Dash cam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

Dash cam的問題,我們搜遍了碩博士論文和台灣出版的書籍,推薦(美)弗朗西斯·顯凱維奇·賽澤等(主編)寫的 營養學--概念與爭論(第13版) 可以從中找到所需的評價。

另外網站The Nextbase IQ 4K dash cam uses clever AI to keep you safe也說明:Taking end-user dash cams to another level, Nextbase's new IQ provides unrivaled connectivity plus a copious set of safety features.

國立中山大學 電機工程學系研究所 陳伯煒所指導 葉韋承的 基於自拓樸拉普拉斯嵌入之多標籤圖神經網路 (2021),提出Dash cam關鍵因素是什麼,來自於圖神經網路、多標籤分類、相似度矩陣、深度學習、拉普拉斯嵌入。

而第二篇論文國立臺北科技大學 工業工程與管理系 林榮禾所指導 何致毅的 特徵聯合模式應用於新冠肺炎肺部影像分類 (2021),提出因為有 聯合卷積神經網路、可解釋性人工智慧、病徵檢測、深度學習、肺部影像的重點而找出了 Dash cam的解答。

最後網站Should you consider a Dash Cam? - Mercedes-Benz South ...則補充:With insurance fraud on the rise, investing in a dash cam could help to prove who is to blame for an accident and settle disputes and claims.

接下來讓我們看這些論文和書籍都說些什麼吧:

除了Dash cam,大家也想知道這些:

營養學--概念與爭論(第13版)

為了解決Dash cam的問題,作者(美)弗朗西斯·顯凱維奇·賽澤等(主編) 這樣論述:

本書是風靡全球的經典營養學教材!本書是營養學領域內不多見的經典好書,圖文並茂,生動形象,讀者讀后有醍醐灌頂的效果!佛朗西斯.顯凱維奇.賽澤(Frances Sienkiewicz Sizer),理學碩士,注冊營養師,美國營養師協會會員。本科和研究生階段就讀於佛羅里達州大學,1980年獲理學學士學位,1982年獲營養學碩士學位。她是美國營養師協會的創始會員。由她創立並擔任副主席職務的營養和健康協會位於佛羅里達的塔拉哈西,作為信息和資源中心,該組織對1000多個營養學課題不斷進行文獻數據的追蹤研究。她的專著包括《生活的選擇:健康概念和方略》、《做出生活的選擇》、《健康三連音:激勵、訓練和營養》等。

她是《營養學互動教程》的第1作者。除了寫書之外,她還在各大學、國際或地區性會議上發表演講,並參與組織了她所在社區的消除飢餓運動。埃莉.諾斯.惠特尼(Ellie Noss Whitney),博士,1960年於拉德克利夫學院獲得生物學學士學位,1970年在聖路易斯華盛頓大學獲得生物學博士學位。她曾任教於佛羅里達州的大學,是美國營養師協會認可的注冊營養師。現在她的全部精力投入營養、健康和環境問題的研究、著書和咨詢工作中。她的早期著作包括發表於《科學》、《遺傳學》等雜志上的論文,專著有:大學教材《理解營養學》、《普通和臨床營養學》、《營養學和食療》、《關鍵的生活選擇》及中學教材《做出生活的選擇》。目前

她的興趣是研究能量守恆、太陽能的利用、采用替代燃料的交通工具以及生態系統的修復。 1食物選擇與人體健康1.1一生的營養1.1.1飲食與健康的關系1.1.2遺傳與個體1.1.3其他生活方式的選擇健康生活專欄為什麼要進行體育活動?1.2全民健康:全民營養目標1.3人體及其食物1.3.1滿足營養素的需要1.3.2只吃補品能生存嗎?1.4選擇食物的挑戰1.4.1選擇營養豐富的食物1.4.2怎麼才能確認一個有營養的飲食?1.4.3為什麼要選擇食物?1.5營養科學1.5.1科學研究1.5.2科學挑戰1.5.3能相信媒體提供的營養方面的新聞嗎?1.5.4全民營養研究1.6改變行為1.6.

