由於巴貝夫思想及他所領導的「追求平等的密謀」和19世紀後發展出來的共產主義思想的相似性，巴貝夫從19世紀共產主義發展以來便成為許多學者研究的對象。然而，也因這層關係，巴貝夫研究始終纏繞著與19世紀及20世紀共產主義之間的比較與對照，使得巴貝夫常常抽離了他真正所屬的時代與他個人的生命經驗。因此，本論文試圖擺脫僅將巴貝夫當成另一段歷史的史前史的情況，希望能夠將巴貝夫放回他的時代，重新考察他的思想及他的行為，並思考他的思想與行動和他個人生命經驗之間的關係。 在章節安排上，本文正文共分為三章，第一章考察巴貝夫直到熱月政變之前的人生經歷，其中又以1789法國大革命的爆發為分界點，分別探討巴貝夫革命前後的生平。第二章則是對巴貝夫思想的探討，首先第一節將研究他人生不同階段的經濟思想以及它們的變化，而在第二節則探討巴貝夫經濟思想中的自然法論述，第三節則將論證穩定性的追求在巴貝夫經濟思想中的地位。第三章則是對於巴貝夫人生最後階段的探討，尤其是「追求平等的密謀」，而此章最後將研究巴貝夫的自由民主思想，並探討巴貝夫相關思想與「追求平等的密謀」之間的關係。

在許多科學領域裡所蒐集到的資料是具有方向性且落在單位球上，而在具有方向性且在單位球上的資料分配中，最重要也是最常使用的分配是3維的von Mises-Fisher分配。在過去有許多學者專家曾分析過具有3維von Mises-Fisher分配的資料，其中Nunez-Antonio和Gutierrez-Pena (2005)也曾利用全貝氏法來分析此種資料。本文首次嘗試利用半母數貝氏法來分析具有3維von Mises-Fisher分配的資料。除了介紹如何估計參數以及預測未來資料的機率密度函數外，本文也將檢定兩組分別服從不同3維von Mises-Fisher分配的資料其平均方向是否相同，並且提供選取先驗分配與其參數之建議。

人聲的表演形態極為多元，近年來以三到八聲部搭配電子擴音設備所形成的「現代阿卡貝拉」(Contemporary A Cappella)，以有別於傳統合唱團的新型人聲表演形態，迅速成為網路、電子媒體及各公、私部門舉辦活動時的重點邀演對象。其精緻活潑，並可呈現多元曲風的表現方式，已於台灣行之有年，廣受年輕人喜愛。 純人聲所創造的豐富音樂層次，無論是流行歌曲、爵士還是民謠，透過無伴奏人聲樂團重新編製與演繹，都讓原曲目的面貌更添清新與溫度，也吸引不少年輕人投入人聲樂團的行列中，將其視為正職工作來經營。本研究主要探討如何以4C架構分析台灣無伴奏人聲樂團的經營模式，並以目前較活躍的團隊「Sirens藍色警報」為範例，從台灣無伴奏人聲樂團在台灣的發展歷史至現今的概況，試圖分析與摸索此新型態表演形式的行銷策略。 研究主要方式為個案研究，透過台灣目前無伴奏人聲樂團主要的推廣單位以及較為活躍的經營團隊，來進一步瞭解各方面的理念與想法。台灣無伴奏人聲樂團依團隊成員年齡層的不同階段，目前常見的經營主要分成三種形態：學生團、社會工作者業餘團、職業團，此研究將以職業團隊的經營進行探討。 本文進一步分析Sirens藍色警報目前的發展狀況，判斷其在大眾媒體中的掌握程度高低。總的來說，若不求新求變，同樣的經營模式遭到複製並非不可能，客戶也重視獨特性，擁有難以複製且觀眾感興趣的表演內容才能持續生存。

