本論文探討的內容主要關於人聲分類之研究。在第一個層次，我們將家庭環境中的聲音分為說話聲、人聲非說話聲以及環境音三種。為了達到此目標，我們尋找了許多特徵並找出合適的幾個作為參數。 在夜間睡眠研究的部份，我們希望可以將整晚的睡眠資料分為鼾聲與非鼾聲兩部份，針對鼾聲的部份再深入去探討是否有呼吸中止的情況產生。若受試者是在醫院或者專業睡眠實驗室收錄資料，則會有其他睡眠生理訊號可供分析。本論文試著找出鼾聲與振動、睡姿與睡眠階段的關係並有初步的成果。 / In this thesis, we describe the classification of audio signals in a smart home environment and in all-night sleep studies. In a home environment, our objective is different from most audio scene analysis projects in that we are mainly concerned with the distinction of human and non-human sounds. Toward this goal, we identify appropriate features to be extracted from the audio files and discuss the rationale behind choosing a particular feature. In all-night sleep recording, we describe the classification of audio signals recorded in all-night sleep studies. Our objective is to separate the episodes into snoring sounds and non-snoring sounds. We perform further analysis of the extracted snoring sounds to check if the testee has apnea. With polysomnogram data, we detect the relationship between snoring sounds and other sleep signals such as snoring vibration, sleep stages and body position.

Ashby和Maddox(1998)提出COVIS理論，來解釋人們是如何進行分類學習。而對COVIS理論所作的研究結果，有支持的結果(Ashby, Ell,& Waldron, 2003; Ashby,Maddox, & Bohil, 2002; Maddox, Ashby, Ing, & Pickering, 2003)，但也有不支持的結果(Nosofsky, Stanton, & Zaki, 2005; Stanton & Nosofsky, 2007)，因此分類學習系統是否如同COVIS理論所主張是由雙系統所構成，還應繼續加以探討。 在Maddox等人(2007)的「操弄按鍵轉換機率」實驗中，Maddox等人以COVIS理論的觀點來解釋此實驗所得的結果。然而，此實驗結果除了以COVIS理論的觀點來解釋之外，或許也可用認知資源消耗的觀點來加以解釋。因此本研究的主要目的是嘗試檢驗認知資源消耗觀點的解釋方法可行性。實驗一的主要目的是重製Maddox等人(2007)年研究所得結果，以確保本研究所使用的刺激材料、實驗流程和實驗設計都和Maddox等人相同，並可得到相同的結果。然而實驗一所得結果和Maddox等人(2007)結果不同，並且實驗一所得結果也不支持COVIS理論所提出的雙系統想法。基於實驗一無法得到和Maddox等人(2007)相同的結果，實驗二根據認知資源消耗觀點，繼續嘗試重製出和Maddox等人(2007)相同的實驗結果，藉由在轉換階段加入序列回憶作業的 操弄手法，實驗二中得到和Maddox等人(2007)相同的結果，並且可用認知資源消耗觀點對此結果進行解釋。而本研究認為如果「Maddox等人研究中受試者的認知資源量少於本研究中受試者的認知資源量」的假設可成立的話，Maddox等人(2007)實驗所得結果是有可能可用認知資源消耗觀點的說法加以解釋。因此對於Maddox等人(2007)年的「操弄按鍵轉換機率」實驗結果，除了以COVIS理論的觀點來解釋之外，也可用認知資源消耗觀點的解釋方法來進行解釋。

本篇論文主要目的是在探討台灣地區現行上市股票分類標準所具有之實質意義，並加 以檢討與評估，且為因應投資者之需要，運用現代多變量分析的統計技術，提出一個 更具意義而有效的股票分類模式，以提供投資者在進行證券投資時之參考。 本論文共壹冊，計分為六章，概述如下： 一、導論：包括研究背景、前提、研究動機與目的。 二、文獻查考：包括各國上市標準的比較與國內外相關研究之探討。 三、研究設計：包括研究架構、方法、範圍，流程步驟及限制。 四、資料實證分析：包括資料蒐集、分析與結果說明。 五、模式建立：新模式之建立與說明。 六、結論與建議。