1行為改變的過程1.6.2要自信,並要設定目標消費者指南專欄閱讀營養新聞1.7膳食指導怎樣才能做到既不攝入過多的能量又可以得到充足的營養?自測題1.8爭論1如何甄別真正的營養學專家和假冒偽劣的騙術1.8.1損失的並不僅僅是金錢1.8.2信息來源1.8.3網上營養信息1.8.4誰是真正的營養學專家?1.8.5識別假證書2營養學工具——標准與指南2.1推薦的營養素標准2.1.1膳食營養素參考攝入量2.1.2DRI列表與目標2.1.3了解推薦攝入量DRI的特點2.1.4DRI委員會是如何確定DRI值的——一個RDA的例子2.2美國人膳食指南健康生活專欄推薦的日常體育活動2.3膳食計划與USDA飲食模

式2.3.1食物類及其亞類2.3.2選擇營養素密集的食物2.4膳食計划的應用消費者指南專欄在家和外出用餐時控制食量2.5查看食品標簽2.5.1食物標簽應當包括的內容2.5.2食物標簽可能包括的內容2.6膳食指導學會搜尋食物中的營養素自測題2.7爭論2某些食物是對健康有益的超級食物嗎?2.7.1科學家對植物化學物質的看法2.7.2植物化學物質補品2.7.3功能食品的概念2.7.4最后寄語3奇妙的人體3.1人體細胞3.1.1基因控制功能3.1.2細胞、組織、器官和系統3.2體液和心血管系統3.3激素和神經系統3.3.1激素與營養有什麼關系?3.3.2神經系統與營養是怎樣相互作用的?3.4免疫系統3

.4.1免疫防御3.4.2炎症3.5消化系統3.5.1人們為什麼喜歡糖、脂肪和鹽?3.5.2消化道3.5.3機械消化3.5.4化學消化3.5.5某些食物搭配比其他食物搭配更容易消化嗎?3.5.6如果「我是由我吃的食物組成的」,那麼一個花生醬三明治是怎麼成為「我」的一部分的?3.5.7營養素的吸收和轉運3.6消化道致主人的一封信3.7排泄系統3.8存儲系統自測題3.9爭論3酒與營養:好處大於風險嗎?3.9.1美國酒精消費3.9.2適量飲酒有益健康嗎?3.9.3什麼是酒精(乙醇)?3.9.4什麼是「一杯酒」?3.9.5飲酒方式3.9.6酒精的直接影響3.9.7酒精進入大腦3.9.8酒精進入體內3.

9.9酒精影響肝3.9.10宿醉3.9.11酒精對身體的長期影響3.9.12酒精對營養吸收的影響最后的話4碳水化合物:糖、淀粉、糖原和纖維4.1仔細看看碳水化合物4.1.1糖4.1.2淀粉4.1.3糖原4.1.4纖維4.2對碳水化合物的需求4.2.1如果要減肥和保持健康,應避開碳水化合物嗎?4.2.2為什麼營養專家推薦富含纖維食物?4.2.3纖維攝入和過量4.2.4全谷物食物消費者指南專欄尋找全谷物食物4.3從碳水化合物到葡萄糖4.3.1碳水化合物的消化和吸收4.3.2為什麼有些人很難消化牛奶?4.4體內葡萄糖的利用4.4.1葡萄糖降解提供能量4.4.2身體是怎樣調節葡萄糖水平的?4.4.3過

量的葡萄糖和體脂健康生活專欄我吃什麼可以使鍛煉更輕松?4.4.4食物的升糖指數4.5糖尿病4.5.1糖尿病的風險4.5.2糖尿病前期測試的重要性4.5.31型糖尿病4.5.42型糖尿病4.6糖尿病的控制4.6.1營養治療4.6.2體育活動4.7假如兩餐之間感覺頭暈,我就有低血糖症?4.8膳食指導找出食物中的碳水化合物自測題4.9爭論4添加糖確實有害嗎?4.9.1添加糖會造成肥胖嗎?4.9.2添加糖會導致糖尿病嗎?4.9.3液體熱量會帶來特殊的風險嗎?4.9.4代謝紊亂的跡象4.9.5高果糖玉米糖漿(HFCS)4.9.6結論5脂類:脂肪、油、磷脂與固醇5.1脂類介紹5.1.1體內脂肪的用途5.1

.2食物中脂肪的用途5.2仔細看看脂類5.2.1三酰甘油:脂肪酸與甘油5.2.2飽和脂肪酸與不飽和脂肪酸5.2.3磷脂和固醇5.3體內脂類5.3.1脂肪是怎樣被降解和吸收的?5.3.2脂肪的轉運5.4體脂的儲存和利用5.5飲食脂肪、膽固醇與健康5.5.1脂類推薦攝入量5.5.2脂蛋白與心臟病風險5.5.3食物中的膽固醇是怎樣影響血液膽固醇的?5.5.4建議采用健康生活專欄為什麼鍛煉身體有益於心臟健康?5.6必需多不飽和脂肪酸5.6.1為什麼需要必需脂肪酸?5.6.2ω?6與ω?3脂肪酸家族5.6.3食物中的ω?3脂肪酸在哪兒?消費者指南專欄權衡海產品的風險和益處5.7加工對不飽和脂肪性質的影響

