自動雨量站的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

向AI贏家學習!：日本26家頂尖企業最強「深度學習」活用術，人工智慧創新專案致勝的關鍵思維

為了解決自動雨量站的問題，作者日経クロストレンド 這樣論述：

――日本「深度學習商業運用大獎」首屆得獎專案全收錄！――   最具影響力的日本財經媒體之一《日本經濟新聞社》集團日經BP旗下日經xTREND與日經xTECH主辦   Kewpie、NTT DOCOMO、日本菸草產業、軟體銀行、SMBC日興證券、三菱總合研究所、日本交易所…… 26家頂尖企業最成功的AI戰略直擊，多領域豐富案例完整解析   日本AI書籍第一人、東京大學松尾豐教授深入剖析「以深度學習提高附加價值」的關鍵議題   AI改變世界之勢已不可擋，最大的機會在哪裡、最強的威脅是什麼， 擺脫技術層面的思考，以人為本，預見戰略全面革新的美麗新世界！   ★用AI監測網紅灌水，開發最直接有效的

創意手法！ ★用AI預測股價走勢通知賣出時機，10倍報酬潛力可期！ ★用AI自動寫文章，財務報表數據製作成完美說明文書！ ★用AI打造最強球隊，開創轉會市場無限商機！   █ 深度學習只是計算處理技術，人工智慧不過是概念名稱，了解它的本質，才能掌握人工智慧真正的潛力！   深度學習確實已經融入商業面，開始運用於各種產品和服務。 有些公司因此提升了業績，也有些公司進而解決了社會課題， 本書深入介紹這些最先進的實際案例從發想、成形到實踐的過程。   書中具體剖析含括「深度學習商業運用大獎」獲獎六項計畫在內的26個案例， 將運用深度學習的效益分為四大類。   ▌改變產品開發流程和產業結構：介紹藉由運

用深度學習改變產品開發或行銷方式的案例，統整出通路領域製造商、批發、零售勢力平衡出現變化時的具體策略 ▌因應消費者的需求：介紹想要找到附近便宜的加油站或可用的停車位、投資股票讓獲利翻倍時，如何因應需求解決問題 ▌改革勞動方式：介紹藉由深度學習代替人工作業後，推動附加價值更高的勞動型態實際案例 ▌偵測錯誤和異常，解決社會課題：介紹以攝影機和深度學習技術來偵測不法與虛假資訊、以低價實現高準確率的最新技術   26家見解獨到的企業揭示有效運用AI的共通點， 全方位檢視實戰現場第一手觀點、開發規畫人員戰術思維、實踐成果體驗分析， 為各領域規模、目標各異的組織和人士，提供在這個空前時代開創新局的實用指南

。   █ 深度學習實踐案例全收錄   01  「AI食品原料檢查設備」，逆轉思維確保食安 02  「包裝設計喜好度評估預測AI服務系統」，徹底改變市調作業 03  從水處理到巧克力，流體動態影片與靜態影像辨識大不同 04  自動辨識貨架商品建議配置，改變製造商、批發、零售的角力 05  從改善生產流程到改善製造業，提升人工目測檢查效率 06  用深度學習掌握超商香菸陳列，以競賽作為獲得新技術的工具 07  分析餐廳暢銷菜單，開發外食數據標註技術 08  數據化強化選手戰力、分析球隊效益，訓練強度定量化 09  AI即時自動模糊加工處理，5G時代不只是通訊的多樣化服務 10  從日常對話到跨國

商務，運用深度學習自動翻譯降低語言門檻 11  連結現實與數位，找便宜加油站、停車空位輕鬆搞定 12  「AI股票投資組合診斷」協助投資，讓資產變十三倍 13  重現熟練操作員的雙眼，提高五倍垃圾處理效率 14  自動排除幼兒「NG照片」，解決幼兒園照護課題 15  餐廳自動結帳系統因應人力不足問題，讓氣氛更輕鬆活絡 16  辨識貨車車牌影像，縮短物流據點等候貨物時間 17  讀取財務報表數字自動製作報告書，實現高準確率自動化智庫 18  偵測駕駛習慣和風險因子，以資訊科技減少交通事故 19  AI與機器的「拉鋸戰」，食品加工製造生產線另闢蹊徑的智慧 20  自動讀取加工設計圖面，解決產業嚴重

