• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 78
  • 72
  • 24
  • 6
  • 3
  • Tagged with
  • 105
  • 105
  • 53
  • 22
  • 21
  • 21
  • 20
  • 18
  • 16
  • 16
  • 16
  • 16
  • 15
  • 14
  • 14
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
11

自動化與組織內職務組合之研究

黃孔祥, HUANG, KONG-XIANG Unknown Date (has links)
本論文全一冊,約五萬字,共分六章。第一章緒論,說明自動化之趨勢及研究動機。 第二章文獻探討,搜集有關自動化、自動化程度、科技、規模、組織結構有關文獻並 加以分析、整理。 第三章研究方法,說明有關研究架構之建立,研究限制及假設;各種操作性定義;抽 樣及分析方法。第四章則利用問卷所獲得之實證資料加以統計分析,獲得自動化與職 務組合之關係,並與國內之資料互相比較、驗證。第五章個案分析則進一步訪問有關 廠商,以獲得進一步的資料,輔助並說明實證所獲得之結果。此外,並提出進一步之 假設及推論。第六章結論與建議則歸納出研究之結果並提出未來可行之研究方向。
12

我國產業自動化程度對於各類職務人員工作技能要項影響之研究

劉英毅, LIU, YING-YI Unknown Date (has links)
本論文共計壹冊,全文約五萬字,分為五章十七節。第一章為導論,陳述研究動機、 目的、範圍及內容。第三章為文獻探討,陳述自動化定義,工作技能要項之構面、基 礎與次級工作技能之採討以及國外之相關實證研究。第三章為研究設計,陳述研究之 方法、架構、以及研究限制。第四章為研究結果陳述,詳細陳述本趼究之問卷分析以 及個案研究結果。第五章則為結論及建議事項。 本研穹主要為探討我國廠商之篡動化程度對於其所需之各類職務人員之工作技能要項 有何影響。故本研究將廠商依其自動化程度之高低分為兩群,其組織內之人員則分為 六類,採因素分析以及統計檢定方法以了解自動化程度對此六類人員工作技能要求之 差異性,此外為求獲得更為一般性之結論,並採個案訪問之方式,以了解一般產業之 看法及作為。
13

中文新聞標題自動生成之研究 / A Study on the Automatic Generation for Headlines of Chinese News Articles

江珮翎, Chiang, Pei-ling Unknown Date (has links)
在網路資訊爆炸的年代,資料的分析整理日趨重要,本論文之研究目標正是針對資料做標題生成的處理,為資料自動生成標題,進而將資料加值化,轉化為資訊。研究者首先閱讀英文相關文獻,分析整理後,認為中文的處理方式與英文有所差異,因此,在本論文中,提出與英文不同之中文前置作業與自動標題生成之方法。 研究者針對標題的自動生成提出了幾種特徵值考量,包括候選詞權重值,訓練標題-文本詞彙,標題長度的關係及詞組間距。本論文之研究分為兩階段,第一階段為訓練階段,將文件做前置處理與斷詞,接著訓練標題-文本詞彙與統計文件標題長度的機率。第二階段為執行階段,分析新文件之候選詞權重值,並參照訓練階段之標題-文本詞彙與標題長度之機率值參考表,考量詞組間距後自動為文件產生標題。本論文所採用的訓練文件集來源為1998年至1999年五種報紙,涵蓋不同主題,共84,211篇文件,而測試文件的實驗分為Outside Test與Inside Test兩部分。 研究者為實驗結果進行兩種評估,一為電腦評估,將自動生成之標題與記者所擬訂的標題比對後,計算出求準率、求全率與F1。Outside Test求準率為14.21%、求全率為11.43%、F1為12.67%。Inside Test求準率為15.84%、求全率為12.94%、F1為14.21%。實驗結果顯示,正確率方面與其他文獻之英文文件標題的生成結果(F1=3.2%~24%)相近,但與實際標題仍有差距,因此,在未來工作上,仍有很大的發展空間。二為人為評估,讓使用者在閱讀自動生成之標題後,加以評分。自動生成之標題的流暢度還算不錯。然總結來說,本論文之研究尚屬初始階段,盼未來能更加成熟,並可有更進一步的創新與改進。 / As the number of digital documents on internet is growing up, analysis and organization of documents become quite important. In this thesis, we propose an approach for headline generation of documents. We can try our best to transfer the document data into information in some sense using the proposed approach. We review literature about the related topics, and present a different approach to deal with Chinese documents rather than English documents. We propose some approach to Chinese documents headline generation. The thesis is separate two steps, one is training step, and the other is execution step. On the first step, the documents were preprocessed. Secondly, we trained the probability of headline-text words, and headline’s length. And on the execution step, we analyzed scores of headline candidates and gap, then referred to the probability of headline-text words, and headline’s length, finally we automatically generate headline for documents. The training documents are selected from a test collection for information retrieval, CIRB. Totally 84,211 Chinese news articles published between 1998 and 1999 are selected. Testing documents has two parts, one is for outside test, and the other is for inside test. We conducted two evaluations, one is the automatic evaluation using metrics of presicion, recall and F1; the other is the human assessment. The precision of outside test is 14.21%、recall is 11.43%、F1 is 12.67%. And the precision of inside test is 15.84%、recall is 12.94%、F1 is 14.21%。The automatic evaluation result shows the accruacy is still not good enough, and the human assessment evaluation shows our approach can produce human-readable headlines.
14

