English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 1365/1366 (100%)
造訪人次 : 1328812 線上人數 : 324
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library IR team.
搜尋範圍
全部MUSTIR
服務產業學院
休閒事業管理系
--校內專題研究計畫
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於MUSTIR
‧
管理
Minghsin University Institutional Repository
>
服務產業學院
>
休閒事業管理系
>
校內專題研究計畫
>
Item 987654321/1627
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
資料載入中.....
資料載入中.....
請使用永久網址來引用或連結此文件:
http://120.105.36.38/ir/handle/987654321/1627
題名:
探討影響AI智能深度學習挑豆系統準確性之關鍵因素
作者:
范嘉莉
貢獻者:
休閒系
關鍵詞:
咖啡
日期:
2022-10
上傳時間:
2022-12-02 14:33:35 (UTC+8)
摘要:
隨著咖啡文化的盛行,喝咖啡已成為許多人生活中的一部份。過去幾年,台灣咖啡的種植與處理技術不斷地進步,咖啡豆的品質已達精品等級;加上比賽得獎,價格也跟著水漲船高。根據咖啡精品咖啡協會﹙Specialty Coffee Association,簡稱SCA﹚的標準,精品咖啡最主要就是零瑕疵豆的品質控管,所以在篩選瑕疵豆上要非常嚴謹。然而傳統人工挑豆耗時耗工且效率不高,現在雖有機器可取代人力來運作,但成本相對較高,而且篩選效率仍然有相當大的改進空間。人工智慧影像辨識與深度學習網路技術的結合應用,是近年來十分熱門的議題。愈來愈多專家學者紛紛提出各種不同特性的神經網路,在咖啡生豆選別的應用上提供解決方案。本計畫將運用分析層級程序法(Analytic Hierarchy Process,簡稱AHP),企圖找出影響AI智能深度學習挑豆系統準確性的關鍵因素。首先,透過相關人工智慧技術應用於咖啡豆選別的文獻整理,歸納出AI智能深度學習挑豆系統應考量到的準則及屬性;然後,再針對咖啡產業的實務界專家進行訪談與問卷調查;匯集專家意見後,最後歸納出各準則及屬性之間的權重高低,以作為未來應用時的參考。
顯示於類別:
[休閒事業管理系] 校內專題研究計畫
文件中的檔案:
檔案
描述
大小
格式
瀏覽次數
成果報告_fan_merged.pdf
1242Kb
Adobe PDF
0
檢視/開啟
檢視Licence
在MUSTIR中所有的資料項目都受到原著作權保護.
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library IR team
Copyright ©
-
回饋