三維空間的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

AI時代，設計力的剩餘價值：對象×流程×應用×能力塑造，人工智慧浪潮下的設計師生存攻略

為了解決三維空間的問題，作者薛志榮 這樣論述：

AI歷史×深度學習×互動設計×技術運用×未來發展 人總有疲累、犯錯的時候，但是AI永遠乖巧聽話； 你說AI不懂創意，只能做死板的工作？ 隨著科技發展，AI人性化程度也愈來愈高， 再不懂得提升自己，最後只能被人工智慧所淘汰！ 跨界設計師甘苦談，讓前輩把經驗向你娓娓道來！ 　　【人工智慧在紅什麼？】 　　．AI的誕生 　　1956年8月，在達特茅斯學院舉行的一次會議上，來自不同領域（數學、心理學、工程學、經濟學和政治學）的科學家一起討論如何利用機器來模仿人類學習以及其他方面的智慧，「人工智慧」正式被確立為研究學科。 　　．人機互動的發展歷程 　　60年前，人工智慧和人機互動就像藍綠一樣是

勢如水火的兩大陣營？ 　　明斯基：「我們要讓機器變得智慧，我們要讓它們擁有意識。」 　　恩格爾巴特：「你要為機器做這些事？那你又打算為人類做些什麼呢？」 　　．機器學習和深度學習 　　機器學習是一門涉及統計學、神經網路、優化理論、電腦科學、腦科學等多個領域的交叉學科，它主要研究電腦如何模擬或者實現人類的學習行為，以便獲取新的知識或技能，細分為：監督學習、非監督學習、半監督學習、強化學習。深度學習是機器學習下面的一條分支， AlphaGo正是採用了深度學習算法擊敗了人類世界冠軍，並促進了AI其他領域（如自然語言和機器視覺）的發展。   　　【人工智慧如何影響設計？】 　　．從圖片到影像，Ado

be Sensei平臺幫助設計師解決在媒體素材創意過程中面臨的一系列問題，並將重複工作變得自動化。 　　．看動畫總覺得某些場景崩壞？自動描線的技術能夠自動辨識圖像，並確定圖像的具體輪廓，進而完成描線的工作，大大減輕畫師的負擔。 　　．圖文內容的排版涉及大量的專業知識，包括視覺傳達、色彩與美學、幾何構圖等， Duplo透過模組化和網格系統快速把內容放入尺寸各異的幾千種頁面中，解決不同螢幕尺寸下的圖文排版問題。 　　【AI衝擊！設計師該何去何從？】 　　既然AI如此方便，設計師的存在似乎就可有可無了？ 　　．最容易被取代的三大設計，看看自己符合了哪些！ 　　．深耕藝術設計、個性化設計、跨界思考…

…六種方法助你永保飯碗！ 　　【比人還通人性！談AI的實踐】 　　．AI設計八大原則：個性化、環境理解、安靜、安全「後門」、準確性和即時性、自我學習與修正、有禮貌、人格設定。 　　．產品設計三要素：透過增強記憶、訓練思考和預測行動，將人工智慧最佳化。 　　．從圖形使用者介面（GUI）到語音命令裝置（VUI），為什麼要將GUI轉換為VUI？ 　　【未來五年，人工智慧的發展】 　　．智慧城市 　　下水道設計不良，一遇到暴雨瞬間變水上威尼斯？ 　　每次上路總是提心吊膽，深怕遇到馬路三寶？ 　　警力資源嚴重不足！誰可以代替交警外出巡邏？ 　　交通、能源、供水、建築……數位監控平臺將接管城市管理的工

作！ 　　．商場 　　對商場上的惡性競爭感到厭倦了嗎？透過AI技術，有錢大家一起賺！ 　　讓不同性質的店家組成一個體系，推播優惠券製造雙贏效果。 　　．家園 　　在家裡擺上一幅霍格華茲的胖夫人畫像不再是夢？ 　　Atmoph Window不僅能隨意切換內容，還能配合主題發出相應聲音，彷彿身歷其境！ 　　★特別收錄：跨界設計師甘苦談、針對使用者的人工智慧系統底層設計 本書特色 　　本書從技術角度切入，介紹當前人工智慧的相關知識，再圍繞商業、產品、使用者需求等多個角度闡述人工智慧與設計的關係，提出人工智慧設計的相關見解，同時也結合了作者本身的學習和工作經驗，對設計師在AI時代下的發展規劃

