1.綠能系統：

為落實能源轉型目標，在兼顧能源安全、環境永續及綠色經濟發展下，建構安全穩定、效率及潔淨之能源發展方向為我國發展之規劃原則，政府為加速台灣產業轉型升級，透過「5+2產業創新計劃」作為驅動台灣下世代產業成長核心，而推動綠能科技為國家永續發展策略之一。本系欲以創新研發創造綠能產業技術做為課程核心，呼應綠能科技產業推動之創能、節能、儲能及系統整合之四大主軸，提升學生從事綠能科技產業之競爭力。本領域發展重點包括：包括太陽能、風能、氫能、燃料電池、鋰鐵電池、儲能系統、電動車輛、LED照明、能源資通訊及動力機械系統等。

2.機電系統：

產能的方式有許多種(風能、地熱能、水力能、海洋能、生質能、化石燃料等)，風力發電藉由空氣流動（即風）帶動風力發電機的轉子葉片轉動，藉由機械系統中的增速齒輪箱，增加轉速，再藉由傳動軸連接發電機，轉成電能。水力發電運用水位的落差(位能)使水在重力作用下流動，產生動能推動水輪機使之旋轉，產生機械能，再連接發電機使之旋轉，產生電能。生質能、化學能藉由燃燒轉換成熱能，熱能再藉由內、外燃機，轉換成機械能，再藉發電機轉換成電能。地熱能以蒸汽直接(間接ORC)帶動渦輪機轉動，產生機械能，再用發電機將其轉換為電能。因此將能源轉換成機械能過程中的發展重點包括內燃機、外燃機、渦輪機、水輪機、壓縮機、熱交換器、傳動、機構、潤滑、冷卻、力學、材料等。

3.節能系統：

提升既有系統或設備的效能，或導入新的節能設備或系統，以達到降低能源耗用及節省費用的目標。本領域發展重點包括：鍋爐系統、冷凍系統、空調系統、空壓系統、電力系統、照明系統、生產製造、能源管理系統及智慧節能綠建築等。

4.儲能系統：

儲能在穩定電網與再生能源的應用上扮演相當重要的角色，可以提高整個電力系統的使用效率及發電的經濟效益。儲能設備配合再生能源系統整合，可強化電網韌性，助於穩定電網頻率、系統輸出平滑化及電力削峰填谷之效用。且在2050淨零碳排要求與環保趨勢下，Mercedes-Benz提出「C.A.S.E.」（聯網、自動駕駛、共享與服務、電動化）四大核心策略，以電動車內部之儲能設備作為移動式行動電源（V2G），協助電力調度，創造智慧城市的生活願景。本領域發展重點包括：儲能組件、電力轉換、電能管理、系統整合、儲能系統設計、電力最佳化調度、節能管理、微電網技術整合。

1.電機機械：

無論是風力發電、太陽光電、水力發電或其它的創能方式，當電源產生後，為了讓電源更有效地應用，必須將電源從發電處配送到需求端。這當中會學習發電機、變壓器、逆變器等技術。進而為提高能源使用效率，會學習變頻器、電力電子與節能控制等技術。

2.電力電子：

為了提高各種電力轉換設備(變壓器、變頻器、逆變器等)的效率，將會學習功率電晶體、IGBT與控制方法，以實現高精度與複雜用電需求的狀況。此類相關技術在電動車驅動系統與電池充放電系統中均佔有不可或缺的必要性。並且在智能電網中透過先進的電力電子裝置，可實現對電網的靈活控制，促進智能能源管理。

3.智慧電網：

整合高效能的感測器，用於監測能源生產、儲存和使用，以實現智慧電網的實時監控。在這過程中為確保智慧設備之間及與中央監控的通訊必須學習感測器資料擷取、傳輸與監控等技術。進而利用數據分析和人工智慧技術，實現對能源分配的智慧優化，提高電網的整體效能。

國家5大創新產業之「智慧機械」將智慧車輛及無人載具視為工業界『建構智慧機械產業生態體系』及國防產業『航太國防自主』之重點發展項目。鑒於無人機（Unmanned Aerial Vehicle，UAV）之高機動性、低成本和快速生產能力，已普遍導入各式應用領域，如災難搜索、大範圍巡邏、航拍測繪、科研遙測、農作生長調查和噴藥施肥等，亦可取代人類進入高危險地區或執行特定國防任務。其中「自動飛行控制技術」為發展無人機產業之核心關鍵，透過優異且智慧化的控制系統可(1) 提高無人機之反應能力與速度、(2) 無人跡之路徑最佳化、(3) 抑制無人機飛航亂流擾動。本領域發展重點包括：室內無人機智慧控制、智慧工廠檢測技術、機電整合、數位訊號處理系統、無線通訊定位系統。欲以培訓智慧化人才。

