陳郁晴;李俊賢;
頁: 451-482
日期: 2019/10
卷期: 26(4)
關鍵字: 多目標特徵挑選;人工神經網路;球型複數模糊集;球型複數神經模糊系統;混合式機器學習;
Keywords: multi-target feature selection;artificial neural networks (ANN);sphere complex fuzzy sets (SCFS);sphere complex neuro-fuzzy system (SCNFS);hybrid machine learning algorithm;
摘要: 時間序列資料的變化有著眾多變因，在預測上一直是具有挑戰性的問題和研究。最常應用於股市上的股價變化，從時間的推移中找出股票之間的關係，因此本篇設計一多目標時間序列預測模型，應用於股價預測。模型包含兩種模型架構，人工神經網路（Artificial nural networks; A...

引用     導入Endnote

王慶豐;李俊賢;
頁: 413-450
日期: 2019/10
卷期: 26(4)
關鍵字: 複數模糊類神經;複數模糊集;特徵選取;粒子群最佳化演算法;遞迴最小平方法;
Keywords: complex neuro-fuzzy;complex fuzzy set;feature selection;particle swarm optimization;recursive least squares estimator;
摘要: 面對現今的國際化環境，投資已成為許多企業與人們的獲利方式，股票為此領域相當普遍的交易模式，但股價波動所牽涉層面廣泛，固然難以估計與預測，人工智慧中的深度學習即為當今預測的最佳工具之一。本研究提出一種新形態之複數模糊類神經分類模型（Complex Neuro-Fuzzy ...

引用     導入Endnote

許敦盛;李俊賢;
頁: 483-511
日期: 2019/10
卷期: 26(4)
關鍵字: 多目標預測;球型複數模糊集;卷積神經網路;模糊推論系統;複合式機器學習演算法;
Keywords: multi-target prediction;sphere complex fuzzy sets;convolution neural networks;fuzzy inference system;hybrid learning;
摘要: 本研究針對時間序列提出多目標預測模型，結合卷積神經網路（Convolutional neural networks; CNN）與球型複數模糊神經系統（Sphere complex neural fuzzy system; SCNFS）。球型複數模糊集（Sphere complex fuzzy sets; SCFSs）可產生複數型態的歸屬程度，使SCNFS能根據...

引用     導入Endnote

李俊賢;陳玟彣;
頁: 475-507
日期: 2012/07
卷期: 19(3)
關鍵字: 類神經模糊系統（NFS）;粒子群演算法（PSO）;遞迴最小平方估計法（RLSE）;雜訊消除;計算智慧;
Keywords: Neuro-fuzzy system (NFS);Particle swarm optimization (PSO);Recursive least squares estimator (RLSE);Noise canceling;Computational intelligence;
摘要: 影像訊號進行傳輸或轉換的過程中經常會受到其它訊號的干擾，導致影像失真的情形發生。為解決此問題，本研究針對灰階影像失真之問題提出一計算智慧之方法，以Takagi-Sugeno類神經模糊系統為架構，結合粒子群最佳化演算法（PSO）與遞迴最小平方估計法（RLSE）建構出複合學...

引用     導入Endnote

徐木蘭;陳必碩;李俊賢;許金田;
頁: 101-126
日期: 2006/07
卷期: 13(3)
關鍵字: 網際網路加值產業;組織理論;內容分析;生態軌跡;
Keywords: internet-value added industry;organizational theory;content analysis;ecological transformation;
摘要: 本研究對國內五位知名成功之網際網路加值廠商的高階專業經理人進行個案深度訪談，根據訪談結果的內容分析，將網際網路加值產業發展軌跡區分為萌芽期、精煉期、理性成長期、服務導向期。研究結果發現，產業萌芽期時，廠商在網際網路基礎設施的既有架構上規劃組織的結構與...

引用     導入Endnote