給予相關建議。

三維空間進入發燒排行的影片

基於維持局部結構與特徵⼀致性之改善點雲語意分割方法

為了解決三維空間的問題，作者林正偉 這樣論述：

現今有許多研究探討如何運用深度學習方法處理三維點雲 (Point Cloud)， 雖然有些研究成功轉換二維卷積網路到三維空間，或利用多層感知機 (MLP) 處理點雲，但在點雲語意分割 (semantic segmentation) 上仍無法到 達如同二維語意分割的效能。其中一個重要因素是三維資料多了空間維度， 且缺乏如二維研究擁有龐大的資料集，以致深度學習模型難以最佳化和容 易過擬合 (overfit)。為了解決這個問題，約束網路學習的方向是必要的。在 此篇論文中，我們專注於研究點雲語意分割，基於輸入點會和擁有相似局部 構造的相鄰點擁有相同的語意類別，提出一個藉由比較局部構造，約束相鄰 區域

特徵差異的損失函數，使模型學習局部結構和特徵之間的一致性。為了 定義局部構造的相似性，我們提出了兩種提取並比較局部構造的方法，以此 實作約束局部結構和特徵間一致性的損失函數。我們的方法在兩個不同的 室內、外資料集顯著提升基準架構 (baseline) 的效能，並在 S3DIS 中取得 目前最好的結果。我們也提供透過此篇論文方法訓練後的網路，在輸入點與 相鄰點特徵間差異的視覺化結果。

設計色彩：概念綜述×觀摩學習×情感表達×實際應用×作品賞析，一本書讓你精準掌握色彩藝術

為了解決三維空間的問題，作者楊弦 這樣論述：

藝術設計×色彩美學 初次入門油畫、國畫、水彩，應該準備哪些工具？ 色彩的作用有多神奇？竟然能牽動觀者的生理和心理變化！ 三要素已經耳熟能詳了，色立體助你直觀感受抽象的色彩空間！ 平面設計、動漫設計、環境設計、產品設計、服裝設計…… 色彩的應用超乎你想像，快隨著本書一同進入繽紛的設計色彩世界！ 　　‖第一堂：設計色彩概述 　　【何謂設計色彩？】 　　．即在有目的的、預先制定的方案或圖樣中進行色彩的系統應用； 　　．依附於設計的色彩造型方式，是設計的重要組成部分； 　　．無法獨立存在，必須受到物品的形態限制； 　　．可以與設計同時呈現在制定的方案或圖樣中，也可以後續補充。 　　【設計色

彩教學方法】 　　．Step1色彩寫生：把觀察到和體驗到的色彩透過手和眼表現出來，並逐漸了解物體的色彩關係，建立起設計的意念。 　　．Step2色彩臨摹：直接把著名畫家的成果吸收為自己的知識和技能，但在熟悉這些表現技巧以後，還是要有自己的想法。 　　．Step3色彩借鑑：根據原作的基本色彩關係進行顏色的系統組合，在借鑑大師的色彩應用經驗之餘，又能發揮自己的主觀能動性。 　　．Step4色彩想像：在前幾步訓練的基礎上做昇華，讓大師們的色彩經驗自然而然地和自己的作品融為一體。 　　‖第二堂：色彩的基本理論 　　【色彩混合】 　　總是嫌顏色不夠多，不知道怎麼調和出想要的顏色？ 　　色彩混合教你打造

屬於自己的新色彩！ 　　．正混合：又稱為加法混合、色光混合，是將兩種或兩種以上的色光投照在一起，產生新的色光。 　　．負混合：又稱為減法混合、色料混合，是將兩種或兩種以上的顏色相混在一起而產生的新的色彩，混合的成分越多，則色彩越暗。 　　．中間混合：又稱並置混合，是將分離的色彩並置在一起產生相互影響，在一定的空間裡，產生視覺上的混合。 　　【色立體的應用】 　　．把色彩按照色相、明度、彩度三屬性有秩序、系統性地加以編排與組合，構成一個具有三維空間的色彩體系，稱之為色立體。 　　．色立體提供了一個可以直觀感受色彩三屬性的抽象色彩世界，呈現了色彩自身的邏輯關係，使我們能夠更清晰地理解色彩、掌握色