1.智慧物聯網：

隨著物聯網技術興起，相對應的科技應用與服務持續發展，尤其配合人工智慧技術演進，兩者結合而呈現的智慧物聯網，使物聯網不僅能聯網接收數據與儲存，更能藉人工智慧學習分析數據幫助決策判斷。在智慧物聯網中，透過物聯網裝置收集大量的數據，結合人工智慧分群與歸類演算法，將成果轉換成更貼近使用者習慣的服務，更進一步地讓物聯網產品做出更準確的預測及判斷，提升產品效能，成為真正的智慧化裝置。原本需要回傳到遠端伺服器做運算的資料，可以在邊緣裝置上直接做決策，節省不少網路通訊時間成本，其相關應用更可涵蓋智慧節電、智慧居家、智慧建築、智慧醫療、智慧交通、智慧旅遊及智慧農業等相關產業。隨著5G通訊時代來臨，其5G低延遲傳輸特性將更促成智慧物聯網普及化，並帶動智慧物聯網應用生態發展，為資通訊產業帶來強大的驅動力。本領域發展重點包括：物聯網應用設計、人工智慧、無線隨意與感測網路、行動裝置應用、雲端資料庫。

2.機器學習/深度學習：

機器學習是人工智慧發展的一環，指的是讓機器「自主學習」並「增強」的演算法。透過迴歸分析，機器能從一堆數據中找出規律並做出預測，當輸入的數據越來越多，演算法也會持續的調整並做出更精準的分析。當新的數據出現，機器學習模型即能更新自己對於這個世界的理解，並改變對於原本問題的認知。深度學習則是機器學習的一種方法，主要讓機器模擬人腦的運作方式，進而和人類一樣具備學習的能力。在結合了影像辨識技術後，更可賦予電腦擁有智慧學習、電腦視覺及圖形辨識能力。本領域發展重點包括：機器學習、深度學習、邊緣計算、推薦系統。

3.嵌入式系統：

在智慧物聯網時代，裝置內部的元件功能更細微、智慧化，外部的系統整合則必須更多元複雜，因此如此設計出最佳化嵌入式系統，已成為近幾年學界與業界重要的發展研究項目。雖然智慧物聯網擁有感測器、無線網絡、射頻識別，但智慧物聯網系統的控制操作、數據處理操作，都是通過嵌入式技術去實現。過去智慧物聯網產業的運作模式是透過嵌入式裝置收集資料、並以物聯網傳輸資料。未來加入機器學習與深度學習後，智慧物聯網運作模式將隨之改變，其運算模式由雲端移至霧端及邊緣端，運算架構也將隨之改變，由CPU轉變為GPU，進而提升裝置平行運算能力，並可適用於複雜的智慧學習、電腦視覺及圖形識別之高效能計算處理需求。本領域發展重點包括：嵌入式系統、物聯網、機器學習、深度學習、邊緣計算。

4.巨量資料與雲端服務：

在全球數位化的趨勢下，行動裝置及智慧型裝置隨時在蒐集我們的生理及心理的資訊、來自網路的內容、社群訊息反映社會的現象、物聯網及各種感測裝置，各種數據資料的產生更呈現倍數成長。雲端運算的服務模式大幅提升產業的效率與降低設備成本，從隨身設備、智慧家居到汽車、船隻、飛機、甚至到太空應用都受惠於雲端運算。進一步將大量資料裡的重要資訊擷取出來，利用巨量資料分析技術與雲端服務來幫助企業做出正確的判斷與分析，提升企業的生產力及競爭力，是全球智慧城市、智慧生產、及永續發展等領域所不可或缺的關鍵技術。本領域發展重點包括：雲端服務、巨量資料處理與分析技術、資料探勘技術、以及社群網路分析技術。

1.半導體晶片設計

半導體產業是台灣重要的經濟支柱，國內半導體產業求才若渴，目前國家投入大量的資源加強半導體產業設計研發與人才培育。IC設計位於半導體產業鏈之首，在製作電路設計圖後，再把設計圖上的積體電路，實際製造晶片出來，國內有許多知名「IC設計公司」（Design House）皆投入各式IC晶片設計，主要設計技術在於晶片的「電路設計Know How」，也包含IC設計的智慧財產權，稱為「矽智財」（ SIP，Silicon Intellectual Property）。除了IC電路設計本身外，還會使用「電子設計自動化」（EDA，Electronic Design Automation）工具 這樣的IC設計工具，也是半導體產業鏈上游IC設計的一環。本領域發展重點包括：綠能發光晶片設計、節能感測晶片設計、電源轉換晶片設計等。

2.半導體製程技術

台灣半導體產業之製程技術位居世界之首，IC製程技術亦成為護國神山之美譽。當IC設計完成後，要進入IC製程生產階段，也就是要把設計好的電路圖，實際轉移到半導體晶片上。晶片的奈米微縮(Lithography)技術及設備是驅動半導體製程持續微縮之關鍵，藉由微縮後所生產之晶片(如5 奈米微縮至3 奈米)可(1)縮小晶片體積、(2)提升運算效能、(3)大幅降低能源耗損，以支援5G及人工智慧(AI)之巨量運算。越趨複雜的半導體製程驅使製造設備更智慧化以符合業界對「工業4.0」與「智慧製造工廠」要求，設備智慧化協助「半導體製造自動化」之達成。因此『半導體製程』持續演進提供智慧控制所需之高性能運算晶片，而『半導體設備』更進一步的提供半導體製造業所需之高良率、低耗能之「綠色製造」。本領域發展重點包括：先進半導體晶片微縮技術、極紫外光(EUV)微影之光罩製造、機電整合與自動控制系統。