<link rel="stylesheet" href="styles.cf390c6bfbe7555f.css">

Browsing by Author "Ho Shinn-Ying"

Now showing 1 - 16 of 16
  • Thumbnail Image
    Item type:Item,
    以生物資訊最佳化方法發展電腦輔助疫苗設計系統
    (2009)
    何信瑩
    ;
    Ho Shinn-Ying
    ;
    國立交通大學生物科技學系(所)
    本計畫為「以生物資訊最佳化方法發展電腦輔助疫苗設計系統」之三年期研究計畫， 主要目的是發展一套輔助免疫學家設計疫苗之電腦系統。本計畫之核心為發展數個能適用 於探勘各種生物免疫現象之重要特徵因子的高性能大量參數最佳化之生物資訊演算法，並 結合生物免疫知識庫發展成一整合型重要特徵因子探勘、分析、註記的應用系統。研發生 物資訊演算法包含了三個重要的步驟：（1）蒐集各種已知物理化學、演化與結構等能夠有 效解釋生物現象之特徵因子；（2）結合生物知識與演算法技巧來建立生物設計模型並轉換 成最佳化設計問題；（3）發展特定的高性能演算法來解決最佳化設計問題。整合式重要特 徵探勘系統可從大量資訊中探勘重要特徵來解釋各種生物現象，並應用於探勘各免疫反應 相關之重要特徵因子來建立電腦輔助疫苗設計系統。 本計畫擬以三年完成電腦輔助疫苗設計系統，每年之主題研究相輔相成，生物知識收 集與演算法設計並重，簡述如下： 第一年：發展核心之高效能重要特徵因子探勘演算法，並研究細胞毒性T 細胞相關免疫反 應之重要特徵。 第二年：研究輔助T 細胞致免疫性及B 細胞抗原決定部位之重要特徵與預測演算法。 第三年：發展免疫相關重要特徵資料庫並建構整合性電腦輔助疫苗設計系統。 本計畫之目標包括：（1）深入瞭解影響免疫反應之特徵；（2）建立電腦輔助疫苗設計 系統；（3）整合三年研究成果建立可供查詢之特徵資料庫。
  • Thumbnail Image
    Item type:Item,
    以生物資訊最佳化方法發展電腦輔助疫苗設計系統
    (2007)
    何信瑩
    ;
    Ho Shinn-Ying
    ;
    國立交通大學生物科技學系(所)
    本計畫為「以生物資訊最佳化方法發展電腦輔助疫苗設計系統」之三年期研究計畫， 主要目的是發展一套輔助免疫學家設計疫苗之電腦系統。本計畫之核心為發展數個能適用 於探勘各種生物免疫現象之重要特徵因子的高性能大量參數最佳化之生物資訊演算法，並 結合生物免疫知識庫發展成一整合型重要特徵因子探勘、分析、註記的應用系統。研發生 物資訊演算法包含了三個重要的步驟：（1）蒐集各種已知物理化學、演化與結構等能夠有 效解釋生物現象之特徵因子；（2）結合生物知識與演算法技巧來建立生物設計模型並轉換 成最佳化設計問題；（3）發展特定的高性能演算法來解決最佳化設計問題。整合式重要特 徵探勘系統可從大量資訊中探勘重要特徵來解釋各種生物現象，並應用於探勘各免疫反應 相關之重要特徵因子來建立電腦輔助疫苗設計系統。 本計畫擬以三年完成電腦輔助疫苗設計系統，每年之主題研究相輔相成，生物知識收 集與演算法設計並重，簡述如下： 第一年：發展核心之高效能重要特徵因子探勘演算法，並研究細胞毒性T 細胞相關免疫反 應之重要特徵。 第二年：研究輔助T 細胞致免疫性及B 細胞抗原決定部位之重要特徵與預測演算法。 第三年：發展免疫相關重要特徵資料庫並建構整合性電腦輔助疫苗設計系統。 本計畫之目標包括：（1）深入瞭解影響免疫反應之特徵；（2）建立電腦輔助疫苗設計 系統；（3）整合三年研究成果建立可供查詢之特徵資料庫。
  • Thumbnail Image
    Item type:Item,
    以生物資訊最佳化方法發展電腦輔助疫苗設計系統
    (2008)
    何信瑩
