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 | 基於Tra... 基於Transformer網路及可變形卷積與中心差分卷積的物件偵測方法 (Transformer-based method with Deformable Convolution and Central Difference Convolution for Object Detection) | NTHU | 碩 | 無口試日期 |
物件偵測(Transformer)、可變形卷積(Deformable attention)、中心差分卷積(Deformable Convolution)、可變形注意力機制(Central Difference Convolution)、瑕疵檢測(Object detection) 物件偵測(... | ||||
| 112 | 基於Tra... 基於Transformer模型用於預測糾纏二分量子系統之近似 (Transformer-Based Model for Predicting the Approximation to the Entangled Bipartite Quantum System) | NTHU | 碩 | 無口試日期 |
注意力機制(Transformer)、人工智慧(Artificial Intelligence)、量子糾纏(Quantum Entanglement)、量子系統(Quantum system) 注意力機制... | ||||
| 111 | 使用多GP... 使用多GPU系統來平行化深度學習解薛丁格方程之激態能量問題 (Deep neural network to solve excited-state energies of Schrödinger equation on multi-GPU system) | NTHU NDLTD | 碩 | 1.95 |
深度學習(Multi-GPU)、多GPU系統(Inception)、分散式訓練(TensorFlow) 深度學習(... | ||||
| 111 | 利用神經網... 利用神經網路計算薛丁格方程的波函數及能量 (Using neural network to solve wave functions and energies of static Schrödinger equation) | NTHU NDLTD | 碩 | 1.95 |
神經網路(Neural network)、內嵌物理知識神經網路(Physics-Informed Neural Network)、薛丁格方程(Schrödinger equation)、激發態能量(Excited state energy) 神經網路(... | ||||
| 111 | 透過計算和... 透過計算和深度學習探索非局部奇異擾動微分方程的解 (Exploring the Solution of Singular Differential Equation with Non-local Boundary Conditions by Calculating and Deep Learning) | NTHU NDLTD | 碩 | 1.91 |
非局部微分方程(non-local differential equation)、奇點(singularity)、深度學習(deep learning) 非局部微分... | ||||
| 110 | 使用物理信... 使用物理信息神經網路求解具有 PT對稱勢的非線性薛丁格方程的波函數 (Using physics-informed neural networks to solve the wave function of the nonlinear Schrödinger equation with PT-symmetric potential) | NTHU NDLTD | 碩 | 1.95 |
物理信息神經網絡(physics-informed neural networks)、薛丁格方程式(Schrödinger equation)、BFGS 算法(BFGS)、克蘭克－尼科爾森方法(Crank-Nicolson method)、PT 對稱勢(PT-symmetric potential) 物理信息神... | ||||
| 110 | 利用Inc... 利用Inception深度卷積神經網路計算薛丁格方程的激發態能量 (Solving excited-state energies of Schrodinger equation via Inception deep convolutional neural network) | NTHU NDLTD | 碩 | 1.95 |
卷積神經網路(Convolutional neural network)、薛丁格方程式(GoogleNet) 卷積神經網... | ||||
| 109 | 一個基於卷... 一個基於卷積的高效自注意力旋律生成神經網絡模型 (An efficient music generator based on CNN with attention mechanism) | NTHU NDLTD | 碩(外籍生) | 1.96 |
深度學習(Deep Learning)、自註意力機制(Self-Attention)、音樂生成(Music Generation) 深度學習(... | ||||
| 109 | 使用深度神... 使用深度神經網路計算單電子問題的能階與波函數 (Deep neural networks for solving energy levels and wave functions of single-electron problem) | NTHU NDLTD | 碩 | 1.96 |
全連接神經網路(Fully connected neural network)、殘差網路(Residual network)、薛丁格方程式(Schrödinger equation)、BFGS(BFGS)、Wielandt 緊縮(Wielandt deflation)、二次懲罰函數法(Quadratic penalty method)、激發態能量(Excited state energy) 全連接神經... | ||||
| 109 | 使用卷積-... 使用卷積-長短期記憶神經網路進行股票交易 (Stock trading using CNN-LSTM neural network model) | NTHU NDLTD | 碩 | 1.96 |
