参赛队伍

香港六所大专院校将派出参赛队伍参与由香港工程科学院主办的「2023-24年度全球重大挑战大学推介赛」。每队参赛队伍将由4-6名非毕业年级的本科生组成,其中至少一半成员是工程或电子计算科学学生。各参赛队伍资料如下 :

Presentation



学生团队成员

姓名 Study Program Study Year
Sanskar SHRESTHA Computer Science 4
KADESSOVA Ayazhan Computer Science 3
UCHE Destiny Nnanna Computer Science 3
Mohammad Riasad HUQ Computer Science 2
ONG Jun Kye Eric Computer Science 3

InfoBite: 增强对易受伤害个体的饮食意识和营养监控

气候变化对易受伤害个体(包括患有糖尿病、孕妇、患有慢性疾病以及心血管风险因素的人)带来重大挑战,而风险主要来自他们在气候变化下所摄取的食物,但坊间有关个别食物对健康潜在影响的资讯又比较散乱及复杂,而且常常存在争议。此外,易受伤害个体拥有独特的饮食需求、限制和偏好,这使得寻找合适的食物变得具有挑战性。

因此,我们正在开发一种利用人工智能(AI)技术的解决方案,通过为易受伤害个体提供有关其饮食摄入的全面信息,并根据其特定脆弱性警示他们相关的潜在风险,从而使他们摄取到合适的食物。这解决方案符合“AI赋能应对气候变化挑战”的主题,并有助于实现联合国可持续发展目标。

HKBU Team

HKBU Team


Presentation



学生团队成员

姓名 Study Program Study Year
刘显龙 Computer Science 2
陈立仁 Artificial Intelligence Science and Technology 1
Thapakorn PIPATPAJONG Computational Data Science 2
韦智刚 Earth and Environmental Sciences 2

利用人工智能预测自然灾害

自然灾害可能导致人员伤亡和财产损失。 随着气候变迁日益严重,灾害发生的频率显著上升。

因此,对这些灾害进行准确的预测将非常有利于解决人们在面对灾难时缺乏准备的问题,特别是在发展中国家。

我们将使用天气资料作为输入和灾难资料作为标签来预测与天气相关的灾难(如热浪和台风)什么时候在哪里发生。将资料输入我们的模型后,该项目可用于根据天气资料预测未来几天发生某些灾难的机率。

CUHK Team
CUHK Team

CUHK Team


Presentation



学生团队成员

姓名 Study Program Study Year
郭奥博 Electrical Engineering 2
初炜棋 Civil Engineering 3
Sanseong KWEON Nuclear & Risk Engineering 2
Jason ALEXANDER Civil Engineering 3
阙粤 Data Science 3

超高制冷系统与人工智能实现智慧空间冷却法

全球对制冷和电力的需求不断增长并因此加剧了全球暖化问题。研究表明,到 2050年,如果不采取任何措施解决能源效率问题,冷却的能源需求增加两倍。因此,开发能耗更低的冷却技术是我们的研究方向。受到骆驼的启发,我们设计了一个仿生冷却系统。它可以在夜间定期吸收空气中的水分,并在白天释放储存的水用于建筑物冷却。 这种新型吸附剂会根据环境进行循环,其冷却能力几乎是传统辐射冷却的 4 倍。 同时,我们提出与人工智慧结合,以实现智慧冷却。 透过人工智慧分析使用者行为,可以实现冷却控制。

CityU Team
CityU Team

CityU Team


Presentation



学生团队成员

姓名 Study Program Study Year
PAL Ileana Mechanical Engineering 3
段茗洁 Land Surveying and Geo-informatics 3
王梓安 Electronic and Information Engineering 3
GAMAGE Sashenka Electronic and Information Engineering 2
王幼康 Computer Science 2
张天译 Computer Science 3

生态飞行:优化飞机地面运营以减少碳排放

我们专注于航空业的碳排放问题。由于飞机引擎的地面排放量巨大,飞机起飞前优化引擎启动时间可减少燃油消耗及相应排放。我们将使用传感器来检测引擎启动时间,并利用人工智慧模型根据此数据以及航班排程数据来预测引擎的整体排放量。因此,我们的人工智能系统可以提供引擎启动时间的建议,同时减少跑道上的拥堵情况,并优化登机门分配,降低整体排放量,从而减少温室气体对气候变化的加剧。

PolyU Team
PolyU Team

PolyU Team


Presentation



学生团队成员

姓名 Study Program Study Year
陈慧恩 School of Engineering, Artificial Intelligent 1
季廷轩 Computer Science and Electronic Engineering 3
谭兆皓 Electronic Engineering, minor in Information Technology 2
邓杰恒 World Bachelor in Business 2
邓珞珩 School of Engineering 1
黄颖谦 Electronic Engineering 3

基于 AI 的摄影测量用于水下珊瑚生长的 3D 重建和监测

基于人工智慧的摄影测量是研究和监督受气候变化影响的水下珊瑚礁发展的有力工具。这些珊瑚礁栖息着各种海洋生物,如海马、海龟和海草,同时还通过吸收二氧化碳来帮助减缓气候变化。通过摄影测量,我们的专案引入了一种新型AI方法可快速建立珊瑚礁3D模型,加速生长监测并提供更有效的研究工具。透过AI演算法,重建速度和模型准确性皆提升,促进珊瑚礁保育和环境保护,为未来提供宝贵资讯,以维护这项重要生态系统。

HKUST Team
HKUST Team

HKUST Team


Presentation



学生团队成员

姓名 Study Program Study Year
王羽 Computer Engineering 3
叶恩妤 Chemistry 3
Patt PHURTIVILAI Computer Science, minor in statistics 2
Abraham CHANDAFA Computer Science, minor in Electrical and Electronics Engineering 2
曾卓琳 Chemistry 2
熊涵逸 Applied AI 1

FarmGPT: 利用简便易用的人工智慧应对气候变迁对粮食生产的挑战

全球气候的变迁,如温度变化、不可预测的天气、干旱和其带来的土壤贫瘠和害虫入侵等问题,都对全球粮食生产产生了重大的挑战。

为了应对气候变迁带来的粮食生产问题,我们提出了FarmGPT, 这是一个运用简便易用的人工智能来配合全球农民农业生产的解决方案。我们的项目涉及开发一个利用两类大数据对农业进行指导的人工智能聊天机器人。

首先,我们利用农业相关数据,如来自渔农自然护理署的报告,以确保为模型提供准确的气候变化及农业生产信息。其次,我们输入通过传感器和摄像头获得的农场特定数据,为农民实时、且量身定制地生成减少气候变迁对其粮食生产带来的影响的建议。

FarmGPT具有双重贡献。
首先,它通过简便易用的设计,让农民得以以简便的对话形式和通俗易懂的操作方法利用人工智能。
其次,它实现了农业精准化,使得农民能够在适应特定土地需求的同时扩大经营规模。这种方法减少了对不可持续性耕作方式的依赖,亦通过资源合理调配减少资源浪费与污染排放,进而减缓气候变化进程。通过实践农业精准化,农民可以更好地适应气候变迁所带来的环境变化,并减轻气候变迁对粮食生产的负面影响。

HKU Team
HKU Team

HKU Team