曾意儒

Tseng, Yi-Ju・資訊學院・資訊科學與工程研究所、數據科學與工程研究所

碩士平均畢業時長

2.16 年

中位數 2.06 年・11 人

在職專班平均畢業時長

3.05 年

中位數 3.05 年・1 人

收錄論文

13 篇

112–114 學年度

全校中位數（供對照）

碩士 2.10・在職專班 2.08 年

畢業時長趨勢

每學年度畢業人數

只計入有論文收錄的畢業生；中途休學或更換指導教授的學生不會出現在這裡。

研究關鍵字

電子健康紀錄tabular dataTransformerElectronic Health Records機器學習Machine Learning深度學習Deep Learning多模態學習知識蒸餾預訓練語言模型模型微調模型集成可變形蒸餾Knowledge DistillationPre-trained Language ModelsModel Fine-tuningModel EnsembleDeformable Distillation疾病進程預測多模態資料可變形注意力模組EHRDisease Progressionmultimodal inputDeformable Attention多標籤分類表格資料TabM標籤感知模型臨床風險預測multi-label classificationlabel-aware modelclinical risk prediction表格深度學習目標編碼自注意力機制變換器表徵學習Tabular Deep LearningTarget EncodingSelf-AttentionRepresentation Learning電子健康病歷風險預測圖神經網路本體整合共現模式時間感知 TransformerRisk Prediction

想看最新的研究方向與計畫經費，也可以查政府研究計畫（GRB）。

指導論文

學年度	論文	學制	入學	提交日期	畢業時長
114	SDS-BERT：具備協同式多樣性選擇機制之強健知識蒸餾框架 SDS-BERT: Synergistic Diversity-driven Selection for Robust Knowledge Distillation 資訊科學與工程研究所知識蒸餾、預訓練語言模型、模型微調、模型集成、可變形蒸餾、Knowledge Distillation、Pre-trained Language Models、Model Fine-tuning、Model Ensemble、Deformable Distillation	碩士	113	2026-07-07	1.93 年
114	基於可變形注意力架構之多模態時間型電子病歷資料的疾病進展預測方法 Transformer-Based Disease Progression Prediction with Deformable Attention on Multimodal Temporal EHR Data 資訊科學與工程研究所電子健康紀錄、疾病進程預測、多模態資料、可變形注意力模組、EHR、Disease Progression、multimodal input、Deformable Attention	碩士	112	2026-07-03	2.92 年
114	ML-TabM：基於TabM的多標籤表格資料分類模型 ML-TabM: Extending TabM for Multi-Label Tabular Classification 資訊科學與工程研究所多標籤分類、表格資料、TabM、標籤感知模型、臨床風險預測、multi-label classification、tabular data、label-aware model、clinical risk prediction	碩士	113	2026-07-02	1.92 年
113	針對表格學習之具目標條件控制的跨維度與跨編碼注意力網路 XDEAT: Cross-Dimensional and Cross-Encoding Attention with Target-aware Conditioning in Tabular Learning 數據科學與工程研究所表格深度學習、目標編碼、自注意力機制、變換器、表徵學習、Tabular Deep Learning、Target Encoding、Self-Attention、Transformer、Representation Learning	碩士	112	2025-08-25	2.07 年
113	結合外部知識與時間動態的圖神經網路應用於電子病歷之風險預測 Integrating External Knowledge and Temporal Dynamics in Graph-Based Models for Risk Prediction Using Electronic Health Records 資訊科學與工程研究所電子健康病歷、風險預測、圖神經網路、本體整合、共現模式、時間感知 Transformer、Electronic Health Records、Risk Prediction、Graph Neural Networks、Ontology Integration、Co-occurrence Patterns、Time-Aware Transformer	碩士	112	2025-08-21	2.06 年
113	LegendFusion：以機器學習融合技術加速抗原設計流程 LegendFusion: Accelerating Antigen Design through Intelligent ML Fusion 資訊學院碩士在職專班抗原預測、機器學習、網頁工具、ELISA 分數預測、IHC 預測、Antigen Prediction、Machine Learning、Web-based Tool、ELISA Score Prediction、IHC Prediction	碩士在職專班	111	2025-08-20	3.05 年
113	導引式深度聚類模型結合虛擬文本於敗血症分群 Navigator-Driven Pseudo Text for Deep Clustering of Early Sepsis Phenotyping 數據科學與工程研究所敗血症表型、電子健康紀錄、臨床文本、目標導向、聚類、深度學習、精準治療、Sepsis Phenotyping、Electronic Health Records、Clinical Text、Target Navigator、Clustering Network、Deep Learning、Treatment Effect Analysis	碩士	112	2025-08-15	2.04 年
113	EHR-TabFuse：透過交叉注意方法整合時序性電子病歷資料和表格登記資料以預測肺癌患者的二次癌症風險 EHR-TabFuse: A Cross-Attention Model for Integrating Temporal Electronic Health Records and Tabular Registry to Predict Second Primary Cancer Risk in Lung Cancer Patients 電機資訊國際碩士學位學程多模態學習、交叉注意力機制、時序性資料、表格式資料、肺癌、第二原發性癌症、multi-modal learning、cross-attention、temporal data、tabular data、lung cancer、second primary cancer	碩士	111	2025-02-12	2.54 年
113	基於臨床事件序列的自體免疫疾病時間表型分群 Temporal Phenotyping of Autoimmune Diseases Based on Clinical Event Sequence 人工智慧技術與應用碩士學位學程系統性自體免疫疾病、嚴重併發症、電子健康紀錄、臨床事件序列、時間表型分群、Transformer、systemic autoimmune disease、severe complications、electronic health record、clinical event sequence、temporal phenotype clustering	碩士	111	—	無法計算
112	應用時序性多粒度電子病歷資料之多模態模型於冠狀動脈心臟病風險預測 Temporal Multi-Granularity Interaction and Multi-Modality Model for Coronary Artery Disease Risk Prediction with Electronic Medical Records 數據科學與工程研究所電子病歷、疾病風險預測、時序矩陣表示法、序列表示法、多模態學習、Electronic Medical Records (EMRs)、Disease Risk Prediction、Temporal Matrix-based Representation、Sequence-base Representation、Multimodal Learning	碩士	111	2024-08-28	2.08 年
112	深度強化學習與加權行為模仿在敗血症治療優化中的應用 Deep Reinforcement Learning With Weighted Behavior Cloning for Sepsis Treatment Optimization 資訊科學與工程研究所離線強化學習、行為模仿、敗血症治療、Offline Reinforcement Learning、Behavior Cloning、Sepsis Treatment	碩士	111	2024-08-21	2.06 年
112	利用元強化學習和時序條件自編碼器的抗飄移式資料擾動 Anti-Drift Data Perturbation using Meta-Reinforcement Learning with Temporal Conditional AutoEncoder 數據科學與工程研究所概念飄移、元強化學習、資料評估、資料擾動、時序線索、自編碼器、深度學習、Concept Drift、Meta-Reinforcement Learning、Data Evaluation、Data Perturbation、Temporal Cues、Autoencoder、Deep Learning	碩士	111	2024-08-20	2.05 年
112	基於多任務神經網路的血液透析處方建議：任務組間的協同效應 Hemodialysis Prescription Recommendations Using Multi-task Neural Network : Synergistic Task Combination 資訊科學與工程研究所多任務學習、機器學習、血液透析、透析處方、任務組合、multi-task learning、machine learning、hemodialysis、dialysis prescription、task grouping	碩士	111	2024-08-18	2.05 年