[PDF] Top 20 第５号 2012年度 ピッツバーグ日本語補習授業校

... 35 第五章 結論與未來研究 本論文中的降噪技術能有效的去除蒙地卡羅路徑追蹤的雜訊點，並在數毫 秒內產生預測的影像。目前最大的問題在於降噪技術花費的時間，雖然預估即 時的降噪技術的輔助能減少部分時間的消耗，但在720P 的解析度下仍是無法達 到 real ... 完全なドキュメントを参照

... 然後再實踐成程式或演算法，通常稱為光線追蹤，算出來圖片可以有反射、折射、 聚光等全域照明的效果，甚至常常會讓人認不出是否為真實圖片，但會需要龐大 的時間去運算，最常見的應用像是電影與動畫工業。第二個方向是希望能更快速 的計算出圖片，說到快速總是要有個基準，假設應用在遊戲或是擁有互動效果的 系統中，會更為嚴苛、必須要即時的運算才行，一般會以人類視覺看動畫的畫格 ... 完全なドキュメントを参照

... 摘要 本論文主要探討將卷積神經網路 (CNN) 應用於水彩混色預測的模 型，以及利用色彩感知誤差作為損失函式對於模型訓練的影響。目前 顏料混色之研究多以 Kubelka-Munk 理論作為基礎，然而 K-M 理論本 身的限制，無法完全符合半透明的水彩顏料預測之需求。因此，設計 ... 完全なドキュメントを参照

... 電子工程學系 電子研究所碩士班 摘要 在這篇論文中，我們提出了一個使用任意單一攝影機在不同角度下仍能遠距離辨識 多重手勢的技術。此技術不需固定攝影機角度，不需要由特定使用者操作，且能分辨多 種手勢。此技術在影片中自動找出使用者的手的位置，並判斷使用者想傳達的訊息，希 望能進行遠距離的操作以及在任何背景之下皆能達到手勢辨識的效果。在此設定議題下， ... 完全なドキュメントを参照

... 7 第二步，建立 mipmap，對儲存 voxel 資訊的貼圖進行 filtering，將每鄰近的 8 個 voxel 平均後儲存到高一層 level 的 voxel 中，以減少鋸齒與雜訊。 第三步，進行 voxel cone tracing，利用上一步 pre-filter 的結構加速原本複雜 與運算成本高的 cone tracing 方法。由使用者設定 cone 方向與開口角度後，從起 始點一步一步的 ... 完全なドキュメントを参照

... 決上述情況的卷積神經網路架構，稱為具卷積通道特徵之雙尺度完全卷積神經網 路，訓練時透過三種不同卷積核擷取擁擠人群影像中的特徵資訊，最後生成人群 ... 完全なドキュメントを参照

... 全連接神經網路。他們沒有探討諸如卷積神經網路等更為廣泛使用的深度學習 模型。其中一個原因是應用牛頓法於卷積神經網路的過程中牽涉到多個複雜的 運 ... 完全なドキュメントを参照

... 1 一. 導論 隨著硬體運算能力的提升，神經網路漸漸被學者們所重視，在今年 2017 年的五月，AlphaGO 再次吸引全球人的目光，它擊敗當代所有高手，並下出 讓人類嘆為觀止的棋局，各項領域也開始嘗試用深度學習的方式來解決它們 的困難處，而醫學影像處理也搭上這股熱潮 [1]。在全世界人口罹癌的排名 中，肝癌是第六名，且與癌症相關死亡原因的排行，肝癌是第三大的常見原 ... 完全なドキュメントを参照

... IEEE754 單精度浮點數格式所表示。 摺積層運算首先會經由核心對輸入影像進行摺積運算，將影像的特徵提取出 來，進而讓影像的重要特徵訊號增強；而核心會作用於輸入影像的不同區域，產 生出對應的特徵訊號。再來將特徵訊號進行採樣，而採樣的方法分為兩種，第一 種為採用最大值作為我們所要結果，第二種則是採用計算平均值作為我們所要結 ... 完全なドキュメントを参照

... 金融發展與科技一直以來都是密切相關的。整體來看，金融歷經了電子化、 網路化等過程。而現階段，金融則是正處於自動化和智能化的階段。在本研究中， 我們試圖將深度學習的概念與技術，應用於金融商品價格走勢的預測。主要概念 是將金融商品一段時間的開盤價、最高價、最低價、收盤價一維時間序列資料二 維化，從過去傳統一維測度的角度研究時間序列走勢，到本研究將視角提升到二 ... 完全なドキュメントを参照

