檢索結果：共19筆資料 檢索策略： "深度學習".ckeyword (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
隨著工業4.0的興起，智慧型裝置、網路與感測元件的普及也帶動了工業大數據分析的發展，從感測器獲得的資料種類愈趨複雜與多元化，對於輸出目標也從常見的單一輸出需求轉化為多輸出需求，此外，隨著數據的產生越…
2
在科技飛速創新的時代，大數據分析被廣泛應用於生活的各方面。工業 4.0 為世界帶來了大數據分析的進步。近年來，量子計算也受到更多關注。人們注意到量子計算的計算速度潛力。因此，人們希望未來能夠…
3
Printed Circuit Boards (PCBs)為電子產品中關鍵的零件之一，為了確保電子產品長期使用和穩定性能，PCB瑕疵檢測為關鍵一環。現有PCB瑕疵檢測深度學習模型在精度上取得良好成績…
4
社群媒體的興起帶動了大量社群媒體影響者的出現，而且人人都可以成為社群媒體影響者。該如何吸引觀眾目光及共鳴是許多社群經營者所關心的議題。哪種類型的圖像才能達到良好的互動率、圖像中應該包含哪些元素，也是…
5
螺絲鎖附在機械裝配及工業組裝生產線上扮演著關鍵角色，以不適當的工具角度進行鎖附作業，將影響產品品質，或是降低生產效率。此外，在高度彈性及高度客製化的組裝生產線中，多數仍須倚賴人力進行作業；同時，為了…
6
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…
7
瑕疵數據收集對於新產品而言極其稀少，一直是重要的議題。然而，瑕疵數據集的品質對深度學習有顯著的影響。本研究致力於應用CNN架構之瑕疵檢測模型，以解決瑕疵資料稀缺性的問題。本研究考量產品生產過程中瑕疵…
8
在產品組裝線上，由於作業員相較於機器而言擁有較高的適應能力，因此使人力工作站成為維持產線彈性的關鍵角色。然而，隨著組裝作業的複雜度提升，作業員亦須承受更重的認知負荷，進而提高產品品質受到人為疏失所影…
9
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…
10
近年來產學界紛紛投入深度學習(Deep Learning)中的「影像辨識(Image Recognition)」領域，使得相關應用越來越多元。本論文探討以「影像辨識」方法解決PVC管件清點耗時的問題…