Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "張志豪"

Filter results by typing the first few letters
Now showing 1 - 4 of 4
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    國中自然與生活科技學習領域召集人角色與職責之研究
    (2004) 張志豪; Chih-Hao Chang
    本研究旨在了解國中自然與生活科技學習領域召集人的角色與職責。本研究採用文獻探討、專家訪談及問卷調查的方式收集與分析資料:藉由文獻分析和專家訪談的方法發展國中自然與生活科技學習領域召集人角色與職責之調查問卷,並經過現職國中自然與生活科技學習領域召集人填寫及提供修正意見,完成調查問卷的編製。本研究以92學年度的國中自然與生活科技學習領域召集人為調查對象,郵寄出269份問卷,經過催覆後回收168份,回收率為62%,其中有效問卷數為159份,有效問卷回收率為59%。主要結論如下:(1)國中自然與生活科技學習領域召集人應有溝通協調者等六種角色以及主持本領域課程小組會議(或教學研究會議)等34項職責。(2)國中自然與生活科技學習領域召集人應有角色的重要程度皆高於其實際負荷程度。(3)國中自然與生活科技學習領域召集人應有職責的重要程度皆高於其實際執行職責的負荷程度。(4)不同背景之國中自然與生活科技學習領域召集人對於本身角色的重要程度與負荷程度看法相當一致。(5)不同背景之國中自然與生活科技學習領域召集人對於本身職責的重要程度與負荷程度看法相當一致。
  • No Thumbnail Available
    Item
    強健性和鑑別力語音特徵擷取技術於大詞彙連續語音辨識之研究
    (2005) 張志豪
    語音是人類主要且最方便的溝通方式之一。現今由於小型電子產品的成功發展,如手機、個人數位代理(PDA)等,再加上無線通訊和無線網路的普及,一般都認為在不久的未來,語音將扮演舉足輕重的角色,且將擔任人類與各種不同智慧型產品溝通的主要人機介面。因此,自動語音辨識(Automatic Speech Recognition, ASR)的研究也變得日益受重視。其中,為了能讓自動語音辨識在真實且多變的環境下也可以適用,許多鑑別性(Discriminative)和強健性(Robust)的特徵擷取(Feature Extraction)技術在近二十年來也陸續被提出。 根據上述的觀察,在本論文裡我們研究基於聽覺知覺特性(Auditory-perception-based)的特徵擷取技術和資料相關(Data-driven)的線性特徵轉換(Linear Feature Transformation)技術,以達到強健性語音辨識的目的。對於基於聽覺知覺特性的特徵擷取技術,我們廣泛地比較常見的梅爾倒頻譜係數(Mel-frequency Cepstral Coefficients, MFCC)與感知線性預測係數(Perceptual Linear Prediction Coefficients, PLPC),並且比較用來取得與結合時域軌跡(Time Trajectory)資訊的各種方法。在資料相關線性特徵轉換這方面,首先我們嘗試驗證,線性鑑別分析(Linear Discriminant Analysis, LDA)在語音辨識的特徵空間轉換上的表現的確優於主成份分析(Principal Component Analysis, PCA)。然後我們研究幾種線性鑑別分析的改進方法,像是異質性線性鑑別分析(Heteroscedastic Linear Discriminant Analysis, HLDA)和異質性鑑別分析(Heteroscedastic Discriminant Analysis, HDA)等,這些方法在求取線性鑑別分析過程中,並未如傳統的線性鑑別分析般需假設每個類別分佈會有相同變異量(Variation)。此外,我們提出分別利用最小分類錯誤(Minimum Classification Error, MCE)和最大交互訊息(Maximum Mutual Information, MMI)等估測法來最佳化線性轉換矩陣,並與傳統最大相似度(Maximum Likelihood, ML)估測法作比較。最後,我們也進一步地結合最大相似度線性轉換(Maximum Likelihood Linear Transformation, MLLT)與其他強健性技術諸如特徵平均消去法(Feature Mean Subtraction)、特徵正規化法(Feature Normalization)等。本論文裡所有實驗皆使用中文廣播新聞為語料庫(Mandarin broadcast news corpus, MATBN)。實驗內容包括了中文自由音節辨識(Free Syllable Decoding),與大詞彙連續語音辨識(Large Vocabulary Continuous Speech Recognition, LVCSR)上。初步的實驗結果顯示出本論文所提出的作法對於語音辨識率有相當顯著的提昇。
  • No Thumbnail Available
    Item
    股利成長與風險值(VaR)指標的投資組合表現研究:以台灣股市為例
    (2024) 張志豪; Chang, Chih-Hao
    本研究旨在探討股利成長與風險值(Value at Risk, VaR)指標對於投資組合表現的影響,特別聚焦於台灣股市。隨著台灣逐漸邁入高齡化社會,追求高股息的投資策略逐漸受到重視,尤重避免投資者在獲得股息的同時,卻因資本損失而賠付本金。本研究係通過結合股息成長和VaR風險的選股策略,以期創建一個既能帶來穩定現金流量又能抵抗市場波動的投資組合。研究首先回顧股利政策文獻基礎與VaR在金融風險管理中的優勢及目前巿場現況,確立理論架構;其次,採用台灣股市中的上市公司數據進行分析,通過篩選條件選出具有巿值及流動性且連續股利成長的公司以及進行VaR計算。實證結果顯示,採用股利成長策略的投資組合,在經濟穩定與動盪時期均表現出較高的穩定性和較低的VaR風險,證實了股利成長作為一種有效的風險調節機制。此外,結合低VaR策略進一步強化了投資組合的防禦性,特別是在市場下行時提供了額外的保護。最後,本研究提出投資策略上的建議,強調在組建投資組合時應充分考慮股利成長的潛力與公司的VaR風險管理能力。此外,建議投資者在選擇股票時,應更加關注那些能夠在經濟波動期保持股利支付穩定性的公司。
  • No Thumbnail Available
    Item
    高中生活科技課程實施創造思考教學的探討
    (國立臺灣師範大學科技應用與人力資源發展學系, 1999-09-??) 張志豪

DSpace software copyright © 2002-2025 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback