韓劇電影你都看哪一部呢？論文書籍站
國立暨南國際大學 資訊工程學系 劉震昌所指導 劉育瑄的 TANet IPv6 使用比例統計與 MAC Address 管理:以南投區網中心為例 （2021），提出TANet IP關鍵因素是什麼，來自於Pv6 連線比例。
而第二篇論文國立臺北科技大學 製造科技研究所 丁振卿所指導 嚴子程的 智慧工廠整合暨人工智慧瑕疵檢測實務應用技術開發 （2020），提出因為有 工業4.0、智慧製造、人工智慧、深度學習、瑕疵檢驗、物聯網的重點而找出了 TANet IP的解答。
TANet IPv6 使用比例統計與 MAC Address 管理:以南投區網中心為例
為了解決TANet IP 的問題，作者劉育瑄 這樣論述：
在亞太網路資訊中心 (Asia-Pacific Network Information Centre) 針對全球進行 IPv6 排名，雖然我國名列第 8 名，但依據數據顯示台灣學術網路 (Taiwan Academic Network，以下簡稱TANet) 的 IPv6 連線比例僅為 19.44% ，相較於電信商高達 60~80% 有明顯落差，因此本論文將探討其可能的原因，並提出網頁取樣、 SNMP 收集 Router 記錄、 NetFlow 統計等三種統計模式來探討 TANet 真實的 IPv6 建置狀況。進一步透過訪談南投區網中心的連線單位，包括國、私立高中職校及維護廠商，瞭解目前各校實
際建置情形。依訪談現況建議使用 SLAAC (Stateless address autoconfiguration) 派發模式來建置 IPv4/IPv6 Dual-Stack 環境，及提出在 SLAAC 自動派發模式下，監聽 ICMPv6 封包來收集與管理 IPv6 IP Address 與 MAC Address 對照資料，提供連線單位簡便且低成本建置 IPv4/IPv6 Dual-Stack 環境。
智慧工廠整合暨人工智慧瑕疵檢測實務應用技術開發
為了解決TANet IP 的問題，作者嚴子程 這樣論述：
摘要.................................................................................................................................... iABSTRACT....................................................................................................................... ii誌謝...............................
..................................................................................................... iv目錄.................................................................................................................................... v表目錄.........................................................
....................................................................... ix圖目錄................................................................................................................................ x第一章緒論........................................................................................
............................ 11.1 研究背景.......................................................................................................... 11.2 文獻回顧.......................................................................................................... 31.2.1 工業4.0 與智慧工廠相關策略.................
............................................ 31.2.2 人工智慧與深度學習之發展............................................................... 41.2.3 人工智慧機器視覺與智慧工廠之應用............................................... 61.3 研究動機與目的.........................................................................................
..... 8第二章基礎理論............................................................................................................ 92.1 雲端資訊系統整合.......................................................................................... 92.1.1 智慧工廠整合及其資通訊管理.....................................................
...... 92.1.2 智慧排單管理與資訊可視化............................................................... 102.1.3 AI品質管制智動化.............................................................................. 112.2 區域網路........................................................................................................
.. 112.2.1 TCP / IP通訊協議................................................................................ 132.2.2 通訊埠轉發........................................................................................... 142.2.3 TCP Socket介面程式.....................................................................
....... 142.3 網路伺服器架設.............................................................................................. 152.3.1 HTML、CSS與JavaScript .................................................................. 162.3.2 PHP與MySQL .......................................................................
.............. 162.4 影像處理.......................................................................................................... 172.4.1 光學變焦與數位變焦........................................................................... 172.4.2 影像目標框列與裁剪..........................................................
................. 182.5 人工神經網路與深度學習.............................................................................. 182.5.1 人工神經網路....................................................................................... 182.5.2 卷積神經網路(Convolutional Neural Network, CNN) ........................ 222.5.3 M
ask R-CNN......................................................................................... 252.5.4 物件分類、目標檢測與影像分割模型之應用................................... 282.6 雲端與物聯網裝置之應用.............................................................................. 292.6.1 Raspberry Pi 4B與MJPEG-Streamer ...