由實驗所得之雙向分類的反應值，常因人為記錄的疏忽，或是儀器設備的測量誤差，也可能是某些潛在因素，帶來了一些有問題的觀察值，這些問題點的存在，可能會與其他資料點有明顯的距離差異或位置偏離，同時亦可能會影響模型之參數估計，導致研究者選擇了不當的模型，為了避免此缺憾，本文乃針對雙向分類之反應值被刪去一個或二個的情況下，導出AP及Cook統計量的公式，在進行模式選擇之前，利用這二個統計量，先對所蒐集到的資料做一番診斷，以便找出離群值或是對參數估計有影響力的觀察值。當然，本文診斷雙向分類中有影響力觀察值的探測工作是屬於先驅工作中的一小部分，其目的不在於確認有那些不尋常的點，而是在懷擬那些點可能會有問題，以提供往後分析工作更多的資訊。

科學管理的第一粒種籽，原是泰勒為了改進工業運作與效率所播進培育的。嗣經吉爾博瑞士、甘特、柯克等先進的繼續灌溉，費堯、福特、莫奈與雷萊等大師的相互闡揚，乃蔚為枝葉扶疏的完備體系。十九世紀末葉以來，政治思想丕變，由最少干涉的國家蛻為最多服務的政府，職權擴張，事務紛繁。有識之士乃致力於應用科學方法，提高行政效率，恢宏服務功能。遂將若干企業界管理人、財、事、物的技術，引用到政府作業的領域內，並作最佳程度的修正。威爾遜、古德諾、魏勞貝都是這方面的拓荒者。旋經後起者的努力耕耘，政府的抉擇採行，乃建立了今日的行政科學。由於企業經營受競爭因素的激勵，在實用的管理技術上，企業界總是跑在時代的前端。政府行政只能亦步亦趨□□就我國來說，績效預算的實施，綜合審計的採用，以迄設計計劃預算的提倡，可說都是企業管理方法應用到行政範疇的具體事例。中國國民黨第十次全國代表大會所通過的政治革新要項中，明確的規定，應以企業管理的精神推動行政管理。行政院研究發展考核委員會成立伊始，便推行目標管理，計劃評核術等在企業界卓著效能的管理工具。經濟部也於今年二月積極地展開了現代管理運動。言簡意賅的說，企業管理技術與政府作業方法的匯合，業已涌為波瀾壯闊的時代主流。 由於此種學術導向的啟示，筆者選擇了管理系統內有關物材部份的環節，對其作一番不僅適用於企業而亦能革新行政的管理物材的技術上的探究。因此，所使用的研究方法，是先將企業中管理物材所使用的技術法則，作有系統的分析，並比較其優劣得失，然後有秩序的排比組織起來，從有效管理的角度，選取其能普遍適用的基本要領與主要規範。進一步綜合其智珠精華。然後劃分章節作歸納式的敘述，使其成為行政機關或工商企業的物材管理上都可使用的技術智職體系。 分類工作被稱為科學之母，故拙文在第一章確立了物材管理技術的意義、研究目的與範圍後，便於第二章說明物材分類編號的方法及其推行步驟。俾能在萬千的物材中，提綱繫領、執簡馭繁，達到物材管理的鵠的。第三章是不論行政機關或工商企業，對於進行事業所需的各項物材，應有一個科學性的預測，然後根據預測編訂物材用量計劃，一般管理上稱為物材預算。古人說：「凡事豫則立，不豫則廢」。這是物材管理工作的方針，也是物材管理作業的起步。第四章是經費有了著落，自可進行採購。那麼，在常用的採購制度中，那一種最能興利除弊？圍標的成因及其防止，議價採購的現行規定，作業過程的追蹤考核，都是值得詳密研討的。第五章敘述存量管制的要議是減低成本。如果物材買得過多，不但浪費資金，而且佔用倉庫，都是有悖於管理經濟的，但存量過少又有斷檔誤事之虞。從而，存量最高到多少？最低到何度？何時訂貨？訂量多少方合經濟原則？定量或定期的管制方法的選用有無基準？以及金額綜合管制的模式，存量管制作業所用的表報格式，便都成了存量管制的重要內容。第六章指出物材進庫時，應經適當的驗收手續，藉免品質數量不符。物材領配的方式，物材用量的管制，在物材管理中亦是不可缺少的策略。第七章描寫存量管制雖是物材管理成敗的關鍵，但如何知悉物材的實際存量，必須根據確切可靠的存量紀錄。因此，以料帳為中心的會計作業，又成為物材管理情報系統的基本準據，這亦是應該特別注意的妙訣。第八章是有感於行政院為推動全面革新，依照行政三聯制的精神，建立了研究發展管制考核的制度，隨時督導追蹤，探幽索隱，發掘缺點，作為工作改進的南針。物材管理的績效，亦應厲行考核，藉能收到反饋作用的效果。第九章是展望物材管理的發展趨勢，將由部門服務走向全面綜合，平實穩健走向成就主義，經驗法則走向管理科學，並提出我國物材管理的革新方向作改進的商榷，俾能迎接第二次工業革命所賦予的使命。 筆者資質魯鈍，疑業公共行政研究所歷時五年，深深感激諸位師長的懇切教誨，同學的規勸鼓勵，尤其張師明誠，對筆者不僅有學術上的傳授，在做人風範上亦有無與倫比的陶冶力量。拙文寫作期間，承雷師飛龍在百忙中賜予珍貴的指導，雖一字之微，亦有所匡正，使筆者獲益良多，諸此師恩深厚，當永誌不忘，謹在此致崇高的敬禮。陳庚金學長惠借數種絕版參考書，使內容充實不少，也於此致衷誠的感謝。