5.7.1什麼是「氫化植物油」?在我的巧克力餅干中起着什麼作用?5.7.2什麼是反式脂肪酸?它們有害嗎?5.8膳食中的脂肪5.8.1了解食物中的脂肪5.8.2蛋白質食物中的脂肪5.8.3奶與奶制品5.8.4谷類食品5.9膳食指導有選擇地進餐5.9.1在食品雜貨店5.9.2調整食譜5.9.3吃快餐食品5.9.4改變習慣自測題5.10爭論5好脂肪、壞脂肪——美國膳食和地中海飲食比較5.10.1對「低脂」指南的異議5.10.2地中海飲食中的高脂食物5.10.3要避免的脂肪:飽和脂肪和反式脂肪5.10.4結論6蛋白質與氨基酸6.1蛋白質的結構6.1.1氨基酸6.1.2氨基酸是如何構成蛋白質的?6.1.

3蛋白質的多樣性6.1.4蛋白質的變性健康生活專欄多食用蛋白質能使肌肉更發達嗎?6.2食物蛋白質的消化與吸收6.2.1蛋白質的消化6.2.2蛋白質被消化后,其中的氨基酸會發生什麼變化?6.3蛋白質的重要性6.3.1身體蛋白質的作用6.3.2提供能量和葡萄糖6.3.3氨基酸的命運消費者指南專欄蛋白質和氨基酸補品的評價6.4食物蛋白質:需要和質量6.4.1一個人究竟需要多少蛋白質?6.4.2氮平衡6.4.3蛋白質的質量6.5蛋白質缺乏與過剩6.5.1當人們攝入蛋白質過少時會導致什麼后果?6.5.2是否會攝入過多的蛋白質?6.6膳食指導攝入足夠但又不過量的蛋白質6.6.1蛋白質豐富的食物6.6.2豆

科植物的優點自測題6.7爭論6素食和肉類飲食各有什麼優缺點?6.7.1素食對健康的積極影響6.7.2肉類飲食對健康的積極影響6.7.3素食者飲食計划7維生素7.1維生素的定義和分類7.2脂溶性維生素7.3維生素A7.3.1維生素A的作用和缺乏的后果7.3.2維生素A的毒性7.3.3維生素A推薦量和來源7.3.4β?胡蘿卜素7.4維生素D消費者指南專欄維生素D的來源7.5維生素E7.6維生素K健康生活專欄運動員對維生素的需求7.7水溶性維生素7.8維生素C7.8.1維生素C的作用7.8.2維生素C缺乏的症狀7.8.3維生素C的毒性7.8.4維生素C的推薦量7.8.5維生素C的食物來源7.9B族維

生素7.9.1B族維生素在代謝中的作用7.9.2B族維生素缺乏的症狀7.10各個B族維生素介紹7.10.1維生素B1(硫胺素)的作用7.10.2維生素B2(核黃素)的作用和來源7.10.3煙酸7.10.4葉酸的作用7.10.5維生素B12的作用7.10.6維生素B6的作用7.10.7生物素和泛酸7.11膳食指導選擇富含維生素的食物自測題7.12爭論7維生素補品:是否利大於弊7.12.1服用補品有益的論據7.12.2反對服用補品的論據7.12.3補品能預防慢性病嗎?7.12.4SOS:補品的選擇8水與礦物質8.1水8.1.1為什麼水是最不可缺少的營養素?8.1.2體內的水平衡8.1.3解渴與補充

水分8.1.4我每天需要喝多少水?消費者指南專欄來源於液體的熱量8.2飲用水:類型、安全性和來源8.2.1硬水和軟水,哪種最好?8.2.2公共飲水的安全8.2.3水源8.3體液與礦物質8.4常量礦物質8.4.1鈣8.4.2磷8.4.3鎂8.4.4鈉8.4.5鉀8.4.6氯8.4.7硫8.5微量礦物質8.5.1碘8.5.2鐵健康生活專欄缺乏鍛煉的疲勞8.5.3鋅8.5.4硒8.5.5氟8.5.6鉻8.5.7銅8.5.8其他微量礦物質和一些可能有效的微量礦物質8.6膳食指導滿足鈣的需求自測題8.7爭論8骨質疏松症:生活方式選擇能夠降低風險嗎?8.7.1骨質疏松症的發展8.7.2為了預防,要了解骨質

