研究人才詳細資料
| 年度 |
補助類別 |
學門代碼 |
計畫名稱 |
擔任工作 |
核定經費(新台幣) |
| 111 |
專題研究計畫
(一般研究計畫)
|
生產系統與智慧製造 |
以內插法生成流形虛擬樣本改善非線性小樣本學習 |
計畫主持人
|
687,000 |
| 110 |
專題研究計畫
(一般研究計畫)
|
生產系統與智慧製造 |
具小樣本數值資料學習能力之生成對抗網路 |
計畫主持人
|
800,000 |
| 109 |
專題研究計畫
(一般研究計畫)
|
生產系統與智慧製造 |
使用區域不純度-發展少類別過抽樣技術以學習類別不平衡資料 |
計畫主持人
|
924,000 |
| 109 |
延攬科技人才
(延攬博士後研究人才)
|
生產系統與智慧製造 |
使用區域不純度-發展少類別過抽樣技術以學習類別不平衡資料 |
計畫主持人
|
913,790 |
| 108 |
專題研究計畫
(一般研究計畫)
|
生產系統與智慧製造 |
發展適用於短期時間序列之灰色模糊預測模式 |
計畫主持人
|
813,000 |
| 107 |
專題研究計畫
(一般研究計畫)
|
生產系統與智慧製造 |
以相依變量增生少類別樣本技術學習不平衡資料 |
計畫主持人
|
681,000 |
| 107 |
延攬科技人才
(延攬博士後研究人才)
|
生產系統與智慧製造 |
以相依變量增生少類別樣本技術學習不平衡資料 |
計畫主持人
|
953,820 |
| 106 |
延攬科技人才
(延攬博士後研究人才)
|
生產系統與智慧製造 |
具名目屬性的小樣本資料的學習 |
計畫主持人
|
921,256 |
| 106 |
專題研究計畫
(一般研究計畫)
|
生產系統與智慧製造 |
具名目屬性的小樣本資料的學習 |
計畫主持人
|
668,000 |
| 105 |
專題研究計畫
(一般研究計畫)
|
生產系統與智慧製造 |
提升 MTD 技術對於小樣本學習之預測準確性。 |
計畫主持人
|
798,000 |
| 105 |
延攬科技人才
(延攬博士後研究人才)
|
生產系統與智慧製造 |
提升 MTD 技術對於小樣本學習之預測準確性。 |
計畫主持人
|
856,140 |
| 104 |
專題研究計畫
(一般研究計畫)
|
生產系統與智慧製造 |
建構一個新的資料轉換模型以改善具有非常態屬性之小資料集學習 |
計畫主持人
|
798,000 |
| 103 |
專題研究計畫
(一般研究計畫)
|
生產系統與智慧製造 |
生成虛擬樣本以改善相依屬性之小資料集預測 |
計畫主持人
|
798,000 |
| 102 |
專題研究計畫
(一般研究計畫)
|
生產系統與智慧製造 |
生成資訊以改善具有多峰態屬性之小樣本資料的分類性能 |
計畫主持人
|
637,000 |
| 102 |
延攬科技人才
(延攬博士後研究人才)
|
生產系統與智慧製造 |
生成資訊以改善具有多峰態屬性之小樣本資料的分類性能 |
計畫主持人
|
827,994 |
| 101 |
專題研究計畫
(一般研究計畫)
|
作業研究與決策科學 |
在小樣本下提升非線性資料之虛擬分配估計正確性 |
計畫主持人
|
566,000 |
| 100 |
專題研究計畫
(一般研究計畫)
|
作業研究與決策科學 |
建構一個包含理性與非理性因子之短期時間序列預測模型 |
計畫主持人
|
415,000 |
| 100 |
延攬科技人才
(延攬博士後研究人才)
|
作業研究與決策科學 |
建構一個包含理性與非理性因子之短期時間序列預測模型 |
計畫主持人
|
633,308 |
| 099 |
