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

Browse

Search Results

Now showing 1 - 2 of 2
  • Item
    基於高維度資料分解的空氣污染視覺化分析
    (2023) 楊千艎; Yang, Chien-Huang
    空氣污染是一個嚴重的全球環境問題,對人類健康和生態平衡造成嚴重影響。PM2.5是微粒物質的一個子集,直徑小於2.5微米,已經與嚴重的呼吸和心血管問題、土壤和水污染以及生態系統破壞相關聯。為了更好地了解PM2.5的來源和分佈,我們採用了一種類似PARAFAC的分解方法來分析台灣使用空氣盒子設備收集的空氣質量數據。這種方法允許識別導致某個地區和時間PM2.5濃度較高的因素,從而提供PM2.5分佈模式的洞察。為了增強對這些模式的分析,我們提出了一種通過可視化進行交互式多視圖分析的方法,以探索和理解複雜的數據集。這種方法旨在幫助更好地理解空氣質量,改進複雜數據集的分析和解釋,最終獲得更好的洞察和結果。
  • Item
    從單一圖型中有效率探勘常見鄰近樣式之研究
    (2015) 朱聖池; Chu, Sheng-Chih
    圖型為具結構性的資料結構,能夠完整描述真實世界的資料關聯性。而單一圖型中的常見鄰近樣式在支持度計算上不僅能維持向下包含特性之外,同時支持度也較能提供明確的意義。我們認為先前研究提出探勘常見鄰近樣式之FNP演算法,因採用類似Apriori 演算法的圖型組合方式,將列舉過多不存在的候選樣式。因此本論文採用先前gSpan圖型成長的方法,進行常見鄰近子圖樣式探勘。本論文所提出的gSFNP方法,利用內嵌圖型結構來加速圖型成長,並運用最小深先搜尋碼來檢查圖型同構問題,同時提出在MapReduce平行框架處理的gSFNP_MR演算法以解決系統記憶體不足的問題。由實驗結果顯示,此兩種方法在探勘鄰近子圖樣式的執行時間上都能比FNP更快速地探勘出常見鄰近樣式。