京都大学 / 0048 / 新制・課程博士 / 博士(理学) / 甲第20949号 / 理博第4401号 / 新制||理||1632(附属図書館) / 京都大学大学院理学研究科化学専攻 / (主査)教授 鈴木 俊法, 教授 有賀 哲也, 教授 寺嶋 正秀 / 学位規則第4条第1項該当 / Doctor of Science / Kyoto University / DGAM

The decrease in thermal decomposition temperature led to the amorphization of RuO2, and nano RuO2 particles were uniformly dispersed in amorphous Ta2O5 matrix. Such nano particles induced the increase in effective surface area for oxygen evolution and change in rate determining step, resulting in a significant decrease in oxygen overpotential. This excellent achievement induced a significant decrease in cell voltage of 0.7 V compared to lead alloy anodes and a voltage reduction of 37 % was achieved for copper electrowinning. Another distinct feature of the amorphous anodes is that nano RuO2 particles increase the overpotential of the unwanted side reaction on the anode, so that the anodic deposition of PbO2 can be completely inhibited. Therefore, the amorphous RuO2-Ta2O5/Ti anodes developed in this thesis have a high possibility to improve the purity of electrowon metal, reduce the maintenance of electrolysis process, prolong the lifetime of the anode, and make a low impact to environment. / 博士(工学) / Doctor of Philosophy in Engineering / 同志社大学 / Doshisha University

京都大学 / 新制・課程博士 / 博士(理学) / 甲第23562号 / 理博第4756号 / 新制||理||1682(附属図書館) / 京都大学大学院理学研究科物理学・宇宙物理学専攻 / (主査)教授 田中 耕一郎, 教授 柳瀬 陽一, 准教授 中 暢子 / 学位規則第4条第1項該当 / Doctor of Science / Kyoto University / DFAM

京都大学 / 新制・課程博士 / 博士(理学) / 甲第24075号 / 理博第4842号 / 新制||理||1693(附属図書館) / 京都大学大学院理学研究科化学専攻 / (主査)教授 秋山 芳展, 教授 杉山 弘, 教授 深井 周也 / 学位規則第4条第1項該当 / Doctor of Science / Kyoto University / DGAM

在處理具遺失值之類別資料時，傳統的方法是將資料捨棄，但是這通常不是明智之舉，這些遺失某些分類訊息的資料通常還是可以提供其它重要的訊息，尤其當這類型資料的個數佔大多數時，將其捨棄可能使得估計的變異數增加，甚至影響最後的決策。如何將這些遺失某些訊息的資料納入考慮，作出完整的分析是最近幾十年間頗為重要的課題。本文主要整理了五種分析這類型資料的方法，分別為單樣本方法、多樣本方法、概似方程式因式分解法、EM演算法，以上四種方法可使用在資料遺失呈隨機分佈的條件成立下來進行分析。第五種則為樣本遺失不呈隨機分佈之分析方法。 / Traditionally, the simple way to deal with observations for which some of the variables are missing so that they cannot cross-classified into a contingency table simply excludes them from any analysis. However, it is generally agreed that such a practice would usually affect both the accuracy and the precision of the results. The purpose of the study is to bring together some of the sound alternatives available in the literature, and provide a comprehensive review. Four methods for handling data missing at random are discussed, they are single-sample method, multiple-sample method, factorization of the likelihood method, and EM algorithm. In addition, one way of handling data missing not at random is also reviewed.

本文是探討管理浮動匯率時期（1978年第三季至1993年第三季），台灣地區經常帳盈餘發生的原因，同時考慮匯率因素、貨幣市場及商品與勞務市場吸納的情況。利用兩個向量自迴歸模型，分別納入：(1)匯率、利率、經常帳、消費節約及貨幣供給，(2)匯率、利率、經常帳、財政盈餘及貨幣供給，藉由因果關係檢定、預測誤差分解、及衝擊反應，分析經常帳失衡的原因。 　　實証結果指出：台灣地區經常帳盈餘，深受匯率、財政盈餘及消費節約的影響，這個結論與我國低估幣值與出口拓展的政策一致。且經常帳盈餘並不能夠顯著的影響貨幣供給，這個結論與央行沖銷的措施一致，其目的無非是要隔離國外部門影響國內貨幣。足見自由化的匯率政策，不但讓匯率反應出合理的水準值，同時可追求獨立的貨幣政策，配合著獎勵投資、消費及增加公共支出，增加國內吸納，藉以減少鉅幅的經常帳盈餘。

