檢索結果(共7筆)
蕭國倫;劉柏辰;蔡泊均;
頁: 177-207
日期: 2024/04
卷期: 31(2)
關鍵字: 股票預測;深度學習;時間卷積網路(TCN);長短期記憶(LSTM);
Keywords: Stock prediction;Deep learning;Temporal Convolutional Network (TCN);Long Short-Term Memory(LSTM);
摘要: 股價預測一直是一個很棘手的問題，由於許多因素都會影響股價，因此簡單的模型無法準確預測。但添加太多的特徵將增加模型的複雜度，若能找到關鍵的特徵，模型的準確性將會更好。在股票預測領域中，許多使用長短期記憶(Long Short-Term Memory, LSTM)的研究顯示了良好的結...
引用 導入Endnote
頁: 177-207
日期: 2024/04
卷期: 31(2)
關鍵字: 股票預測;深度學習;時間卷積網路(TCN);長短期記憶(LSTM);
Keywords: Stock prediction;Deep learning;Temporal Convolutional Network (TCN);Long Short-Term Memory(LSTM);
摘要: 股價預測一直是一個很棘手的問題，由於許多因素都會影響股價，因此簡單的模型無法準確預測。但添加太多的特徵將增加模型的複雜度，若能找到關鍵的特徵，模型的準確性將會更好。在股票預測領域中，許多使用長短期記憶(Long Short-Term Memory, LSTM)的研究顯示了良好的結...
引用 導入Endnote
胡志堅;陳昱安;
頁: 209-237
日期: 2024/04
卷期: 31(2)
關鍵字: 音樂風格分類;卷積神經網路;音樂資訊檢索;文字探勘;主題模型;
Keywords: Music genre classification;Convolutional neural network (CNN);Music information retrieval (MIR);Text mining;Topic model;
摘要: 資通訊科技的蓬勃發展，驅使眾多音樂愛好者透過音樂串流服務平台聆聽和分享音樂創作。然而，隨著音樂作品數量的增加，有效管理這些作品並提升音樂檢索效能，成為音樂數位典藏的重要課題。目前的音樂素材檢索和歸類，缺乏同時考量音樂風格及其創作之文化背景。因此，本研...
引用 導入Endnote
頁: 209-237
日期: 2024/04
卷期: 31(2)
關鍵字: 音樂風格分類;卷積神經網路;音樂資訊檢索;文字探勘;主題模型;
Keywords: Music genre classification;Convolutional neural network (CNN);Music information retrieval (MIR);Text mining;Topic model;
摘要: 資通訊科技的蓬勃發展，驅使眾多音樂愛好者透過音樂串流服務平台聆聽和分享音樂創作。然而，隨著音樂作品數量的增加，有效管理這些作品並提升音樂檢索效能，成為音樂數位典藏的重要課題。目前的音樂素材檢索和歸類，缺乏同時考量音樂風格及其創作之文化背景。因此，本研...
引用 導入Endnote
龔千芬;郝沛毅;
頁: 239-276
日期: 2024/04
卷期: 31(2)
關鍵字: 敗血症早期預測;深度學習;模糊支持向量機;醫學訊息學;生成對抗網路;
Keywords: : Sepsis early warning model;Deep learning;Fuzzy support vector machines;Medical informatics;Generative adversarial network;
摘要: 敗血症是一種可能導致死亡的嚴重疾病，根據世界衛生組織的統計，每年大 約有 600 萬人因為敗血症休克而死亡，死亡率高達 50％。敗血症發作的早期預 警和及早的干預治療，可以避免絕大多數的敗血症休克死亡的發生。人工智慧演 算法的蓬勃發展與重症監護病房的大量病患...
引用 導入Endnote
頁: 239-276
日期: 2024/04
卷期: 31(2)
關鍵字: 敗血症早期預測;深度學習;模糊支持向量機;醫學訊息學;生成對抗網路;
Keywords: : Sepsis early warning model;Deep learning;Fuzzy support vector machines;Medical informatics;Generative adversarial network;
摘要: 敗血症是一種可能導致死亡的嚴重疾病，根據世界衛生組織的統計，每年大 約有 600 萬人因為敗血症休克而死亡，死亡率高達 50％。敗血症發作的早期預 警和及早的干預治療，可以避免絕大多數的敗血症休克死亡的發生。人工智慧演 算法的蓬勃發展與重症監護病房的大量病患...