卷積神經網路(Convolutional Neural Network)、長短期記憶網路(Long-Short Term Memory)、股票交易(Stock trading)、資料標籤(Data Labeling)、技術指標(Technical Indicator)、交易回測(Trading-Backtest) 卷積神經網... | ||||
| 108 | 卷積-遞迴... 卷積-遞迴神經網路計算薛丁格方程的激發態能量 (Excited-state energies of Schrodinger equation using CNN-RNN model) | NTHU NDLTD | 碩 | 1.94 |
卷積神經網路(Convolutional neural network)、遞迴神經網路(Recurrent neural networks)、長短期記憶網路(Long short-term memory)、薛丁格方程(Schrodinger equation)、激發態能量(Excited state energy) 卷積神經網... | ||||
| 107 | 基於Ope... 基於OpenACC之GPU加速性能案例研究 (Performance case studies for OpenACC-based GPU acceleration) | NTHU NDLTD | 碩 | 1.91 |
平行化(parallelization)、顯示卡計算(GPU)、OpenACC(OpenACC)、BiCGSTAB演算法(BiCGSTAB)、與時間相關之薛丁格方程式(TDSE) 平行化(p... | ||||
| 107 | 利用Ope... 利用OpenMP-CUDA實現雙GPU系統上的 BiCGstab方法 (An OpenMP-CUDA implementation of BiCGstab method on two-GPU systems) | NTHU NDLTD | 碩 | 1.91 |
平行化(parallelization)、OpenMP(OpenMP)、BiCGstab 演算法(BiCGstab)、CUDA(CUDA)、多GPU 計算(multi-gpu) 平行化(p... | ||||
| 107 | 離子通道模... 離子通道模擬計算的GPU平行預處理技巧 (GPU-based parallel preconditioning techniques for ion channel simulations) | NTHU NDLTD | 碩 | 1.91 |
平行化(parallelization)、CUSPARSE(CUSPARSE)、不完整LU分解(ILU)、超鬆弛迭代法(SSOR)、預處理(precondition)、圖形處理器(GPU) 平行化(p... | ||||
| 106 | 使用 CU... 使用 CUDA 函數庫實現 BiCGstab 與 BiCGstab(L)方法 的 GPU 平行化 (GPU parallelization of BiCGstab and BiCGstab(L) methods using CUDA Libraries) | NTHU NDLTD | 碩 | (竹教大學號無法計算) |
平行化(parallelization)、ＣＵＤＡ函式庫(CUDA Libraries)、BiCGstab 演算法(BiCGstab)、BiCGstab(L) 演算法(BiCGstab(L))、顯示卡計算(GPU)、壓縮矩陣(interation) 平行化(p... | ||||
| 104 | 粒子群演算... 粒子群演算法計算薛丁格方程的基態解與其GPU加速 (not found) | NTHU NDLTD | 碩 | 無口試日期 |
粒子群演算法(PSO)、薛丁格方程式(Schrödinger equation)、繪圖處理器(CUDA) 粒子群演算... | ||||
| 104 | 正交學習粒... 正交學習粒子群演算法的實現及其GPU平行化 (not found) | NTHU NDLTD | 碩 | 無口試日期 |
粒子群演算法(PSO)、正交學習粒子群演算法(OLPSO)、平行運算(GPU)、圖形處理器(orthogonal learning) 粒子群演算... | ||||
| 104 | 生物離子通... 生物離子通道之泊松-費米模型的解法比較 (Comparison of some methods for solving Poisson-Fermi model of biological ion channels) | NTHU NDLTD | 碩 | 無口試日期 |
3DPNPF(3DPNPF)、對角化壓縮(Diagonal structured)、座標化壓縮(coordinate format)、SOR演算法(SOR method)、JD演算法(JD method)、BiCG 演算法(BiCG method) 3DPNP... | ||||
| 102 | 利用延續法... 利用延續法解三勢阱中的旋量玻色-愛因斯坦凝聚 (Continuation method for spinor Bose-Einstien condensates in triple-well potentials) | NTHU NDLTD | 碩 | 無口試日期 |
自旋為1的玻色愛因斯坦凝聚(Spin-1 Bose-Einstein condensate)、延續法(continuation method)、Gross- Pitaevskii equation(Gross- Pitaevskii equation)、基態(ground state)、三勢阱(triple-well potential) 自旋為1的... | ||||
| 102 | 以多核心圖... 以多核心圖形處理器實現雅可比-大衛森演算法 (not found) | NTHU NDLTD | 碩 | 無口試日期 |
圖形處理器(Graphics Processing Unit)、雅可比-大衛森演算法(Jacobi-Davidsons Method) 圖形處理器... | ||||
| 102 | 旋量玻色-... 旋量玻色-愛因斯坦凝聚於約費-朴立卻德磁場下之 基態與激發態解 (The Ground and Excited States of Spinor Bose-Einstein Condensates with Ioffe--Pritchard Magnetic Field) | NTHU NDLTD | 碩 | 無口試日期 |
玻色-愛因斯坦凝聚(Bose-Einstein Condensates)、約費-朴立卻德磁場(Ioffe--Pritchard Magnetic Field)、基態與激發態解(Ground and Excited States) 玻色-愛因... |