碩士畢業時長
2.06 年
中位數・平均 2.06 年・1 人（樣本太少）
全校 2.11 年
全校 2.11 年
博士畢業時長
6.93 年
中位數・平均 6.93 年・1 人（樣本太少）
全校 6.17 年
全校 6.17 年
收錄論文
2 篇
110–110 學年度
畢業時長只統計 碩士 100–111、博士 100–106 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
Multi-objective optimization時間序列異常預測多目標優化早期時間序列異常預測預測性維護Predictive maintenanceAnomaly predictionEarly time series anomaly prediction時間序列早期分類深度類神經網路多目標優化演算法深度強化學習心血管疾病偵測Ealy Time Series ClassificationDeep Neural NetworksDeep Reinforcement LearningCardiovascular Disease Classification
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 |
|---|---|---|---|---|---|
| 110 | Early Time Series Anomaly Prediction with Multi-Objective Optimization 資訊科學與工程研究所・共同指導：曾新穆 時間序列、異常預測、多目標優化、早期時間序列異常預測、預測性維護、Predictive maintenance、Anomaly prediction、Multi-objective optimization、Early time series anomaly prediction | 碩士 | 109 | 2022-08-23 | 2.06 年 |
| 110 | A Study on Early Time Series Classification Methodologies with Applications in Cardiovascular Disease Detection 資訊科學與工程研究所・共同指導：曾新穆 時間序列早期分類、深度類神經網路、多目標優化演算法、深度強化學習、心血管疾病偵測、Ealy Time Series Classification、Deep Neural Networks、Multi-objective Optimization、Deep Reinforcement Learning、Cardiovascular Disease Classification | 博士 | 104 | 2022-07-07 | 6.93 年 |