National Chengchi University
NCCU National Cheng Chi University Electronic Thesis & DissertationsNot a member yet
48307 research outputs found
Sort by
自動駕駛感知技術之專利佈局:以 Toyota Motor Corporation 為個案
近十年來,人工智慧與車聯網技術逐漸蓬勃發展,使自動駕駛從實驗室走向商用。其中,負責「看見」周遭環境的感知技術(Perception Technology)更被視為整體自動駕駛技術的重要基石,因此成為各大車廠與科技公司必爭的關鍵技術。
Toyota Motor Corporation (下簡稱 Toyota)在2015年時創立了Toyota Research Institute,積極研發自動駕駛技術,陸續開發出 Toyota Safety Sense與具備L3等級的Advanced Drive兩款自動駕駛輔助系統搭載於自家車款上,以達到Mobility Teammate的願景。
本研究以Toyota作為研究對象,利用專利資料來了解Toyota在自動駕駛感知技術的專利佈局、研發重點與競爭優勢。本研究以「自動駕駛」、「感測器」與「感知技術應用」等關鍵字為核心,利用世界智慧財產權組織(World Intellectual Property Organization, 簡稱WIPO)的專利檢索系統Patentscope與The Lens兩大資料庫,對2015年到2024年的美國專利資料進行檢索。最後以各種分析方法包括生產力分析、IPC分類號分析、CPC分類號分析、專利影響力與專利技術分析等指標,進行歸納與統整,了解不論是Toyota還是整體產業在感知技術中的專利佈局、發展技術領域與方向。
研究顯示,首先從生產力趨勢分析而言,Toyota在2015年到2020年專利申請數量快速成長,接著成長趨勢逐漸趨緩,並於2024年申請數大幅下降,搭配技術消長圖顯示其技術在市場上達到成熟期階段。
接著就技術面向而言,Toyota前15大IPC分類中以G05D 1/00(位置或方向的控制系統)最多,其次為 G06K 9/00(圖像識別)與 B60W 60/00(車輛控制策略);CPC分類方面件數最高者為 G06V 20/56/20/58(交通目標辨識)與 B60W 2420/403(車輛光學鏡頭應用)。Toyota的專利橫跨多種IPC與CPC分類,從控制方法、感測器、影像辨識與處理等功能皆有多件專利。
至於專利影響力方面,以專利被引用數作為主要分析指標,Toyota的被引用總數在汽車製造商中是很有競爭力的,而從Toyota被引用數最高的前三個專利內容可知,主要涉及道路的環境感知與理解等呼應TSS系統「車道維持輔助」與「車道偏移警示」等基礎技術
新北市課後輔導方案實施之成效— 以新北市立深坑國中為例
本研究檢視新北市立深坑國中課後輔導方案對學生學習成就、生活適應與情緒管理的成效。採準實驗設計,96名八、九年級學生分為學術加體育、學術加技藝、體育+技藝三種實驗組與控制組,前後測「學習成就」、「生活適應」、「情緒管理」量表,並輔以質性訪談交叉驗證。量化結果顯示,三項依變項後測分數均優於控制組(ANCOVA,p < .05),其中特別以學術加體育組在學習成就面向成效最為顯著;生活適應與情緒管理於Bonferroni事後比較中均達顯著提升(p < .001)。
質性訪談反映學生認為課後輔導不僅補足課程內容,亦增強學習動機與情緒抒發能力。綜合而言,結構化且多元的課後活動可有效提升學生學業表現、行為適應及情緒調適。
本研究結果可供教育行政單位規劃與評估課後輔導方案之參考,並為偏差行為預防與情緒教育後續研究奠定理論與實證基礎。建議未來強化師資培訓與家校合作,優化資源分配,以提升方案普及率與成效評估