疏松症的成因8.7.3診斷和治療8.7.4鈣攝入量與推薦量8.7.5鈣補品9能量平衡與健康的體重9.1體脂過少或過多帶來的問題9.1.1體重過輕的危險是什麼?9.1.2體脂過多會帶來哪些問題?9.1.3向心性肥胖會帶來哪些危險?9.1.4多胖才為過胖呢?9.2身體的能量平衡9.2.1能量攝入和能量輸出9.2.2一個人每天需要多少千焦能量?9.2.3平均能量需要量(EER)9.2.4DRI的EER估算方法9.3體重與體脂9.3.1高體質指數(BMI)9.3.2測量身體組成和脂肪分布9.3.3多少體脂最理想?9.4食欲及其控制9.4.1飢餓與食欲——「進行」信號9.4.2飽腹感和飽滿感——「停止」

信號9.5導致肥胖的體內因素理論9.6影響肥胖的體外因素健康生活專欄維持健康體重的體育鍛煉9.7身體是怎樣減少或增加體重的?9.7.1逐步減肥與快速減肥9.7.2體重的增加9.8獲得並保持健康的體重消費者指南專欄食療9.8.1什麼是瘦身的飲食規划?9.8.2體育活動對保持瘦身的重要性9.8.3什麼樣的飲食可以幫助增加體重?9.8.4治療肥胖的醫療方法9.8.5草藥產品和其他噱頭9.8.6體重變化后應如何保持呢?9.9膳食指導調整行為來控制體重9.9.1行為矯正如何發揮作用?9.9.2實施行為矯正9.9.3認知技能自測題9.10爭論9飲食失調的危害10營養、體育活動和機體的反應10.1身體素質1

0.1.1運動的不同類型10.1.2體育運動指南10.2健身的要點10.2.1肌肉是怎樣適應體育運動的?10.2.2心肺訓練是如何有益於心臟的?健康生活專欄運動安全10.3身體對「燃料」的有效利用10.3.1對食物能量的需求10.3.2葡萄糖:體育活動的主要能量來源10.3.3對運動員碳水化合物攝入量的建議10.3.4體育運動的脂肪燃料10.3.5利用蛋白質來組建肌肉和提供能量10.3.6一個運動員應消耗多少蛋白質?10.4維生素和礦物質——提高運動成績的要素10.4.1營養素補品對提高運動成績有益嗎?10.4.2鐵——值得注意的礦物質10.5運動時的體液和溫度調節10.5.1運動中水分的丟失

10.5.2運動中液體和電解質的需求10.5.3鈉損耗和水中毒消費者指南專欄選擇運動飲料10.5.4其他飲料10.5.5本章總結10.6膳食指導選擇有益於運動表現的食譜10.6.1營養素密度10.6.2碳水化合物10.6.3蛋白質10.6.4賽前餐10.6.5恢復餐10.6.6商業產品自測題10.7爭論10運動補劑:突破、噱頭還是危險?10.7.1佩奇和DJ10.7.2運動補劑10.7.3激素及其仿制品10.7.4結論11飲食和健康11.1免疫系統、營養和疾病11.1.1營養不良的影響11.1.2免疫系統與慢性病11.2風險因素的概念11.3心血管疾病11.3.1動脈粥樣硬化11.3.2心血管

疾病的風險因素健康生活專欄每日可嘗試進行的體育活動方式11.3.3對降低CVD風險的建議11.4營養和高血壓11.4.1血壓在體內如何起作用?11.4.2高血壓的風險因素11.4.3營養如何影響高血壓?消費者指南專欄對補充和替代療法(CAM)的抉擇11.5營養與癌症11.5.1癌症是怎樣發生的?11.5.2哪些飲食因素影響癌症風險?11.6膳食指導DASH飲食法:預防性的藥物11.6.1膳食指導和DASH飲食11.6.2蔬菜、水果:多多益善自測題11.7爭論11營養基因組學:它能實現給人們帶來的希望嗎?11.7.1營養基因組學的研究11.7.2DNA的變化、營養和疾病11.7.3表觀基因學11

