資訊工程學系

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/60

本系前身「資訊教育學系」成立於民國七十四年，首先招收大學部學生，民國九十年成立資訊工程研究所碩士班，而後於民國九十五年進行系、所調整合併為「資訊工程學系」；並於九十六年成立博士班。本系目前每年約招收大學部四十餘人，碩士班六十餘人，博士班約五人，截至民國一百零四年十一月止，總計現有大學部一百九十多人，碩士班一百二十多人，博士班二十三人，合計學生人數約為三百三十多位。

News

系所網址：http://w1.csie.ntnu.edu.tw/

Browse

Has files: YesSubject: search.filters.subject.Rule-based

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    利用棄牌資訊強化策略改良麻將程式
    (2021) 林宗翰; Lin, Zong-Han
    麻將是一個多人、機率型、不完全資訊遊戲，做為一個歷史悠久且熱門的遊戲，根據玩家地域不同而發展出了許多地區性規則，本篇論文將以台灣麻將作為研究課題，以前人提出的規則導向架構為基礎對麻將程式進行改良。架構上延續「利用他家資訊模組改良麻將程式」論文，採用進胡數計算的方式拆分手牌，並且針對該架構的弱點提出演算法改進，發展出數個構想嘗試改善遇到的程式缺陷。在原本的架構中，會蒐集其他玩家的棄牌資訊用以推論其他玩家不需要的牌，並且應用在遊戲終盤防守。而本論文則將棄牌資訊同時應用在輔助構築手牌，利用其他玩家的棄牌資訊調整手牌的權重，在剩餘張數相近的狀況下能夠將手牌導向更容易透過他人棄牌進牌的狀態，將比原本只依賴進牌機率的策略更具有積極性。實驗數據顯示，被命名為Seofon的新版程式對上原版程式zei得到56%的勝率，並且在ICGA 2020、TCGA 2021與ICGA 2021電腦對局競賽的麻將項目分別取得2銀1金的成績，與另外兩支金牌程式互有勝負。
  • No Thumbnail Available
    Item
    以混合式方法自生醫文獻擷取藥物－藥物交互作用之研究
    (2017) 陳佩瑄; Chen, Pei-Hsuan
    一種疾病往往伴隨著許多不同的症狀，而一種症狀通常使用一種藥物治療，例如:感冒時，會有咳嗽、鼻塞或頭痛等症狀，所以就需要多種藥物來治癒該疾病。在服藥期間，若藥物與藥物之間產生不理想之狀況，像是藥效過強或互相抵抗，導致療效失敗，嚴重甚至導致死亡，就是所謂的藥物－藥物交互作用(Drug-Drug Interaction, DDI)。目前許多的藥物－藥物交互作用仍隱藏在大量的生醫文獻中，等著被研究人員挖掘，若利用自然語言處理(Natural Language Processing, NLP)的擷取和分析等技術，將能大量挖掘隱藏的藥物－藥物交互作用以及減少研究人員的挖掘時間。 論文中所使用的資料來源是由SemEval 2013 Task 9所提供的語料庫，內容包括MedLine的摘要和DrugBank的資料庫，SemEval 2013 Task 9的競賽內容為自生醫文獻中擷取藥物－藥物交互作用(SemEval 2013 Task9：Extraction of Drug-Drug Interactions from Biomedical Texts)，將藥物－藥物交互作用分成五類：Advice(建議)、Effect(影響)、Mechanism(機制)、Int(交互作用)和無交互作用，評估的方式為計算辨識和分類的precision、recall和F1-measure。 本研究利用混合式方法進行辨識和分類，其中混合式方法為機器學習方法和以規則為基方法，由於語料庫內部五個類別的數量呈現不平衡的狀態，因此，運用兩階段的方式先辨識藥物對是否有交互作用存在，辨識所獲得的F1-measure為70.8%，接著再將辨識出有交互作用的藥物對做分類，分類所獲得的F1-measure為62.5%，其中FBK-irst隊伍獲得最好的效能，辨識和分類的F1-measure分別為80.0%和65.1%，參賽隊伍之平均辨識和分類的F1-measure分別為68.1%和51.8%，雖然辨識和分類無法比FBK-irst隊伍所獲得的F1-measure還高，但所獲得的F1-measure高於平均許多。在未來可將機器學習方法和以規則為基方法運用於其他領域的資訊擷取研究上。