IFRS 9對貝里斯國內銀行部門韌性的影響評估
本論文探討IFRS 9準則的採用對貝里斯銀行部門韌性的影響,重點分析資本適足率、呆帳準備與獲利能力。研究使用2013年至2024年間的資料,並採用描述性統計、t檢定及迴歸分析等方法。研究結果顯示,IFRS 9對財務指標未產生顯著影響,且《銀行與金融機構法》(DBFIA)下的備抵損失水準持續高於IFRS 9的減損金額,反映出貝里斯穩健的監管架構。此結果指出,像貝里斯這樣的小型司法管轄區能夠在不破壞金融穩定的情況下成功採用IFRS 9,為其他發展中國家提供可借鑑的實施經驗
犬科黑色素瘤靶向消融藥物市場開發計畫書
在全球每年癌症患者新增人數己經超過2,000萬人,而根據國際癌症研究機構(IARC)預估,至2050年將會突破每年3,500萬個案,而罹患癌症人口最多的將會是亞洲。這對人類,尤其是亞洲黃種人,是一個很大的危機。但在新藥研發上,特別是癌症,幾乎都是由歐美大藥廠所壟斷。也因為是歐美大藥廠發起的新藥開發,所以在針對腫瘤治療、發生率等病因學、病理學、組織學等研究上,皆以白種人優先試驗。而新藥開發又是一項長期且高風險的投資,在亞洲區域投入者相對較少。
基於亞洲人種及關懷患者的需求,共信醫藥科技/PTS美國公司因此而設立。公司致力於研發PTS抗癌藥物,提供醫師與患者在治療的方法上的多一項選擇,提出一種新穎的治療方案。讓醫師在為患者治療時能併用新的影像技術,以直接將藥物注射在腫瘤上,無系統性治療副作用。用較短的療程看到療效,為患者取得延長生命、改善生活品質的方法。
而近年來因少子化及飼養寵物風氣盛行,每百隻犬科動物中約有50%罹癌,而其中有7%是黑色素瘤。黑色素瘤是高度惡化且容易轉移的癌種。基於希望能夠幫助患犬獲得快速、安全、有效的療法,改善生活品質,並幫助飼主減輕對患犬術後照料的負擔與龐大的治療費用,因此研發思沛康來幫助患犬、協助患犬家屬。
本企劃書旨在探索犬科黑色素瘤在台灣的癌症發生率、目前在治療上的各科標準療法,以及飼主對於愛犬在醫療上的選擇與可能需要承擔的費用;並探討共信醫藥公司如何深耕此一市場。思沛康在未來產品上市後,期待能給予獸醫師多一項治療黑色素瘤的工具,並為飼主提供更多元的選擇
碳流程價值管理(C-PVM)與成本效益分析-以S能源技術服務公司為例
隨著全球對碳排管理與永續發展的重視日益提高,企業需透過科學化管理工具精準掌握碳足跡與營運成本,以提升ESG表現與國際競爭力。本研究以S能源技術服務公司為個案,導入碳流程價值管理系統(Carbon Process Value Management, C-PVM),結合碳盤查與成本資料,建立一套以「作業」為單位進行碳足跡與成本效益分析之管理架構。透過C-PVM三大模組之應用,將碳資源依據作業活動歸屬至碳價值標的,並以產出結果制定減碳策略,進行財務面及環境面之成本效益分析。研究結果顯示,個案公司碳排熱點集中於車輛中心,若以電動車替代燃油車,長期可顯著降低碳排放並提升營運成本效率。C-PVM能協助企業精準識別高碳排作業、評估減碳方案效益,為決策提供具數據依據之永續管理工具
企業數位轉型下營運流程與治理模式整合之研究 — 以台灣汽車外觀零件製造企業為例
本研究以台灣一家中型汽車外觀零件製造企業為個案,探討該企業在全球汽車產業邁向電動化與智慧化的背景下,如何藉由數位轉型與智慧製造導入,以回應產業挑戰與市場壓力。研究透過深度訪談與系統資料分析,從生產管理、資訊整合、組織升級與公司治理四大構面切入,提出具體可行的五年轉型行動方案。
