Registration
00

day

00

hr

00

min

00

sec

Time to team-up deadline

557 / 373

participants / team

Register

Topic provider

指導單位 - 教育部

教育部資訊及科技教育司「結合資訊、科技與人文,引領學校邁向永續發展新世紀」之願景,規劃「前瞻人才培育」、「精緻數位學習」、「科研倫理素養」、「數位公義關懷」、「校園環境永續」五大目標,建構以「人」為中心的學習環境,培育具關懷社會與環境之現代公民,強化國家永續發展。


競賽運籌單位 - 教育部人工智慧競賽與標註資料蒐集計畫辦公室

本計畫【人工智慧競賽與標註資料蒐集】為教育部所發起的人工智慧技術及應用人才培育計畫中的其中一項子計畫,透過訂定競賽議題,並每年舉辦AI競賽,藉由搭配學期時間與學校課程合作,老師可審核學生學習一學期後將理論運用在實際問題上的能力,且因競賽資料較貼近生活實際狀況,而非針對教學方便所製作出簡單的數據,學生需要更深入思考才可達到標準,AI競賽將會經過競賽審查委員嚴格審查後頒發獎金及獎狀,以資鼓勵學生們參與培育更多AI人才。

AI CUP 官網:                       https://www.aicup.tw/

AI CUP 粉專:https://www.facebook.com/AICUPrealtask


  

AAI Lab (Apex Agri-Intelligence Lab)先端智慧實驗室創立於 2018 年,台大生農學院農藝系劉力瑜系主任將智慧農業的產業應用落實在教學與研究之上,除支援台大生農院的教學研究外,無人機飛手訓練、遙感探測技術與應用、影像拼接與分析、作物模式等相關課程,開設智慧農業系列課程,培育未來農產業人才的搖籃,並結合專家系統,將科技帶入農業,為農業帶來嶄新的契機。


國立臺灣大學農藝系創系於1946年,迄今已70多年。我們一直以Feeding the World (餵養全世界)為職志,培育農業與農學具領導力的專家。除了傳承這古老重要的行業與天職,亦開時代風氣之先,積極求新應變。近年來,分子育種、生物技術、生物資訊、生物統計、作物模式 (大數據之探勘)等也開始和傳統農藝結合,產生了相輔相成的新時代農業科技。農藝系的教育方針就在這種時代的變遷裡與時俱進,秉承著專家養成教育之循序步驟,立基傳統,求新求變,用最嚴謹的科學訓練態度,研究及教導最宏觀視野的作物相關科學及科技。

2021/11/18 線上課程及public data set說明

各位參賽團隊大家好: 這次在討論區出現了幾篇文章有相當爭議 小編也發現,因為編碼問題導致有些文章與原本的編號不符 先在這邊謝謝各位參賽員給予反饋 但也請各位參賽員放心 這一次的Data煩請大家先把887這篇文章作廢(;_;) 我們之後也會發布Private Data Set 最後成績也會只使用Private data set!!(⁎⁍̴̛ᴗ⁍̴̛⁎) 作為最後成績的依據 在這邊也先跟各位參賽員說聲謝謝!!!( ´▽`) 接著要跟各位報告 近期的巡迴演講YouTube 版出爐了 競賽背景說明 (臺大農藝系劉力瑜) https://youtu.be/-831l_JYEec 文章相關性與關鍵詞抽取 (臺大工科海洋系黃乾綱) https://youtube.com/watch?v=IvAOX5xGrbM&feature=share 各位參賽員可以參考影片也可以對比賽的方向有更多的想法 希望在後續的比賽也能幫助參賽員有更好的參與體驗

2021/10/18 2021/10/15 競賽內容修正公告 *數字提供修正

各位參賽者好~距離資料集開放下載時間,剩下短短兩天了! 以下且聽小編介紹這次的競賽內容吧! 1.資料說明:  我們會開放從行政院農委會開放資料平台下載下來的「植物疫情」相關文字資料,以及『疫情通報』兩兩文章相似程度的標註結果,以人工智慧建立相似度的辨識分析模組。  判定的關鍵依據分別為:作物、病蟲害、防治藥劑  資料集總數: Training Data Set:560篇(共560 x 559種組合;Yes or No) Test Data Set (Public):421篇(共421 x 420種組合;Yes or No) Test Data Set (Private):420篇(共420 x 419種組合;Yes or No)  依據Yes/No的答案正確與否計算 F1-score 成績 2.競賽資料的檔案類型跟競賽的模式: https://reurl.cc/1ovYYD 最後,我們會提供一個辭典,其中包含農作物、蟲害、疫病,以及藥物的名稱,給予非農業相關背景者作為參考或辨識的依據。 藉由上述說明,讓大家不會變成無頭蒼蠅:> 小編預祝大家,比賽順利~~~!!!