人聲大致上可分為語音和非語音兩部分。傳統上對於聲音分類的研究大多強調語音、音樂和環境聲的分類。在本論文中，我們採取不同的觀點，著重於人聲中非語音部份的研究，聲音種類為笑聲、尖叫聲、打噴嚏聲和鼾聲。為了達到此目標，我們調查常用的幾種聲學特徵，並以多元適應性雲形迴歸和支持向量機進行特徵值篩選，找出對於非語音人聲分類具有代表性的聲學特徵。此外我們也進行多方面的模擬，以觀察雜訊對辨識率的影響。 本論文第二部份為鼾聲研究，我們比較一般普通麥克風和目前醫療用鼾聲麥克風(snoring microphone)、壓電感應器(piezo sensor)三者在偵測鼾聲上的表現。此外，並以KL divergence 和EMD兩種計算差異度的方法進行普通鼾聲與阻塞型鼾聲的分群。同樣地，我們加入不同程度雜訊至鼾聲訊號中，以測試兩方法抗雜訊的穩健度，結果顯示此兩種方法均有不錯的表現，其中EMD在大多數情況下有較佳的結果。 / Human sounds can be roughly divided into two categories: speech and non-speech. Traditional audio scene analysis research puts more emphasis on the classification of audio signals into human speech, music, and environmental sounds. We take a different perspective in this thesis. We are mainly interested in the analysis of non-speech human sounds, including laugh, scream, sneeze, and snore. Toward this goal, we investigate many commonly used acoustic features and select useful ones for classification using multivariate adaptive regression splines (MARS) and support vector machine (SVM). To evaluate the robustness of the selected features, we also perform extensive simulations to observe the effect of noise on the accuracy of the classification. / The second part of this thesis is concerned with the analysis snoring signals. We use ordinary microphone as our snoring recorder and compare its sensitivity with snoring microphone and piezo sensor, which are often utilized in clinical settings. In addition, we classify simple snores and obstructive snores using two distance measures: KL divergence and earth mover's distance (EMD). Similarly, we add noises to the snoring signals to examine the robustness of these two measures. It turns out that both methods perform satisfactorily, although EMD generates slightly better results in most cases.

漢語分類詞數量之歧異現象起因於未有一套共同界定分類詞之準則。因此，本篇論文採用四個以語言學為基礎之準則重新檢視漢語分類詞，並在眾多漢語分類詞分類中，採用五個語言學代表性研究提出之漢語分類詞分類為本篇語料來源。 研究分析之目的在於透過四個以語言學為基礎之準則重新檢視五個代表性人物提出之漢語分類詞分類，並使用二個數學法及一個問卷實驗法找出準確的漢語分類詞。最後，分析所得之準確的漢語分類詞再根據國語日報量詞典列出之分類詞語意做更進一步的語意分類。在分類詞語意分類上，本篇論文採用下到上之方向做分類詞語意分類而非傳統上到下之方向，提供完整且精確之漢語分類詞語意分類。 / The discrepancy in the different inventories of Mandarin Chinese classifiers results from there being no identical and consentient tests to identify Mandarin Chinese classifiers. Thus, this thesis adopts four linguistic-based tests as norms to identify Mandarin Chinese classifiers and five Mandarin Chinese classifier categorizations proposed by representative studies (Chao 1968, Erbaugh 1986, Hu 1993, Huang et. al. 1997 and Malt and Gao 2009) as sources of data in Mandarin Chinese classifier categorizations. The data analysis focuses on offering true classifiers in Mandarin Chinese through re-classifying five Mandarin Chinese classifier categorizations on the basis of four linguistic-based tests, applying two mathematical methods and using a questionnaire experiment. Ultimately, true classifiers will be further classified on the basis of their semantic meanings from the Mandarin Daily Dictionary of Chinese Classifiers (Huang et. al.) to provide an explicit semantic categorization in a bottom-up form, rather than a traditional top-down one.