研究結果顯示,透過人工智慧(AI, Artificial Intelligence)預測模型、製造執行系統(MES, Manufacturing Execution System)、自動化設備與物聯網技術(IoT, Internet of Things)的導入,企業成功提升出貨效率與生產準確性,並降低次品率與物料浪費。組織層面則導入扁平化管理、關鍵績效指標制度(KPI, Key Performance Indicator)與數位學習平台,有效促進內部溝通與人才發展。同時,針對家族企業的接班挑戰,企業逐步導入制度化治理與永續經營觀念,轉型為以數據為基礎的決策模式。
本研究的貢獻在於建構出涵蓋「智慧製造」、「數據治理」、「組織升級」與「家族傳承」的整合性轉型藍圖,為台灣中小型汽車零件企業在產業變遷中提供具參考價值之實務建議
以情境危機溝通理論檢視AI危機策略與傳播效果:自駕車案例分析
本研究基於情境危機傳播理論(Situational Crisis Communication Theory, SCCT),探討AI失誤(AI Failure)中的危機傳播與效果,本研究以AI自駕車事故為例,分析當媒體與企業將危機框定為「倫理問題」或「技術問題」時,如何影響公眾對企業危機責任的認知、情緒反應與行為意圖。本研究亦納入個體對AI自駕車議題的涉入程度作為調節變項,檢視其對危機訊息效果的影響。
本研究以2018年Uber自駕車撞擊行人致死事件為背景參考,模擬AI自駕車失誤所引發的危機情境,實驗採用2(媒體報導框架:倫理/技術)×2(企業回應策略:倫理/技術)×2(AI自駕車之議題涉入程度:高/低)之受試者設計,以文字控制媒體與企業如何描述事故原因,並透過問卷測量受試者對企業危機責任認知、所產生的情緒(包括道德義憤、憤怒與同情)以及抵制企業的行為意圖。共蒐集402份有效樣本,並透過結構方程模型(SEM)檢驗各主要變項之間的關係。
結果顯示,媒體與企業框架對危機責任的影響不顯著,可能反映AI危機情境下責任歸屬的模糊性,加上公眾對資訊來源的懷疑態度,認為難以透過簡短敘述評判責任,降低了外部敘事的影響力。而危機責任則對情緒反應具有顯著影響,即企業可控制危機的程度越高,越難喚起同情;危機所造成的損害程度越高,則越易激起憤怒與道德義憤,並進一步正向影響抵制意圖,顯示情緒為認知與行為間的重要中介。
本研究為AI危機情境中的危機管理與傳播策略提供新視角,補足SCCT於AI失誤議題上的應用限制,亦回應近年對AI技術信任與溝通倫理的關注。研究建議,在高模糊性與倫理敏感度高的AI議題中,單一的框架敘事未必能有效引導公眾認知,企業應優先採取透明與高互動性的溝通策略,不僅於危機發生後積極回應,更應於日常營運中逐步建立與利益關係人之間的對話機制與信任
ESG融入不動產投資決策之效益與挑戰:以台灣商辦為例
近年來,環境、社會與公司治理(Environmental, Social and Governance, ESG)已成為全球資本市場重視的重要準則,亦逐漸滲透至不動產投資領域。隨著永續金融發展趨勢日益明確,機構投資人與開發商開始將ESG因素納入不動產投資評估與策略規劃。然而,在台灣商辦市場中,ESG導入實務仍面臨資訊不透明、評估標準未統一及初期投入成本高等挑戰。
本研究以台灣三個具代表性ESG導向之商辦個案(台北101、南山廣場與宏匯i-Tower)為研究對象,透過文獻探討、個案研究與情境模擬三種質性研究方法,分析ESG措施在環境、社會、治理三構面之施作內容與實務成效,並模擬不同導入深度情境對資產租金、空置率與投資吸引力之潛在影響。
研究結果顯示,導入高標準ESG措施之商辦資產,普遍具有租金溢價、空置率降低與吸引高信用租戶之成效,並可因應法規與氣候風險壓力。惟ESG導入效果亦受限於區位條件、市場成熟度及租戶認知落差。本研究建議不動產投資人與開發商應視資產定位與目標租戶輪廓設計差異化永續策略,政府則應強化ESG評估與揭露制度、提供政策誘因,以促進台灣不動產市場永續轉型
時間序列之相似度評估:振幅、時間與雜訊影響之探討