2021/10/15 競賽內容公告

各位參賽者好~距離資料集開放下載時間,剩下短短兩天了! 以下且聽小編介紹這次的競賽內容吧! 1.資料說明:  我們會開放從行政院農委會開放資料平台下載下來的「植物疫情」相關文字資料,以及『疫情通報』兩兩文章相似程度的標註結果,以人工智慧建立相似度的辨識分析模組。  判定的關鍵依據分別為:作物、病蟲害、防治藥劑  資料集總數: Training Data Set:560篇(共560 x 559種組合;Yes or No) Test Data Set (Public):421篇(共421 x 419種組合;Yes or No) Test Data Set (Private):420篇(共420 x 419種組合;Yes or No)  依據Yes/No的答案正確與否計算 F1-score 成績 2.競賽資料的檔案類型跟競賽的模式: https://reurl.cc/1ovYYD 最後,我們會提供一個辭典,其中包含農作物、蟲害、疫病,以及藥物的名稱,給予非農業相關背景者作為參考或辨識的依據。 藉由上述說明,讓大家不會變成無頭蒼蠅:> 小編預祝大家,比賽順利~~~!!!

Introduction

隨著軟硬體的快速發展,近期人工智慧的應用成為顯學,成功並廣泛地運用在各領域上。

然而,人工智慧在農業上的應用卻相當受限,原因除了作物生長週期長、資料不易大量累積外,也因為農業方面的資料標註,高度仰賴具備專業知識的農業專家,使得可以作為機器學習的訓練資料集嚴重不足。

本競賽將從行政院農業委員會開放資料平臺下載「植物疫情」相關文字資料,期望以人工智慧標註結果,建立文字辨識分析模組,藉由訓練集的文字資料進行相關標註和資訊擷取,同時作為病蟲害防治技術的搜尋應用。

Prize

敘獎對象須為報名時,具中華民國學籍之各校在學生(含研究生)身分,敘獎時須檢附相關證明。若隊伍內有一人非學生,則視為業界隊伍。

「水稻農業文章文字辨識及標註競賽」將依「探勘水稻植株文字辨識」評分,前15名的優勝隊伍將獲得獎金:

名次獎金
第一名8 萬元 + TWCC 3 萬點數
第二名6 萬元 + TWCC 3 萬點數
第三名4 萬元 + TWCC 2 萬點數
創意獎兩名各 1 萬元 + TWCC 1 萬點數
優等十名各 5000 元 + TWCC 1 萬點數
  • 教育部獎狀:前15名獲獎隊伍經評審委員審定後,將獲頒教育部獎狀乙紙。
  • 指導教授或業師獎狀:得獎隊伍相關指導教授或業師,將由主辦單位發函建請教育行政主管機關學校,本權責予以行政獎勵。惟指導教授或業師不得與參賽者一同報名,請於最終報告內填寫指導教授或業師相關資料。
  • 計畫辦公室電子獎狀:Private Score 超過 Baseline 之隊伍 (Baseline 將另行公告),依規定繳交模型和報告的相關資料後,經主辦單位之評審委員審定,將獲頒人工智慧競賽計畫辦公室電子獎狀。
  • 各項獎勵名額得視參賽件數及成績酌予調整,參賽作品未達水準時,得由決選評審委員決定從缺,或不足額入選。
  • 前十位 於競賽前填寫前測問卷之參賽者將可獲得 TWCC 1萬點數,前測問卷連結: https://docs.google.com/forms/d/e/1FAIpQLSd4cQLTlJPBCC4SU2CHS1G0DJZDwSqT6U9gQ0oKUjKmxHar7g