過去研究發現，情緒會影響認知執行作業的表現，而正負向情緒分別有著不一樣的效果，Ashby等人提出的多元分類系統（Competition between verbal and implicit system，COVIS），包含一外顯系統，涉及的是工作記憶與假設檢定，而該系統會因好心情，增加多巴胺濃度並作用在前額葉區，故據COVIS理論，正向情緒會增加認知彈性，使需要投入注意力的外顯作業，學習表現更好，但內隱系統涉及的是不同的腦區活動，故內隱作業歷程不受任何情緒的影響。而從另一觀點，根據認知捷思，正向情緒狀態，會促動認知捷思歷程，因為好心情降低對周遭訊息處理的動機，而多數認知執行作業，需要審慎考慮的分析以及注意力的控制，所以從動機論的觀點，預期正向情緒會損傷認知執行作業的表現，相對的，負向情緒讓個體警覺，進而提升對周遭訊息處理的動機，使人們會更加小心翼翼，採用系統式分析歷程，故在此觀點下，負向情緒可以提升認知作業表現。本研究進一步釐清，探究在正向及負向情緒下，到底哪種情緒會增進分類學習的正確率表現。實驗一、二、三主要的目的，在複製出Nadler（2010）研究結果，即正向情緒助長了外顯系統作業表現，由於實驗一的情緒誘發素材成份過於複雜，無法複製出Nadler（2010）相同的結果，實驗二進而使用更純粹誘發素材，實驗結果支持認知捷思的觀點，即負向情緒，提升了受試者分類學習表現，實驗三進一步確認，情緒激發水準在情緒對分類學習影響下所扮演的角色，研究結果顯示，情緒的激發水準確實調節分類學習表現，尤其在正向情緒下，高激發水準會損傷外顯學習系統作業表現，低激發水準時，則助長外顯作業系統的學習表現，故COVIS理論的預期，正向情緒有比較好的外顯作業學習表現，唯情緒激發水準低時，方能實現。

種々の分類器を対象として，有限個の学習データのみが利用可能である現実においても理論的に的確で計算量的にも実際的な，分類器性能評価手法を提案する．分類器評価における難しさは，有限データのみの利用に起因する分類誤り推定に伴う偏りの発生にある．この困難を解決するため，「境界曖昧性」と呼ばれる新しい評価尺度を提案し，それを用いる評価法の有用性を，3種の分類器と13個のデータセットを用いた実験を通して実証する． / We propose a general method that makes accurate evaluation of any classifier model for realistic tasks, both in a theoretical sense despite the finiteness of the available data, and in a practical sense in terms of computation costs. The classifier evaluation challenge arises from the bias of the classification error estimate that is only based on finite data. We bypass this existing difficulty by proposing a new classifier evaluation measure called "boundary uncertainty'' whose estimate based on finite data can be considered a reliable representative of its expectation based on infinite data, and demonstrate the potential of our approach on three classifier models and thirteen datasets. / 博士(工学) / Doctor of Philosophy in Engineering / 同志社大学 / Doshisha University

基於XBRL格式在企業報告資訊上的優勢，全球各重要經濟體近年來陸續應用XBRL技術進行財報格式的轉換與標準化，而在推動XBRL實務發展的過程中，XBRL分類標準的建置為核心關鍵因素。各國於制訂分類標準基於成本效益考量，分類標準內容通常僅涵蓋企業報告之通用元素，企業若僅按分類標準編製報告，可能導致有用訊息之喪失。以XBRL格式作為申報工具時，企業若基於自願性揭露及報告之完整性，則必須對分類標準自行進行延伸。本研究藉由美國分類標準延伸情況作為借鏡，探討台灣未來開放分類標準延伸時，如何進行分類標準之延伸及其規則和方法。 / Considering the advantages of XBRL-formatted information in business reports, many major global economic leagues have adopted XBRL technology in financial reports’ transformation or standardization. XBRL Taxonomy development is the core factor in promoting XBRL into practice. Taking cost-benefit analysis into account, competent authorities usually design their taxonomy with only basic elements used in business reports. If enterprises prepare their reports just based on the taxonomy, they may lose some useful information. Therefore, they must extend taxonomy to make a voluntary disclosure when enterprises file their reports in XBRL-formatted. This research explores the rules and methods of taxonomy extensions for TIFRS Taxonomy by referring to how companies in the U.S. make taxonomy extensions.