時間序列相似度評估在金融、醫療與工業監控等領域中至關重要,但常因振幅與時間尺度變異,以及雜訊干擾,傳統相似度衡量方法常面臨準確性與穩健性不足之挑戰。特別是振幅離群點、時間軸錯位(如時間偏移與均勻伸縮),以及振幅變動(如振幅偏移、均勻伸縮與加性雜訊) 等因素,皆可能嚴重扭曲時間序列間的相似關係。
本研究針對上述問題,提出一套三階段整合之時間序列相似度評估方法,涵蓋三項核心演算法:模糊局部離群因子(Fuzzy Local Outlier Factor, FLOF)、時間軸交叉比(Time-Axis Cross Ratio, TACR)與值域均分(Range Equally Divided, RED),分別對應於振幅離群值檢測、時間軸校正與振幅變異處理。此方法兼顧精準性與運算效率,顯著提升相似度計算對異常值、時間錯位與振幅失真的抵抗能力。
首先,FLOF將傳統的局部離群因子概念結合模糊邏輯與局部密度估計,為每個資料點賦予離群程度的模糊隸屬度(而非二元的離群標記)。並透過分析滑動視窗大小與離群強度指標對局部密度偏差的影響,藉以量化離群點的嚴重程度。演算法進一步以非離群點模糊隸屬度的補數作為權重對離群點進行插值替補,從而在消除異常值的同時保留序列原有的趨勢。此方法有效去除異常峰值並維持時間序列的構造完整性。透過預先清除振幅離群點,FLOF 提升了相似度評估的穩健性。其可調參數機制使之可適應高頻波動、季節性週期、高雜訊等各類常見時間序列數據環境。實驗結果顯示,FLOF 能準確找出真實離群點且不對正常資料過度校正,是一種可靠的時間序列資料預處理方法。
其次,TACR演算法專為校正時間偏移(TS)和時間均勻伸縮(TUS)所導致的序列錯位問題。該方法採用三個步驟處理:首先對序列進行平滑處理以降低雜訊;再擷取序列中的局部極值點以構成代表形態的特徵序列;最終透過二序列極值點位置的交叉比(Cross Ratio)推估,並校正時間軸之伸縮比例與偏移量。由極值間距算得的交叉比是一種射影不變量,可直接推斷觀察序列相對查詢序列所需的時間伸縮因子和偏移量。依據這些參數調整觀察序列的時間軸,TACR得以精確對齊兩序列中對應事件的時間位置。相較於動態時間校正(DTW)等需要高計算量的傳統對齊方法,TACR僅利用局部極值等少量特徵點進行計算,大幅降低了時間複雜度。因而TACR在處理大規模資料時具備極高的效率。同時,由於對齊是以顯著特徵為基礎,而非對整個序列任意拉伸變形,序列整體的形態特徵得以保留。實驗分析顯示,TACR能以極小誤差復原各種時間差異(例如20% 的時間壓縮或拉伸,以及固定的時間延遲),確保結構相似的序列得到正確對齊。透過消除非同步或時間尺度不一致造成的偏差,此方法顯著提升了後續相似度計算的可靠性。
最後,RED演算法以抗振幅變異為核心,處理振幅偏移(AS)、振幅均勻伸縮(AUS)和振幅加性雜訊(AAN)等問題。該方法透過將時間序列的數值範圍等間距地劃分為多個區間,並將資料點映射為符號表示,RED將序列轉換為對線性振幅變化不敏感的形式。在經FLOF與TACR預處理(離群值已移除、時間對齊且長度一致)後,將查詢序列與觀察序列的數值依其所屬的區間轉換為符號序列。進一步引入模糊邏輯,為對應時間點之離散值配對定義相似度的模糊隸屬函數,經由此模糊的符號轉換,即使兩序列絕對振幅不同,但只要形狀趨勢相同,其符號化後的模式也會高度相似。因此,峰谷等特徵將以不受絕對值影響的方式表達,確保即使存在固定偏移或均勻伸縮也不改變其形態表示。接著,RED計算兩個符號序列之間的模糊相似度,亦即比較它們的形狀特徵而忽略振幅差異。此方法在各種振幅條件下均能有效維持真正的模式相似性:對於形狀相同但量值不同,或含有中等雜訊的序列,使用RED所得到的模糊相似度仍能維持高準確性,有效維持序列形狀特徵的穩定表徵。測試顯示,即便序列經歷顯著的振幅平移、縮放及雜訊擾動,RED仍可將處理後的序列與原序列之相似度維持在0.97以上,展現出優異的抗雜訊能力與振幅不變性。透過著重比較振幅的相對分佈與排序,而非依賴平均值等整體統計量,RED降低了振幅與雜訊的影響,在消除振幅失真偏差的同時提供了穩健的最終相似度量。
