學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73881

Browse

Search Results

Now showing 1 - 10 of 503
  • Item
    探究程式實作高低成就者於工作記憶與策略運用之差異
    (2019) 陳懌瑋; Chen, Yi-Wei
    程式設計已經成為現今社會中的重要技能之一,各國為了培養國家的競爭力,也已經將程式設計的教學納入課綱並且列為必修的課程,而目前對於中小學的學生或其他程式初學者,大部分都是以程式實作的方式進行程式設計基礎能力的培養。為了了解程式設計中,工作記憶與程式設計的策略運用在程式實作上的相關性,本研究以自行開發的遊戲式程式實作平台進行研究,在平台上設計了兩種遊戲視角,並結合視覺化程式設計指令進行程式設計實作,嘗試了解受試者在程式實作的遊戲任務中所運用的策略。任務中,透過程式實作歷程與眼動歷程數據,分析推論在程式設計的實作能力高低成就者,在工作記憶與策略運用的差異。 研究以程式實作任務的平均數分為高低成就兩組,在三個程式實作任務中比較兩組受試者之間在工作記憶與程式策略運用的差異。在工作記憶能力與程式實作能力的關係中,結果顯示視覺空間能力和中央執行功能兩項能力都與程式實作的能力較有關聯;另外,在眼動指標的統計分析與眼動的序列分析中也得知,高成就組使用由上而下的問題解決角度的比例較高,而低成就組在由下而上的問題解決角度的比例較高。高成就的學生不但擁有較優異的視覺空間與中央執行的能力外,在程式設計的策略中傾向於使用由上而下的策略進行問題解決,而低成就者學生則視情況會需要有其他功能的輔助,幫助理解並解決程式設計問題,所以沒有展現一致的策略。
  • Item
    Quorum系統在行動網路進行容錯位置追蹤之研究
    (2005) 楊明正; Ming-Jeng Yang
    本論文提出一些在行動網路之位置追蹤之容錯策略,包含分散式及中央式的容錯策略。首先我們提出Legion結構理論,它能用來建構分散式的應用策略,例如位置追蹤、資料分散等。從Legion結構理論,我們也發展出了一個新的LegRing策略,它具有最佳的 quorum大小。將LegRing策略應用在行動網路之位置追蹤之容錯,我們因此提出了新的行動網路之位置追蹤之容錯演算法。我們的新演算法能提供容錯及較佳的服務品質,實驗數據顯示,我們的演算法有不錯的效率。
  • Item
    數位電路模擬軟體與CPLD實驗模組對高職數位邏輯實習課程之學習成效評估
    (2004) 林瑜生
    本研究主要目的在探討使用數位邏輯模擬軟體與CPLD實驗模組對高職電機科學生數位邏輯實習課程學習成效之影響。研究採準實驗研究設計進行,並以二因子變異數分析進行統計分析。使用的研究工具為自編的數位邏輯課程學習成就量表及學生學習態度量表。 本研究之樣本為臺北市立松山高級工農職業學校電機科三年級112位同學。分別為控制與實驗兩組,實施為期16週288小時的實驗教學。在實驗過程中,控制組採傳統電路教學法;實驗組採電腦模擬教學法。教學後分別實施組合邏輯後測及序向邏輯後測,以評量其學習成效。實驗組學生另填學後態度量表。 茲將所獲得的結論敘述如下: 壹、使用電腦模擬教學法的學生,在數位邏輯實習課程學習成效的表現上,經十六週學習後顯著優於使用傳統電路教學法的學生。 貳、對使用電腦模擬教學法學生學後態度問卷調查結果,顯示實驗組大部分呈現滿意程度。
  • Item
    行動學習環境練習系統之設計與研究
    (2004) 林俊佑
    隨著通訊技術的進步,使得教育方式也變得更多元化,由遠距教學和行動通 訊技術結合而成的行動學習也應運而生。針對練習的需要,以行動電話為練習平 台,可以滿足使用者隨時隨地善用零碎時間的需求,讓學習更方便,更有彈性。 本研究旨在探討以行動電話作為行動學習平台進行練習的可行性。研究者實 際利用WAP(Wireless Application Protocol)與J2ME(Java 2 Micro Edition)技 術設計行動練習系統;前者直接連線進行練習,後者則將題目下載於行動電話再 進行練習。為評估此種練習方式之可行性,並瞭解使用者對此練習平台的反應, 五十名高職學生參加實驗,並將其分為三組,其中兩組學生分別使用兩種練習系 統,另一組使用傳統紙筆式書面練習。經過一週的時間練習之後,進行電腦軟體 應用學科測驗以評估練習成效,並在測驗結束後填寫問卷以瞭解受試者對兩種練 習平台看法。共變數分析的結果顯示使用行動學習平台練習對學科測驗成績的影 響沒有顯著差異,然而多數學生均願意且喜歡利用此種練習方式進行練習,並認 為此種練習方式可以進行隨時隨地學習,能夠彈性的利用零碎時間進行學習。