本研究主要應用基於總體經驗模態分解法(EEMD)之倒傳遞類神經網路(BPNN)預測兩種不同的非線性時間序列數據，包括政大逐時用電量以及逐日歷史黃金價格。透過EEMD，這兩種資料會分別被拆解為數條具有不同物理意義的本徵模態函數(IMF)，而這讓我們可以將這些IMF視為各種影響資料的重要因子，並且可將拆解過後的IMF放入倒傳遞類神經網路中做訓練。 另外在本文中，我們也採用移動視窗法作為預測過程中的策略，另外也應用內插法和外插法於逐時用電量的預測。內插法主要是用於補點以及讓我們的數據變平滑，外插法則可以在某個範圍內準確預測後續的趨勢，此兩種方法皆對提升預測準確度占有重要的影響。 利用本文的方法，可在預測的結果上得到不錯的準確性，但為了進一步提升精確度，我們利用多次預測的結果加總平均，然後和只做一次預測的結果比較，結果發現多次加總平均後的精確度的確大幅提升，這是因為倒傳遞類神經網路訓練過程中其目標為尋找最小誤差函數的關係所致。 / In this paper, we applied the Ensemble Empirical Mode Decomposition (EEMD) based Back-propagation Neural Network (BPNN) learning paradigm to two different topics for forecasting: the hourly electricity consumption in NCCU and the historical daily gold price. The two data series are both non-linear and non-stationary. By applying EEMD, they were decomposed into a finite, small number of meaningful Intrinsic Mode Functions (IMFs). Depending on the physical meaning of IMFs, they can be regarded as important variables which are input into BPNN for training. We also use moving-window method in the prediction process. In addition, cubic spline interpolation as well as extrapolation as our strategy is applied to electricity consumption forecasting, these two methods are used for smoothing the data and finding local trend to improve accuracy of results. The prediction results using our methods and strategy resulted in good accuracy. However, for further accuracy, we used the ensemble average method, and compared the results with the data produced without applying the ensemble average method. By using the ensemble average, the outcome was more precise with a smaller error, it results from the procedure of finding minimum error function in the BPNN training.

科学研究費補助金 研究種目:基盤研究(B)(2) 課題番号:10480145 研究代表者:松田 仁樹 研究期間:1998-1999年度

本論文一共分為兩大主題，分別為匯率連結商品之評價與分析，及違約事件相關係數之估計。在結構型金融商品於市場上熱賣之後，金融業者紛紛投入財務工程領域，競相推出類似的產品。然而，自1971年世界各國開始實行浮動匯率制度之後，匯率風險較以往提高不少，因此各種不同設計的外匯衍生性商品開始不斷地問世。有鑑於此，本文希望藉由分析市場上的匯率商品：「新加坡華僑銀行一年期匯率連結結構型存款」，讓發行商和投資人了解結構型商品設計的要點與風險所在。在此商品中，本文利用多變數蒙地卡羅模擬法求出商品的近似價格，除了看發行商是否有利可尋之外，也提供發行商可行之避險策略。同時，本文也透過商品條款分析與情境分析，讓投資人了解其獲利所在與將面臨的風險。 / 由於近年來信用事件層出不窮，顯示出信用風險控管的重要性，信用衍生性商品也因而開始蓬勃發展。目前信用衍生性商品以信用違約交換為最大宗，擔保債權憑證(Collateralized Debt Obligations, CDO)為其次。由於一籃子信用衍生性商品和擔保債權憑證涉及多檔標的資產，在評價時，公司之間的違約相關係數是個重要因子，因此本文在另一個主題上，透過Robert Jarrow與Donald van Deventer(2005)提出的違約相關係數之估計方法，以簡約模型估計違約相關係數，利用台灣公司資料做實證分析，期許對連結多項標的資產之信用衍生性商品之評價有所幫助。

科学研究費補助金 研究種目:試験研究 課題番号:61850069 研究代表者:日比野 倫夫 研究期間:1986-1987年度