檢索結果：共14筆資料 檢索策略： ckeyword.raw="集成學習"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
剩餘使用壽命之預測，對於重要機械零件的故障預測與健康管理，是很重要的環節，若能準確且即時地的預測，將有助於提早安排適當的維修或更換零件，以提高設備運行的可靠性和操作安全性。近年來由於資訊技術的大幅度…
2
預測性維護的重要性在近年來得到了廣泛的重視，因為機器的意外崩潰會造成很多損失，而且通常需要大量的時間來製造和運送維修的部件。因為對於公司來說，儲存每一個可能需要的部件是不切實際且不符合經濟效益的，所…
3
拜現代科技發產迅速所賜，資料的存取越來越方便，這大大的降低了使用機器學期的門檻。比起傳統以經驗定勝負的方式，現在有更多的資訊可提供決策者做選擇，然而在仰賴機器學習進行決策時，資料的解讀方式或不同是模…
4
近幾年眼動儀在各大領域上的應用大量興起，例如：行銷／廣告、注意力、圖像知覺、問題解決以及心理學等。透過眼動儀獲取到的各項特徵，例如：眼跳(saccade)、凝視(fixation)、平滑追視(smo…
5
我們想提出一個集成式的並行計算結構，我們稱之為分佈式集成支持向量機（DESVM），以克服大規模非線性支持向量機（SVM）的實際困難。該數據集分割成許多子集合，以便每個計算單元只需要建立一個更小的非線…
6
進年來，深度學習技術被廣泛得應用在影像處理上。其中一個熱門的應用是醫學影像分類處理。胸腔X光攝影是一個常見且有不錯品質的胸腔疾病診斷方式。然而，訓練一個合格的放射科醫師需要很長的時間，而且，即便是專…
7
在本文中，我們提出了一個分類信心度網路（CLCNet），它可以判斷分類模型是否正確 的分類了輸入樣本。其可使用任意維度的分類結果向量作為輸入，並返回一個信心度分 數作為輸出，該分數代表了樣本被正確分…
8
本文目的為利用深度卷積自動編碼器分析軌道號誌系統事件紀錄中的列車速度、位置、加速度以及其他相關資訊來檢測異常（打滑和車輛效能錯誤）的紀錄樣本，藉由實驗了解深度卷積自動編碼器能否在數據不連續且缺乏更詳…
9
近年來隨著網路與社群媒體的發展，加快了資訊散播的速度，讓假新聞的氾濫與危害程度也日益嚴重，同時假新聞也持續不斷的推陳出新，根據不同的類型、動機變換新聞的寫作手法，因此傳統的假新聞偵測使用的知識庫比對…
10
本論文目的為預測非線性系統的時間序列，其中包括了位置與趨勢。為了達成此目的，對於現在正熱門的機器學習甚至是深度學習，有其應用與規劃。首先，我們選定了四種非線性系統：包括一個提出的四維渾沌系統、勞倫茲…