政府計畫(GRB),建議「依年度遞減排序」,以查看最新的研究方向。
畢業學年度 | 論文標題 | 連結 | 學位 | 畢業時長(years) |
---|---|---|---|---|
關鍵字 | ||||
112 | 影像組學引... 影像組學引導的卷積神經網路用於腎臟腫瘤分類 (Radiomics-Guided Convolutional Neural Networks for the Classification of Kidney Cancer) | NTHU | 碩 | 無口試日期 |
深度學習(Deep Learning)、醫學影像分析(Medical Image Analysis)、卷積神經網路(Convolutional Neural Network)、電腦斷層掃描(Computed Tomography)、機器學習(Artificial Intelligence) 深度學習(... | ||||
112 | EEGen... EEGen:利用Transformer生成模型提升腦電圖合成技術 (EEGen: Advancing EEG Synthesis with Transformer-Based Generative Models) | NTHU | 碩 | 無口試日期 |
Transformer模型(Transformer Models)、腦電圖信號合成(EEG Signal Synthesis)、腦機界面(Brain-Computer Interface)、離散代碼(Discrete Code) Trans... | ||||
112 | 增強公平性... 增強公平性於胸腔放射圖模型:透過使用自監督學習消除捷徑 (Enhancing Fairness in Chest X-ray Models: Eliminating Shortcuts through Self-Supervised Learning) | NTHU NDLTD | 碩 | 2.21 |
公平性(fairness)、捷徑(shortcut)、自監督學習(self-supervised learning)、胸腔放射圖(chest radiograph) 公平性(f... | ||||
112 | 使用孿生網... 使用孿生網路提升醫學影像人工智慧的公平性與可解釋性 (Enhancing Fairness and Interpretability in Medical Imaging AI through Siamese Neural Networks) | NTHU NDLTD | 碩 | 1.21 |
公平性(Machine Learning)、機器學習(Artificial Intelligence)、可解釋性(Fairness) 公平性(M... | ||||
112 | 基於自監督... 基於自監督學習與注意力遮罩降低胸腔X光影像的向量嵌入偏誤 (Reducing Bias in Chest X-ray Vector Embeddings Using Self-Supervised Learning with Attention-Driven Masking) | NTHU NDLTD | 碩 | 2.14 |
深度學習(Deep Learning)、自監督學習(Self-supervised Learning)、注意力遮罩(Attention-driven masking)、向量嵌入(Vector Embedding)、社會性偏誤(Societal Bias)、醫療影像分析(Medical Image Analysis) 深度學習(... | ||||
112 | 利用多重注... 利用多重注意力融合機制於阿茲海默症轉變的早期檢測 (Multi-attention fusion mechanisms for early detection of transitions in Alzheimer’s disease) | NTHU NDLTD | 碩 | 2.08 |
阿茲海默症(Alzheimer’s disease)、早期檢測(Early detection)、多模態(Multi-modality)、注意力機制(Attention mechanism) 阿茲海默症... | ||||
111 | 利用深度神... 利用深度神經網路與人機迴圈設計基於電腦斷層掃描上區分非結核分枝桿菌造成之肺部移生與疾病 (Differentiating Between Non-tuberculous Mycobacterial Pulmonary Colonization and Disease Based on Computed Tomography Using Deep Neural Network with Human-in-the-Loop Design) | NTHU NDLTD | 碩 | 1.99 |
深度學習(Deep Learning)、卷積神經網路(Convolutional Neural Network)、權重資料標籤化(Weighted Labelling)、人機迴圈(Human-in-the-Loop)、非結核分枝桿菌(Non-tuberculous Mycobacteria)、電腦斷層掃描(Computed Tomography) 深度學習(... | ||||
111 | 利用非線性... 利用非線性資料擴增方法提升超音波影像惡性肋膜積液鑑定 (Enhancing Malignancy Identification in Ultrasound Images of Pleural Effusion through Non-linear Augmentation) | NTHU NDLTD | 碩 | 1.99 |
超音波影像(ultrasound images)、肋膜積液(pleural effusion)、資料擴增(data augmentation) 超音波影像... | ||||
111 | 基於多中心... 基於多中心電子病歷資料聯邦圖模型用於死亡預測 (Federated Graph Learning for Mortality Prediction Using Multi-site EHR Data) | NTHU NDLTD | 碩 | 4.99 |
分散式學習系統(distributed learning)、機器學習公平性(disparity)、變換器(transformer)、電子病歷(EHR data)、模型隱私性(model privacy) 分散式學習... | ||||
111 | 利用預訓練... 利用預訓練語言模型改進針對英文文章不同面向之自動評分 (Harnessing the Power of Pre-Trained Language Models for Automated Essay Trait Scoring) | NTHU NDLTD | 碩(提早入學) | 2.33 |
文章自動評分(Automated essay scoring)、文字分析(Text analysis)、特徵工程(Feature engineering)、Transformer架構的預訓練語言模型(Transformer-based Pre-trained language models) 文章自動評... | ||||
111 | 利用表徵相... 利用表徵相似性及機器學習在跨模態方法對氣味知覺之解析 (Decoding odor perception in the human brain with cross- and multi-modal approaches using representational similarity analysis and machine learning classifier) | NTHU NDLTD | 碩 | 2.46 |
表徵相似性(Odor Perception)、氣味知覺(Electroencephalography)、腦電圖(Representational Similarity Analysis) 表徵相似性... | ||||
111 | 利用孿生網... 利用孿生網路基於腦電波訊號之學習風格辨識 (Learning style recognition based on EEG using siamese neural network) | NTHU NDLTD | 碩 | 3.32 |
孿生網路(siamese)、腦電波(Learning)、學習風格(EEG) 孿生網路(... | ||||
111 | 重症加護病... 重症加護病房院內死亡和院內心臟驟停的多模態預測 (Multi-modal Prediction of In-Hospital Mortality and In-Hospital Cardiac Arrest in the Intensive Care Unit) | NTHU NDLTD | 碩 | 2.21 |
機器學習(Machine learning)、多模態預測(Multi-modal prediction)、心臟驟停(Cardiac arrest) 機器學習(... | ||||
110 | 利用類別增... 利用類別增強進行胸部X光之小樣本學習 (Few-shot learning for chest X-ray using class augmentation) | NTHU NDLTD | 碩 | 2.85 |
機器學習(Machine learning)、電腦視覺(Computer vision)、胸部X光(Chest X-ray)、小樣本學習(Few-shot learning)、元學習(Meta-learning) 機器學習(... |