研究所論文方向 2026-09-13
- 目標學程：東吳大學資料科學系碩士
- 語料：91 則去重
- 硬規則：A/B/C 三題；口語主題；AI 整合；指導教授僅教授／副教授前二名
A. 長照醫療
專題主題
偏鄉長照說要整合交通、分級人力——怎麼用數據算出誰真的接得到日照／托顧、車該怎麼排？
正式題名草稿
偏鄉長照交通可及性與日照／家庭托顧供需之預測建模、排程最佳化與照護人力分級需求估計
目標學程／學位
資料科學系碩士／碩士
AI／資料科學整合
整合（去識別）日照／家庭托顧據點座標與容量、預約與取消紀錄、接送班次與路網旅行時間、照服員班表與職級標籤，建構可及性／未服務人口預測、接送排程與路線最佳化、人力分級情境下的供需缺口估計。
值得研究的理由
本日長照語料高度集中於中央訪視苗栗等地方：日照再好長輩到不了就等於用不到、跨部會整合長照交通、照護人力分級分類，以及偏鄉家庭托顧／社區據點開幕。近 30 日已涵蓋個助互踢空窗、機構補助、輔具租賃與偏鄉AI醫療；本日改以「交通可及性×托顧／日照供需×人力分級」切入。
市場／可行性／目的
- 市場：地方政府與長照業者需要可稽核的交通＋據點營運分析
- 可行性：公開統計＋單縣市合作小樣本或合成路網即可完成原型
- 目的：建立可及性預測與排程方法，評估人力分級對覆蓋與等待時間的影響
建議指導教授（前二）
1. 呂明頴（副教授）— 智慧運輸系統、資料探勘、人工智慧、行為分析
2. 許晋雄（教授）— 作業研究、最佳化理論、決策分析
分數
理論 8／實用 9／市場化 8
依據語料 id
45, 64, 67, 68, 69
---
B. 學齡教學
專題主題
高中沒畢業也能考大學、作業還能AI代寫過關——怎麼用資料抓出「假學習」又不誤殺？
正式題名草稿
同等學力升學路徑與生成式AI代寫背景下的學習真實度偵測、公平性與學習成效評估
目標學程／學位
資料科學系碩士／碩士
AI／資料科學整合
蒐集（經同意／去識別）寫作歷程、版本差異、提示詞痕跡代理特徵、測驗與課程表現，建立生成式AI代寫風險分數與學習真實度指標；以 NLP／深度學習做文本分類與校準，並做群體公平性檢查。
值得研究的理由
本日教育語料同時出現：高中未畢業得以同等學力考大學人數增加；課堂分組報告充斥生成式AI產製仍過關。近 30 日已涵蓋偏鄉AI營隊、免費AI程式助理、師培具身AI與課綱投資；本日改聚焦高中—大學銜接上的學習真實度與AI代寫偵測／公平性。
市場／可行性／目的
- 市場：高中與大學需要可解釋的學術誠信與學習成效工具
- 可行性：開源偵測器微調／特徵工程＋校內小樣本標註即可
- 目的：建立學習真實度評估與公平偵測方法，量化誤殺／漏檢
建議指導教授（前二）
1. 吳政隆（教授）— 文字探勘、深度學習、自然語言處理、人工智慧
2. 金凱儀（院長／系主任／教授）— 電腦輔助教學、適性化學習、數位遊戲式學習
分數
理論 8／實用 9／市場化 8
依據語料 id
32, 41, 43
---
C. AI／AI代理人（優先）
專題主題
人形機器人開源大腦說能一口氣做64件事——怎麼評它真的會自己規劃步驟，還是只會跑演示？
正式題名草稿
具身多任務開源「機器人大腦」與世界模型代理人的規劃軌跡可靠度、泛化與成本評估框架
目標學程／學位
資料科學系碩士／碩士
AI／資料科學整合
定義具身代理人任務套件（導航、操作、多步驟工具／技能呼叫）；記錄規劃軌跡、技能呼叫、失敗重試與模擬／真機落差；建立成功率、泛化距離、步驟效率、延遲與算力／資料成本等指標。優先 agentic／tool-use（技能庫呼叫）而非單次生成描述。
值得研究的理由
本日語料同時出現宇樹開源 6B「大腦」統籌 64 項任務、北京具身智能數據訓練中心升級、外灘大會「世界模型元年」與小米具身世界模型開源等訊號。近 30 日已有程式／上網工具呼叫代理人評測題；本日改聚焦具身多任務代理人與世界模型軌跡評估。
市場／可行性／目的
- 市場：機器人與 Physical AI 採購需要可驗證評測
- 可行性：公開模擬器／開源權重與自建小任務集即可
- 目的：建立多指標評估方法，比較規劃可靠度、泛化與成本
建議指導教授（前二）
1. 葉向原（教授）— 機器學習、資料探勘、人工智慧、資料科學
2. 蘇明祥（副教授）— 深度學習、自然語言處理、口語對話系統、情緒與人格感知
分數
理論 8／實用 8／市場化 9
依據語料 id
19, 23, 84, 88, 89
---
三個爭議點
1. 偏鄉長照該先蓋更多日照，還是先用數據把交通與人力排到「真的到得了」？
2. 高中同等學力與AI代寫並存時，該先緊縮入學／當掉，還是先建立可驗證的學習真實度指標？
3. 具身開源大腦與世界模型該先追參數與演示，還是先用統一代理人指標查清可靠度、泛化與成本？