延攬科技人才
(延攬博士後研究人才)
|
作業研究與決策科學 |
增加資料之類別屬性以改善小樣本資料分析效果 |
計畫主持人
|
450,100 |
| 099 |
專題研究計畫
(一般研究計畫)
|
作業研究與決策科學 |
增加資料之類別屬性以改善小樣本資料分析效果 |
計畫主持人
|
421,000 |
| 098 |
專題研究計畫
(一般研究計畫)
|
生產系統與智慧製造 |
以類別模糊核函數為基底的支撐向量機來提升小樣本資料的分類正確率 |
計畫主持人
|
577,000 |
| 097 |
專題研究計畫
(一般研究計畫)
|
生產及作業管理 |
利用虛擬基因表現資料提升研究初期癌症辨識率 |
計畫主持人
|
577,000 |
| 096 |
專題研究計畫
(一般研究計畫)
|
生產及作業管理 |
運用群集探索和超球體參數方程式精確的產生虛擬樣本以幫助初期製造系統管理知識之學習 |
計畫主持人
|
566,000 |
| 095 |
專題研究計畫
(一般研究計畫)
|
生產系統與智慧製造 |
應用時間數列資料學習製造系統初期的管理知識 |
計畫主持人
|
466,000 |
| 094 |
專題研究計畫
(一般研究計畫)
|
作業研究與決策科學 |
應用資料擴散與資料趨勢推估技術提升小樣本學習正確度 |
計畫主持人
|
440,000 |
| 093 |
專題研究計畫
(一般研究計畫)
|
作業研究與決策科學 |
應用貝氏學習理論獲取彈性製造系統初期之排程知識 |
計畫主持人
|
713,400 |
| 092 |
專題研究計畫
(一般研究計畫)
|
作業研究與決策科學 |
應用核心密度函數推估技術及虛擬例證法提昇小樣本數之機器學習正確度 |
計畫主持人
|
686,100 |
| 091 |
專題研究計畫
(一般研究計畫)
|
作業研究與決策科學 |
應用密度函數估計提昇小樣本數機器學習之正確度 |
計畫主持人
|
367,300 |
| 090 |
專題研究計畫
(一般研究計畫)
|
生產系統與智慧製造 |
功能性虛擬母體觀念在機器學習領域中之發展 |
計畫主持人
|
226,800 |
| 089 |
專題研究計畫
(一般研究計畫)
|
作業研究與決策科學 |
模組化品保系統結構設計之研究 |
計畫主持人
|
223,300 |
| 087 |
專題研究計畫
(一般研究計畫)
|
作業研究與決策科學 |
決策樹形成過程中計算複雜度之改善研究 |
計畫主持人
|
208,800 |
| 086 |
專題研究計畫
(一般研究計畫)
|
生產系統與智慧製造 |
以歸納學習法探討FMS動態排程之研究 |
計畫主持人
|
197,000 |
| 085 |
專題研究計畫
(一般研究計畫)
|
作業研究與決策科學 |
以反覆循環法求解批量排程問題 |
計畫主持人
|
191,100 |
| 084 |
專題研究計畫
(一般研究計畫)
|
作業研究與決策科學 |
應用類神經網路求解彈性製造系統排程問題 |
計畫主持人
|
191,000 |
| 083 |
專題研究計畫
(一般研究計畫)
|
項目：自動化製造系統 |
以敘述空間法求解彈性製造系統的排程問題 |
計畫主持人
|
188,000 |
| 081 |
專題研究計畫
(一般研究計畫)
|
工業工程與管理 |
應用機器學習技術規則與控制物流系統之排程 |
計畫主持人
|
212,000 |
| 080 |
專題研究計畫
(一般型研究計畫)
|
生產系統 |
結合人工智慧及作業研究技巧發展複式法則解n/1/t 排程問題 |
計畫主持人
|
222,000 |
|
主要學歷