京都大学 / 0048 / 新制・論文博士 / 博士(薬学) / 乙第12774号 / 論薬博第765号 / 新制||薬||236(附属図書館) / 30757 / (主査)教授 金子 周司, 教授 中山 和久, 教授 佐治 英郎 / 学位規則第4条第2項該当 / Doctor of Pharmaceutical Sciences / Kyoto University / DFAM

京都大学 / 0048 / 新制・課程博士 / 博士(人間・環境学) / 甲第19073号 / 人博第726号 / 新制||人||174(附属図書館) / 26||人博||726(吉田南総合図書館) / 32024 / 京都大学大学院人間・環境学研究科人間・環境学専攻 / (主査)教授 新宮 一成, 教授 林 達也, 准教授 大倉 得史 / 学位規則第4条第1項該当 / Doctor of Human and Environmental Studies / Kyoto University / DGAM

京都大学 / 0048 / 新制・課程博士 / 博士(理学) / 甲第19483号 / 理博第4143号 / 新制||理||1595(附属図書館) / 32519 / 京都大学大学院理学研究科物理学・宇宙物理学専攻 / (主査)准教授 篠本 滋, 教授 佐々 真一, 教授 早川 尚男 / 学位規則第4条第1項該当 / Doctor of Science / Kyoto University / DFAM

京都大学 / 0048 / 新制・課程博士 / 博士(文学) / 甲第20103号 / 文博第728号 / 新制||文||640(附属図書館) / 京都大学大学院文学研究科歴史文化学専攻 / (主査)教授 横田 冬彦, 教授 吉川 真司, 教授 上島 享 / 学位規則第4条第1項該当 / Doctor of Letters / Kyoto University / DGAM

本研究之目的在嘗試將神經網路模型應用於會計盈餘預測。盈餘預測資訊可用來評估公司之獲利能力及真正價值，若能找出相當準確的盈餘預測模型，將有助於管理當局及投資大眾從事各種投資及理財決策。過去許多研究試圖以各種計量方法來找出較準確的盈餘預測模型，然因種種模型及統計上之限制，都未能獲致良好的結果。 神輕網路(Neural Networks) 在人工智慧領域中相當熱門，一般認為最適合用來從事預測及分類的工作。自1982年以來，國外有關神經網路的研究相當多，也已成功地將神經網路應用於許多不同的領域，但在財務上應用的研究則不多。既然大多數的研究均認為神經網路模式優於傳統方法，而且會計上傳統以統計模式進行盈餘預測的研究都未能獲致良好的結果，為什麼不試著將神經網路應用於盈餘預測的研究上呢？因此，本論文以國內上市公司中水泥業的臺灣水泥股份有限公司，自民國六十五年第三季至民國八十一年第四季的季盈餘及年盈餘為資料，嘗試用神經網路來進行盈餘預測之研究。 首先以預測民國七十九年度四季的季盈餘，及民國八十年度的年盈餘為對象，對神經網路的各項參數及架構加以操弄，探討不同的網路參數及架構對盈餘預測準確性的影響，並找出神經網路在盈餘預測上的最佳參數及架構之設定。 其次將最佳神經網路模式的預測結果，與國內外經實證支持的年盈餘及季盈餘預測模式的預測結果相比較，探討神經網路在盈餘預測上的準確性是否優於傳統模式。最後，以預測民國八十年第一季至八十一年第四季的季盈餘，及民國八十一年度的年盈餘為對象，將神經網路的預測結果，與國內外經實證支持的年盈餘及季盈餘預測模式的預測結果相比較，探討所找出的最佳參數及架構是否仍優於傳統模式，以判斷所找出的最佳設定是否為通解。 經實證後可得出下列的暫時性結論： 一、影響盈餘預測準確性的神經網路參數與架構 1 就臺灣水泥股份有限公司的盈餘預測而言，學習率的大小對準確性的影響並不明顯。 2 就臺灣水泥股份有限公司的盈餘預測而言，收斂條件的大小對準確性有影響，較大的收斂條件可能會產生較佳的預測值。 3.就臺灣水泥股份有限公司的盈餘預測而言，三層架構的網路較二層架構的網路可產生較佳的預測值。 4.隱藏層內處理單元的數目，只要有輸入及輸出層處理單元數二者之和的一半，就可產生不錯的預測值。 二、神經網路模式的盈餘預測準確性優於傳統模式 就臺灣水泥股份有限公司的盈餘預測而言，神經網路模式的盈餘預測準確性優於傳統的年及季盈餘預測方法。 三、最佳模式的設計並不是通解值 就臺灣水泥股份有限公司的盈餘預測而言，所找出的最佳神經網路參數及架構設定並非通解值，而是特定解。

本篇論文的主旨在於探討我國民族精神教育政策，在歷經數十年的政治、經濟、社會 與文化變遷之後，在現階段環境中應有的發展方向，以政策分析為主要研究途徑與分 析架構。全文共分七章廿二節，約十二萬字。 第一章緒論：說明本論文的研究動機、目的、方法、分析架構、研究範圍與研究限制 。第二章民族精神教育的涵義與政策；探討民族精神教育的涵義及其政策的演進過程 。第三章現階段政策環境分析：試從政治、經濟、社會與文化的角度分析現階段的政 府環境以及影響政策制訂的重要素。第四章現階段政策的制度訂：探討現階段政策的 制訂依據、制訂過程與政策內容。第五章現階段政策的執行：分別從執行的機構、可 運用的資源、執行重點與執行績效的考核來了以討論。第六章現階段政策的評估：試 評估：試評估現階段政策制訂、執行及其影響。第七章結論：提出本論文的檢討、建 議以及對未來的展望。

