參賽隊伍

香港六所大專院校將派出參賽隊伍參與由香港工程科學院主辦的「2023-24年度全球重大挑戰大學推介賽」。每隊參賽隊伍將由4-6名非畢業年級的本科生組成,其中至少一半成員是工程或電子計算科學學生。各參賽隊伍資料如下 :

Presentation



學生團隊成員

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: 增強對易受傷害個體的飲食意識和營養監控

氣候變化對易受傷害個體(包括患有糖尿病、孕婦、患有慢性疾病以及心血管風險因素的人)帶來重大挑戰,而風險主要來自他們在氣候變化下所攝取的食物,但坊間有關個別食物對健康潛在影響的資訊又比較散亂及複雜,而且常常存在爭議。此外,易受傷害個體擁有獨特的飲食需求、限制和偏好,這使得尋找合適的食物變得具有挑戰性。

因此,我們正在開發一種利用人工智能(AI)技術的解決方案,通過為易受傷害個體提供有關其飲食攝入的全面信息,並根據其特定脆弱性警示他們相關的潛在風險,從而使他們攝取到合適的食物。這解決方案符合「AI賦能應對氣候變化挑戰」的主題,並有助於實現聯合國可持續發展目標。

HKBU Team

HKBU Team


Presentation



學生團隊成員

姓名 Study Program Study Year
劉顯龍 Computer Science 2
陳立仁 Artificial Intelligence Science and Technology 1
Thapakorn PIPATPAJONG Computational Data Science 2
韋智剛 Earth and Environmental Sciences 2

利用人工智能預測自然災害

自然災害可能導致人員傷亡和財產損失。 隨著氣候變遷日益嚴重,災害發生的頻率顯著上升。

因此,對這些災害進行準確的預測將非常有利於解決人們在面對災難時缺乏準備的問題,特別是在發展中國家。

我們將使用天氣資料作為輸入和災難資料作為標籤來預測與天氣相關的災難(如熱浪和颱風)什麽時候在哪裏發生。將資料輸入我們的模型後,該項目可用於根據天氣資料預測未來幾天發生某些災難的機率。

CUHK Team
CUHK Team

CUHK Team


Presentation



學生團隊成員

姓名 Study Program Study Year
郭奥博 Electrical Engineering 2
初煒棋 Civil Engineering 3
Sanseong KWEON Nuclear & Risk Engineering 2
Jason ALEXANDER Civil Engineering 3
闕粵 Data Science 3

超高製冷系統與人工智能實現智慧空間冷卻法

全球對製冷和電力的需求不斷增長並因此加劇了全球暖化問題。研究表明,到 2050年,如果不採取任何措施解決能源效率問題,冷卻的能源需求增加兩倍。因此,開發能耗更低的冷卻技術是我們的研究方向。受到駱駝的啟發,我們設計了一個仿生冷卻系統。它可以在夜間定期吸收空氣中的水分,並在白天釋放儲存的水用於建築物冷卻。 這種新型吸附劑會根據環境進行循環,其冷卻能力幾乎是傳統輻射冷卻的 4 倍。 同時,我們提出與人工智慧結合,以實現智慧冷卻。 透過人工智慧分析使用者行為,可以實現冷卻控制。

CityU Team
CityU Team

CityU Team


Presentation



學生團隊成員

姓名 Study Program Study Year
PAL Ileana Mechanical Engineering 3
段茗潔 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
張天譯 Computer Science 3

生態飛行:優化飛機地面運營以減少碳排放

我們專注於航空業的碳排放問題。由於飛機引擎的地面排放量巨大,飛機起飛前優化引擎啟動時間可減少燃油消耗及相應排放。我們將使用傳感器來檢測引擎啟動時間,並利用人工智慧模型根據此數據以及航班排程數據來預測引擎的整體排放量。因此,我們的人工智能系統可以提供引擎啟動時間的建議,同時減少跑道上的擁堵情況,並優化登機門分配,降低整體排放量,從而減少溫室氣體對氣候變化的加劇。

PolyU Team
PolyU Team

PolyU Team


Presentation



學生團隊成員

姓名 Study Program Study Year
陳慧恩 School of Engineering, Artificial Intelligent 1
季廷軒 Computer Science and Electronic Engineering 3
譚兆皓 Electronic Engineering, minor in Information Technology 2
鄧杰恆 World Bachelor in Business 2
鄧珞珩 School of Engineering 1
黃穎謙 Electronic Engineering 3

基於 AI 的攝影測量用於水下珊瑚生長的 3D 重建和監測

基於人工智慧的攝影測量是研究和監督受氣候變化影響的水下珊瑚礁發展的有力工具。這些珊瑚礁棲息著各種海洋生物,如海馬、海龜和海草,同時還通過吸收二氧化碳來幫助減緩氣候變化。通過攝影測量,我們的專案引入了一種新型AI方法可快速建立珊瑚礁3D模型,加速生長監測並提供更有效的研究工具。透過AI演算法,重建速度和模型準確性皆提升,促進珊瑚礁保育和環境保護,為未來提供寶貴資訊,以維護這項重要生態系統。

HKUST Team
HKUST Team

HKUST Team


Presentation



學生團隊成員

姓名 Study Program Study Year
王羽 Computer Engineering 3
葉恩妤 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: 利用簡便易用的人工智慧應對氣候變遷對糧食生產的挑戰

全球氣候的變遷,如溫度變化、不可預測的天氣、幹旱和其帶來的土壤貧瘠和害蟲入侵等問題,都對全球糧食生產產生了重大的挑戰。

為了應對氣候變遷帶來的糧食生產問題,我們提出了FarmGPT, 這是一個運用簡便易用的人工智能來配合全球農民農業生產的解決方案。我們的項目涉及開發一個利用兩類大數據對農業進行指導的人工智能聊天機器人。

首先,我們利用農業相關數據,如來自漁農自然護理署的報告,以確保為模型提供準確的氣候變化及農業生產信息。其次,我們輸入通過傳感器和攝像頭獲得的農場特定數據,為農民實時、且量身定製地生成減少氣候變遷對其糧食生產帶來的影響的建議。

FarmGPT具有雙重貢獻。
首先,它通過簡便易用的設計,讓農民得以以簡便的對話形式和通俗易懂的操作方法利用人工智能。
其次,它實現了農業精準化,使得農民能夠在適應特定土地需求的同時擴大經營規模。這種方法減少了對不可持續性耕作方式的依賴,亦通過資源合理調配減少資源浪費與汙染排放,進而減緩氣候變化進程。通過實踐農業精準化,農民可以更好地適應氣候變遷所帶來的環境變化,並減輕氣候變遷對糧食生產的負面影響。

HKU Team
HKU Team

HKU Team