... 雜之關鍵字，若只以單一神經元可能較不足以表達該關鍵字。而在情緒概念分析 之部分，我們假設電影海報的類型可能與情緒之間存有關聯性，實驗顯示以本論 文的方式進行分析，電影海報的情緒分數與神經元的值之間的關聯性不明顯。綜 合以上兩個分析結果，較抽象的概念，可能沒辦法僅考慮 Fc7 層的特徵值來分析 ... 完全なドキュメントを参照

... YOLOv2[2]又稱 YOLO9000 由 Joseph Redmon 等人於 2016 年提出，是基於 YOLO 來改善的版本，在 VOC 2007 的資料集中有 76.8 mAP 的準確率，並且擁 有 67 FPS 的辨識速度，而其較慢 40 FPS 的版本更是擁有 78.6 mAP 的辨識率。 YOLOv2 相較於 YOLO 做了許多改進，第一，在所有卷積層後都添加批量歸 一化(Batch ... 完全なドキュメントを参照

... 端，通過隱藏層的 32 個神經元後，最終輸出層由兩個神經元組成，這兩個神經元分別負 責輸出錶盤數值和指針方向。 我們分配兩個神經元分別輸出錶盤數值和指針方向的原因描述如下，我們收集了錶盤 ... 完全なドキュメントを参照

... 本研究以台灣加權指數(TAIEX)為研究對象，從現今的技術指標中，去檢驗其預測股市走向的準確率為何，研究中所採用 的是乖離率(BIAS)、擺盪指標 (MACD)、威廉指標(WMS%R)等三個技術指標預測準確性，藉由倒傳遞類神經網路的訓練， ... 完全なドキュメントを参照

... 海華科技股份有限公司資訊暨智能工程部  雲林科技大學工業工程與管理系 摘 要 生活有許多重要場合需要使用手寫簽名，當中牽涉龐大的利益，偽造簽名 的問題也層出不窮。因此，建立快速、有效、科學化的簽名真偽辨識工具一直 是個實際且重要的議題。現實生活中，收集專業的偽造簽名十分困難，因此根 據經濟考量下提出二種不同的實驗，提供給使用者參考。實驗一是訓練時與最 終測試時使用相同作家的簽名，實驗二是訓練時與測試時使用不同作家的簽 ... 完全なドキュメントを参照

... 誌 謝 此篇論文的完成要感謝許多人的協助幫忙，讓它得以順利產生。首先， 要感謝我的指導教授 林松山教授，是您引領我進入研究的大門，教我要從 最自然的觀點去看事物，除了在學術研究上的教導之外，我得到更多的是 待人處世上應有的態度，您的人生智慧灌溉了我還未茁壯的心靈。僅此， ... 完全なドキュメントを参照

... 摘要 針對卷積神經網路模型與所需計算量過於龐大，導致難以將之部署於行動裝置或嵌入 式平台的問題，本論文提出了多樣性演算法用以對 CNN 模型做壓縮。多樣性演算法的核心 ... 完全なドキュメントを参照

... 為僅財物損失、受傷及死亡三類，利用類 神經網路模式來預測駕駛人發生事故之嚴 重程度，並以敏感度分析來探討各因素對 傷亡程度之影響。本研究結果發現，路口 多神經元及單神經元編碼的肇事嚴重程 度 ， 平 均 總 正 確 率 分 別 為 ... 完全なドキュメントを参照

... Nussbaum,et al.Ȑ1995ȑ.A back-propagation neural network model of lumber muscle recruitment during moderate staic exertions.. Dave Pelz’s Putting Bible[r] ... 完全なドキュメントを参照

... 感謝這兩年來實驗室所有成員，謝謝博士班碩士班學長姐：慈澄、禎宇、家豪、心 憫、耀笙、柏翔、彥廷、秉修、儲培、利容，不管在研究上或是生活上給我們許多建議 與幫助；同屆的同學：秉宸、政銘、介暐、佳峻，一起討論課業或是研究內容；以及學 弟妹：冠廷、非凡、汝欣、振源、子銘、奕中、浩瑋，幫忙我標大量訓練影像。感謝溫 馨的 Vision Lab 在這兩年帶給我許多歡樂以及陪伴，帶給我許多美好的回憶，希望未來 大家能健康順利。 ... 完全なドキュメントを参照