Browsing by Author "陳冠穎"

Now showing 1 - 3 of 3

大學轉學生轉學適應與復原力之敘事研究
(2022) 陳冠穎; Chen, Guang-Ying
本研究旨在探討大學轉學生的轉學適應與復原的經驗。研究以立意取樣，邀請四位從四年制大學轉學至另一所四年制大學、曾在大學轉學後面臨適應的困難，並已從中復原之大學轉學生參與研究。有二男二女，年齡介於21—23歲、就讀於大學三年級到五年級之間。研究者設計訪談大綱，以半結構式訪談進行資料蒐集，並透過敘事研究中「整體—內容」、「整體—形式」、「類別—內容」之研究方法進行資料分析，以了解大學轉學生的轉學與適應經驗、轉學動機、轉學過程及轉學後所面臨挑戰，以及幫助大學轉學生適應的復原力類別與內涵。研究結果如下：（一）大學轉學生在轉學後的第一個學期受適應問題衝擊較大，且可能面臨多元的問題與挑戰；轉學後適應的狀況可能受轉學前的期待與轉學後生活間的落差所影響。（二）大學轉學生的轉學動機包含：高中有明確目標、考試失利、原校園環境不符期待、證明自己、家庭因素、較好的生涯發展等六項因素。（三）大學轉學生在轉學過程與轉學後面臨許多挑戰，包含：課業、人際、身心、與學校連結、其他因素等五個層面。（四）幫助大學轉學生適應的復原力內涵豐富，可分為外部與個人兩向度，其中包含：外在關係支持、外部資源連結、個人因應方式、個人特質與信念等四個類別。最後根據研究結果提出具體建議，供欲轉學大學生、已轉學大學生、大專院校心理師、學校相關人員與未來研究者作為參考。
深度視覺語義嵌入模型於生成式多標籤零樣本學習
(2021) 陳冠穎; Chen, Guan-Ying
零樣本學習是指分類器不只能識別在訓練階段已經看過的物件，甚至能識別未曾看過的物件，而在多標籤零樣本學習中，每個實例中可能出現不只一個物件，這使得識別任務變得更加困難。　　過去的方法常利用標籤的屬性嵌入(attributes embedding)及影像抽取出的視覺特徵(visual feature)，投影到同一空間中，藉此尋找與影像特徵最接近的標籤，或是利用知識圖譜、知識庫建構標籤之間的關係，根據此關係來幫助辨識標籤。然而在資料集欠缺屬性嵌入時，常用於替代的語義嵌入(word mbedding)並不像屬性嵌入一樣具有良好的辨識力，而建構關係的方法，也容易太過信任知識庫，便將關係強加上去，忽略了影像本身包含的資訊。近年來由於生成對抗網路(Generative Adversarial Network)的興起，對於未知類別，先從已知類別學習影像特徵的表達式及對應的屬性，再由屬性標籤生成影像特徵變得更加有效率，結果也更準確。基於這項觀察，我們提出了生成對抗網路結合語義嵌入的深度學習模型，從語義嵌入生成影像特徵，以及將影像特徵轉換成分類器映射至語義嵌入空間，尋找屬於該影像的標籤。藉由影像特徵及語義嵌入互相映射來更好地預測未知類別，並根據影像特徵與分類器之間的關係，將多標籤任務轉換化成單標籤任務。
西薩‧法朗克《前奏曲、聖詠與複格》之詮釋分析
(2012) 陳冠穎; Kuan-Yin Chen
本論文共分為五個章節。第一章為背景探討，以介紹西薩．法朗克( César Franck, 1822-1890 )之音樂成長歷程為主；第二章則藉由曲式、旋律、和聲、節奏與管風琴五個面向探討法朗克之風格特徵；第三章為探討《前奏曲、聖詠與複格》( Prélude, Choral et Fugue )之樂曲架構及其特殊創作手法；第四章為論述筆者在演奏上之詮釋觀點以及最後的結語，為本文作總結。《前奏曲、聖詠與複格》為法朗克重要鋼琴作品之一，不僅充分展現法朗克的音樂創作，並對許多作曲家造成深遠影響，其重要性不容忽視。