人力不足問題 21  以原有強項為基礎，建立低單價累積長程獲利的商業模式 22  運用深度學習新手法更精確預測降雨，不用超級電腦即可完成 23  全球首創運用深度學習偵測證交所不當交易，假買賣無所遁形 24  用AI揭發網路名人不法行為，揪出灌水的網紅追蹤者人數 25  從眼底影像解讀健康狀況，設備的資料加工化為商機 26  超低價深度學習系統，運用邊緣裝置實現高準確率人臉認證

自動雨量站進入發燒排行的影片

桃園建築群邊坡長期監測分析

為了解決自動雨量站的問題，作者汪宥良 這樣論述：

針對桃園某集合式建築群及人口密集的坡地，此地的邊坡巡檢今年已經執行第16年，每2個月進行一次巡檢，檢測項目包含玻片檢測，傾斜管監測和傾度盤量測，玻片黏貼範圍涵蓋整片建築群，傾斜管主要在上邊坡以及下邊坡，而傾度盤同玻片一樣，涵蓋整片建築群，藉由大範圍的布點，來找出此坡地何處較有變動，再對此處進行分析。而近期的例行性邊坡巡檢發現有滑動的現象，因此希望藉由觀察雨量和玻片的破壞，來證明邊坡滑動和雨量有密切的關係，接著以鄰近的傾斜管和傾度盤輔以加強證明其變動。藉由上述的觀察，找出使邊坡滑動的臨界雨量，未來如果要制定警戒值時，可以此作為參考依據。 另外，而本研究採用2018年年底到現在的數據

進行分析。對於此邊坡之高風險區域，發現其下邊坡的二階擋土牆附近的玻片經常有異動，後來經現勘後察覺到擋土牆上方的水溝有破裂，加上擋土牆面有裂縫，因此懷疑可能有地下水滲流導致此處的邊坡滑動。本研究藉由軟體Seep/w及Slope/w來建立此處的模型，來模擬擋土牆後方的滲流情況，以佐證此處邊坡滑動的行為。

人人都能學會用AI：不懂統計，不懂程式，一樣可以勝出的關鍵職場力

為了解決自動雨量站的問題，作者野口竜司 這樣論述：

進入AI社會，我會失業嗎？身為文組的人，如何藉由AI提高自己的工作能力呢？想要成為AI人才應該從什麼地方開始著手強化能力呢？   這本書的目的就是要消除這種不安和疑問。作者強調無需知道程式語言，也不會用到統計，讓AI就像Excel一樣，成為一項任何人都能使用的工具。不管是文組還是理組，Excel是很多人都會使用的表格計算軟體。也許這樣說有點誇張，但是就和Excel一樣，AI也正在成為許多人都能夠使用的常用工具。說起來就在不久之前，AI世界還是由理科和技術類的「理科AI人才」主導的世界。但是隨著AI技術的普及，在任何人都能夠輕鬆使用AI的今日，相較於「如何製作AI」，「如何使用AI 」成為更重要

的課題。因此，理解商業現實面與站在第一線商務現場的文科AI人才變得更加重要。   本書分成七個章節介紹成為「文科AI人才」所需的內容。作者認為若能確實掌握本書的內容，就能加入「文科AI人才」的行列。無論是作為參與AI專案的事前準備，或是要去AI很強的公司面試時，當成面試對策，公司內招募AI部門的對策等等，本書也是很好的參考書。另外，這本書是按照以下三個原則撰寫。這三項原則就是「不涉及程式設計、統計、數理方面的內容」、「儘量不使用AI的專業術語」、「盡可能地介紹更多案例」。 作者簡介野口竜司畢業於立命館大學政策科學學院。自己亦身為「文科AI人才」，並推動各種AI企劃。致力於推動AI商務和企業的

AI本土化。在大學就讀期間即參與來自京都的IT創投計畫。擔任子公司的總經理和董事，並在推薦系統、大數據、AI、海外商務等領域開展新事業，之後加入ZOZO集團。亦為大企業與初創公司提供AI培訓和AI推廣的諮詢服務。譯者簡介蔡斐如台灣新竹人，最喜歡的一句話是：「It''s painful, but not hard.」。 前言 成為AI人才吧！ 第一章 在AI時代中不至於丟掉飯碗 別怕「因AI失業」，而是準備好從事「AI職務」 學習「與AI共事」的技巧 五種「共事型態」   第二章 AI在人文領域的應用職業 要從「建立AI」轉而「使用AI」 能靈活運用AI的「文科AI人才」日趨重要 「文科AI

