檢索結果:共4筆資料 檢索策略: "歐陽超".ccommittee (精準) and ckeyword.raw="卷積神經網路"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
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…
2
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。…
3
組裝在生產中將半成品製成成品的過程,通常經由機器及操作者完成。而在整條產線的最後,安排品質檢測及確保沒有異物在生產線上是必要的。然而,這項人工檢測的過程是非常容易犯錯,以及耗費時間的。因此,此篇研究…
4
成功的銷售預測是公司成功的關鍵因素,它使管理人員能夠預測未來並據以訂定相應計劃。汽車工業對許多國家的經濟發展非常重要,如果汽車公司能夠開發出有效預測汽車銷售的方法,就可以安排準確的生產計劃和銷售計劃…