稿件產製流程自動化系統的設計與實作--大學報供稿系統

孫龍翔 Unknown Date (has links)
隨著電腦科技的進步,中文報業的自動化從民國70年代的檢排自動化開始,歷經電腦全頁組版,進入全面編採流程自動化的時代。而電子報的出現以及網際網路技術的蓬勃發展,更是為民國90年代的編採自動化系統帶來了最新一波的觀念與需求。網際網路的興起,使得許多原本只有平面報紙發行的報社,現在也必須在網站上有電子報版本的發行。為了使整個稿件編採的工作流程可以更有效率,將產製的稿件供給到不同的發行平台上,於是我必須發展新一代的稿件產製流程自動化系統。但是不同於純電子報的發行機制,同時擁有平面報與網站電子報發行的組織,必須開發一套符合本身發行需求以及稿件產製流程的供稿自動化系統。 本研究以政治大學新聞系的學生實習報紙「大學報」為系統開發對象,「大學報」擁有平面報紙與網站電子報兩個發行平台,而稿件的編採產製流程是配合平面出版所設計出來的,目前並沒有一套整合性的稿件產製流程自動化系統。因此本研究以「大學報」為建置對象,開發一套符合大學報稿件產製流程的供稿自動化系統,使系統可以輔助稿件產製的自動化需求,並向兩個不同的發行平台進行稿件供給作業。 整個研究的進行,在擬定研究目的與程序後,從相關文獻與個案訪談開始,分析了電子報與平面報稿件產製流程的不同,同時並透過訪談已經建置電子報稿件自動化系統的個案,來分析比較具與「大學報」稿件產製流程的異同。進一步整理了「大學報」目前的電腦化作業情形,以及現有的網站自動化概況,接著設計出符合「大學報」工作流程的系統功能與架構。在系統功能的分析完成後,進行系統建置,完成新聞線索審核、新聞稿件審核、新聞資料庫連結、不同發行平台稿件分流機制等等系統功能。 系統建置初步完成後,就進行使用者評估測試,使用者對此次建構的系統功能大致滿意,並認為可以輔助「大學報」稿件產製工作流程的進行,但在系統的使用者介面部分提出顏色與圖示設計需要改進的建議。本研究同時根據開發過程的實作經驗,對末來系統修正提出意見,並針對此次系統功能中無法解決「大學報」組織人員兩種模式切換的問題,發展解決方案。 此次的研究替「大學報」建構了一套符合「大學報」工作流程的系統,透過系統測試與檢討,可以當作下一代系統繼續發展的基礎與提供系統改進的方向。同時,這個初次建構的「大學報供稿系統」已經可以模擬「大學報」的稿件產製流程,並且可以設定使用者的各種身份,所以各種相關的研究實驗或是學生編採訓練,都可以在這套系統上進行。加上系統開發完成後,可以在伺服器內複製架設,有別於以往使用傳統流程必須被組織人數及時間、空間成本等條件所限制,線上的供稿系統可以讓以後的相關研究實驗與教育訓練在更不耗費成本的情況下進行。日後在這套系統的基礎上,可以進一步研究未來網路社群化的新聞群組,以及各種線上訓練方案實行的模式。 關鍵字:稿件自動化、供稿系統、新聞稿件產製
15

