# 臺灣博碩士論文加值系統

(44.200.194.255) 您好！臺灣時間：2024/07/20 13:45

:::

### 詳目顯示

:

• 被引用:3
• 點閱:146
• 評分:
• 下載:19
• 書目收藏:0
 在本論文中，我們先建造了一個基礎模型去檢測光曲線，並且一一去比較卷積神經網絡參數，得到一個最佳模型，然後再利用最佳之模型去比較干擾參數不同的情形下準確率的差別，可發現干擾參數較大準確率較差，因此我們討論干擾參數較大時如何去改善其準確率，並在最後一章做總結。
 In this thesis, we first build a basic model to detect the light curve, and compare the Convolutional Neural Network parameters one by one to get an optimal model, and then use this model to compare the difference in accuracy under different parameters. It can be found that the poor accuracy is caused by the large noise, so we discuss how to improve the accuracy when the noise parameter is large. Finally, we make a summary in the last chapter.
 致謝.....I摘要.....IIAbstract.....III第一章 簡介.....1第二章 神經網絡與凌日模型介紹.....32.1類神經網絡(Neural Network).....32.1.1神經細胞.....32.1.2類神經網絡運作.....32.1.3損失函數(Cost/Loss Function).....52.1.4感知器演算法(Perception Learning Algorithm).....62.2卷積神經網絡.....82.2.1卷積運算(Convolution).....92.2.2池化(Pooling).....102.2.3展平(Flattening).....112.2.4丟棄法(Dropout).....122.2.5全連接層(Full connection).....122.3凌日模型(Transit model).....12第三章 參數變化的比較.....203.1激活函數測試.....213.2 kernel比較.....223.3層數比較.....233.4學習優化器(Optimizer)比較.....243.5訓練樣本數比較.....25第四章 模擬結果.....274.1模型A.....294.2模型B.....324.3模型C.....354.4模型比較.....374.5模型改善.....39第五章 結論.....41參考文獻.....42附錄.....43A、學習優化器[6].....43A.1梯度下降法(Gradient Descent).....43A.2 RMSProp 方法.....44A.3 Adam 方法.....44B、檢測有無行星通過之CNN模型程式碼.....46
 [1] Chintarungruangchai, P., & Jiang, G. (2019). Detecting Exoplanet Transits through Machine-learning Techniques with Convolutional Neural Networks. Publications of the Astronomical Society of the Pacific, 131(1000), 064502.[2] Mandel, K., & Agol, E. (2002). Analytic light curves for planetary transit searches. The Astrophysical Journal Letters, 580(2), L171.[3] Nikhil Ketkar, Deep Learning with Python, Springer,2017[4] Pearson, K. A., Palafox, L., & Griffith, C. A. (2018). Searching for exoplanets using artificial intelligence. Monthly Notices of the Royal Astronomical Society, 474(1), 478-491.[5] https://mropengate.blogspot.com/2015/06/ch15-4-neural-network.html[6] https://github.com/PetarV-/TikZ/tree/master/Dropout
 電子全文
 國圖紙本論文
 連結至畢業學校之論文網頁點我開啟連結註: 此連結為研究生畢業學校所提供，不一定有電子全文可供下載，若連結有誤，請點選上方之〝勘誤回報〞功能，我們會盡快修正，謝謝！
 推文當script無法執行時可按︰推文 網路書籤當script無法執行時可按︰網路書籤 推薦當script無法執行時可按︰推薦 評分當script無法執行時可按︰評分 引用網址當script無法執行時可按︰引用網址 轉寄當script無法執行時可按︰轉寄

 1 台灣 50 ETF 之預測–向量自我迴歸模型與深度學習方法之比較 2 以Kepler資料庫對深度學習方法之研究

 無相關期刊

 1 以機器學習法搜尋雙星系統的研究 2 以機器學習法尋找SuperWASP資料庫之凌星事件 3 機器學習之不同雜訊生成法的比較研究 4 以Kepler資料庫對深度學習方法之研究 5 以機器學習法同時搜尋系外行星與變星之研究 6 基於卷積神經網路圖像識別的車道標線檢測與車輛轉向角預測 7 HD76582碎屑盤動態系統的研究 8 交通事故發生與執法強度關聯性研究 -以新竹縣為例 9 杜威美學之剖析與應用─以STEAM與美感教育為應用範圍 10 結合擴增實境與卡牌操作之虛擬實驗設計與學習成效分析-以國中化學鋅銅電池實驗為例 11 雇主品牌管理與員工品牌權益之跨層次關係： 工作意義感之中介效果及員工自我概念之調節效果 12 借殼上市個案之研究—以地心引力為例 13 國中導師正向領導班級之個案研究 14 台北市私立幸福技術型高中教師專業發展歷程之研究—以一位發明展老師為例 15 以機器學習方法建立產品開發問題處理優先度評估模型

 簡易查詢 | 進階查詢 | 熱門排行 | 我的研究室