郭炤裕

Chao-Yu Guo・醫學院・公共衛生研究所

碩士平均畢業時長

2.11 年

中位數 1.91 年・30 人

收錄論文

34 篇

100–114 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 LearningNeural Network多項式遞延分配模型排列檢定深度學習Deep LearningXGBoost廣義估計方程式隨機森林support vector machinerandom forest非線性遞延分配模型Distributed lag non-linear modelPolynomial Distributed Lag Model模型評估Model Evaluation神經網路Gradient boostinglogistic regression交互作用心臟衰竭Heart Failure支援向量機溫度與死亡相關性Association between temperature and mortality複雜疾病罕見變異Complex disease序列核關聯檢定家族關聯資料sequence kernel association testfamily-based datajoint test of gene and gene-environment interactionPoisson Regression Model整體誤差率多重檢定Family-wise error rateMultiple testingPermutation test序列蒙地卡羅經驗p值計算效率Permutation TestingSequential Monte CarloEmpirical P-ValueComputational Efficiency多標籤分類損失函數實例標籤資訊

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	更有效率的機器學習方法經驗P值 More Efficient Empirical P-values for Machine Learning Approaches 公共衛生研究所・共同指導：黃冠華機器學習、排列檢定、序列蒙地卡羅、經驗p值、計算效率、Machine Learning、Permutation Testing、Sequential Monte Carlo、Empirical P-Value、Computational Efficiency	碩士	113	2026-06-03	1.84 年
114	透過新型損失函數以提升多標籤分類效能 Enhancing Multi-Label Classification via Novel Loss Functions 公共衛生研究所・共同指導：黃冠華深度學習、多標籤分類、損失函數、實例標籤資訊、模型效能優化、Deep Learning、Multi-Label Classification、Loss Function、Instance-Level Label Information、Model Performance Optimization	碩士	113	2026-06-03	1.84 年
114	多重雙向遞歸填補時間序列 Multiple Bidirectional Recurrent Imputation for Time Series 公共衛生研究所・共同指導：鄭浩民時間序列、填補、雙向遞歸填補、向量自回歸、主成分分析、time series、imputation、Bidirectional Recurrent Imputation、Vector Autoregression、Principal Component Analysis	碩士	111	2024-07-02	1.92 年
113	利用極限梯度提升機器處理迴歸問題時評估經驗與分析性p值 Empirical and Analytical P-values of the eXtreme Gradient Boosting Machine in Regression Problems 公共衛生研究所・共同指導：黃冠華機器學習、模型評估、顯著性、線性迴歸、相關係數、Machine Learning、Model Evaluation、Significance、Linear Regression、Pearson's correlation	碩士	112	2025-07-03	1.92 年
113	一種革命性的機器學習模型配適法 A Revolutionary Model Fitting for Machine Learning 公共衛生研究所・共同指導：黃冠華機器學習、XGBoost、神經網路、監督式學習、非監督式學習、Machine Learning、eXtreme Gradient Boosting Machine、Neural Network、Supervised Learning、Unsupervised Learning	碩士	112	2025-06-25	1.90 年
113	一種針對醫學數據轉換至影像的變分自動編碼器之新穎結構式遮罩演算法 A Novel Structured Masking Algorithm for Variational Auto- Encoder (VAE) with Image-Transformed Medical Data 公共衛生研究所・共同指導：黃冠華遺失資料、深度學習、變分⾃動編碼器、遮罩演算法、結構式插補、Missing Data、Deep Learning、Variational Autoencoder (VAE)、Masking Algorithm、Structured Imputation	碩士	112	2025-06-05	1.85 年
113	機器學習中連續特徵的新型評估指標 Novel Evaluation Metrics for Continuous Features in Machine Learning 公共衛生研究所・共同指導：黃冠華機器學習、模型評估、回歸預測、多數準確正確率、混淆矩陣、machine learning、model evaluation、regression、major accuracy、confusion matrix	碩士	112	2025-05-08	1.77 年
112	整合梯度提升技術於廣義估計方程式 Integration of gradient boosting technique to generalized estimated equations 公共衛生研究所相關性資料、階層式資料、廣義估計方程式、機器學習、梯度提升、Correlated data、Hierarchical data、Generalized Estimating Equations、Machine learning、Gradient boosting	碩士	110	2024-08-28	3.07 年
112	使用模型選擇進行資料探勘所導致的型一誤差 Type-I Errors Due to Model Selection in Data Mining 公共衛生研究所・共同指導：程毅豪再現性、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	111	2024-07-08	1.94 年
