檢索結果:共7筆資料 檢索策略: "Yung-Ho Leu".ecommittee (精準) and year="109"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
在機器學習(Machine learning)領域中,低維度且線性不可分的資料一直都是個很有挑戰性的任務,為了解決這一困難,可以應用核函數將屬性向量從低維度空間轉換到高維度空間。但是在增加屬性向量的…
2
在機器學習領域中,資料分析會隨著「屬性向量」維度過高或過低而變成具有挑戰性的任務。隨著屬性向量的維度越高,分類模型會需要更大量的運算成本,還有可能因為訓練過度而發生過擬合(overfitting)的…
3
因為近年來「嚴重特殊傳染性肺炎」(COVID-19)病毒於全球蔓延,所以本研究欲進行醫療資料集分類,隨著資料特徵數量的提高,因此分類模型需要大量的運算成本,並且可能使分類模型陷入「維度詛咒」(cur…
4
本論文旨在根據區間之Beta分佈、區間之期望值、及我們所提之區間直覺模糊值之新的得分函數提出一個新的多屬性決策方法。首先,我們將決策矩陣中之每個區間直覺模糊值轉換成三個區間,以獲得轉換矩陣。然後,我…
5
意見探勘最常用於分析使用者於社群平台上的留言與產品評論,而面向情感分析作為意見探勘的主要任務,已成為一個重要的研究主題。現有許多面向情感分析的模型是基於神經網絡,例如遞歸神經網絡、長短期記憶模型和注…
6
本論文旨在根據區間值直覺模糊值之得分函數及正規化分數矩陣提出一個多屬性決策之新方法。首先,我們根據我們所提之區間直覺模糊值之得分函數以計算決策矩陣中各區間直覺模糊值的得分值以建構分數矩陣。然後,我們…
7
一致性影片深度被視為基於圖像的應用中的一種關鍵材料,為了生成幾何一致 的深度結果,一種名為 Structure from Motion(SfM) 的方法可以對深度提供很 好的幾何參考。 然而,動態物…