檢索結果：共24筆資料 檢索策略： "Convolutional Neural Network".ekeyword (精準) and cdept.raw="工業管理系"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
工業4.0的轉變模式並非僅在工廠中使用新技術，改進工作流程與引入新的培訓方法也是必須之改變項目，以利未來持續協助人類技術之發展和轉移。在此研究中提出一用於在製造業組裝任務中的技術轉移之協助模型。本研…
2
在工業4.0為工業革命時代開啟新篇章的同時，對生產作業員的技能要求亦逐漸提高。隨著產品品項與製造程序的複雜化，發展具有彈性的教育訓練方法，對作業員的技能傳承極為重要。基於上述，本案試圖提出一套技能移…
3
臉部情緒識別 (FER) 能夠表現人的意圖、情感和認知狀態，在服務業中具有廣闊的應用前景。普遍上情感識別技術須透過影像處理的方法進行。然而，此方法存在識別準確度低和無法及時提取臉部特徵的問題。此外，…
4
伴隨尖端科技的進步，越是高科技的產品越需要高品質的製造環境，如:半導體製造業、食品業、醫療、精密工業等皆引入無塵室的應用。然而，就無塵室內的製程而言，微小粒子不僅會造成環境污染，同時會導致產品良率下…
5
銷售預測對於商業以數據科學的方式進行決策至關重要，由於內外部環境因素的影響，銷售預測是一個具有挑戰性的問題，特別是產品屬於生命週期短的產業。以麵包店為例，由於產品具有易腐及保存期限短的性質，預測每天…
6
電子產品微小化及對於良率要求極為嚴苛，因此在自動光學檢測（Automated Optical Inspection, AOI）容易因敏感度提高而出現過篩現象，常造成AOI瑕疵誤判及人力複檢成本提高。…
7
傳統的自動光學檢查（AOI）系統於處理影像時存在準確度和速度問題。本研究提出了一種基於卷積神經網絡（CNN）的三階瑕疵檢測模型，以克服傳統AOI方法的缺點，此模型並可處理多重缺陷和多鏡頭情境。在第一…
8
時間序列分類是資料探勘與機器學習領域中相當地熱門且有難度的研究問題，且其於現實生活中的實務應用也非常廣泛。然而，相關的研究大多是用傳統演算法或以機器學習的分類法為主，應用深度學習方法的文獻數量相比下…
9
本研究提出一個資料處理架構，將時間序列資料轉換為二維圖像，再整合多 變量的時間資料成為一張多維度的圖像。透過卷積神經網路法處理圖像資料的優 勢，以卷積神經網路找出其圖像的特徵，並依造其特徵預測狀態。…
10
高速生產的微型電子元件需要快速且準確的檢測方法，自動光學檢測（Automated Optical Inspection, AOI）常應用於此。然而，AOI易於產生檢測篩選不足且/或篩選過度的問題。本…