112	由虛擬資料集探討神經網路之特徵間交互作用效果 Pseudo Dataset Discovers Feature Interaction in Neural Network 公共衛生研究所・共同指導：鄭浩民可解釋機器學習、神經網路、基於擾動的方法、特徵重要性、交互作用、Explainable artificial intelligence、Neural network、Perturbation-based methods、Feature attribution、Interaction effect	碩士	111	2024-06-24	1.90 年
112	分位數結合機器學習與神經網絡的新穎分析方法 Novel Quantile Machine Learning and Neural Network Approaches 公共衛生研究所・共同指導：程毅豪機器學習、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	111	2024-05-17	1.79 年
112	一種新穎的複合決策規則衡量機器學習和神經網路的顯著性水平 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：程毅豪機器學習、機器學習顯著性、分類器、NIR、Machine Learning、Machine Learning Significance、Classifier	碩士	111	2024-04-10	1.69 年
109	隨機交互作用森林 Random Interaction Forest 公共衛生研究所交互作用、隨機森林、機器學習、Interaction、Random Forest、Machine learning	碩士	108	2021-06-17	1.88 年
108	使用抽樣策略和深度學習方法對急性心臟衰竭預測模型的表現 The Performance of the Prognostic Modeling for Incident Heart Failure Using the Sampling Strategy and Deep Generative Model (VAE) 公共衛生研究所・共同指導：鄭浩民變分自動編碼器、機器學習、深度學習、不平衡資料問題、心臟衰竭、抽樣方法、Variational Autoencoder、Machine Learning、Deep Learning、Imbalance data、Heart Failure、Sampling Strategy	碩士	107	2020-08-02	2.00 年
108	預測大腸直腸癌發生模型：表較廣義線性模式與廣義非線性模式 Predictions for Colorectal Carcinoma Using Linear and Non-linear Models 公共衛生研究所大腸直腸癌、大腸鏡檢查、廣義非線性模式、廣義線性模式、廣義估計方程式、Colonoscopy、Permutation Method、Generalized Nonlinear Model、Generalized Linear Model、Generalized Estimating Equation	碩士	105	2020-06-29	3.91 年
108	利用機器學習方法插補存活分析資料逕行模擬評估模型誤差 A simulation study of machine learning imputation strategies for survival data 公共衛生研究所・共同指導：程毅豪 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	107	2020-06-28	1.91 年
108	利用拔靴法信賴區間估計值處理三元分類資料的最優化切點 The Optimal Cutoff Point for a Trinomial Outcome using Bootstrap Confidence Intervals 公共衛生研究所・共同指導：程毅豪羅吉斯迴歸、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	107	2020-06-28	1.91 年
108	Jackson Heart Study心臟衰竭之機器學習優化預測模型 The Optimal Machine Learning Strategy for Prediction of Incident Heart Failure in Jackson Heart Study 公共衛生研究所・共同指導：鄭浩民心臟衰竭、機器學習、預測模型、Lasso羅吉斯回歸、支援向量機、隨機森林、XGBOOST、Heart failure、Machine learning、Prediction model、Lasso logistic regression、Support vector machine、Random forest	碩士	107	2020-06-28	1.91 年
108	優化交叉驗證方法與神經網路模型運用在變數遞延型態的時間序列資料 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：程毅豪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	107	2020-06-27	1.91 年
108	使用機器學習梯度提升法優化約登指數以找出最佳生物標記之組合 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：程毅豪機器學習、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	106	2019-09-24	2.15 年
107	非線性遞延分配模型之多變量分析策略 Multivariate Approaches for the Distributed Lag Non-Linear Model 公共衛生研究所・共同指導：程毅豪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	105	2019-12-06	3.35 年
107	新模型選取策略 - 逐步支援向量機 A New Model Selection Strategy - Stepwise Support Vector Machine ( StepSVM ) 公共衛生研究所向前逐步迴歸法、機器學習、支援向量機、遞歸特徵消除、模型選取、Forward stepwise regression、Machine learning、Support vector machine、Recursive feature elimination、Model selection	碩士	106	2019-06-20	1.88 年
106	利用罕見變異強度估計來進行複雜疾病的致病基因定位 Gene Mapping for Complex Disorders by Using an Estimation of Rare Variant Intensity 公共衛生研究所・共同指導：楊欣洲複雜疾病、罕見變異、局部多項式迴歸、關聯檢定、次世代定序、Complex disease、rare variant、local polynomials、association test、next-generation sequencing	碩士	105	2018-08-16	2.04 年