彩的分類和各種組合關係。 　　‖第三堂：設計色彩的學習方法 　　【大自然是最好的參考對象】 　　藝術設計是一門燒錢的專業？那就拜大自然為師吧！ 　　包天包地、包山包海、包春夏秋冬、各種動物植物應有盡有， 　　造物主千百種曠世奇觀，你細細品味過了嗎？ 　　【偶爾也要觀摩大師作品】 　　大師在觀察和表現色彩時有其個別的理解， 　　經過一番艱苦的探索和思考，結合自己獨特的個性， 　　把色彩應用得淋漓盡致，將作品與創作意圖緊密結合， 　　我們應用心體會並將其實踐於成果中。 　　‖第四堂：色彩情感 　　【色彩心理學的二三事】 　　你是否有過這樣的感覺？ 　　看到紅色時心跳加速，看到藍色時又趨於平靜

， 　　這不是錯覺！色彩真的能影響我們的生理和心理！　 　　受生活經歷、信仰、習慣、文化背景等影響，　　 　　每人對於色彩的觀感也不同，本書將逐一分析！ 　　【色彩也劃分「種族」？】 　　我們在看古裝劇時經常能聽到：秦人尚黑、楚人尚紅…… 　　除了各國國情不同，每個朝代也有各自的偏好， 　　黃色更被視為皇權的象徵，細分為明黃色、杏黃色等等。 　　而在歐洲、非洲，這些顏色又有截然不同的意義， 　　從民族性到地域性，帶你全方位了解色彩的專屬文化！ 　　‖第五堂：設計色彩的應用 　　【平面設計】 　　平面設計是一切設計的基礎，舉凡廣告、包裝、雜誌、書籍、插畫…… 　　任何設計都離不開「平面」的概

念，色彩於此處的應用也是最廣泛的， 　　本書將教你運用色彩打造出震撼力十足的平面設計作品！ 　　【動畫設計】 　　色彩在動畫角色設計中非常重要，不同的色彩組合成不同的色調， 　　而不同的色調又能組合成不同的氣氛，表現出不同的情感， 　　只有合理的色彩搭配才能表現出獨特的審美價值和審美效果！ 　　特別收錄：優秀設計色彩作品賞析 本書特色 　　本書是一本研究「設計色彩」的基礎教材。主要從設計色彩的概念、基本技法以及在設計創作中的具體應用，由淺入深、循序漸進地加以闡述，幫助讀者更好地掌握基礎原理以及學會創造性地應用。  

支持向量回歸對攻牙機加工參數最佳化之研究

為了解決三維空間的問題，作者余政益 這樣論述：

螺帽在工業用加工零件占有相當大的占比， 在需求極大的狀況下，對於良率的要求，產能的要求也跟著變大，本研究所使用的T系列螺帽攻牙機，主要用來加工車用螺帽的螺紋部分，重點改善的課題就是減少不良率與增加產能，然而以上問題會牽涉到許多原因，例如牙攻與皮帶輪的規格、GH值等等，而更換這些參數組合在進行全因子實驗會需要大量的時間與成本，所以希望有辦法能夠在不耗費大量成本的強況下改善這些課題。 近年來隨著人工智慧的崛起及更多演算法的精進，支持向量回歸被廣泛應用在多種領域，因此本論文就是利用支持向量回歸對於牙攻柄真直度、刀具頭型/具的溝與牙數目、牙攻與刀柄同心度、GH值、減速機皮帶輪直徑、馬達皮帶輪直徑、

彈簧線徑等加工參數的排列組合來預測出最佳的產能，利用支持向量回歸建模所需樣本少的特性，以田口法中的直交表減少所需的參數組合，使用建立好的類神經網路與支持向量機的最佳化預測模型進行運算、比較進而找出適配的預測法，再以此最佳的預測模型進行全因子實驗找出最佳的產能