清華大學資訊系統與應用研究所學位論文
國立清華大學,正常發行
選擇卷期
已選擇0筆
- 學位論文
社群網路在近年來相當受到歡迎並成為重要的溝通平台，使用者在這些社群網站發表他們的各種觀點。使用者創造的大量內容，經常可以完整反映出現實生活中發生的事件。本研究的目標是在社群資訊中識別事件。在本研究中，我們運用關鍵字在時間上的突增量以及關鍵字間彼此共同出現的關係以識別事件。我們的實驗結果顯示我們的方法在社群資訊中識別事件是有效用的。
若您是本文的作者，可授權文章由華藝線上圖書館中協助推廣。
- 學位論文
There are several current trends in machine learning nowadays, one of them that has been studied and improved by researches of the field is Transfer Learning. Transfer learning consist of the ability to build and train a classifier out of the source data to be able to describe the data in a target task. This principle carries several difficulties such as the lack of labeled data or large data. Thus, several approaches had been developed such as Multi-Source and Multi-View Transfer Learning that help to leverage the scarcity of data along with Adaboost. Nevertheless, this approaches did not generalize into a real Multi-View model and further research on this area was suggested. This thesis, aimed to generalize the latest approach, re-define some conception regarding the error rates of the samples and observe the effect of the use of J views in the results. In consequence a novel model, G-MsTr-MvAdaboost, was developed. Results showed that the new algorithm is able to improve the performance of Adaboost, works well with fewer attributes and demonstrates that the error rate decrease as the number of views increase. Comparison of results per models and per views are presented for observation.
若您是本文的作者，可授權文章由華藝線上圖書館中協助推廣。
- 學位論文
如何讓電腦自動化產生笑話是近年來人工智慧領域研究的一項重要且有趣的課題。這樣的研究與如何自動化產生故事有些類似，但更著重於探討讓機器表達人類幽默情緒的部分。在知識的建構和表達上，我們使用知識本體論(ontology)來描述領域知識(domain knowledge)及常識(common sense)，它具有可以清楚表達領域知識中各種關聯和限制的特性。而關於幽默的元素，此篇論文引用了近代認知心理學的「失諧理論」(incongruity theory)以及隨之發展出的「失諧－解困理論」(incongruity-resolution theory)和「反向－合意理論」(opposition-coherence theory)來解釋幽默感的產生。因此，我們設計了一套方法讓兩個代理人在被給予的故事情境中對話，並將對話與目前的領域知識及常識的關聯性網路做配對，藉由網路搜尋法選擇領域知識中具有限制條件的受詞或動詞來做適當的替換，且對話內容不偏離原本故事情境的本質，來製造出失諧的語句。依據此方法，我們在自動產生簡短對話的系統中，使其中一個代理人接收到另一代理人的話語後，說出失諧語句當作回應，藉此來產生短篇對話型笑話。在5個不同領域中生成了13組對話（其中5組未加上限制條件作為對照組），以100個受測者進行問卷調查的結果顯示了未加入此方法前所產生的對話幽默程度只有15%以下，加入了領域知識的限制條件來產生對話後，對話的幽默程度平均提高至57%，可見此方法確實會營造出具有幽默感的對話內容。
若您是本文的作者，可授權文章由華藝線上圖書館中協助推廣。
- 學位論文
近年來，智慧型手機上的個人行為感測應用程式相當流行。這些應用程式讓跑步訓練者或是旅遊愛好者等。在手機上使用GPS感測器去紀錄使用者行走的GPS路徑點(GTPs-GPS track points)，並且上傳這些GPS路徑點到雲端服務器讓使用者能分享路徑資料給其他使用者。 然而上傳GTPs時不僅消耗網路傳輸量及手機耗電量，同時上傳的GTPs資料點通常夾帶了多餘或不精確的資料點，例如使用者在路上逗留徘徊的GTPs。為了解決這個問題，我們提出了此論文，稱之為節省上傳能源的GPS路徑轉角偵測過濾演算法(CEGF- Corner Extraction by GPS Filtering for Power-Efficient Location Uploading)，目的是從GTPs中過濾出轉角特徵點(CFGPs-corner feature GPS points)，而這些CFGPs能代表至相對應的道路。手機上的應用程式只需上傳CFGPs就能達到省電的目的。 這篇論文最具有挑戰性的問題是如何過濾掉不具特徵性的GTPs以及如何決定道路的轉角處。最後我們的實驗結果顯示，利用CEGF能有效過濾掉大量的GTPs並且CEGPs能精確地代表道路路段。更進一步，在手機上利用CEGF最多可省下87.7%的上傳電量。
- 學位論文
