Please enable JavaScript.
Coggle requires JavaScript to display documents.
AI與水質監測系統 - Coggle Diagram
AI與水質監測系統
-
運算思維
-
-
抽象化
只保留對決策重要的欄位（timestamp, pH, DO, temp, turbidity, EC, battery, sensor_status）
-
-
程式設計
-
系統架構
-
-
-
後端：資料庫（Time-series DB 如 InfluxDB / 或 PostgreSQL）、資料處理 pipeline（ETL）、模型推論服務（Flask / FastAPI）、警報系統（LINE/Email/SMS）
感測器與資料規格
必要參數：pH (float), 温度(C), DO (mg/L), Turbidity (NTU), EC (µS/cm)
-
-
-
-
心得
透過這次的水質監測系統心智圖，我們了解到一套完整的 AI 監測系統不只追求模型精準度，還必須兼顧設備的耐用性、資料傳輸的穩定性與長期運作能力。同時，我們也發現要做好水質監測，需要從水質指標、感測器原理到資料傳輸與系統整合都重新學起。實際應用上，像感測器校正的繁瑣、資料不穩定、以及戶外環境干擾等問題，也讓我們更理解到 AI 系統落地的複雜性與挑戰。