鄭浩民

Hao-Min Cheng・醫學院・公共衛生研究所

碩士平均畢業時長

2.09 年

中位數 1.91 年・7 人

博士平均畢業時長

4.85 年

中位數 4.85 年・1 人

收錄論文

8 篇

106–114 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

機器學習心臟衰竭Machine LearningHeart Failure時間序列填補雙向遞歸填補向量自回歸主成分分析time seriesimputationBidirectional Recurrent ImputationVector AutoregressionPrincipal Component Analysis居家血壓測量心血管風險二十四小時連續血壓監測夜間高血壓晨間血壓激增夜間血壓不降Home blood pressure monitoringambulatory blood pressure monitoringnocturnal hypertensionearly morning surge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 intelligenceNeural networkPerturbation-based methodsFeature attributionInteraction effect心房纖維顫動急性缺血性中風口服抗凝血劑出血中風復發atrial fibrillationacute ischemic strokeoral anticoagulantstimingbleedingstroke recurrence變分自動編碼器深度學習不平衡資料問題抽樣方法Variational Autoencoder

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	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：郭炤裕時間序列、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	以多面向實證探討居家血壓監測在高血壓診治中的角色：從風險預測到個人化管理之未來展望 The Role of Home Blood Pressure Monitoring in Hypertension: A Multi-Stage Evidence-Based Approach Toward Risk Prediction and Future Personalized Management 公共衛生研究所居家血壓測量、心血管風險、二十四小時連續血壓監測、夜間高血壓、晨間血壓激增、夜間血壓不降、Home blood pressure monitoring、ambulatory blood pressure monitoring、nocturnal hypertension、early morning surge	博士	109	2025-06-09	4.85 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：郭炤裕可解釋機器學習、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
109	心房纖維顫動患者的急性缺血性中風次級預防藥物使用時機 Timing of secondary preventive drugs for acute ischemic stroke in patients with atrial fibrillation 衛生福利研究所・共同指導：蔡憶文心房纖維顫動、急性缺血性中風、口服抗凝血劑、出血、中風復發、atrial fibrillation、acute ischemic stroke、oral anticoagulants、timing、bleeding、stroke recurrence	碩士	105	2020-09-20	4.14 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：郭炤裕變分自動編碼器、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	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：郭炤裕心臟衰竭、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
106	史他汀對於中風後病人預防心血管事件之效果：系統性回顧與統合分析研究 Using statins as a secondary prevention strategy for patients with previous ischemic stroke or intracranial hemorrhage: a systematic review and meta-analysis 國際衛生碩士學位學程・共同指導：簡莉盈 none、stroke、ischemia、cerebral infarction、intracranial hemorrhage、statin、recurrence	碩士	106	2018-07-19	0.96 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：郭炤裕急性心臟衰竭、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