引用 導入Endnote
郝沛毅;龔千芬;
頁: 303-333
日期: 2022/10
卷期: 29(4)
關鍵字: 股價預測;模糊支持向量機;卷積神經網路;雙向長短期記憶體;注意 力機制;
Keywords: Stock prediction;Fuzzy support vector machine;Convolutional neural networks;bi-directional long short-term memory;Attention mechanism.;
摘要: 股價預測是橫跨金融與計算機科學領域的經典預測問題，由於成功預測股價 的潛在好處，它吸引一代又一代的學者與投資者從不同的角度、無數的學理、眾 多的投資策略和不同的實踐經驗來開發各種預測方法。股價預測的困難癥結點在 於影響股票漲跌的因素太多。股市波動通常...
引用 導入Endnote
頁: 303-333
日期: 2022/10
卷期: 29(4)
關鍵字: 股價預測;模糊支持向量機;卷積神經網路;雙向長短期記憶體;注意 力機制;
Keywords: Stock prediction;Fuzzy support vector machine;Convolutional neural networks;bi-directional long short-term memory;Attention mechanism.;
摘要: 股價預測是橫跨金融與計算機科學領域的經典預測問題，由於成功預測股價 的潛在好處，它吸引一代又一代的學者與投資者從不同的角度、無數的學理、眾 多的投資策略和不同的實踐經驗來開發各種預測方法。股價預測的困難癥結點在 於影響股票漲跌的因素太多。股市波動通常...
引用 導入Endnote
許文錦;李牧衡;呂明聲;
頁: 27-44
日期: 2022/01
卷期: 29(1)
關鍵字: BERT;深度學習;衛生教育;謠言檢測;
Keywords: BERT;deep learning technique;health education;rumor detection;
摘要: 近年來網路上流傳大量衛生教育謠言已為醫療照護人員帶來嚴重困擾，不實謠言除了誤導病患、造成恐慌外，更可能造成錯誤用藥、延誤治療等嚴重後果，更甚者，還可能造成醫病關係惡化，傷害醫師與醫院形象, 因此發展新的闢謠與防範機制成為急需研究的重要議題。關於謠言防範...
引用 導入Endnote
頁: 27-44
日期: 2022/01
卷期: 29(1)
關鍵字: BERT;深度學習;衛生教育;謠言檢測;
Keywords: BERT;deep learning technique;health education;rumor detection;
摘要: 近年來網路上流傳大量衛生教育謠言已為醫療照護人員帶來嚴重困擾，不實謠言除了誤導病患、造成恐慌外，更可能造成錯誤用藥、延誤治療等嚴重後果，更甚者，還可能造成醫病關係惡化，傷害醫師與醫院形象, 因此發展新的闢謠與防範機制成為急需研究的重要議題。關於謠言防範...
引用 導入Endnote
郝沛毅;龔千芬;張俊陽;蔣榮先;鄭詠恆;
頁: 495-535
日期: 2020/10
卷期: 27(4)
關鍵字: 事件嵌入;興趣點推薦;矩陣分解;深度學習;卷積神經網路;
Keywords: event embedding;POI recommendation;matrix factorization;deep learning;convolutional neural networks;
摘要: 基於位置的社群網路（LBSN）近來變得十分流行，這歸功於智慧手機的爆炸式增長，使得用戶可以輕鬆地執行LBSN程序。越來越多使用者在這些平台上與好友分享打卡資訊跟生活點滴。興趣點（POI）推薦系統是LBSN的核心服務，也是最近熱門的研究焦點。目前研究主要是分析用戶的打...
引用 導入Endnote
頁: 495-535
日期: 2020/10
卷期: 27(4)
關鍵字: 事件嵌入;興趣點推薦;矩陣分解;深度學習;卷積神經網路;
Keywords: event embedding;POI recommendation;matrix factorization;deep learning;convolutional neural networks;
摘要: 基於位置的社群網路（LBSN）近來變得十分流行，這歸功於智慧手機的爆炸式增長，使得用戶可以輕鬆地執行LBSN程序。越來越多使用者在這些平台上與好友分享打卡資訊跟生活點滴。興趣點（POI）推薦系統是LBSN的核心服務，也是最近熱門的研究焦點。目前研究主要是分析用戶的打...
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
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