京都大学 / 0048 / 新制・課程博士 / 博士(農学) / 甲第22500号 / 農博第2404号 / 新制||農||1077(附属図書館) / 学位論文||R2||N5280(農学部図書室) / 京都大学大学院農学研究科応用生物科学専攻 / (主査)教授 佐藤 健司, 教授 澤山 茂樹, 准教授 豊原 治彦 / 学位規則第4条第1項該当 / Doctor of Agricultural Science / Kyoto University / DFAM

京都大学 / 新制・課程博士 / 博士(人間・環境学) / 甲第23262号 / 人博第977号 / 新制||人||232(附属図書館) / 2020||人博||977(吉田南総合図書館) / 京都大学大学院人間・環境学研究科相関環境学専攻 / (主査)教授 加藤 眞, 教授 市岡 孝朗, 准教授 西川 完途 / 学位規則第4条第1項該当 / Doctor of Human and Environmental Studies / Kyoto University / DGAM

近年來鏈結開放式資料 (Linked Open Data，簡稱LOD) 被認定含有大量潛在價值。如何蒐集與整合多元化的LOD並提供給資料分析人員進行資料的萃取與分析，已成為當前研究的重要挑戰。LOD資料是RDF (Resource Description Framework) 的資料格式。我們可以利用SPARQL來查詢RDF資料，但是目前對於大量RDF的資料除了缺少一個高性能且易擴展的儲存和查詢分析整合性系統之外，對於RDF大數據資料分析流程的研究也不夠完備。本研究以預測電影票房為例，使用DBpedia LOD資料集並連結外部電影資料庫 (例如：IMDb)，並在Spark大數據平台上進行巨量圖形的分析。首先利用簡單貝氏分類與貝氏網路兩種演算法進行電影票房預測模型實例的建構，並使用貝氏訊息準則 (Bayesian Information Criterion，簡稱BIC) 找到最佳的貝氏網路結構。接著計算多元分類的ROC曲線與AUC值來評估本案例預測模型的準確率。 / Recent years, Linked Open Data (LOD) has been identified as containing large amount of potential value. How to collect and integrate multiple LOD contents for effective analytics has become a research challenge. LOD is represented as a Resource Description Framework (RDF) format, which can be queried through SPARQL language. But large amount of RDF data is lack of a high performance and scalable storage analysis system. Moreover, big RDF data analytics pipeline is far from perfect. The purpose of this study is to exploit the above research issue. A movie box office sale prediction scenario is demonstrated by using DBpedia with external IMDb movie database. We perform the DBpedia big graph analytics on the Apache Spark platform. The movie box office prediction for optimal model selection is first evaluated by BIC. Then, Naïve Bayes and Bayesian Network optimal model’s ROC and AUC values are obtained to justify our approach.

在農業、工業上或生物學、醫學上, 我們經常拿一組控制的試驗組與其他在不同控制 下的試驗組對照比較結果。這方面的問題, 可經由適當的實驗設計(experiment desi -gn)而得到較佳的結果。假設我們有p+1 個處理(treatments), 其中一個處理為對照 處理(control treatment),設其為0,我們已有先前的資料(prior information),其余 p 個處理為試驗處理(test treatments),設其分別為1、2、…p,無任何資料可利用, 在此情況下將已知的資料加入實驗設計的考量中, 將會增加此設計之效率(efficienc y)。本文將討論此一對照組與其他P 個不同試驗組同時比較之貝氏A 式最佳設計(Bay -es A-optimal rowcolumn design)。 假設此模型為沒有交互作用之可加性線性模型(additive linear model without int -eraction): Y =α +τ +β +γ +ε α =處理i 之效果i=0,1,…p τ =α -α =試驗減對照處理之比較i=1,…p β =第j 列之效果j=1,…R γ =第k 行之效果k=1,…C ε =不相關之隨機變數, 其期望值為0,變異數為σ 我們就以此模型來建立貝氏A 式最佳設計, 所謂貝氏A 式最佳設計即能讓對照- 試驗比較之后續期望平方差(poste -rior expected square error loss) 最小之設計。 在本篇論文中, 我們將以電腦程式設計(FORTRAN程式語言) 來尋找貝氏A 式最佳設計 , 并歸納出結論以及比較先前變異數(prior variance)對貝氏最佳設計之影響。

