楊耿杰;趙文彬;林宗輝;林薏文;姜林杰祐;
頁: 153-176
日期: 2024/04
關鍵字: 複合式技術指標;技術分析;交易策略;
Keywords: Multiple technique indexes, technique analysis, trading strategy;
摘要: 本研究利用不同時間週期的所形成的複合式技術指標與單一技術指標進行比較，而複合式技術指標所選用的是趨勢型技術指標與擺盪型技術指標的結合，單一技術指標則僅使用擺盪型技術指標，兩兩比較來探討複合式技術指標是否能優於單一技術指標，再進一步比較複合式技術指標加...

瀏覽次數: 1502     下載次數: 212

引用     導入Endnote

蕭國倫;劉柏辰;蔡泊均;
頁: 177-207
日期: 2024/04
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...

瀏覽次數: 1530     下載次數: 137

引用     導入Endnote

胡志堅;陳昱安;
頁: 209-237
日期: 2024/04
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...

瀏覽次數: 1749     下載次數: 124

引用     導入Endnote

龔千芬;郝沛毅;
頁: 239-276
日期: 2024/04
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...

瀏覽次數: 1843     下載次數: 93

引用     導入Endnote