中文繁簡等義詞自動辨識之研究 / A Study on Automatic Recognition on Exact Synonyms between Traditional and Simplified Chinese

黃群弼 Unknown Date (has links)
中文繁簡在字體或電腦編碼上明顯不同之外,在部份詞彙的用法也有不同,這些用法不同的詞彙卻有相同意義的詞彙稱為繁簡體中的等義詞,這些等義詞在雙方文化交流時可能會造成一些障礙,例如人們互相對話、文件書籍翻譯或軟體系統等轉換時容易造成詞義上的誤解,目前均以人工方式來解決不同詞彙的問題,均會費時耗力且易疏漏,若能利用科學的方法讓電腦能自動辨識中文繁簡的等義詞,便能利用辨識出的等義詞給予提示,解決繁簡詞義不同所造成的誤解。 依照實驗設計架構,首先建立電腦類與一般類的繁簡體語料庫,作為辨識的基礎,並建立研究的架構與方法,分為二個階段三種方法,第一階段使用第一種方法,我們先使用N-gram辨識等義詞,評估單一方法是否能有效辨識出等義詞,第二階段使用第二種方法PMI-IR & LC-IR方法與第三種方法Context Vector,評估第二階段的方法是否能將等義詞的辨識能力提高。 根據本研究目的,讓電腦能自動在語料庫中自動辨識中文繁簡等義詞,所以提出了新的辨識架構,用N-gram初步辨識出等義詞,並經由PMI-IR & LC-IR與Context Vector方法提高Precision約0~20%不等。本研究結論是採用不同語言的語料庫,使用N-gram能夠辦識出等義詞,並搭配PMI-IR & LC-IR與Context Vector方法後,可以強化與提昇其等義詞辨識的能力,解決單一方法等義詞辨識能力不足之問題。 / Traditional Chinese and Simplied Chinese are not only different in the typeface and in the computer code, but also in the partial usage of vocabularies. These vocabularies which have different usage but have the same significance are called synonyms. These synonyms will cause some obstacles and misunderstanding in meaning when two parties have cultural exchange, such as during conversation, documents and books translation or softwares system transformation. What we do to solve the problem now is picked them out by manpower, but that will waste a lot of time and strength and easily make errors. If we can use scientific way to let the computer distinguish automatically the synonyms between Traditional Chinese and Simplied Chinese, we will be able to solve such misunderstanding by the hints of the distinguished synonyms. According to the structure of experiment, to let the computer distinguish automatically the synonyms between Traditional Chinese and Simplied Chinese, we have to establish a Traditional Chinese and Simplied Chinese computer category and a general category first as the basis of identification. We should build up the research structure and the method, which divided into two stages and three methods. The first stage uses the first method to use N-gram to distinguish the synonyms and then review if this single method can identify the synonyms effectively. The second stage uses the second method PMI-IR & LC-IR and the third method Context Vector and review if the second stage can raise the synonyms’ ability of identification. According to this research purpose, the computer to study on automatic exact recognition synonyms between traditional and simplified Chinese, so has proposed the new structure of distinguishing, N-gram automatic exact recognition synonym tentatively, and PMI-IR & LC-IR and Context Vector method can improve Precision about 0~20%. This conclusion is a corpus base of using different languages, using N-gram can be exact recognition synonyms, PMI-IR & LC-IR and Context Vector method, can improve single method ability.
16

環境污染管制策略之研究--獎懲誘因機制與賽局模型之建立 / A Study on Strategies of Environmental Pollution Controls - The Establishments of E/P Incentive Mechanism and Game Model