出口為推動台灣經濟之原動力，近來由於保護主義喧囂塵上，分散市場已迫在眉睫。 然欲八散市場，必先針對各市場之需求預先規劃，因此出口需求預測益形重要。綜觀 往昔論及出口之相關文廚皆限於理論上之彈性估計，對於實務之預測則付諸闕如。有 鑑於此，本研究擬建立實務導向之出口需求預測模式，以利出口業者掌握國際市場之 需求。 本研究將運用貝氏動態迴歸分析，建立出口需求預測模型，其模式結構為 出口量＝f （相對價格、所得） 其中出口量相對價格之減函數、所得之增函數。利用上述之模式，本研究將先預測相 對價格與所得，之後再經由轉移函數預測出口量。然而，若僅根據上述模式，所得之 樣本預測對於隨機或結構性變化將無法掌握，必須再投入專家之先驗知識予以加權平 均，形成融合模式預測與專家共識之後驗預測，如此方可獲致精確之結果。 在實證方面，本研究將針對機電類產品，如縫紉機、計算機、彩色電視機…等，根據 過去兩年之月資料，預測未來兩年各月份各主要國家（美、日、西德…）之出口需求 量。 本研究所建立之出口需求預測模式乃結合樣本預測專家共識之精確預測模式，不僅著 重屬量性之估計與預測，更融入專家對於未來結構之屬質性探討，將利於政府貿易部 門、學術研號究機構及廠商之策略規劃，以掌握國際市場之需求。

以往建立銷售預測模式，是以銷售資料本身過去之變化情形為主，即只考慮外生變數 之綜合性影響，往往忽略了外生變數之重要性。然隨著社會結構的日趨複雜，外生變 數對銷售預測常有著牽一髮而動全身之影響力，因此在今日多元化的社會中，欲精準 地達成銷售預測目的。則需依賴外生變數之掌握，所以外生變數預測在銷售預測目外 可或缺的一環。本研究主要發展實務導向之外生變數預測，俾使企業電腦化之實際應 用。 方法上乃運用貝氏時間序列分解成長期趨勢，季節變動，循環變動及不規則變動後， 再融入專家之先驗知識，採用乘法模式進行外生變數預測，其中在估計長期趨勢時， 更運用了BOX-COX 轉換函數，移動平均法及加權最小平方法等；在融入專家之先驗知 識時，運用貝氏理論，計算樣本預測之間之關係篤差異，以求得更精準之預測。 為探討上述方法之可行性，實證方面以一個案公司之實際資料，假定各種特例情況， 逐一測定每一步驟之正確性及穩定性。 此結構乃一實務導向之外生變數預測，企業可將之電腦化，經由先驗訊息的融入，探 討廣告，促銷，相對價格籌之預測與規化；而且，本研究所獲之外生變數預測可輸入 內生變數預測系統，求得精確之銷售預測。

本論文旨在引介並評析當代後工業社會思想的代表人物，現任哈佛大學教授貝爾（Da noei Bell）的後工業社會理論。 全文共分六章， 節，文長約 萬餘言。各章大要如后： 第一章 簡逑研究目的、態度與方法，以及貝爾的生平。 第二章 探討其理論根源，是以社會變遷理的省視為主題，而有其方法論上的主張。 第三章 則在評析後工業社會這個概念。 第四章 論逑後工業社會將面對的政治與文化問題。 第五章 論逑後工業社會將面對的政治與文化問題。 第六章 結論，提出研究心得以及對後工業社會理論的一些省思。 在本文之外，特置附錄：「後工業社會的多樣詮釋」一章，以做比較、參考和概念釐 清之用。