.7.4圍繞基因測試的爭論11.7.5有關營養基因組學的詐騙11.7.6結論12食品安全與食品技術12.1微生物與食品安全12.1.1食品中的微生物是怎樣導致機體疾病的?12.1.2從農場到餐桌的食品安全12.1.3個人食品安全措施12.2有些食品比其他食品更容易使人生病嗎?12.2.1蛋白質類食物12.2.2生吃的農產品12.2.3其他食品12.3微生物食品安全的進步12.3.1用射線照射食物是安全的嗎?12.3.2其他技術12.4食物中的毒素、殘余物及其他污染物12.4.1食物中的天然毒素12.4.2農藥12.4.3動物用藥有哪些危險呢?12.4.4環境中的污染物消費者指南專欄了解有機食品

12.5食品添加劑安全嗎?12.5.1添加劑控制規定12.5.2增強安全和質量的添加劑12.5.3調味劑12.5.4脂肪替代品及人造脂肪12.5.5偶然的食品添加物12.6膳食指導食品加工對食物中營養素的影響12.6.1橙汁的選擇12.6.2加工中的損害12.6.3購買最有營養的食品自測題12.7爭論12基因改造食物的優缺點是什麼?12.7.1選擇性育種12.7.2重組DNA技術12.7.3rDNA技術的承諾和問題12.7.4圍繞基因工程食品的問題13生命周期中的營養:孕婦和嬰兒13.1妊娠:營養對后代的影響13.1.1孕前的准備13.1.2妊娠13.1.3營養需求的增加13.1.4食物援助計

划13.1.5懷孕期間應保持多少體重為宜?13.1.6生產后體重的減少13.1.7孕婦應該積極運動嗎?健康生活專欄適合孕婦的體育活動13.1.8青少年懷孕13.1.9為什麼一些孕婦想吃腌菜和冰激凌而有些孕婦卻什麼都吃不下?13.1.10孕婦的注意事項13.2孕期飲酒13.2.1酒精的作用13.2.2胎兒酒精綜合征13.2.3專家建議13.3問題解答13.4母乳喂養13.4.1哺乳期的營養13.4.2什麼時候母親應該避免母乳喂養?13.5喂養嬰兒13.5.1營養素需求13.5.2為什麼母乳對嬰兒有這麼多益處?13.5.3配方奶喂養消費者指南專欄配方奶廣告與提倡母乳的建議13.5.4嬰兒的第1份固

體食物13.5.5展望13.6膳食指導嬰兒用餐時間自測題13.7爭論13兒童肥胖和早期慢性病13.7.1兒童肥胖的挑戰13.7.22型糖尿病的發展13.7.3心臟病的發展13.7.4兒童時期對肥胖的影響13.7.5預防和扭轉兒童超重:全家總動員13.7.6適度節食,而不是徹底不吃13.7.7體育活動13.7.8達拉的努力和蓋比的未來14兒童、青少年和老年14.1童年的早期和中期14.1.1幼兒的生長和營養需要14.1.2正餐和零食14.1.3營養不良會損傷孩子的大腦嗎?14.1.4鉛的問題14.1.5食物過敏、不耐受和厭惡14.1.6飲食能使孩子功能亢進嗎?14.1.7齲齒14.1.8早餐是兒

童每天最重要的一餐嗎?14.1.9學校提供的飲食是有營養的嗎?14.2青少年時期的營養14.2.1營養素需求14.2.2共同關注的問題14.2.3飲食模式和營養素的攝入消費者指南專欄通過改善營養來緩解PMS14.3晚年14.4晚年的營養14.4.1能量和活動14.4.2蛋白質的需求14.4.3碳水化合物和纖維健康生活專欄運動對老年人的益處14.4.4脂肪和關節炎14.4.5維生素的需求14.4.6水和礦物質14.4.7營養能幫助人們長壽嗎?14.4.8免疫力和炎症14.4.9食物和補品能影響阿爾茨海默病的進程嗎?14.4.10老年人的食物選擇14.5膳食指導單身者生活和營養問題自測題14.6爭

論14營養素與藥物的相互作用:哪些人需要擔心呢?14.6.1潛在的危害14.6.2藥物和營養素的吸收14.6.3代謝的相互作用14.6.4兩種廣泛使用的藥物:咖啡因和煙草14.6.5非法藥物14.6.6個人措施15飢餓與全球環境15.1美國的食物短缺15.1.1美國的食物貧困15.1.2美國有哪些食品計划旨在解決食物短缺的問題?15.2世界貧困和飢餓狀況15.3極度貧困造成的營養不良15.3.1「隱性飢餓狀態」——微量營養素缺乏15.3.2兒童時期營養不良的兩種類型15.3.3恢復過程15.4未來的食品供應和環境問題15.4.1對食品供應的威脅15.4.2環境惡化與飢餓15.5同心協力,解決糧