綜合三項演算法,本研究建構一套完整且高效的FLOF-TACR-RED相似度評估框架,並透過系統化實驗加以驗證。測試資料涵蓋了具有代表性的合成時間序列模式(如「頭肩頂」形態及其他股價圖形型態),模擬各類變異情境。首先,在振幅離群干擾測試中,針對原始序列加入不同比例(0%、5%、10%)的離群點,FLOF演算法均成功偵測並校正了離群點:在無離群值的情況下(0%)完全保留了序列結構,在離群點佔10%的高度污染情境下,仍有效清除離群而無錯判,且未破壞原有結構。其次,在時間軸變化測試中,對序列施加了設定的偏移與伸縮(例如偏移5%~20% 的長度、時間軸壓縮至0.8倍或拉伸至1.2倍),TACR能準確估計出目標的偏移量與伸縮比例,使經校正後的序列之主要峰谷與原序列在時間上精確對齊。再次,在振幅變動與雜訊測試中,對序列加入固定基線偏移、最高±20%的整體振幅伸縮,以及均值為0、標準差達0.1的高斯雜訊;RED演算法處理後的序列與原始序列之模糊相似度皆維持在 0.97 以上,顯示儘管存在這些振幅與雜訊擾動,序列的相似性幾乎未受到影響。
此外,本研究亦將上述三階段方法與現有技術如局部極值動態時間扭曲(Locally Elastic Dynamic Time Warping, LE-DTW)技術進行對照。結果顯示,在同時存在離群點、時間錯位、振幅伸縮與雜訊的情境下,整合的FLOF-TACR-RED方法在所有測試案例中均顯著優於LE-DTW。LE-DTW所輸出之距離度量在這些變異因素的影響下易受到嚴重扭曲(例如在某測試模式中,僅引入輕微變異便導致LE-DTW計算的距離值飆升四倍以上);相對之下,對於相同受擾序列,所提方法依然維持極高的相似度(模糊相似度≥ 0.98)。在四種不同圖形型態及多種組合干擾條件下,整合方法皆取得接近1.0的相似度分數,幾乎完全還原了序列之原始結構相似性。這些結果證實,所提出的各演算法(特別是結合運用時)大幅增強了時間序列相似度評估的穩健性。透過濾除振幅離群、校正時間錯位、抵消振幅差異,FLOF-TACR-RED 方法得以保留傳統方法在嚴苛條件下難以捕捉的序列真實相似關係。
總而言之,本研究提出了一套全面的解決方案,以改善在各種振幅與時間扭曲及雜訊干擾下的時間序列相似度評估。所提出的三種新穎演算法各自針對特定的變異類型,並集成形成一個高效的預處理與評估框架。透過系統性的理論推導與實驗驗證,本研究證明此整合方法相較傳統技術能夠提供更可靠且精確的相似度評估,大幅提升了對離群點、錯位與雜訊的抵抗力。研究成果不僅為時間序列分析提供了新的方法論見解,也對現實應用具有實際意義。無論是金融趨勢分析、生醫訊號比對,或工業感測監控,穩健的相似度量都是決策分析的關鍵,有賴於本研究所提出的方法來加以強化
中小企業供應鏈轉型歷程研究:以鋁擠型產業A公司為例
隨著全球製造業環境劇烈變遷,供應鏈管理已成為企業競爭力之關鍵。台灣鋁擠型產業自1960年代發展以來,歷經多次產業轉型與應用領域擴展,面對綠色永續、智慧製造與國際市場重組等挑戰。中小企業在資源有限情況下,如何調整供應鏈結構與營運模式,成為亟需關注之議題。
本研究以A公司為例,透過個案分析法,系統性探討該公司自1984年至2024年間,歷經經銷代理、垂直整合製造與品牌創新三階段供應鏈轉型歷程,分析各階段面臨之環境變化、管理挑戰與應對策略,並檢視轉型過程中的應用與效益。
研究結果顯示,A公司透過資源重配置、技術升級與產業聯盟,成功因應市場變動與國際趨勢,逐步建構具市場彈性與高附加價值之供應鏈體系,並強化轉型韌性與競爭優勢。最後,提出供應鏈管理實務建議,期能作為中小型製造業推動供應鏈轉型與永續經營之參考依據