李嘉晃

Lee, Chia-Hoang・資訊學院・資訊科學與工程研究所、多媒體工程研究所

碩士平均畢業時長

2.10 年

中位數 2.05 年・18 人

博士平均畢業時長

7.92 年

中位數 7.92 年・1 人

收錄論文

20 篇

100–106 學年度

全校中位數（供對照）

碩士 2.10・博士 6.11 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

機器學習machine learning類神經網路半監督式學習Semi-supervised Learning卷積類神經網路neural network深度學習Deep learning稀疏編碼Sparse Codingconvolutional neural network潛在因素分類Universum Learningclustering中國餐廳過程無母數模型non-parametricChinese Restaurant Process整體式學習假設選擇假設發散階層式假設結構Ensemble LearningHypothesis SelectionHypothesis DivergenceHypothesis Hierarchical Structure超出詞彙問題out of vocabulary產生性對抗式網路Neural networksGenerative adversarial networks時間序列多變量time seriesmultivariate基於內容的圖像檢索基於區域的卷積類神經網路潛在語意空間Content-based Image RetrievalConvolution Neural NetworkRegion-based Convolutional NetworkLatent Semantic Space即時競價得標價需求方平台Real-Time BiddingWinning PriceDemand Side Platform

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
106	假說選擇之於整體式學習之研究 Hypothesis Selection for Ensemble Learning 資訊科學與工程研究所・共同指導：莊仁輝、劉建良整體式學習、假設選擇、假設發散、階層式假設結構、Ensemble Learning、Hypothesis Selection、Hypothesis Divergence、Hypothesis Hierarchical Structure	碩士	104	2017-09-06	2.10 年
106	基於字元型式廣度與深度卷積類神經網路預測廣告點擊率之研究 Click Through Rate Prediction Using Character-level Wide and Deep Convolutional Neural Network 多媒體工程研究所・共同指導：莊仁輝、劉建良類神經網路、卷積類神經網路、超出詞彙問題、neural network、convolutional neural network、out of vocabulary	碩士	104	2017-09-05	2.10 年
106	產生性對抗式網路於無配對條件之圖片與文字間轉換 Unpaired Translation between Images and Texts Using Generative Adversarial Networks 資訊科學與工程研究所・共同指導：莊仁輝、劉建良類神經網路、深度學習、產生性對抗式網路、Neural networks、Deep learning、Generative adversarial networks	碩士	104	2017-09-05	2.10 年
106	多變量卷積類神經網路於時間序列資料分類 Multivariate Convolutional Neural network for time series classification 資訊科學與工程研究所・共同指導：莊仁輝、劉建良時間序列、機器學習、深度學習、類神經網路、卷積類神經網路、多變量、time series、machine learning、deep learning、neural network、convolutional neural network、multivariate	碩士	104	2017-09-05	2.10 年
105	基於語意的圖像檢索 Semantics-based Image Retrieval 資訊科學與工程研究所・共同指導：劉建良、莊仁輝基於內容的圖像檢索、類神經網路、深度學習、卷積類神經網路、基於區域的卷積類神經網路、潛在語意空間、Content-based Image Retrieval、Neural Network、Deep Learning、Convolution Neural Network、Region-based Convolutional Network、Latent Semantic Space	碩士	103	—	無法計算
104	基於局部性預測即時競價之得標價 Predict the Winning Price of Real-Time Bidding Based on Locality 多媒體工程研究所・共同指導：劉建良、莊仁輝即時競價、得標價、需求方平台、Real-Time Bidding、Winning Price、Demand Side Platform	碩士	103	2016-08-18	2.05 年
104	基於情緒和潛在因素之影片配樂推薦系統 Mood Based Video Background Music Recommendation via Latent Factor 多媒體工程研究所・共同指導：劉建良背景音樂推薦系統、基於情緒的、潛在因素、Background music recommendation system、mood based、latent factor model	碩士	102	2016-08-17	3.04 年