  • Item
    多媒體輔助兒童幾何學習之設計與應用
    (2004) 林松潁
    本研究主要目的在根據幾何思考發展層級理論與多媒體學習軟體設計原則,設計電腦多媒體輔助幾何學習教材,並探討幾何多媒體學習教材對學童幾何思考能力的影響。 本研究以台北縣新莊國小六十七名二年級學生為對象(男生39名,女生28名),研究採用前測—後測不等組設計,以班級為單位隨機分派為實驗組與控制組,其中實驗組34人(男生20人、女生14人),控制組33人(男生19人、女生14人)。實驗組採用幾何多媒體學習教材,控制組使用傳統紙本教材,經過實驗處理之後,分別討論學童對圖形辨認、視覺聯想、敘述分析、抽象推理能力之影響,並於後測後對實驗組實施問卷調查,以分析使用者對多媒體教材的接受度與動機因素的影響。 研究結果顯示: 1.幾何多媒體教材於視覺聯想的能力、分析描述的能力與推理歸納的能力有顯著的效果。 2.幾何多媒體教材但在圖形辨認的能力上則沒有顯著的學習效果。 3.根據幾何思考層級論發展多媒體教材,對於國小二年級學童在整體幾何概念的發展,有良好的促進效果。
  • Item
    演繹競局及相關問題最佳化演算法之研究
    (2004) 陳善泰
    在資訊科技快速發展的今日,仍有許多複雜的組合最佳化問題(combinatorial optimization problems)無論對演算法的設計或計算機的速度都是重大的挑戰,例如:編碼 問題(coding problems)、電路測試(circuit testing)、附加條件搜尋(additive search problem), 資料庫的線上查詢(on-line models with equivalent queries),與密碼系統破解(differential cryptanalysis)。而這些問題的都與演繹競局最佳化相關聯。亦即:在演繹競局最佳化問題 中得到的任何結論或成果,皆可能應用到上述重要科技領域的發展,可說是現今電腦科 學領域中的ㄧ門重要的課題。 一般而言,競局問題的計算複雜度相當高,通常皆為Pspace、Exptime 或者是Expspace 的問題,因為其計算複雜度會隨著問題大小(problem size)的增大而呈指數成長,對於較 大的問題而言,幾乎是不可能在多項式時間(polynomial time)內找到確定性(deterministic) 的最佳策略。在本研究中,我們首先針對著名的電腦科學家Knuth 提出的演繹競局最佳 化問題:Mastermind 和AB game (在歐洲叫做"bulls and cows")及其變化做深入的研究。 其次,對於更一般化的最佳化問題,我們不但深入的分析與探討機率演算法(probabilistic algorithm)、近似演算法(approximate algorithm)及平行演算法(parallel algorithm)等技術的 特性與效能,更利用這些演算法的優點與特性,提出了一系列嶄新且有系統的最佳化演 算法,應用這些演算法來有效的解決更複雜的演繹競局及相關組合最佳化問題,此研究 中提出的演算法有:(1)圖形分割演算法(graph-partition, GP),(2) k 分支逼近演算法 (k-way-branching, KWB) , (3) 應用鴿籠定理的回溯搜尋法(pigeonhole-principle-based backtracking, PPBB),(4)菁英演化式演算法(elitism-based evolutionary algorithm, EBEA), 以及其平行分散式的演算法(5) DEBEA。 首先,我們利用競局樹(Game tree)的一些特性:例如樹的外部路徑長度(external path length)與高度(height)來具體描述整個問題的架構;除此之外,以競局圖(Game graph)來表 示競局過程中的每ㄧ個狀態。圖形分割演算法(GP)就是建立在這個架構上,藉由此架構, 我們發現競局圖中一些對稱(symmetric)、全等(equivalent)和遞迴(recursive)的特性,利用這些特性,不但減少了整個問題的搜尋空間,更幫助我們有效率的尋找最佳策略。也因 此發展出在平均狀況(expected case)和最差狀況(the worst case)下解決這類型問題的最佳 策略,我們得到了以下的最佳化結果: (1) 2×n AB game 在最差狀況下,最多必須要猜n/2+1 次。 (2) 2×n AB game 在平均狀況下,當n 是偶數時平均猜測次數為(4n3+21n2 -76n+72)/ 12n(n-1) 次;而當n 是奇數時為(4n3+21n2 -82n+105)/12n(n-1)次。 (3) 2×n Mastermind 在最差情況下,最多必須要猜n/2+2 次。 (4) 2×n Mastermind 在平均狀況下,當n 是偶數時需要猜(8n3+51n2-74n+48)/24n2 次;當n 是奇數時要猜(8n3+51n2-80n+69) / 24n2 次。 其次,我們提出k 分支近似演算法(KWB),KWB 已成功的應用於找尋4×10 AB game 的最佳策略。此演算法可以獲得在最差狀況下的最佳策略,以及在平均情況下接近最佳 (near-optimal)的策略;而且如果在執行時間和空間允許的情況下,我們可以增加參數k 的值而使得所得的策略更接近最佳解。另外,我們提出了擴展鴿籠定理(extended pigeonhole principle),並利用其發展一套電腦輔助驗證的演算法PPBB 來證明在4×10 AB game 在最差情況下所需猜測次數的下限(lower bound),藉此可證明在最差狀況下,我們 所獲得的策略為最佳化策略。利用這KWB與PPBB 演算法,我們得到以下新的結果: (1) 在4×6 Mastermind 競局的期望情況下,當k=1 時,近似演算法的結果是97.385 %接 近最佳解;當k=40 時,結果是99.487 %接近最佳解,此結果較先前所有文獻中最好 的heuristic 策略為佳。 (2) 在4×10 AB Game 最差情況下,我們得到了最佳策略,其中至多只需要猜7 次;在平 均狀況下也得到了一個平均猜測次數為5.268 次的策略。 (3) 為了將成果提供各界參考運用,本研究在演繹競局上所提出的最佳化演算法已在網頁 上完成系統實作。網址如下:http://alg.csie.ntnu.edu.tw/deductive_game/ 在此研究的最後部分,我們探討演化式演算法來處理較複雜的演繹競局及相關的組 合最佳化問題;其中,我們提出了菁英演化式演算法(EBEA),EBEA 很成功的應用於一 個NP-complete 問題:二元決策圖(BDD)最佳化問題。我們也在叢集電腦(PC cluster)上發展了一套有效率的分散式演算法(DEBEA),並比較與分析其平行化的效能。應用EBEA 與DEBEA 於BDD 最佳化問題,可獲致以下新的結果: (1) 在EBEA 中,我們提出了ㄧ個演化式演算法的終止機制:stable function,並推導出 該機制一些很好的特性,這些特性能幫助我們選擇終止條件,而有效的減少程式的執 行時間。 (2) 在BDD 基準測試電路LGSynth91 中,EBEA 能夠很有效率的將所有最佳解已知 (exact-size-known)的測試電路(benchmarks)求出最佳解。 (3) 藉由多處理器的合作,對LGSynth91 中較大的測試電路而言,DEBEA 都能有效的求 得甚而超越目前文獻已知的最佳解。
  • Item
    Refactoring的等價關係
    (2003) 賀壽椿; Ho Show Chun
    Refactoring [7][8]是自動化地透過一些等價的轉換(equivalence transformations) 來打破系統舊有的模組性 (as-built modularity) 以創造出新的系統架構。使得局部性分析在新的系統架構底下能夠發揮 divide and conquer 的優點以避免組態爆炸。在使用Refactoring轉移系統時,必需確保所架構之新系統與原系統是等價的。此等價關係曾借用弱等價(weak bisimulation) 來描述,但是弱等價並不能保留重要的性質如 liveness。在本論文中,我們使用程序代數的方式建立公設化代數結構,證明使用Refactoring所轉成的新系統與原系統是具有congruence的等價關係。 建立公設化代數結構,並將代數結構中每一元素適當的對應到實際系統的每一個活動,此代數結構即可正確的模擬系統行為,驗證系統的性質。以代數結構模擬系統有許多好處,諸如整個數學邏輯供我們使用、用數學語言表示系統行為等。對不同的系統行為,有不同的公設,形成不同的公設化代數結構,因此在所研究的領域裡,首先找出一核心公設化代數結構,適用於領域中任意系統,再跟據不同的應用增加公設,就像數學中群、環、體的延伸。
  • Item
    基於共享教材元件參考模式之網路書籍模式研究
    (2003) 林傳枝