Activity time

活動開始於台灣時間(UTC+8小時)2021/09/23,結束於 2021/12/14 午夜 11 時 59 分,於 2022/01/24 公布結果。

時間事件
2021/09/23開放報名及組隊
2021/10/18 10:00:00開放訓練集資料下載及訓練集結果上傳 (每日上傳上限為 5 次)
2021/11/01 10:00:00公布開放 public 測試集下載及上傳 (每日上傳上限為 5 次)
2021/12/03報名及組隊截止
2021/12/13 10:00:00公布開放 private 測試集下載及上傳 (每日上傳上限為 10 次)
2021/12/14 23:00:00比賽截止,關閉結果上傳功能
2021/12/15 14:00:00公布 Private Leaderboard 成績,開始上傳報告
2021/12/22 23:59:59上傳報告截止
2022/01/24 11:00:00公布本次比賽的最終名次
暫定 2022 年 2 月頒獎典禮 (細節將另行公布)

Evaluation Criteria

訓練集文字資料進行相關標註之結果計算,以及標註辨識準確率。

評估方式採用 F1-measure(又稱 F1-score),其公式如下:
$$ Precision={TP \over {TP + FP}} $$ $$ Recall ={TP \over {TP + FN}} $$ $$ \text{F1-measure}= 2 \times {Precision \times Recall \over Precision + Recall } $$

TP: 程式計算判定有關係,且為正確相關

FP: 程式計算判定有關係,但不為正確相關

FN: 程式計算判定為沒關係,但實為正確相關

參考資料:https://reurl.cc/vqrOVj

Rules

  1. 本競賽敘獎對象須於報名時,具中華民國學籍之各校在學生(含研究生)身分,且為全學生之隊伍。敘獎時須檢附相關證明;若為業界之敘獎對象,則可獲頒人工智慧競賽計畫辦公室電子獎狀。
  2. 指導教授或指導業師不得與參賽者一同報名,請於最終報告內填寫指導教授或業師之相關資料(含中英文版的學校名或公司名、科系或職稱,以及姓名)。
  3. 參賽隊伍不得使用多重帳號參加同一項競賽,違者喪失競賽資格;參賽隊伍若個別成員自行以個人帳號上傳者,視同使用多重帳號參賽。
  4. 每人限報名一隊,加入隊伍後便無法換隊,但能繼續添加隊伍人數到上限 5 人。
  5. 線上評分排名系統每日有上傳次數限制,訓練集及 Public 測試集階段每個參賽隊伍每日最多上傳 5 次;Private 測試集階段每個參賽隊伍每日最多上傳 10 次。
  6. 參賽隊伍禁止使用人工方式手動標註競賽測試集(Private Dataset)。
  7. 為確保競賽的公平性,優勝隊伍須於指定期限內提交可重現之預測模型說明文件、自製之訓練資料集、原始程式碼,以及最終報告等相關資料。包含(但不限於):前處理程式碼、訓練程式碼、辨識程式碼、各項參數之設定(包括訓練權重)、執行環境,並於報告中詳加說明,程式之可執行性及可驗證性將影響報告評分。
  8. 參賽作品所使用之資料、技術、程式碼,均屬參賽隊伍之原創或已取得合法授權,若有任何第三者侵害智慧財產權或其他違法情事,均由參賽隊伍自行出面處理。
  9. 如有下列情事,主辦單位得無需告知參賽者,逕行取消參賽者資格或領獎資格。如已獲獎,則撤銷得到之獎項,並追回獎金及獎狀:
    • 已有具體事證,所屬隊伍有任何抄襲、作弊、或詐欺等行為。
    • 已有具體事證,所屬隊伍有侵害他人智慧財產權之情事。
    • 已有具體事證,所屬隊伍有對 Leaderboard 系統進行攻擊。
    • 已有具體事證,所屬隊伍影響其他參賽隊伍導致不公平事例發生。
    • 已有具體事證,所屬隊伍違反本比賽活動辦法,或「水稻無人機全彩影像與農業訊息文字探勘辨識及應用」參賽者使用條款。
  10. 參賽成果之智慧財產權歸屬參賽隊伍所有,其著作授權、專利申請、技術轉移及權益分配等相關事宜,應依相關法令辦理。
  11. 得獎隊伍獲得之獎金應配合中華民國稅法繳交相關所得稅。
  12. 主辦單位保有對活動與競賽規則解釋及裁決的權利。