106	急性心臟衰竭的統計預後模型 Statistical prediction models for acute heart failure 公共衛生研究所・共同指導：鄭浩民急性心臟衰竭、Cox 比例風險模型、AHEAD、AHEAD-U、預後、Acute heart failure、Cox proportional hazards model、Prognosis	碩士	105	2018-05-29	1.82 年
106	使用序列核關聯檢定偵測家族資料的基因與環境交互作用之最佳檢定 Optimal Tests For Family-Based Gene-Environment Interaction Using Sequence Kernel Association Test 公共衛生研究所・共同指導：楊欣洲序列核關聯檢定、家族關聯資料、基因和基因與環境交互作用的聯合檢定、蒙地卡羅方法、最佳檢定、sequence kernel association test、family-based data、joint test of gene and gene-environment interaction、Monte Carlo methods、optimal test	碩士	105	2018-05-25	1.81 年
105	使用序列核關聯檢定偵測家族資料的基因與環境交互作用 Detecting Family-Based Gene-Environment Interaction Using Sequence Kernel Association Test (FGESKAT) 公共衛生研究所・共同指導：楊欣洲複雜疾病、罕見變異、序列核關聯檢定、家族關聯資料、基因和基因 - 環境交互作用的聯合檢定、Complex disease、rare variants、sequence kernel association test、family-based data、joint test of gene and gene-environment interaction	碩士	104	—	無法計算
104	在零膨脹資料結構下進行卜瓦松迴歸模型與遞延分配模型之模擬分析 A Simulation study of Poisson and Distributed Lag Models Under the structure of Zero-inflated outcomes 公共衛生研究所・共同指導：蘇慧貞多項式遞延分配模型、非線性遞延分配模型、卜瓦松迴歸模型、零膨脹、Polynomial Distributed Lag Model、Distributed Lag Non-Linear Model、Poisson Regression Model、Zero-inflated	碩士	101	2016-01-20	3.47 年
104	以台灣地區長期氣候和死亡資料模擬研究多項式遞延分配模型、非線性遞延分配模型與卜瓦松迴歸模型 A Simulation Study of Polynomial Distributed Lag Model, Distributed Lag Non-Linear Model, and Poisson Regression Model based on Longitudinal climate and mortality data in Taiwan 公共衛生研究所多項式遞延分配模型、非線性遞延分配模型、溫度與死亡相關性、Polynomial distributed lag model、Distributed lag non-linear model、Association between temperature and mortality	碩士	103	—	無法計算
103	比較多項式遞延分配模型與卜瓦松迴歸模型的檢定力:以台灣地區溫度與死亡率的關係為例 Power Comparisons of Polynomial Distributed Lag Models and Poisson Regressions for Associations between Temperature and Mortality with an Application in Taiwan. 公共衛生研究所多項式遞延分配模型、卜瓦松回歸模型、檢定力、Polynomial distributed lag model、Poisson regression model、Power、Bonferroni’s correction	碩士	102	—	無法計算
103	以重複排列模擬研究非線性遞延分配模型分析溫度與死亡率相關性之型一誤差 Permutation-Based Type I Error Study of Distributed Lag Non-Linear Model for Associations between Temperature and Mortality 公共衛生研究所非線性遞延分配、整體誤差率、多重檢定、排列檢定、Distributed lag non-linear models、Family-wise error rate、Multiple testing、Permutation test	碩士	102	—	無法計算
102	以重複排列模擬研究多項式遞延分配模型探討台灣地區溫度與死亡率的關係 Permutation Study of Polynomial Distributed Lag Models for associations between Temperature and Mortality in Taiwan 公共衛生研究所多項式遞延分配模型、整體誤差率、多重檢定、排列檢定、Polynomial distributed lag models、Family-wise error rate、Multiple testing、Permutation test	碩士	101	2014-07-09	1.94 年
101	合併家庭資料與病例對照資料模擬基因環境交互作用 Simulation studies for gene-environment interaction using both case-parent trios and unrelated subjects 公共衛生研究所基因環境交互作用、合併單套型相對風險、gene-environment interaction、CHRR	碩士	100	2013-08-12	2.03 年
101	利用人類基因組單體型圖計劃的資料探討全基因譜的訊息缺失模式 Geonme-wide pattern of informative missingness using HapMap data 公共衛生研究所訊息遺失、親子三元體、連鎖不平衡、informative missingness、case-parent triad、HapMap、TIMBD、linkage disequilibrium	碩士	100	2013-07-08	1.94 年
100	相依資料之統計分析方法是否適用於小樣本動物試驗？ Is Longitudinal Study Suitable for Small Animal Experiments？公共衛生研究所・共同指導：丘政民動物試驗、小樣本、相依資料、線性混合模型、廣義估計方程式、animal experiment、small sample size、longitudinal data、mixed-effects regression model、GEE	碩士	99	2012-07-22	1.97 年