三民網路書店 / 搜尋結果

本書係針對一般對類神經網路系統有興趣的初學者而撰寫﹐因此﹐僅列舉一些代表性、簡單易懂﹐並可以在數位電腦上執行的類神經網路系統。同時﹐概要地介紹多種類神經網路系統的學習演算法﹐以使讀者能夠從中瞭解如何 去研究及發展出一個學習演算法﹐以便將來能自設計出一個更好的、非線性的類神經網路系統﹐及擁有更好的學習演算法﹐來應付更加困難且高度非線性的輸入外界刺激﹐和系統輸出值關係的應用問題。

AVM 與智慧製造的火花相遇32 年前，個人開始協助臺灣製造業導入作業成本管理制度（ABCM），設計製造業的 ABCM 過程中，最大的困 擾是無法快速簡易地搜集到工單或產品之設備、直接人工等之「原因」資訊，例如：時間、品質及產能等資訊。一般來說，設備之時間資訊大都儲存在「硬體」的機台裡， 如何將硬體、軟體及後來研發之 AVM 結合成一體，成為我的一大夢想。 每當為製造業設計 AVM 時，個人總是絞盡腦汁思考如何解決三者之整合課題，盡速讓夢想成真。皇天不負苦心人，6 年前協助町洋企業設計 AVM 制度時，吳上財董事 長表示，他公司長期發展的 iO-GRID 可以解決 AVM 在製 造業，尤其是中小型或微型製造業的資料搜集問題，我聽了喜出望外，更令人欣喜的是，町洋企業願意鼎力相助， 以最經濟實惠的方式來實現我的理想。讓我尤為感動的是， 吳董事長深具使命感，樂意將自己長期發展之創新技術，分享資源極為匱乏的臺灣中小型和微型製造業，讓他們也能夠達成數位轉型及升級之目的。 迎來智慧製造時代，臺灣企業紛紛投入資源「轉型」 及「升級」為工業 4.0 的企業，然而長期以來僅專注於「硬 體設備」的更新，忽略了「軟體」及「管理制度」的升級， 而中小型企業及微型企業受限於資源不足，對「智慧製造」 的領域只能望而興嘆。個人長期以臺灣的中小型企業作為 研究對象，深刻理解中小型企業的困境，尤其近年增添了 全球的競爭壓力及景氣不確定的因素，如今已來到不得不 生產升級及數位轉型的存亡之際。常言道：「危機即轉機」， 這兩年多來，個人率領團隊與町洋企業合作，透過各機台之感測器或控制器，輸入「類比資料」，以人機介面（Human Machine Interface, HMI）為媒介，輸出各機台的相關資訊到 町洋企業所開發之 iO-GRID 之中，由於 iO-GRID 儲存很多 「類比資訊」，因而需要運用邊緣運算（Edge computing） 技術將「類比資訊」轉換成「量化資訊」，這是智慧製造 最基本的資料搜集方法。町洋企業提供的簡易解決方案， 正好可以解決 AVM 對於「原因資料」搜集的難題，可以根 據如機台及直接人工等時間、品質及產能等原因資訊，迅速計算出「即時」的工單或產品之實際成本、品質成本及 產能成本等資訊，做為製造主管從事各種管理決策之參考依據。親眼目睹管理會計的 AVM 與智慧製造相融相合，迸