    由於資訊科技的快速發展以及網際網路的普及,各種格式的數位化資訊得以用迅速且便利的方式透過全球資訊網傳播至世界各地,具有跨平台特性的WWW已成為人類有史以來最大的知識體。伴隨而來的網路教學及電子化學習(E-Learning)開始成為各界矚目的議題,並帶動學習科技重要的變革。為了降低開發網路化學習教材所需的成本並實現知識共享與教材重用,由美國國防部主導的「先進分散學習計畫」(ADL)在參照許多機關所制訂的規格後,並遵循W3C的XML語言規範提出「共享教材元件參考模式」(SCORM)已成為當今為數位學習最重要的共同標準。 本論文中將全球資訊網視為主要取材來源,進而提出個別化網路書籍模式理論,並實作出符合SCORM規範的系統,提供教材編寫者與使用者方便的編輯與操作環境。基於SCORM教材元件化概念,將網路書籍定義為網頁元件的組合,透過Manifest的彈性架構,映射為網路書籍的邏輯架構,並將系統實際上線供讀者瀏覽,以達隨取書籍的目標。就教材編輯者(即本論文中的書籍作者)的觀點我們將書籍編輯程序分成三部分,分別是資料收集、書本編輯以及書本上線,而為了使網路書籍符合SCORM規範,我們將書本編輯細分為教材元件編製及課件打包等兩個部分,並個別提供書頁下載與書籍編輯工具。本論文提出之網路書籍模式提供使用者即時瀏覽、避免瀏覽迷失以及整合全球資訊網的資源檔案之特性,而進一步透過SCORM規範的引入,實現了網路書籍教材重用和共享的可能。網路書籍模式改良傳統紙本書籍的概念使閱讀活動更加豐富生動,有助於幫助讀者養成良好的閱讀習慣進而提升學習意願。
  • Item
    以可縮放式向量圖形語言呈現碎形圖形
    (2003) 林芃君
    隨著網際網路的迅速發展以及傳遞的資料越來越豐富、實用,如何能傳送大量的資訊而速 度也維持一定的標準是很重要的課題。由於XML(Extensible Markup Language)逐漸的成 為主流,以XML為概念發展出來的SVG(Scalable Vector Graphics)可縮放式向量圖形也 漸漸的受到重視,並且逐漸成為網路上的向量圖形主流。SVG相較於Bitmap有許多的優點, 對於存取一般的圖形能降低儲存空間,並且可以節省在網際網路中傳輸的時間,有效的對 網際網路的發展做出貢獻。 本論文中提出了將Fractal與L-system轉換為SVG來呈現的轉換模型(Transformation meta model)以及細分法則(subdivision method)、線段遞迴生長法則(segment recursive grow method)的概念,再透過演算法用SVG平台來實作Fractal與L-system圖形並探討其特 性。另外一方面,由於SVG是2D的向量圖形語言,但是他的優點非常顯著,因此本論文中也 將SVG由2D推向3D的階段,繪出3D的L-system樹型範例以增加樹型的真實呈現。 SVG是以XML為基礎的標籤語言,本研究使用JavaScript來動態的在client端產生標籤,這 樣可以節省網路傳遞的時間。對於在3D環境中的物件來說,使用者可以旋轉物體來觀看並 且不需要佔用頻寬,傳輸的檔案也可以很小,這是除了SVG之外別的圖形格式無法達成的優 點。
  • Item
    體驗式遊戲策略與個別差異對初學者程式語言學習之探討
    (2010) 王麗君; Li-Chun Wang
    本研究旨在探討體驗式遊戲策略與個別差異(性別、學習風格、資訊處理與遊戲偏好)對初學者學習程式語言之學習動機、流暢經驗感受與學習成效之影響並探討學習者對數位遊戲學習之感受。研究之對象為國中七年級學習者,共410人參與實驗教學。體驗式遊戲學習實驗教學活動設計以Kolb體驗式學習循環為理論架構,共分成遊戲情境、遊戲遊玩與專題實作,目的在幫助學習者藉由體驗式學習活動歷程中增強學習動機及學習成效。實驗處理自變項依照遊戲策略之差異,分成挑戰及配對挑戰遊戲策略,目的在探討概念澄清之配對遊戲是否可以幫助抽象概念之理解。本研究結果依學習動機、流暢經驗感受與學習成效三個構面,綜合歸納如下: (1)體驗式遊戲策略有助學習者之正向學習動機及流暢經驗感受; (2)學習者在數位遊戲學習環境中感受高學習動機及高流暢經驗,並未提高學習成效; (3)高資訊處理學習者,在體驗式遊戲學習活動中,對程式語言學習動機、流暢前經驗及學習理解成效顯著優於低資訊處理學習者; (4)同化型及聚斂型學習風格學習者對程式語言學習之學習理解成效顯著高於發散型及調適型學習風格學習者、調適型學習風格學習者對程式語言學習之學習理解成效顯著高於發散型學習風格學習者; (5)遊戲策略與學習者偏好之遊戲是否配對,並未顯著影響學習者在體驗式遊戲學習活動之學習動機、流暢經驗感受及學習成效。