................................................ 302.6.2 雲端與影像儲存................................................................................... 30第三章實驗架設............................................................................................................ 323.1 智能工業生產教學工廠..................
................................................................ 323.1.1 智能工業生產教學工廠配置............................................................... 323.1.2 區域網路之硬體架設........................................................................... 333.2 伺服器架設...............................................
....................................................... 343.2.1 WEB伺服器架設................................................................................. 353.2.2 AI演算伺服器架設.............................................................................. 363.3 視覺瑕疵檢測機制及其應用周邊軟體開發..........................
........................ 373.3.1 基於影像處理之物件偵測程式撰寫................................................... 383.3.2 數位變焦程式撰寫............................................................................... 393.3.3 圖像擴增GUI軟體介面....................................................................... 413.3.4 資料分類與
標註................................................................................... 423.3.5 AI瑕疵檢測平台與模型建立.............................................................. 453.4 物聯網裝置及其應用架設.............................................................................. 473.4.1 AI檢測平台之硬體設備...............
....................................................... 473.4.2 瑕疵檢測之即時影像........................................................................... 483.4.3 影像資訊回饋與資料庫之應用........................................................... 503.4.4 AI 瑕疵檢測應用流程機制.................................................
................. 513.5 智慧工廠可視化資訊整合看板...................................................................... 533.5.1 網頁可視化資訊整合系統................................................................... 533.5.2 可視化資訊看板架設........................................................................... 55第四章結果與討論..
...................................................................................................... 574.1 區域網路導入對於資訊整合之探討.............................................................. 574.1.1 區域網路於智慧工廠之應用............................................................... 574.1.2 內部伺服器管理與對外服務.........
...................................................... 594.1.3 物聯網裝置與資訊看板....................................................................... 604.1.4 智慧工廠區域網路設置與伺服器整合規劃....................................... 624.2 伺服器開發環境架設之成效評估.................................................................. 62
4.2.1 伺服器系統選用及其分析................................................................... 634.2.1.1 Linux系統權限管理與其限制............................................... 644.2.1.2 Linux系統於改善工作效率之探討....................................... 664.2.2 Multi-GPU對於AI模型開發之影響...............................................
.... 664.2.2.1 平行運算與其系統開發框架之探討...................................... 674.2.2.2 Batch Size對於AI模型訓練之效益評估.............................. 684.3 深度學習視覺辨識在工廠端的應用探討...................................................... 694.3.1 AI視覺檢測在實務現場之應用領域.................................................. 704.3.2 AI與AOI
在瑕疵檢測之應用探討...................................................... 714.3.3 AI模型建立與探討.............................................................................. 734.3.3.1 圖像擴增與遷移式學習模型之成效評估.............................. 744.3.3.2 瑕疵特徵之萃取與影像分類在瑕疵檢測上的實務應用探討..............................................
............................................ 764.3.3.3 影像分類與實例分割模型在瑕疵檢測上的實務應用探討.............................................................................................. 784.4 影像處理程式編程在實務應用之探討.......................................................... 804.4.1 自動物件框列開發目的與問題探討......................
............................. 804.4.2 數位變焦與光學變焦的實務應用與討論........................................... 834.4.3 GUI圖像擴增對於瑕疵檢測模型訓練應用探討............................... 844.5 物聯網裝置在視覺瑕疵檢測之應用.............................................................. 854.5.1 Raspberry Pi在工業上視覺檢測應用之探討.......................
.............. 854.5.2 基於HTTP 協議之動態影像串流及其應用探討................................ 864.6 可視化資訊整合看板...................................................................................... 874.6.1 智慧工廠網頁工單排程系統及其可視化看板................................... 874.6.2 AI瑕疵檢測結合網頁之可視化資訊看板...............................
........... 88第五章結論.................................................................................................................... 90第六章未來展望............................................................................................................ 92參考文獻........................................
.................................................................................... 93