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

方澤翰;陳建錦;
頁: 435-454
日期: 2017/10
卷期: 24(4)
關鍵字: 景氣狀態監測;搜尋日誌;排序學習;特徵選取;
Keywords: prosperity surveillance;search log;learning to rank;feature selection;
摘要: 景氣狀態監測對於政府及企業是個重要的議題，多數研究使用經濟指標監測景氣狀態。由於經濟指標需由不同政府部門協力完成，往往需要經過漫長的處理時間，導致景氣狀態發佈的延遲，而發佈的延遲將會增加政府及企業決策的不確定性。為了克服這個問題，本研究基於搜尋日誌建...

引用     導入Endnote

胡雅涵;黃正魁;楊承翰;
頁: 305-339
日期: 2014/07
卷期: 21(3)
關鍵字: 文件分類;基因演算法;特徵選取;分類器;
Keywords: document categorization;genetic algorithm;feature selection;classifier;
摘要: 數位資訊迅速地成長，增加人們在找尋資訊上的搜尋成本，如何有效地分類管理文件已是一項重要的研究議題。因此，文件分類研究的重要性與日俱增，在文件分類領域中存在文件特徵維度過高的問題，因此，我們以基因演算法（Genetic Algorithm, GA）為基礎選取文件中特徵字詞，...

引用     導入Endnote