人才」的工作內容為何？ 成為「文科AI人才」四步驟   第三章 STEP① 把AI基礎的關鍵用語背下來   AI、機器學習、深度學習的差異 三種學習方式──監督式／非監督式／強化學習 AI活用4×2 ＝8型 「辨識型」AI要這樣用 「預測型AI」要這樣用 「對話型AI」要這樣用 「執行型AI」要這樣用 按出現頻率背誦基礎AI用語   第四章 STEP② 概略理解建立AI的方法 AI是掌握特徵的高手 瞭解「預測型AI」的建立方法 瞭解「辨識型AI」的建立方式 瞭解「對話型AI」的建立方式 瞭解「執行型AI」的建立方式   第五章STEP③ 磨練自己的AI企劃能力 AI企劃的「百案發想挑戰」

確保「變化量與可行性」 5W1H提升AI企劃內涵   第六章STEP④澈底瞭解AI──按行業 × 活用類型的四十五個案例 【流通、零售】 日本TRIAL 運用自行研發的AI攝影機，運用使用者辨識功能促銷與補貨 日本LAWSON根據AI規劃展店 日本JINS由AI推薦合適風格 日本三菱商事和LAWSON運用AI節省超商用電   【EC、IT】 日本ZOZO 活用AI的「搜尋類似品項功能」，網站停留時間增為四倍 日本LOHACO 以聊天機器人「Manami」回應五成客戶諮詢   【時尚】 法國Heuritech從社群媒體照片預測時尚流行趨勢 美國The take AI 偵測影片內的服飾，列出相

似商品，並可直接購買 日本STRIPE INTERNATIONAL INC.以需求預測AI，持續縮減庫存至原有八成 日本ZOZOUSED導入二手衣鑑價AI   【娛樂、媒體】 日本經濟新聞 以AI讀取一百年份的紙本報紙，精準度達九十五％ 日本福岡軟銀鷹販售浮動價格AI門票 中國國營媒體新華社AI合成女主播 日本富士通新聞摘要AI系統   【運輸、物流】 日本佐川急便AI自動輸入託運單資料 日本日立製作所與三井物產用AI制定配送計畫，實現智慧物流 中國京東（JD.com）自動化物流倉儲，比人工多十倍處理能力   【汽車、交通】 日本NTT DOCOMO 發展AI計程車，載客需求預測精準度達九十三

〜九十五％ 日本豐田汽車雙重安全保障：自動駕駛與駕駛輔助系統   【製造、資源】 韓國LG以針對家電設計的AI輔助日常生活 日本普利司通推動AI工廠，大量生產高品質輪胎 日本JFE Steel以人物偵測AI保障作業員安全   【不動產、營造】 日本大京集團計劃導入AI管理員 日本西松建設導入能記得生活習慣的智慧住宅AI   【外食、食品、農業】 日本Kewpie Corporation以AI食品原料檢查設備挑出不良品 日本電通以AI評斷野生鮪魚品質 日本SoftBank出資的Plenty能調整農作物風味的AI室內農場 LINE Corporation日本分公司能處理餐廳預約的日文語音AI服務

中國 京東（JD.com）運用機器人自動化烹飪、上餐、點餐、結帳   【金融、保險】 日本Seven Bank搭載人臉辨識的次世代ATM 日本JCB 以AI輔助保險銷售，根據使用紀錄鎖定潛在顧客 日本瑞穗銀行開始驗證活用AI的個人化服務   【醫療、長照、專業人士】 日本EXAWIZARDS 與日本神奈川縣合作，著手實證測試「預測長照需求等級」AI 日本Ubie提升醫療第一線工作效率的AI問診 日本GVA TECH AI-CON：「輔助立定與審閱契約書的AI服務」   【人才、教育】 日本SoftBank以AI提升新人招募效率 日本atama plus最佳化每個人的學習 日本AEON會話教室等

以AI評價英語發音   【客服中心】 日本Kanden CS Forum以AI預測客服中心話務量 日本transcosmos預測準備離職者，半年就讓離職者減半 日本KARAKURI保證準確率九十五％的聊天機器人 日本So-net 導入語音辨識AI，提升客服專員工作效率   【生活服務、警衛、公共事業】 日本埼玉市運用空拍照片比對AI，調查固定資產稅 日本ALSOKAI自動偵測需要協助者 日本氣象協會每小時降雨量預測   第七章 文科AI人才將改變社會 AI為「消費者、公司、工作者」所帶來的改變 引領AI社會的Amazon 在AI × 各產業推動變革的日本SoftBank 日本銀行正因AI變化中