在軟體開發的過程中，軟體大小的測量是一個非常重要且會影響專案是否會成功的關鍵因素之一。一般來說，軟體大小的衡量可分為，軟體行碼數，功能點的多寡，以及軟體複雜度。在實務上，因為軟體行碼數的易於計算和廣泛使用於各種軟體測量領域，大部分的軟體開發工程師在專案完成時還是以軟體行碼數當作測量軟體大小的尺度。在過去有一些研究發現指出，Lognormal distribution 和 Double-pareto distribution 模型均可以用來描述專案裡軟體大小分佈情形。然而本文切換另外一種角度探討軟體行碼數的變動率的分佈情形，我們觀察到軟體規模的變動率和經濟學的利率變動情形有相似的地方，所以我們使用衡量利率變動情形的Laplace distribution，Normal distribution 和 Asymmetric laplace distribution來衡量軟體大小的變動率。 目前許多的研究都分別指出沒有最好的模型適用在所有的情況，我們利用一種基於貝氏定理權重決定法(BIWDA)為修改的模型組合方法: Modified BIWDA(MBIWDA)來塑造軟體大小變動率分佈。研究資料來源於Apache，Ubuntu和Samba Server來確認利用MBIWDA的組合模型的軟體大小變動率分佈之預測能力。與其他相關模型組合方法比較後，本研究結果指出利用MBIWDA的組合模型能夠在大部份情況下提供不錯的預測能力。並且，我們也利用分量迴歸分析來探討影響軟體大小的變動因素，研究發現在軟體早期階段軟體大小的變動會被嚴重等級較高的錯誤所影響。這些發現對於分析開放源碼的軟體大小變動率都有很大的啟發。
若您是本文的作者，可授權文章由華藝線上圖書館中協助推廣。
若您是本文的作者，可授權文章由華藝線上圖書館中協助推廣。
- 學位論文
現今的通用圖形處理器(GPGPU)已廣泛的運用在高速運算的工作需求上， 而大量的多執行緒架構使得通用圖形處理器非常適合運算資料獨立的平行程式(data parallel programming)， 然而這樣的多執行緒架構也使得其對於記憶體和晶片網路的需求遠大於傳統的多核心晶片(Chip Multiprocessors)，因此， 考量到資料獨立的平行程式的硬體行為，一個明確能夠解決這樣嚴重壓力問題的方式就是增進記憶體(DRAM)內列資料緩衝區(row buffer)的命中率(row buffer hit rate)， 藉由提升列資料緩衝區的命中率，列資料緩衝區內所存放的資料替換的次數就能大幅減少，也因此能提升整體記憶體的運作速度。 現今已有在記憶體控制器(Memory Controller)內藉由重新安排記憶體需求(Memory Request)的處理順序來提升列資料緩衝區命中率的做法， 但其能夠納入考量的記憶體需求數量較少，並且記憶體控制器也會因此而變得更加複雜從而影響到整體運算速度。 由於通用圖形處理器的大量多執行緒架構能夠提供更多的機會來掩蓋記憶體存取的延遲， 我們在論文中利用了這樣的特性進而在晶片網路中實現重新調整記憶體需求封包到達記憶體控制器的順序， 我們藉由把欲存取同一個記憶體內列資料的記憶體封包集中並且將其在晶片網路內路由器中接合的方式，讓封包們在到達記憶體控制器時， 以一個能連續命中列資料緩衝區的處理順序來存取記憶體，而藉此加速記憶體存取的速度。 為了驗證這個方法的可行性，我們設計了一個支援封包接合的擴充式晶片網路路由器， 並且對其做了一系列廣泛的評估，評估報告中我們發現這樣的晶片網路輔助式設計策略的確能夠增進記憶體內列資料緩衝區的命中率，但不幸地， 對於我們使用的標竿程式來講，我們的設計只能在特定的條件下增進整體的運算表現，因此我們在論文中也進行了深入的研究來探討可能的因素，同時討論了克服問題的方法。
- 學位論文
The stock prices are considered as the reflection of fundamental information of the companies. In addition, the stock prices might be affected by events surrounding the company. The availability of a large amount of information has created the need for better knowledge discovery. However, most of that important information is in textual format, such as news articles, blogs, specialized magazines and other social media articles, which makes it changeling to automate the knowledge extraction. Textual information such as news articles, might be helpful to explain the performance of companies and markets, including events that can condition their behavior. Hence, it is considered as a rich source for analysis which can provide a better forecasting of future performance. In this paper, we propose a framework that attempts to determine the influence of events on stock market trends by extracting events patterns. Our work focuses on extracting those event patterns using an unsupervised method to retrieve types of word categories and semantic relationships. We tested our system on a large number of news articles from different sources across different industry categories to guarantee the data diversity in a certain stock markets. We conclude that the effectiveness of the proposed approach shows better performance against other approaches analyzed in this work.
若您是本文的作者，可授權文章由華藝線上圖書館中協助推廣。
- 學位論文
這篇論文提出了針對行動手機的眼睛追蹤。此方法整合了眼睛偵測、角點偵測和等照圖中心偵測去改善眼睛追蹤的效果。在追蹤方面則使用光流法。基於光流法特性和眼睛偵測的方法，使整套系統更機械化。此外也利用手機上的方向感測裝置將追蹤結果加速並增加估測注視方向的精確度。在幾個正臉錄像實驗中，此方法展示了眼睛追蹤的準確度和估測注視方向的精確度。