| 課程與核心能力關聯配比(%) |
課程目標之教學方法與評量方法 |
| 課程目標 |
核心能力 |
配比(%) |
教學方法 |
評量方法 |
| Students will learn to analyze observation data, apply least squares and statistical testing methods, and understand sequential adjustment and Kalman filtering for static and dynamic systems. |
| 1.土木工程理論之計算、分析能力。 |
| 2.土木工程實務之分析、評估、設計、執行能力。 |
| 3.計畫管理、溝通、團隊合作、問題處理能力。 |
| 4.認識時事議題、瞭解土木工程人員之社會責任、重視工程與資訊倫理及培養持續學習之精神。 |
| 5.結構工程、水利工程、大地工程、測量資訊、營建管理、土木防災、永續工程之專業知識。 |
| 6.策劃、執行專題研究及撰寫專業論文之能力。 |
|
|
|
|
| 授課內容(單元名稱與內容、習作/每週授課、考試進度-共16週加自主學習) |
| 週次 |
授課內容 |
| 第1週 |
2/27：Adjusted holiday |
| 第2週 |
Introduction
Observations and their Analysis |
| 第3週 |
Random Error Theory
Confidence Intervals
Statistical Testing |
| 第4週 |
Principals of Least Squares and Error Propagation |
| 第5週 |
The Gauss-Markov Model: Adjustment of Leveling Networks |
| 第6週 |
4/3：Adjusted holiday |
| 第7週 |
The Model of Condition Equations: Adjustment of Leveling Networks |
| 第8週 |
Adjustment of Horizontal Surveys: Trilateration, Triangulation, Traverses and Networks |
| 第9週 |
Midterm Exam |
| 第10週 |
5/1：International Workers Day (holiday) |
| 第11週 |
Adjustment of GPS Networks and Coordinate Transformations |
| 第12週 |
General Least Squares Method |
| 第13週 |
Time Series Analysis |
| 第14週 |
Sequential Adjustment versus Kalman Filter |
| 第15週 |
Introduction to Geophysical Inversion: Damped Least Squares |
| 第16週 |
Final Project Presentation |
自主學習
內容 |
01.參與專業論壇、講座、企業分享等產官學研相關交流活動
02.閱覽產業及學術相關多媒體資料
|
|
| 學習評量方式 |
| Midterm Exam(30%), Final Project(30%), Homework(30%),and Attendance(10%) |
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
1. Ghilani, Charles D., Adjustment Computations Spatial Data Analysis, 6th, John Wiley & Sons, INC., 2017.
2. Snow, K., & Schaffrin, B., Adjustment computations, Geodetic Science at the Ohio State University, 2024.
3. Menke, W., Geophysical data analysis: Discrete inverse theory (3rd ed.), Academic Press, 2012. |
| 課程教材（教師個人網址請列在本校內之網址） |
| iLearning |
| 課程輔導時間 |
| Appointment via email. |
| 聯合國全球永續發展目標(連結網址) |
|
|