簡易檢索 / 檢索結果

  • 檢索結果:共66筆資料 檢索策略: "資訊工程系".dept (精準) and cadvisor.raw="吳怡樂"


  • 在搜尋的結果範圍內查詢: 搜尋 展開檢索結果的年代分布圖

  • 個人化服務

    我的檢索策略

  • 排序:

      
  • 已勾選0筆資料


      本頁全選

    1

    條件生成對抗網路應用於圖像轉換之研究
    • /108/ 碩士
    • 研究生: 盧明孝 指導教授: 吳怡樂
    • 近年來,卷積神經網絡的迅速發展,衍生了各種圖像生成的新穎方法,在電腦視覺領域中產生了很多應用,並為圖像轉換任務帶來了很大的進步。有許多現有的生成模型應用只能生成單調的圖像,但是在圖像轉換任務中的生成…
    • 點閱:260下載:17

    2

    ALBERT4Rec: Sequential Recommendation with A Lite Bidirectional Encoder Representations from Transformer
    • /109/ 碩士
    • 研究生: 劉信佑 指導教授: 吳怡樂
    • 推薦系統已經成為現今商業網站不可或缺的一部分,如何有效地推薦使用者感興趣的事物,是現今推薦系統的研究者持續努力的方向。推薦系統的資料來源通常是來自於使用者與物品之間的交互行為,例如評分、點擊、瀏覽紀…
    • 點閱:327下載:24

    3

    基於音樂樣本的深度學習於音樂類型分類之研究
    • /107/ 碩士
    • 研究生: 黃志仁 指導教授: 吳怡樂
    • 音樂類型在音樂信息檢索領域具有特別重要的意義,近年來,許多研究藉由對音樂做各式各樣的特徵提取後,再使用機器學習的技術做訓練,結果在音樂類型的分類上獲得很大的成就,不過本文希望能夠跳過繁瑣的特徵提取過…
    • 點閱:478下載:20

    4

    基於轉譯器的雙向編碼表示改善序列推薦之研究
    • /108/ 碩士
    • 研究生: 蔡亦凱 指導教授: 吳怡樂
    • 推薦系統的應用層面多元且廣泛,舉凡電商平台、影音網站,都有使用這個技術。如果能提高推薦系統的可用性與效率,相信能夠為人類日常生活帶來更多便利性。使用者的歷史互動行為是推薦系統的基礎,目前有許多序列推…
    • 點閱:224下載:7

    5

    基於深度卷積神經網路合成圖像之通用檢測器
    • /109/ 碩士
    • 研究生: 林蔚中 指導教授: 吳怡樂
    • 近年來,深度學習發展出許多有趣的應用,其中影片及圖片的合成引起了許多關注,透過合成模型可以合成出逼近真實的偽造影像,讓人們很難區分真假,如果不正當地使用合成技術將會帶來許多負面影響。結合深度學習的合…
    • 點閱:276下載:20

    6

    使用深度學習重構弱光成像之視覺內容的研究
    • /109/ 碩士
    • 研究生: 劉晏辰 指導教授: 吳怡樂
    • 由於低光子數和低 SNR,在低光下成像具有挑戰性。短曝光圖像會出現噪點,而長時間曝光會導致模糊並且通常不切實際。已經提出了多種去噪、去模糊和增強技術,但它們在極端條件下的效果有限,例如夜間視頻速率成…
    • 點閱:188下載:2

    7

    基於時間序列模型與輕量化結構之臉部操縱內容檢測
    • /108/ 碩士
    • 研究生: 吳威翰 指導教授: 吳怡樂
    • 近年來,迅速發展的深度學習有許多亮眼的技術,其中臉部操縱方法是一項能夠將人臉進行交換或是移植臉部表情的技術,經過完善訓練的臉部操縱模型可以產生出十分真實的偽造影像,許多消費級的應用程式中都已經可以使…
    • 點閱:205下載:17

    8

    在沒有參考文集下使用維基百科及語言模型對學術論文進行個人專長分類
    • /95/ 碩士
    • 研究生: 許齊麟 指導教授: 吳怡樂
    • 本文設計一套方便簡易的模型化技術,對個人發表過的學術論文進行分析,進而分類出其專長領域所在。採用語言模型(language modeling)在資訊檢索(information retrieval)…
    • 點閱:295下載:2

    9

    藉由統計顏色空間的分割進行影像特徵的正規化
    • /95/ 碩士
    • 研究生: 黃元瑞 指導教授: 吳怡樂
    • 影像註解是將影像加上一組預定的關鍵字,主要使用於視覺資訊的管理。影像註解可以應用於不同的領域例如生物科學、軍事、網路影像分類、搜尋…等。 邊緣/內部的像素分類特徵(BIC features)是非常簡…
    • 點閱:205下載:1

    10

    殘差的殘差密集網路結合新局部隱性圖片表示函式用於圖片任意倍率超解析度之研究
    • /111/ 碩士
    • 研究生: 陳奕宇 指導教授: 吳怡樂
    • 近年來隨著深度卷積神經網路的發展,圖像超分辨率技術上有了顯著的進步。然而大多數研究者皆專注於讓模型順著單一的倍率進行訓練。只有少數人才專注於製作一個能通用於各式各樣倍率的模型。 我們參考了前人提出…
    • 點閱:172下載:4