本文章節目次如下: 第一篇緒論 第一章六朝志怪小說盛行之背景。一曰巫覡風尚之綿延；二曰陰陽五行之傳承；三曰神仙長命之不疑；四曰佛教思想之始盛；五曰道教設壇之踵跡；六曰儒學衰頹之機運。 第二章太平廣記與古小說鉤沈。二書為本文重要文獻，故特為論列其得失與乎版本之略說。 第三章本文引用之志怪書目商榷。據各史志、書目並後世輯佚本，而表列其見存、散失與乎全逸者。「六朝」一詞之研討，「志怪」之定說。 第二篇本論 本文討論所及之志怪書目，凡43冊，援依時代前後，繹其集本、內容與乎故事傳承之經緯。 第三篇結論 六朝志怪之貢獻:一曰補證正史；二曰備經解之異同；三曰今日研究人類學者所取資；四曰神話、傳說過渡至唐人傳奇之津樑；五曰自佛經之改寫，以見中印文化交通之景況，從而推知吾國包容外來文化之過程、演進之跡象；六曰探討吾國文化與他國之關係；七曰今日民間故事、傳記甚而諸種禁忌之源泉。內容分析統計總表與說明。 參考書目:依朝代先後序列。

本論文主在探討有關精神鑑定的問題。說明精神鑑定中常見之精神疾病與犯罪的關係。揭示精神病人的刑事責任問題，解釋數種精神異常之刑責能力的標準。為要明瞭法院的態度及觀點，統計分析數百篇法院有關精神鑑定的判決書。其次說明鑑定之人、事、時、物等相關事項的角色，對於精神病患的處理及精神病犯的處置，文中亦有討論及建議。

本研究的重點是分析、詮釋孝感事蹟的宗教意涵；取材的範圍，則大致以明代成書的方志為主，時間斷限大約是在萬曆以前。本研究首先梳理孝感此一宗教文化建構物，其中的感應論述——感應邏輯無疑是孝感敘事得以建立的基礎。中國宗教的感應觀從漢代成形以迄明代，所具有的一貫特徵，並結合明代善書功過格帶來的思想轉變，與孝感事蹟並置檢視，試圖解讀當時的宗教心態。其次，針對孝感事蹟，採取量化統計，以鳥瞰的角度掌握明人如何理解、定位孝感的知識分類。抑有進者，孝感的神異色彩與敘事特徵，是地方文人筆下的建構物，它具有一套「標準化」、「格式化」的敘事策略。此種業已形成體例的書寫形式，筆者將進行剖析與探討，從中可進一步地歸納出孝感事蹟的性質與敘事類型。其四，孝感所衍生出的諸多議題，包括中國人的命數觀、報應思想、氣感論、代償性的犧牲、孝道實踐的激烈性、幼教與親子關係等，本研究亦將進行審視。最後，本研究希冀帶入比較宗教的視野，更深入地分析孝感義行事蹟的性質。有鑑世界各宗教皆具奇蹟觀，筆者選擇《新約全書》，與中國的孝感義行事蹟參照，試圖呈現不同文化脈絡的宗教邏輯，對於奇蹟的認知、詮釋以及神異之出現，有何同異，並進一步地思考人與上蒼（或上帝）之間的關係，以及人與自然環境的連帶。有關奇蹟背後反映的宗教權威，筆者將以中世紀教廷封聖的情況與孝感的官方追認相比，藉由訴諸奇蹟個案的真實性，兩者呈現的態度上落差，顯露宗教權威的不同介入、滲透方式。

近年來人工智慧（Artificial Intelligence）的技術不斷的發展，並且在各個領域中都有其傑出的表現。如類神經網路系統，具有從龐大資料的輸入中萃取出有用資訊的特性；而遺傳演算法，則能夠利用演化的機制，同時從多個方向出發做最優解的搜尋。因此兩者的發展，對於在商業領域的應用上，均有相當大的貢獻。 　而鑒於上述兩種方法各有其傑出的特性，是故本研究嘗試將兩者做應用上的結合，並針對台灣股市大盤指數的趨勢做預測。首先，在繁多的股市指標中取具有其獨特代表性的48個技術指標作為神經網路的候選輸入變數。其次，再經由人工生命的方式建立一個演化族群，其內含的個體由許多不同的神經網路系統所構成，並各以不同的股市指標作為其基因。最後，將模型中的每個個體以本研究所發展的機制，對台灣股市的歷史資料作學習，並依世代的進行展開演化的動作。 　本研究取台灣股市從民國80年1月到民國88年12月間9年的歷史資料進行模型的學習，將整個族群分成6個個體同時進行。每個世代分成學習期與模擬驗證期，學習方式採用倒傳遞類類神經網路分析。在世代的結束時評估每個個體的適應性函數，並據以決定演化機制中複製、交配、與突變的發生。 　在整個模型的設計之下，我們可以得到下列的研究結果︰ 1.演化的結果會逐漸收斂到一種接近最優的基因組合。亦即發現在神經網路的預測模型中可能的關鍵指標因素的所在。 　2.經過演化的個體在模擬操作的績效表現上，確實能夠有優於大盤的表現。 3.經節選後的關鍵指標因素組合，可以建立一個擁有良好預測能力的Agent。 4.本研究提出之模型結合遺傳演算法及類神經網路，主要貢獻在於驗證演化式學習能有效改善類神經網路的輸出入，可作為未來相關研究之參考。