文科AI人才將帶領整個社會   結語   第一章 為了不在AI社會中失業 別怕「因AI失業」，而是準備好從事「AI職務」 「因AI失業」是無法改變的事實 網路、電視、雜誌等，天天都在討論「AI會搶走我的工作嗎？」（圖表1-1）。很抱歉，事實就是「很多工作都會被AI取代」。我們就別逃避了，接受這個事實吧。重要的是，接受事實後，我們該做什麼準備、採取什麼行動，好往下一步邁進。 與其停滯在「與AI對抗」的狀態，我們應該把心態轉換成「與AI共事」。 若因AI失去工作，那就轉而「挑戰新時代的新職務」吧。回顧歷史，當出現新技術且融入社會後，雖然會有某些職務就此消失，但同時也會出現前所未見、運用新技術

的新職務。 ˙冰箱發明後，賣冰的人失業了，卻發展出「電器行」職業。˙汽車發明後，馬車伕失業了，卻發展出「計程車駕駛」「車輛銷售」工作。˙IT普及後，整理資料的庶務工作消失了，卻發展出與IT相關的工作。 如前述例子，在「工業革命」「汽車化」「資訊革命」這種重大技術演進時間點，都有「既有職務消失，同時也發展出新職務」的現象。能確定的是，AI也將重演歷史。 「AI職務」會越來越多 我認為，在AI時代一樣會發展出許多新職務。如前述，資訊革命後，隨著網際網路普及化，資訊相關的職務也越來越多。當被問到「您從事什麼工作？」時，回答「資訊類」的人也快速增加。AI也是一樣，在未來回答「我是做AI相關工作」的人一

定也會快速增加。 就像「資訊類」中還細分各種職務，「AI相關」這個大類別下，也會細分各式衍生職種。大家不用擔心，雖然有些職務因AI消失，但那些空缺，一定也有AI衍生出的各式職種隨後補上。只是， 最危險的，是害怕因AI失業，而執著現職，裹足不前。 我們一定要小心別陷入這種心態。與其擔心「我的工作會不會被取代啊？」，不如思考「如何運用累積的技能與業界知識，與AI共事」。即， 別怕「因AI失業」，著手準備從事AI職務吧！ 學習「與AI共事」的技巧 為何日本人會如此不安 前面說「不怕因AI失業」，但我們對AI的恐懼究竟從何而來？大家都有各自理由，但我聽到的大多是像「感覺就很厲害啊」「來路不明的東西」「

不知為何但就是害怕」這種籠統的理由，我認為可以歸納成「對未知事物的恐懼」。

山區聚落災害孤島即時示警系統之建置

為了解決自動雨量站的問題，作者潘嘉豪 這樣論述：

山區聚落聯外道路因土石流、洪水崩塌等災害發生而導致聯外道路中斷,形 成猶如孤島的狀態,可被視為發生災害孤島效應。近年來在極端氣候的影響下導 致發生極端事件,台灣特殊之地文條件,加上自然災害發生的頻率增加,孤島的 發生則時有所聞。2015 年蘇迪勒颱風重創台灣,新北市烏來造成嚴重災情,土石 流、山崩等災害發生,造成烏來地區對外主要聯絡道路新烏路中斷,使烏來地區 呈現孤島狀況。若能整合相關過去災害孤島歷史資料與研究,並以即時雨量、防 災資訊等結合孤島預測理論,最終以平台方式將資訊視覺化,將有助於一般民眾 防災意識與相關防災單位決策參考。 因此本研究建置一災害孤島為主題之平台,此系統平台三個主要資

訊功能包 含 1.災害孤島地理資訊功能 2.災害孤島事件村里辨識功能與 3.即時災害孤島示 警功能。災害孤島地理資訊展示功能以展示孤島歷史資訊為主,以曾發孤島村里 資訊,包含村里地文、社會資訊與災害歷史,並以脆弱度與韌性力指標進行風險 地圖的呈現。災害孤島事件村里辨識功能以介接道路災害共通示警(Common Alerting Protocol)實現,並以此為基礎進行即時孤島村里的辨別。即時災害孤島 示警功能則結合即時雨量資訊,並整合災害孤島降雨驅動指標(Rainfall Triggerimg Index)、機器學習(Machine Learning)之監督式學習(Supervised Lear

ning)演算法、道路災害共通示警(Common Alerting Protocol)將全台進行 即時災害孤島示警劃分,最終以 2017 年尼伯特颱風事件進行驗證,結果均對真 實發生孤島村里給予正確示警等級。