為了培育符合國家能源政策所需的人才，本系致力於推廣電力系統與再生能源教育。為此，我們設置了多個實驗室，包括電機機械、太陽光電、局部放電以及風力發電及電能監控實驗室。同時，為了配合政府推動綠能產業和縮短學用落差，我們建立了太陽光電技能檢定測試場和風力發電系統試驗場，並成立了再生能源實驗教室。此外，電機機械和件控技術是電能應用技術的核心，本系在這方面研究已有多年的基礎。為了落實推廣這些技能，我們建立了電機機械實習場域，未來還計畫更新電能監控系統，並建立遠端監控場域。為了整合本系在多元再生能源開發方面的研究和教學，並服務再生能源產業，本學程支援產學合作所需技術，整合與發展適合中彰地區再生能源產業特色的綠色再生能源發電技術、先進工業用特殊馬達技術以及局部放電技術。我們還計畫建立一座整合型電力能源發電與監控實驗室，以期將發展成果融入教學、研究和推廣教育三個方面，培育相關技術人力和研發實務技術，協助產業技術人才的培育。

電能科技組師資：
王孟輝終身特聘教授、趙貴祥終身特聘教授、陳鴻誠特聘教授、蔡政道教授、黃國華副教授、張隆益副教授、呂學德副教授、古峰昌副教授、姚宇桐副教授、張簡士琨助理教授

電能科技組實驗室：
E246電能設備保護實驗室、E306電能監控管理實驗室、E317電力電子實驗室、E318電機設計實驗室、E320電能技術CAD實驗室、E321電機機械實驗室

中部地區的產業特色以中小企業為主，其中不乏機電控制之廠商。舉凡工具機、機器人、運動器材、程序控制、變頻器製造商、可程式控制器供應商及控制器設計廠商等，均與本系有長期合作關係。近年來，由於電動車、人工智慧及相關產業的強勢發展，自2007年來至2022年，全世界估計已銷售出900萬輛電動車，2023年將超過1500萬輛，由於2050年淨零碳排目標已成共識，且目前進度遠遠落後目標路徑，因此預估電動車銷售成長幅度將會向上修正，以此成長預估2033～2034年時滲透率將突破50％以上。此外，『智動化』目標導入AI及工業4.0技術進行智能工廠製造，在硬體方面，結合智慧機械、智慧通訊、智慧機器人等；在軟體方面，輔佐以『企業資源計劃(Enterprise resource planning, ERP）』及『製造執行系統(Manufacturing Execution System, MES)』、人工智慧(AI)及智慧型控制理論，透過系統自動思考及解決問題，完成預設的稼動率及成本效率。為了因應機電控制領域應朝跨領域的研究與技術結合的趨勢，機電控制領域結合各原有實驗室之資源，擬定機電控制學程以馬達驅動控制、感測與資料存取控制技術及無線感測技術網路為重點發展方向，並以跨領域的整合多學科的研究方式來結合人工智慧、機器人、智慧感測與醫療輔具及無線網路來作為機電控制領域的發展重點特色。此外，本系也持續與業界進行產學合作，開設相關課程及實務應用專題並培育貼近產業之技術人力。

機電控制組師資：
宋文財特聘教授、羅永昌教授、賴秋庚教授、卜文正教授、謝銘原老師、陳碧雲副教授、謝錦聰副教授、簡伯霖副教授、葉明宗助理教授

機電控制組實驗室：
E223電子實驗室、E224PC-BASED實驗室、E226整合網路應用控制實驗室、E313工業電子及感測實驗室

深度學習技術之晶片應用及實現領域的應用非常廣泛，計算機應用領域(組)中長程發展為符合教育部高教深耕計畫目標與結合產業發展，將建構包括人工智慧、機器學習、智能晶片處理、圖像識別等等。深度學習技術可以應用在圖像分析中，如 醫療、工程等影像診斷。透過深度學習演算法對圖像進行訓練和分析，可以提高診斷的準確性和效率。可以利用深度學習技術對判斷中的目標進行檢測和分類，幫助快速做出診斷和判斷方案。本項發展重點係以數位信號/處理應用系統之開發、嵌入式晶片系統應用設計。透智能手機等設備，搜集用戶的健康數據，並利用深度學習技術進行分析，可以提供用戶更加精確和個性化的管理方案。可以利用深度學習技術對用戶的數據進行分析，提供個性化高速發展的建議和方案，未來可以預見更多的深度學習相關技術和應用在台灣落地，為社會帶來更多的效益和便利。

計算機應用組師資：
白能勝教授、洪清寶教授、林俊成教授、郭英哲教授、葉政育教授、林家宏教授、賴香月副教授、巫建興副教授

計算機應用組實驗室：
E228微處理機實驗室、E232嵌入式系統實驗室、E241機電整合實驗室