陳錫鎮 Unknown Date (has links)
工廠設置與土地使用、土地區位關係密切,而污染通常為工業生產之副產物,為較有效管理廢棄物污染之防治與處置,也考量工業區集中設置管理之規模效益,因此依相同污染性質廠商集中於相同區位設置符合效益目標;然而是否將工業生產的廠商集中設置管理即能達成污染管制目標呢?污染管制的目標究竟為何?達成的方法為何?污染管制與土地使用存在何種關係?值得進一步深入研究。 本研究以達成 「最適污染量」為核心,研究內容擬由效率觀點出發,首先探討 「效率」之意涵與種類,再藉由效率的主要評估準則,比較分析目前有關污染管制或污染控制的諸項策略,了解其優缺侷限與問題所在;其次研擬環境污染之自動申報機制,建立 「申報獎懲誘因機制模型」,促使廠商願意主動提供較為正確而迅速之相關污染訊息,幫助政府制定正確之環境政策與有效之污染管制措施;續進一步應用賽局理論建立 「污染管制賽局模型」,解決因環境訊息木對稱所引生之道德危機代理問題,最後提出本研究之結論與建議。 污染是一種公害、是一種負面公共財而且具有外部性,人們也不喜歡它,放任它又會產生過量生產、過量污染,反而威脅人們的健康,可是某種程度上它又是社會 「必要之惡」(社會成本)。因為污染與人人都切身相關,所以,管制污染在其一適當水準是很重要的事。目前主要污染管制方法有許多,主要為行政管制策略與經濟誘因策略等十餘種,但法有哪一種方法是實際很有效的,有時候須依污染性質而雙管齊下,有的時候多管齊下也很難有好的成效,所以目前的做法尚難以達到目標。 因此本研究主要建立兩種理論模型,以幫助污染管制目標之達成。在「申報獎懲誘因機制模型」部分,研究分析認為,基於市場經濟及誘因考慮,可設計結合 「獎勵」與「懲處」二項誘因的市場機制,藉由相關參數值的賦予來掌握 「查獲率」的高低,使其滿足機率值底限之條件,以發揮本誘因機制模型之功能,亦即政府藉由掌握相對 「機率訊息優勢」以達成減少謊報機率、提高誠實申報之效果。 另在 「污染管制賽局」部分,研究分析發現,適合以 「隱藏行動的道德危機賽局模型」分析實際污染管制問題,且本研究也建立了「二人、不確定、不對稱但充分且完全訊息的靜態不合作非零和的隱藏行動道德危機賽局」,經由最適誘因契約之設計且適當賦予各參數值,以使本賽局存在均衡解,以供未來建立動態賽局及用地變更廠商污染申報管制時之參考。
17

百貨業商品管理之研究-以台北市百貨公司為例

王國華, Wang, Kuo Hwa Unknown Date (has links)
本論文主要針對大型百貨業者的商品管理進行實證研究,探討採購作業進行方式與組織經營績效間的關係,與百貨業實施庫存管理與存貨政策的影響變數,最後並發掘百貨業者在實施商品管理自動化時所遭遇的問題。本研究以台北市的5家大型百貨公司為實證對象,希望能提供業者作為提昇商品管理效率的參考,進而為消費者提供更適時、適量的商品,提昇國人生活品質。   本研究主要係透過專家訪談的方式,以整理出目前業者在相關作法上的異同,並分析其與績效的關係,以完整勾繪出整個商品管理流程重要環節,作為改善的起點。   研究結果發現,公司商品特色及公司與供應商的互動程度和公司的坪效有關,意即業者面對未來的競爭時,必須有更積極主動的作為,才能脫穎而出;並且發現各家百貨公司存貨以及與供應商的電腦連線是在資訊化過程的瓶頸,而有賴政府與業者共同克服。
18

在IEEE 802.16j行動多重跳躍中繼網路上具服務品質感知的混和自動重傳機制 / QoS Aware HARQ Mechanism in IEEE 802.16j MMR Network

