搜尋結果

  • 【WISE-iService 線上研討會】iTeleMed遠距醫療軟硬解決方案,提升醫療的可近性

    來自: 資源 / 影片

    【WISE-iService 線上研討會】iTeleMed遠距醫療軟硬解決方案,提升醫療的可近性 講者: 張浚凱 |研華科技智能服務事業群 產品經理

  • 20221209-淨零城市論壇-城市及園區綠色轉型之探討 [綠色盟 x 研華科技 x KPMG]

    來自: 資源 / 影片

    依據行政院能源減碳辦公室的六大重點工作,台灣智慧城市產業聯盟與臺灣綠色能源產業聯盟舉辦論壇「城市綠色轉型之探討」,邀請中央與各縣市政府環保局或淨零推動辦公室與會,分享探討淨零趨勢下城市淨零路徑與因應之道,及城市能源轉型的策略。 研華攜手綠色能源產業聯盟,與顧問夥伴KPMG,傑明新能源等多家能源屆標竿企業合辦淨零城市論壇-城市及園區綠色轉型之探討。

  • WISE-iEMS研討會_0812_07_共創智慧節能夥伴生態系_游喬扉

    來自: 資源 / 影片

    游喬扉市場開發經理主講研華科技共創智慧節能夥伴生態系的詳細策略 研華與您攜手 節能減碳 永續經營

  • WISE-iEMS研討會_0812_04_ECOWatch 場域節能實務方案_溫曉燕

    來自: 資源 / 影片

    在能源吃緊與環保意識抬頭下,能源管理成為企業越來越不能忽視的環節,而現有部分企業的空壓、暖通空調、照明等各類系統的管理、節能各自為戰,缺乏有效的統計、分類、整理和分析,企業的ESG指標達成缺乏可靠資料支撐,特別是工業企業內部情況複雜,子系統眾多,要開發對接這些子系統週期長,時間和費用都是問題。

  • AIoT CTO Talks | 数字孪生:连接虚拟与现实,解码应用价值

    來自: 資源 / 影片

    于此辑AIoT CTO Talks中,研华技术长杨瑞祥博士携手金风科技能源互联网产品线总经理刘登峰,共同探讨以“数字孪生”技术场域,如何为关键设备管理/分析提供完整架构,以加速解决方案的快速构建与落地,掌握AIoT时代数字转型、零碳排等无限先机。

  • Photovoltaic Energy Management System

    Photovoltaic Energy Management System

    來自: 產品

    為提供顧客更完善的太陽能供電及監控系統,加雲聯網建立太陽能管理系統解決方案,透過結合太陽能設備及資料收集器等軟硬體設備讓顧客得以即時了解並追蹤系統狀態,利用網際網路遠端操控訊息,進而達到節能及資源有效使用訴求。

  • Smart Scheduling

    Smart Scheduling

    來自: 產品

    幫助組織彈性調整生產計劃,提高生產效率和效益,降低成本。製造商可以創建準確可靠的生產計劃,簡化供應鏈管理,並改善準交率。使用機器學習技術,提供實時生產洞察,使製造商能夠就生產計劃、產能利用和庫存管理做出明智決策。具有以下特點: 1. 彈性應變 內建高效能AI動態排程引擎,​減少90%以上人工排程作業時間,快速反應急件插單等需求變動 2. 資料整合 專為智慧工廠所開發的智慧排程系統,內建整合 ERP/MES 系統功能​,​準確預測訂單達交與產能負荷 3. 線上協作 由紙本與單機作業,​轉換為跨部門的系統線上協作,減少無效等待時間、提高生產力

  • OEEnergy

    OEEnergy

    來自: 產品

    OEEnergy 是一款整合式的生產與能源績效監控應用,將設備綜合效率(OEE)分析與即時能耗監測相結合。 它協助工廠不僅了解設備運行的效率高低,更能清晰掌握每件產品、每台設備或每條產線的能源消耗狀況。 透過打通生產數據與能源數據,OEEnergy 能幫助製造企業發現隱藏的能源浪費、對效率改善進行標竿比對,並以數據驅動的方式實現營運卓越與成本優化。

  • Advantech at COMPUTEX 2025 | Agentic AI on the Edge

    來自: 資源 / 影片

    在 COMPUTEX 2025,我們與 Google 前台灣總經理簡立峰博士深入對談,從 AI 發展歷程、大語言模型革命,到 Agentic AI 如何重塑產業邊界。💡 簡博士分享了他對 AI 推理與代理人(Agent)時代的觀察,並剖析台灣如何憑藉工業電腦與軟硬整合優勢,成為 AI 邊緣運算應用的全球關鍵角色。

  • Nippon RAD 攜手 Advantech 以智慧解決方案補足日本勞動力缺口

    來自: 資源 / 案例研究

    到了 2040 年,日本將勞工短缺人數將達到 1,100 萬名,到了 2042 年,更有將近 30% 的勞動人口將超過 65 歲。對此,日本製造業需要制定一個可行策略,以在勞動力有限之下提升生產效率,解決此一瓶頸。