    ;
    Ho Shinn-Ying
    ;
    國立交通大學生物科技學系(所)
    本計畫為「以生物資訊最佳化方法發展電腦輔助疫苗設計系統」之三年期研究計畫， 主要目的是發展一套輔助免疫學家設計疫苗之電腦系統。本計畫之核心為發展數個能適用 於探勘各種生物免疫現象之重要特徵因子的高性能大量參數最佳化之生物資訊演算法，並 結合生物免疫知識庫發展成一整合型重要特徵因子探勘、分析、註記的應用系統。研發生 物資訊演算法包含了三個重要的步驟：（1）蒐集各種已知物理化學、演化與結構等能夠有 效解釋生物現象之特徵因子；（2）結合生物知識與演算法技巧來建立生物設計模型並轉換 成最佳化設計問題；（3）發展特定的高性能演算法來解決最佳化設計問題。整合式重要特 徵探勘系統可從大量資訊中探勘重要特徵來解釋各種生物現象，並應用於探勘各免疫反應 相關之重要特徵因子來建立電腦輔助疫苗設計系統。 本計畫擬以三年完成電腦輔助疫苗設計系統，每年之主題研究相輔相成，生物知識收 集與演算法設計並重，簡述如下： 第一年：發展核心之高效能重要特徵因子探勘演算法，並研究細胞毒性T 細胞相關免疫反 應之重要特徵。 第二年：研究輔助T 細胞致免疫性及B 細胞抗原決定部位之重要特徵與預測演算法。 第三年：發展免疫相關重要特徵資料庫並建構整合性電腦輔助疫苗設計系統。 本計畫之目標包括：（1）深入瞭解影響免疫反應之特徵；（2）建立電腦輔助疫苗設計 系統；（3）整合三年研究成果建立可供查詢之特徵資料庫。
  • Thumbnail Image
    Item type:Item,
    以通適性三維人體參數模型為基礎之自動運動追蹤系統(III)
    (2004)
    何信瑩
    ;
    Ho Shinn-Ying
    ;
    國立交通大學生物科技學系
    人體運動追蹤是現今電腦視覺中一項重要的研究主題，已被廣泛的運用在虛 擬實境、監控系統、人機介面、人體運動分析與多媒體壓縮等應用上。發展一套 人體運動追蹤系統包含下列五項子題：影像擷取、人體偵測、人體模型建構、人 體追蹤與行為理解，針對各項子題已有很多相關技術被提出，惟目前極少有一套 人體運動追蹤系統能同時滿足通適性、穩健性與精確追蹤等目標。由近幾年計 畫，吾人已對其中多項子題累積可觀成果。本三年期計畫目標在研發並實做一套 以通適性三維人體參數模型為基礎之自動運動追蹤系統。本年度計畫(第三年)主 要工作為三維人體知識庫建構與整合系統，規劃下列四項研究主題：(1)室外偵測 研究.針對室外偵測問題提出陰影與樹葉晃動處理之技術；(2)多攝影機合作追蹤 機制.研發多攝影機整合之相關技術，包含監視場景重建、指派接管追蹤與追蹤 行程規劃機制等研究項目；(3)智慧型監視系統.整合計畫研發之相關技術，設計 一套具備攝影機同步追蹤、入侵警示、路徑分析、行為分析、資料庫查詢與網頁 整合之監視系統；(4)三維人體模型重建系統.建構人體外形知識庫，並設計一套 可由二維影像重建三維人體模型之系統。本計畫將實作所研發之自動人體運動追 蹤系統及相關應用，並提出效能分析以及驗證本計畫所提方法之有效性。
  • Thumbnail Image
    Item type:Item,
  • Thumbnail Image
    Item type:Item,
  • Thumbnail Image
    Item type:Item,
  • Thumbnail Image
    Item type:Item,
  • Thumbnail Image
    Item type:Item,
    研發人體免疫缺失病毒治療的最佳化藥物配方篩選系統
    (2011)
    何信瑩
    ;
    Ho Shinn-Ying
    ;
    國立交通大學生物科技學系（所）
    本計畫為「研發人體免疫缺失病毒治療的最佳化藥物配方篩選系統」之一年 期研究計畫，主要目的是發展一套可依據病人生理特性，協助醫生決定使用人體 免疫缺失病毒(HIV)治療的最佳藥物配方之電腦篩選系統。本篩選系統需建立三 個藥物治療模型，分別是雞尾酒療法、進入抑制劑及成熟抑制劑。藥物治療模型 之研發程序分為三個重要步驟：(1)蒐集並建立病毒序列和病人生理表現之資料 庫，以便於擷取作為HIV 個人化醫療的生物醫學特徵；(2)整合HIV 病毒序列特 性與生物醫學特徵來設計藥物治療模型，並將模型設計轉換成數個參數最佳化問 題；(3)發展一套以高效能繼承式雙目標基因演算法(IBCGA)作為核心的建模與預 測演算法。 本最佳化藥物配方篩選系統主要分為三個子系統，各子系統間相輔相成，簡 述如下： 1. 病毒序列及病患生理現象的資料庫，並將相對應之基因型和生理型資料整 合。 2. 雞尾酒療法、進入抑制劑及成熟抑制劑等三個整合的藥物治療模型。 3. 個人化醫療的決策系統，藉由利用HIV 病毒與生理現象資料庫及三個藥物治 療模型而來。 我們結合IBCGA 與支持向量機分類器，已建立進入抑制劑之藥物治療的初步 模型與病毒序列資料庫，並驗證此模型能有效地進行藥物篩選。此成果與經驗可 幫助另二個藥物篩選模型的建立，進一步加速整合篩選系統的建立與驗證。
  • Thumbnail Image
    Item type:Item,
    研發可繼承式的多目標演算法應用於異質性隨選視訊系統之最佳化設計
    (2003)
    何信瑩
    ;
    Ho Shinn-Ying
    ;
    國立交通大學生物科技學系(所)
  • Thumbnail Image
    Item type:Item,
    研發適用於公司營收預測系統的智慧型數學建模方法
    (2010)
    何信瑩
    ;
    Ho Shinn-Ying
    ;
    國立交通大學生物科技學系（所）
    本產學合作研發計畫，由交通大學智慧型計算實驗室與嘉實資訊股份有限公司合作，以嘉實資 訊擁有巨量的商業資訊源和主持人擁有的自動化特徵選取與建模技術，設計研發適用於公司營收預測 系統的智慧型數學建模方法，期能解決應用機器學習方法於預測營收時面臨的雙目標組合最佳化問 題，即使用最少量的穩定重要特徵即獲得最小的預測誤差。準確預測公司營收能進一步發展預測每股 盈餘或股價等資訊，更有效反應股價的變化。本計畫擬設計同時進行特徵選取與建模的自動化方法， 以主持人研發之最佳化核心技術：1)直交實驗設計與因子分析以及2)繼承式雙目標基因演算法為基 礎，來評估模糊系統、類神經網路與適應性網路架構的模糊推論系統、支援向量回歸模型等方法設計 能同時兼顧預測正確性與自動特徵選取的最佳化高效能建模方法。本研究主題理論與實務並重，預計 先以統一超商與全家超商為公司範例，主要的研究目標簡述如下： 1. 研發適用於公司營收預測系統的智慧型數學建模方法。 2. 應用此方法於建置統一超商與全家超商之營收預測系統之核心元件。 3. 為此方法的核心元件建立與嘉實資訊之資訊服務系統互動之介面。 4. 提供介面使嘉實資訊之資訊服務系統能提供核心元件輸出的營收預測與其所選取之重要財經特 徵的相關資訊。
  • Thumbnail Image
    Item type:Item,
  • Thumbnail Image
    Item type:Item,
  • Thumbnail Image
    Item type:Item,
  • Thumbnail Image
    Item type:Item,
    運用結合位資訊預測與生物實驗驗證CRP轉錄因子在大腸桿菌中的調控模式
    (2014)
    何信瑩
    ;
    Ho Shinn-Ying
    ;
    國立交通大學生物科技學系（所）
  • Thumbnail Image
    Item type:Item,