟體之獨立/整合應用程式，大幅增加軟體效率
• 應用產業領域：航太/電子/PCB/工具機/機械設計製造/智慧製造/加工應用等領域均有大量之需求與潛在客戶

<aside> 💡 實際案例（以下軟體均自行開發，並非架構在任何一套商用CAD/CAM/CAE軟體中，可為客戶作客製化服務並具備軟體發散之權力）

</aside>

       **客製化CAD/CAM軟體（路徑模擬）**

                      **Robot碰撞檢測軟體**

               **客製化FEM/CAE分析軟體**

        **客製化CAD軟體（以捨棄式刀具為例）**

研究主題2 - AI人工智慧技術開發 🧠

機器學習法於電腦圖學之應用

<aside> 💡 主要透過相關商用軟體平台，蒐集CAD之大數據資料庫，如3D繪圖之草圖/拉伸/除料/組裝等流程，利用機器學習法自動推論/歸納出人為之設計流程/意圖，並建立其模型，後續可應用在許多CAD之設計領域中，提供繪圖自動化之相關智慧化功能。

</aside>

• Automatically rebuild the 3D processes by a given 3D B-rep CAD file

  AutoReconstruction_successful.mp4

• Fusion 360 Gallery Dataset

https://www.youtube.com/watch?v=YalPldGHd_I

• Automatic CAD construction using SolidWorks API

一鍵完成.mp4

參考資料

物理信息融合機器學習法PIML(Physical-Informed Machine Learning)

<aside> 💡 傳統機器學習法中的神經網路大都使用大量的超參數，使得所需的訓練資料量龐大。PIML法主要可將具物理意義之方程式轉換為節點或是LOSS函數形式，使得訓練之難易度大幅下降，在近年來逐漸受到重視。

</aside>