104	基於印度餐廳過程的特征抽取整合分群法 Feature-Based Ensemble Clustering with Indian Buffet Process 資訊科學與工程研究所・共同指導：劉建良、莊仁輝印度餐廳過程、整合分群、特征抽取、Indian buffet process、ensemble clustering、feature subsets selection	碩士	103	2016-07-31	2.00 年
104	基於Universum最大化邊界的稀疏編碼 Max-Margin Sparse Coding with Universum 資訊科學與工程研究所・共同指導：劉建良分類、支持向量機器、稀疏編碼、Classi cation、SVM、U-SVM、Universum Learning、Sparse Coding、Block Coordinate Descent	碩士	102	2015-08-18	2.05 年
103	透過分群並自動標記標籤分析使用者行為 User Behavior Analysis via Clustering with Automatic Tagging 多媒體工程研究所・共同指導：劉建良分群、標籤、無母數、clustering、taging、nonparametric、labeling	碩士	102	2015-08-21	2.05 年
103	基於中國餐廳過程之貝氏探索分群法 Bayesian Exploratory Clustering Based on Chinese Restaurant Process 資訊科學與工程研究所・共同指導：劉建良中國餐廳過程、無母數模型、分群法、non-parametric、clustering、Chinese Restaurant Process	碩士	102	2015-08-20	2.05 年
103	運用半監督式學習法之文件探勘研究 Text Mining with Semi-Supervised Learning 資訊科學與工程研究所・共同指導：劉建良機器學習、監督式學習、非監督式學習、半監督式學習、Universum學習、稀疏編碼、Machine Learning、Supervised Learning、Unsupervised Learning、Semi-supervised Learning、Universum Learning、Sparse Coding	博士	96	2015-07-03	7.92 年
103	基於最大化邊界的稀疏編碼 Maximum Margin Sparse Coding 資訊科學與工程研究所・共同指導：劉建良最大化邊界、稀疏編碼、坐標下降法、Max-margin、Sparse Coding、coordinate descent	碩士	101	2014-09-02	2.09 年
103	基於潛在協同關係之快速推薦系統 Fast Recommendation on Latent Collaborative Relations 資訊科學與工程研究所・共同指導：劉建良協同過濾、潛在因素、快速推薦、Locality sensitive hashing、Collaborative filtering、Latent Factor、Fast recommendation	碩士	101	2014-08-18	2.05 年
103	貝氏無母數多重標記資料分群法 Bayesian Nonparametric Multi-Label Clustering 資訊科學與工程研究所・共同指導：劉建良貝氏無母數、多重標記、Bayesian Nonparametric、Multi-Label	碩士	101	2014-08-15	2.04 年
102	基於中國餐廳過程之在線學習方法 Online Chinese Restaurant Process 資訊科學與工程研究所在線學習、中國餐廳過程、分類、無母數模型、Online Learning、Chinese Restaurant Process、Classification、Non-parametric	碩士	100	2013-09-10	2.11 年
100	基於Semi-AdaBoost.MH加上 Universum Example之文件分類法 Document Classification based on Semi-AdaBoost.MH with Universum Example 資訊科學與工程研究所機器學習、半監督式學習、machine learning、semi-supervised learning、AdaBoost.MH、Universum	碩士	99	2012-07-25	1.98 年
100	基於虛擬標記資訊之半監督式特徵值擷取演算法 Semi-supervised Feature Selection Using Soft-label Information 資訊科學與工程研究所機器學習、特徵值擷取、machine learning、feature selection	碩士	99	2012-07-25	1.98 年
100	基於Constrained-pLSA之半監督式判別分群 Semi-Supervised Discriminant Clustering via Constrained-pLSA 多媒體工程研究所機器學習、半監督式學習、資料降維、machine learning、semi-supervised learning、dimensional reduction	碩士	99	2012-07-25	1.98 年
100	基於Constrained-Nonnegative Matrix Factorization之半監督式分群法 Clustering with Labeled and Unlabeled Data Based on Constrained -Nonnegative Matrix Factorization 資訊科學與工程研究所機器學習、半監督式學習、machine learning、semi-supervised learning、non-negative matrix factorization	碩士	99	2012-07-24	1.98 年