周世剛, Chou, Shi Kang Unknown Date (has links)
IEEE 802.16標準中有所謂Mobile Multi-hop Relay(MMR)的概念,然而基地台覆蓋範圍不足及遮蔽效應等問題尚待解決,因此在IEEE 802.16j標準中提出Relay Station(RS)以提升網路傳輸量並增進無線通訊品質。在MMR中由於多了中繼傳輸站來傳遞資料,因此需要有較多的連線頻道,此外也不能保證所有頻道都處於良好狀態,所以會有很高的機率造成資料傳送失敗。混和自動重傳要求(Hybrid Automatic Repeat reQuest, HARQ)的提出便是用來保證資料傳遞成功的機制。HARQ在IEEE 802.16-2004就已被提出,然而我們發現該HARQ機制在802.16j中是不具效率的,而且也並無法確保QoS(Quality of Service)的要求。在本論文中我們改善Chen[4]所提出的Dynamic Pre-allocation HARQ(DP-HARQ)機制,藉由考慮slot分配不足及封包發生非連續錯誤時造成延遲時間增加等問題,並加入具服務品質感知(QoS aware)的機制,以降低整體延遲時間(delay)並能有效提高吞吐量(throughput)。最後,我們以具二個hop以上的模擬環境,證明我們所提出的方法優於802.16j的HARQ機制及Chen[4]的方法。 / Mobile Multihop Relay (MMR) had already been defined in IEEE 802.16 network. The major purpose of MMR is to efficiently extend the coverage of a base station and to solve the shadow fading problem. The Relay Station (RS) defined in IEEE 802.16j is thus proposed to fulfill these goals. Because of the MMR Relay Station, we need more channels to transmit packets. However we cannot guarantee that all chaneels are in good condtion, there might be a high probability of failure transmission. The Hybrid Automatically Repeat reQuest (HARQ) mechanism is therefor proposed to ensure the successful transmission. The HARQ proposed in IEEE 802.16-2004 is not sufficient in 802.16j. Besides it can not help to meet QoS (Quality of Service) requirements. In this reserch we improve Chen’s [4] Dynamic Pre-allocation HARQ (DP-HARQ) mechanism by considering some problems like lack of slot allocation and packet transmission failure with non-continuous error, etc. We add the QoS aware mechanism to reduce the overall delay time and improve the throughput effectively. Finally, we simulate three hops environment and show that our method outperforms both the standard IEEE 802.16j the HARQ mechanism and Chen’s [4] method.
19

大陸低壓變頻器之競爭策略研究—以個案公司為例 / A Study on the Strategies of China low-voltage drive

汪中安 Unknown Date (has links)
能源與電力的穩定供給是現代經濟發展不可或缺的條件之一,也是企 業營運的重要基本要素,但因現今世界最主要的石化燃料,其蘊藏量有限,所以必須向大自然界借用能源,鑒於近年來大陸經濟的蓬勃發展,而能源短缺造成缺電限電的現象層出不窮,茲興起探討「個案公司」在大陸變頻器市場節能減炭的市場競爭策略。 本研究藉由理論基礎與文獻探討並配合變頻器產業實際狀況,經與個案公司資深管理人員詳談方式來進行研究,並且參酌中國工控網資調查報告與各競爭者公開的網站資訊,藉以分析出該個案公司應採取的競爭策略。 研究結果發現,目前已進入前十大變頻器市場的個案公司,對系統研發設計與自動化相關產品的水平展開及生產製造均未建立足夠能力,未來如何做最適當的資源分配以獲得最佳競爭位置將因未來之策略所影響。個案公司之所以成功是因為大陸的市場有足夠的經濟規模,且在利基市場有不錯的績效,加上有累積研發製造之數十年能力與經驗,且運用綿密的營運據點與服務,個案公司應持續投入資源開發高階系統設計與製造,以造成策略群組間的移動障礙,贏得競爭優勢。
20

ソフトウェアプラットフォームを用いたコンバインロボットの制御

趙, 元在 23 March 2015 (has links)
Kyoto University (京都大学) / 0048 / 新制・課程博士 / 博士(農学) / 甲第19023号 / 農博第2101号 / 新制||農||1030 / 31974 / 京都大学大学院農学研究科地域環境科学専攻 / (主査)教授 飯田 訓久, 教授 近藤 直, 准教授 中嶋 洋 / 学位規則第4条第1項該当

Page generated in 0.0284 seconds