食問題15.6怎樣才能提供幫助呢?消費者指南專欄做出「綠色」的選擇自測題15.7爭論15我們能夠持續地支持自己的生存嗎?15.7.1當今食品生產方法的成本15.7.2家畜的問題15.7.3一個可持續的未來從現在開始15.7.4消費者的作用附錄A 膳食營養素參考攝入量附錄B 世界衛生組織(WHO)營養素攝入量指南附錄C 食品標簽上的日需量附錄D 體質指數附錄E 各章消費者指南專欄復習題和自測題答案附錄F 參考文獻

Dash cam進入發燒排行的影片

Chiếc Cam Hành Trình Điên Rồ - Đã Làm Lộ Hết Bí Mật Của Vợ Tôi | Taca REaction.

★ Subscribe Taca Channel: https://goo.gl/U495qi
★ Fanpage chính thức: https://goo.gl/ernpU7

Còn bạn, bạn thấy video này thế nào. Để lại ý kiến của mình trong phần bình luận nhé ^^

Chiếc Cam Hành Trình Điên Rồ - Đã Làm Lộ Hết Bí Mật Của Vợ Tôi | Taca REaction.

Nhớ subscribe channel để nhận hàng nghìn video hấp dẫn khác !!!
Subscribe Taca channel: https://goo.gl/U495qi

★ Music:

#Taca
#Reaction

基於自拓樸拉普拉斯嵌入之多標籤圖神經網路

為了解決Dash cam的問題,作者葉韋承 這樣論述:

典型的拉普拉斯嵌入(Laplacian Embedding)著重於在建立最小化連通圖(Connected Graph),而這對單標籤(Single Label)而言有明確的定義,但是在多標籤(Multilabel)中存在著多重關係,很難明確的定義拉普拉斯矩陣,從而難以實作出最小化連通圖。本論文提出一種在拉普拉斯嵌入過程中自動構建拉普拉斯圖的新方法,通過最小化跡數(Trace),在輸入的多標籤資料集時可以學習到其拉普拉斯圖的拓樸結構,使得相似的樣本可以盡可能的靠近,加上稀疏(Sparsity)強健性(Robustness)深深的影響圖神經網路(Graph Neural Network)的輸出結

果。本論文提出的方法分別在公開的資料集且在不同領域不同的樣本特徵與大小上測試,比與不同的的多標籤分類(Mulitlabel Classification)演算法以及不同的相似度矩陣(Similarity Matrix)與不同的池化(Pooling)共計十七種演算法做比較,因為多標籤分類評估比單標籤分類評估方式更是複雜,所以本論文在分類評估更是使用了十四種評估方式作為評估指標,最後還將多標籤資料集分別加入了3.00 %、6.00 %、9.00 %、12.00 %的高斯雜訊(Gaussian Noise),實驗證明本方法在AR Face資料集加入12.00 %的高斯雜訊下超前了將近25.00%於平

均精準度(Mean Average Precision)。

特徵聯合模式應用於新冠肺炎肺部影像分類

為了解決Dash cam的問題,作者何致毅 這樣論述:

自2019年末,新冠肺炎肆虐,造成全球染疫及死亡,如何快速診斷及治療,成為了這2年來重要的議題。近年來卷積神經網路(Convolutional Neural Network, CNN)在醫療影像分類上十分盛行,除了協助醫護人員精準診斷、治療,也能降低患惡化的機率。在醫護人員進行決策時,正確分辨病徵對患者是非常重要的,但在神經網路決策中卻不透明,無法了解所做決策是否合理。故本研究基於InceptionV3、ResNet50V2及Xception三個遷移學習神經網路模型的特徵提出一個聯合神經網路提取更多有利的特徵並來探討此網路架構在醫學影像分類上的能力及利用可解釋人工智慧(Grad-Cam)的方

式來分析聯合卷積神經網路之有效性,結果顯示本研究提出之聯合神經網路準確率(95.88%)優於ResNet50V2準確率(93.99%)、InceptionV3準確率(93.49%)及Xception準確率(92.89)兩個遷移學習神經網路,且在COVID-19影像中,得到了99.31%之準確度。而在可解釋人工智慧(Grad-Cam)方面利用可視化的方式也有效的學習到4種類別病徵,是一個具有準確度及辨識度兼容的網路模型,且能幫助醫護人員針對病徵加速診斷及即時治療。