交通建設就短期而言，能夠作為政府經濟政策之工具，而以長期來看的話，交通建設的興建完成將改變地區的空間基本結構特性，促成地區間相對競爭能力的調整，北二高的建設投資，在建全交通網路及改善地區可及性的同時，亦將影響北部地區土地之發展與潛力型態。北二高自民國82年開始通車以來，車行交通量逐年增加，已成為北部區域發展的主要動脈之一，明顯地與中山高速公路北部路段共同架構起整體北部區域之交通網路，通車至今已逐漸影響北部區域空間結構的發展，故本研究以北二高建設前後沿線人口及產業在空間分布上之變化，探討北部地區整體空間結構的變遷，檢視北二高對沿線地區帶來在空間上的重分配效應及時間影響效應，進而據以推擬未來北部地區之空間發展情況。 本研究透過事前事後分析方法、空間分析及統計迴歸分等方法，研究分析北二高建設前後之戶口普查及工商普查統計資料，探討交通條件改變下，影響空間發展之課題，爰此，主要研究結論與建議有： 一、 分析北部地區空間結構變遷後發現，整體台北都會區沿交通網路呈現「帶狀」發展，在人口的部分，成長情形大致呈現波段式往南推延，產業部分，仍以台北市為主要發展中心，但由原「一極集中」的情形，逐漸轉變為多個核心帶的發展。 二、 北二高交流道對周圍地方發展有增強效應，其影響圈域大致在5公里的範圍內，雖因各交流道點位本身條件不同而造成附近地區有不同發展情形，但亦可確定北部地區的空間發展有朝高速公路沿線收斂集中的現象，在空間分布上，地方發展呈非線性趨向交流道集中。 三、 本研究最終建構之空間影響模型為負指數函數模型，此模型可解釋交通改變及時間效應的影響，為地方發展空間影響的因果模式。由模式結果分析發現，人口與產業在空間上之發展，除受到交通條件如中山高及北二高交流道位置影響，亦受到距都會區中心及各地方發展中心之影響，在空間分布上受到遞遠遞減的影響效應，且其彼此間具交互關係存在。

京都大学 / 新制・課程博士 / 博士(人間・環境学) / 甲第24918号 / 人博第1092号 / 新制||人||256(附属図書館) / 京都大学大学院人間・環境学研究科共生文明学専攻 / (主査)教授 小島 泰雄, 教授 山村 亜希, 教授 太田 出, 教授 松四 雄騎 / 学位規則第4条第1項該当 / Doctor of Human and Environmental Studies / Kyoto University / DGAM

都市發展固然帶動了經濟成長、生活舒適、交通便利等諸多正面效益，但隨著都市不斷向外發展之成果，卻也帶來了都市內的空間擁擠、交通壅塞、空氣汙染、生活環境惡化等現象，以及都市外的分散、無秩序蔓延發展等環境問題。為解決這些問題，都市規劃者提出大眾運輸導向發展理念。從都市化之觀點來看，發展大眾運輸導向能降低都市蔓延，提昇都市內之使用密度，減少私人運具之使用，進而降低能源消耗、改善空氣品質。然而，運輸建設具有改變土地使用模式與活動區位，進而帶動人口、產業在空間上重新分布的特性；當運輸建設的興建促使周邊都市活動頻繁時，少有研究探討到大眾運輸導向帶來的效益，是否會隨著人口、產業往捷運沿線聚集，反而使交通流量增加，進而造成空氣品質愈加惡化之問題。因此，本研究從捷運營運前後台北市空氣品質變化之觀點，以台北市433個里之1995年至2006年為研究範圍，以懸浮微粒為汙染變數，運用空間分析法和長期追蹤資料實證分析法，探討捷運、人口及產業三者對空氣品質之影響程度。 / 研究結果顯示，人口密度和就業密度對懸浮微粒濃度有顯著正向影響，因此，政府在推廣大眾運輸導向理念，鼓勵人口和產業往捷運沿線發展時，需有完善配套措施，否則將導致反效果－空氣品質的惡化。而有捷運經過之村里對懸浮微粒濃度有顯著正相關；但是分析各年度懸浮微粒可發現，台北市年平均懸浮微粒濃度下降，且隨捷運路網愈加完善，空氣品質愈好。因此，捷運建設雖造成沿線懸浮微粒濃度的上升，但卻降低了整體懸浮微粒濃度，提昇台北市空氣品質。 / Urban development is driven by economic growth, comfortable living, convenient transportation and other positive benefits. However, the results of urban development also brought crowdedness, traffic congestion, air pollution, environment degradation inside the city, and sprawl development out of the city. To solve these problems, urban planners proposed mass transit-oriented development (TOD) concept. From the perspective of urbanization, developing TOD can reduce urban sprawl, enhance the use of space inside the city, and reduce the use of cars. Further, these can decrease energy consumption and improve air quality. However, a transportation system can change the land-use patterns and redistribute the population and industries. Few studies have discussed whether the benefits of TOD will gather people and industries along the mass rapid transit (MRT), where results in the increase in traffic and more deterioration of air quality are inconclusive. Therefore, from the perspective of air quality varies over time in Taipei before and after the operation of MRT, this study uses spatial analysis and panel data analysis to investigate the impact of MRT, population and industry on air quality in 433 villages of Taipei City from 1995 to 2006. / The results show that population density and employment density have significant positive effects on the concentrations of PM10. Thus, when promoting the concept of TOD and encouraging the development of population and industry along the rapid transit, the Government should plan and implement the proper procedure; otherwise they will result in rising air pollution. The villages along the rapid transit have significant positive effects on the concentrations of PM10. However, analysis of the annual PM10 concentration can be found that the annual average has declined in Taipei City; the air quality will be better with a more extensive rapid transit network. Although the construction of transit system will cause the increase in the concentration of PM10 along the rapid transit, it has decreases the overall concentration of PM10 in Taipei City.

