| dc.contributor | 統計系 | |
| dc.creator (作者) | 周珮婷 | |
| dc.date (日期) | 2025-12 | |
| dc.date.accessioned | 4-Jun-2026 09:08:19 (UTC+8) | - |
| dc.date.available | 4-Jun-2026 09:08:19 (UTC+8) | - |
| dc.date.issued (上傳時間) | 4-Jun-2026 09:08:19 (UTC+8) | - |
| dc.identifier.uri (URI) | https://ah.lib.nccu.edu.tw/item?item_id=182737 | - |
| dc.description.abstract (摘要) | 本計畫提出一種創新方法，即異卵孿生神經網路（SFNN），結合孿生神經網路（SNN）和主成分分析（PCA）技術。透過SNN強調學習數據間的相似性，同時利用PCA技術在隱藏層進行降維，以提升計算效率和降低運算成本。 | |
| dc.format.extent | 116 bytes | - |
| dc.format.mimetype | text/html | - |
| dc.relation (關聯) | 國家科學及技術委員會, NSTC113-2118-M004-005, 113.08-114.07 | |
| dc.subject (關鍵詞) | 孿生神經網路; 異卵孿生神經網路; 主成分分析; 剪枝; 神經網路; 卷積神經網路 | |
| dc.subject (關鍵詞) | SNN; SFNN; PCA; pruning; NN; CNN | |
| dc.title (題名) | 提升神經網路模型效能的創新層 | |
| dc.title (題名) | Innovative Layer Configurations for Optimal Model Efficiency in Neural Networks | |
| dc.type (資料類型) | report | |
