程毅豪

Yi-Hau Chen・醫學院・公共衛生研究所

碩士平均畢業時長
2.13 年
中位數 1.96 年・19 人
收錄論文
19 篇
101–114 學年度
全校中位數(供對照)
碩士 2.10 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 learninglogistic regression深度學習Deep learningneural network類神經網路低劑量電腦斷層肺癌風險預測多模態融合模型風險排序風險分層LDCTlung cancer predictionmultimodal fusionrisk rankingrisk stratification輕度認知障礙長短期記憶模型失智症篩檢量表認知功能狀態LSTMMCICognitive statusDementia多模態肺結節醫療影像融合MultimodalPulmonary noduleMedical imageFusion再現性可重複性特徵篩選羅吉斯回歸reproducibilityreplicabilityfeature selection分位數支持向量機隨機森林XGBoost神經網絡quantilesupport vector machinerandom foresteXtreme Gradient Boosting機器學習顯著性

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
Multimodal CT and Tabular Feature Model for Two-Year Lung Cancer Risk Prediction in Pulmonary Nodules
公共衛生研究所
低劑量電腦斷層、肺癌風險預測、多模態融合模型、風險排序、風險分層、LDCT、lung cancer prediction、multimodal fusion、risk ranking、risk stratification
碩士1132026-06-111.86 年
114
Based on LSTM and Personalized Risk Information: Enhancing MCI Detection in Predicting Dementia Progression
公共衛生研究所
輕度認知障礙、長短期記憶模型、深度學習、失智症篩檢量表、認知功能狀態、LSTM、MCI、Deep learning、Cognitive status、Dementia
碩士1122026-05-282.82 年
113
Multimodal Deep Learning For Pulmonary Nodule Diagnosis : Combining CT And X-ray Imaging Features
公共衛生研究所
深度學習、多模態、肺結節、醫療影像、融合、Deep learning、Multimodal、Pulmonary nodule、Medical image、Fusion
碩士1122025-07-181.96 年
112
Type-I Errors Due to Model Selection in Data Mining
公共衛生研究所・共同指導:郭炤裕
再現性、可重複性、特徵篩選、羅吉斯回歸、機器學習、reproducibility、replicability、feature selection、logistic regression、machine learning
碩士1112024-07-081.94 年
112
Novel Quantile Machine Learning and Neural Network Approaches
公共衛生研究所・共同指導:郭炤裕
機器學習、分位數、支持向量機、隨機森林、XGBoost、神經網絡、machine learning、quantile、support vector machine、random forest、eXtreme Gradient Boosting、neural network
碩士1112024-05-171.79 年
112
A Novel Composite Decision Rule Measures the Significance Level of Machine Learning and Neural Network
公共衛生研究所・共同指導:郭炤裕
機器學習、機器學習顯著性、分類器、NIR、Machine Learning、Machine Learning Significance、Classifier
碩士1112024-04-101.69 年
112
Survival Analysis for Recurrent and Terminal Events data: A Case Study on Recurrent Sepsis on MIMIC-III Clinical Database
公共衛生研究所
復發事件、終止事件、雙變量邊際虛擬觀測值模型、MIMIC-III資料庫、敗血症、Recurrent events、Terminal event、Bivariate marginal pseudo-observation model、MIMIC-III database、Sepsis
碩士1102023-12-182.38 年
110
A model for predicting 10 year risks of coronary heart disease CHD : Comparing logistic regression and neural networks.
公共衛生研究所
冠狀動脈心臟病、機器學習、邏輯斯迴歸、類神經網路、合成少數過採樣方法、Coronary heart disease(CHD)、Machine learning、Logistic regression、Neural networks、Synthetic Minority Oversampling Technique(SMOTE)
碩士1092022-07-061.93 年
109
Dimension Reduction methods for pneumonia image data.
公共衛生研究所
影像、主成分分析、核主成分分析、等距特徵映射、維度縮減、PCA、KPCA、Isomap、dimension reduction
碩士1082021-07-261.98 年
108
A simulation study of machine learning imputation strategies for survival data
公共衛生研究所・共同指導:郭炤裕
K最近鄰居插補法、隨機森林插補法、存活模擬資料、Cox比例風險模式、K-Nearest neighbors imputation、Random forest imputation、survival data simulation、cox proportional hazard model
碩士1072020-06-281.91 年
108
The Optimal Cutoff Point for a Trinomial Outcome using Bootstrap Confidence Intervals
公共衛生研究所・共同指導:郭炤裕
羅吉斯迴歸、多元羅吉斯迴歸、拔靴法信賴區間、最適切點、三元分類、Logistic Regression、Multinomial Logistic Regression、Bootstrap Confidence Intervals、Optimal Cutoff Point、Trinomial Outcome
碩士1072020-06-281.91 年
108
The optimal cross validation strategy for neural network using DLNM-typed time series data
公共衛生研究所・共同指導:郭炤裕
變數遞延型態的時間序列資料、交叉驗證、類神經網路、DLNM-typed Time Series Data、Cross Validation、Neural Network
碩士1072020-06-271.91 年
108
Gradient Boosting the Youden Index - A new strategy to find the optimal biomarker combination
公共衛生研究所・共同指導:郭炤裕
機器學習、梯度提升法、約登指數、診斷正確率、最佳生物標記之組合、Machine Learning、Gradient Boosting、Youden Index、Diagnosis Accuracy、Biomarker Combination
碩士1062019-09-242.15 年
107
Multivariate Approaches for the Distributed Lag Non-Linear Model
公共衛生研究所・共同指導:郭炤裕
非線性遞延分配模型、溫度與死亡相關性、Distributed lag non-linear model、Association between temperature and mortality
碩士1052019-12-063.35 年
106
The 3 +3 Design And Modified Toxicity Probability Interval Designs For The Maximum Tolerated Dose (MTD) In Phase I Clinical Trial
公共衛生研究所
最大耐受劑量、3+3設計、貝氏檢定、第一期臨床試驗、Maximum Tolerated Dose、3 +3 design、Bayesian test、phase I trial
碩士1042018-08-133.03 年
105
Comparing the Generalized Poisson Regression And Negative Binomial Regression Methods In Dealing With Overdispersion
公共衛生研究所
卜瓦松迴歸模型、廣義卜瓦松迴歸模型、負二項迴歸模型、過度離散、Poisson regression、Generalized Poisson regression、Negative binomial regression、Overdispersion
碩士1042017-07-271.99 年
104
Factor analysis in treatment gap time of Parkinson's disease
公共衛生研究所
帕金森氏症、重複間隔時間、重複測量變異數分析、廣義估計方程式、共病症、Parkinson's Disease、recurrent gap time、Repeated Measures ANOVA、Generalized Estimating Equation、comorbidity
碩士1032016-07-151.95 年
102
Forecasts of Taiwan R.O.C. Mortality, Fertility, Migration and Population from 2014 to 2034 Using a Bayesian Approach
公共衛生研究所
預測、貝氏統計方法、卡爾曼濾波器、人口變動要素合成法、Bayesian prediction、Kalman filter、Cohort component method
碩士1012014-07-221.97 年
101
Estimation and Model Selection for Heritability Using Twin Data
公共衛生研究所
None
碩士1002013-07-161.96 年