近來Instagram成為流行的分享照片社交平台。在上傳影像到網路社交平台時，人們透過套用不同的濾鏡來表達他們的感受。然而，對於修改過的影像，我們不太可能逆向推回得知影像套用了什麼樣的濾鏡。本研究嘗試透過定義出十種影像風格，對應於一些最常應用的濾鏡，來解決這種逆向工程問題。因此，原始問題被轉化為分類問題，並可以使用機器學習方法來解決。為了生成訓練數據，我們根據用戶投票收集標記的結果。根據我們的實驗，在調查中概述的十個類別中，投票的結果有很高的共識。我們在HSV空間中使用分析出的顏色特徵來區分影像風格，並採用支持向量機（SVM）做分類。驗證我們數據集中的Top 1和Top 3準確度分別為64%和96%，顯示機器分類的效能與人類觀察者的效能相當。最後，我們導入數位著名攝影師的作品，進行個案研究，以測試風格識別和情感分析結果。 / Recently, Instagram has become a very popular social media platform for sharing photos. People apply different type of filters to express their feelings when posting photos on social networking sites. Given a filtered image, it is difficult, if not possible, to determine which filter has been applied to obtain the observed effects. This study attempts to address this reverse engineering problem by defining ten image styles corresponding to some of the most frequently applied filters. As such, the original question is cast into a classification problem which can be solved using machine learning approaches. To generate training data, we collected the labeled results based on user votes. Consensuses among users are found to be high in the ten categories outlined in our investigation. We employ color features in the HSV space to characterize image styles. Support vector machine (SVM) is then used for classification. The accuracies for top-1 and top-3 category using our dataset are 64% and 96%, respectively. The performance of machine classification is comparable to that of human observers. Finally, works by famous photographers are brought in to validate the style recognition and sentiment analysis results.

1980年代末以降，臺灣跨國婚姻數量大幅增加，新住民子女就學人口成長速度亦十分驚人，根據教育部統計，94-104學年度間，就讀國中小的新住民子女自60,258人增至207,733人，成為不可忽視的群體。如何全面而精確瞭解該群體的空間分布與特徵，乃是了解新住民子代教育相關議題的重要基礎，過往研究卻未對此有所掌握。本文使用內政部統計處社會經濟資料平臺所發布之103-105年全國行政區國民小學、國民中學統計，運用R語言與Quantum GIS地理資訊系統，進行空間統計分析與視覺化地圖繪製，更藉由階層式集群分析法將臺灣本島區分出不同的教育環境背景類型，並以疊圖將兩者相互對照分析，企圖回答新住民子代就學人口所在之處，以及該群體所處地區的學校教育特性之基本命題。 研究結果顯示，無論國小或國中教育階段，新住民子女學生絕對人口及族群人口比率的空間分布，皆具有地方歧異性，顯著呈現出不均質的樣態，主要的空間聚集區有北北桃地區（含新竹縣北部）、竹苗地區與雲嘉南地區。本文亦發現，人口聚集的鄉鎮市區內，學校教育環境背景差異甚巨。北北桃地區的國小教育環境背景類型屬於「都會型」或「都會人口密集型」，國中階段分屬「都會偏遠混合型」或「都會人口密集型」；竹苗地區與雲嘉南地區的國小教育環境背景類型，除了臺南市楠西區為「都會型」外，其餘一概為「偏遠型」鄉鎮；國中階段甚至呈現「都會偏遠混合型」、「高生師比混合型」、「顯著少數型」三種面貌。 最後，本文指出，新住民子女就學人口分布，超越人為的行政界線劃分，形成跨多重縣市疆界的顯著聚集熱區，不僅如此，該群體落腳區域的教育環境背景類型存在差異。未來，政府單位若要制訂或實施相關政策，應考量新住民就學人口的空間分布，以及分布地的教育環境背景特性據，以達到更好的資源配置與政策安排。