徐讚昇

Hsu, Tsan-Sheng・資訊學院

碩士畢業時長
2.15 年
中位數・平均 2.15 年・1 人(樣本太少)
全校 2.11 年
收錄論文
1 篇
109–109 學年度

畢業時長只統計 碩士 100–111 學年度入學的學生:太近的入學年度還有同屆沒畢業,算進來會讓時長看起來偏短,詳見說明。下表與圖中灰色的論文不列入統計。

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

深度學習捲積神經網路遊戲殘局資料壓縮deep-learningCNNchess endgamedata compression

點關鍵字可以找研究同一主題的其他教授(灰色的只出現過一次,不列入搜尋)。 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
109
A deep-learning-based approach for Chinese dark chess endgames compression and retrieval
資訊科學與工程研究所・共同指導:蔡孟宗
深度學習、捲積神經網路、遊戲殘局、資料壓縮、deep-learning、CNN、chess endgame、data compression
碩士1072020-09-232.15 年

↑ ↓ 選擇 Enter 前往 Esc 關閉