完整後設資料紀錄
DC 欄位 | 值 | 語言 |
---|---|---|
dc.contributor.author | 馮嘉瑋 | en_US |
dc.contributor.author | FENG,JIA-WEI | en_US |
dc.contributor.author | 曾憲雄 | en_US |
dc.contributor.author | ZENG,XIAN-XIONG | en_US |
dc.date.accessioned | 2014-12-12T02:06:38Z | - |
dc.date.available | 2014-12-12T02:06:38Z | - |
dc.date.issued | 1989 | en_US |
dc.identifier.uri | http://140.113.39.130/cdrfb3/record/nctu/#NT782392037 | en_US |
dc.identifier.uri | http://hdl.handle.net/11536/54439 | - |
dc.description.abstract | 本論文利用專家系統及自動學習 (機器學習) 技術以設計一個具有自動學習功能之模 擬系統,以模擬船舶操作之實況。透過專家的協助我們將專家提供的專業知識以法則 型態建立於專家系統的知識庫。針對專家未能直接提供的知識則透過自動學習技術將 學習結果納入知識庫。 在自動學習設計方法的選擇方面,經由比較過各種不同的自動學習方法後,決定採用 知識庫易維護及歸納能力最佳的神經綱路學習方法。由於神經綱路的推理速度較傳統 的法則式推理的速度快並具有容錯能力,所以我們將神經綱路推理技術融入系統中直 接運用自動學習的學習結果以進行一些決策的推理。 由於訓練個案之不易提供,我們設計一個個案產生器產生個案經由專家分類後,再透 過格式轉換程式轉換成學習程式可以處理的格式。在學習程式方面,我們透過兩階段 的學習方式,以解決不能區分(nonseparable)問題。 由本論文之研究成果可以看出以專家系統來模擬作戰並輔助下達決策是絕對可行的。 此外以自動學習技術則可彌補資料來源之不足,並可使知識庫隨著經驗的累積,隨時 修正以順應國防科技、作戰戰術的成長而成長。 | zh_TW |
dc.language.iso | zh_TW | en_US |
dc.subject | 自動學習功能 | zh_TW |
dc.subject | 船舶操作模擬系統 | zh_TW |
dc.subject | 專家系統 | zh_TW |
dc.subject | 機器學習 | zh_TW |
dc.subject | 神經網路學習方法 | zh_TW |
dc.subject | 不同區分(nonsepa | zh_TW |
dc.title | 具自動學習功能的船舶操作模擬系統 | zh_TW |
dc.type | Thesis | en_US |
dc.contributor.department | 資訊科學與工程研究所 | zh_TW |
顯示於類別: | 畢業論文 |