走在汽車革命的路上論文書籍站
中原大學 資訊工程學系 余執彰所指導 呂紹豪的 條件生成對抗網路搭配遷移學習應用於漫畫上色 （2021），提出Hyojin Choi 資料關鍵因素是什麼，來自於漫畫上色、條件生成對抗網路、遷移學習。
而第二篇論文國立成功大學 運動健康與休閒管理碩士在職專班 王駿濠所指導 謝宗益的 身體組成與生理指標與空軍飛行學生G耐受力表現關係之探討 （2020），提出因為有 抗G動作、人體離心機、生理指標的重點而找出了 Hyojin Choi 資料的解答。
條件生成對抗網路搭配遷移學習應用於漫畫上色
為了解決Hyojin Choi 資料 的問題，作者呂紹豪 這樣論述：
近年來隨著機器學習、深度學習在電腦影像方面的進步，已經可以用來解決許多以前需要人力去手動解決的問題，像是漫畫上色就是最好的一個例子，一本漫畫可能有個幾百幾千頁，如果靠著手動一張一張去上色是非常花費時間的，快的話可能需要幾個月，慢的話可能需要花上數年甚至數十年才能完成一本漫畫，這種費時又費力的工作，現在的電腦技術已經足以幫助我們大幅度減少它所花費的時間。隨著在電腦的硬體以及深度學習技術的進步，我們在訓練一個上色網路只需要花費短短的幾天幾即可完成訓練。在本 文 後面的章節中我們會 一 一 介紹到我們使用的 cGAN(Conditional GenerativeAdversarial Networ
ks)網路架構以及我們在上面如何改進以及微調，使的上色出來的結果看起來更棒更自然。此外在漫畫上色問題中，收集訓練資料也是一個麻煩的大問題，大部分的漫畫都是受版權保護的很難收集到非常大量的資料集，因此我們在我們的研究中使用遷移學習可以有效的提升在少量訓練資料訓練出來的結果，因此最後我們還會探討以及比較如何使用預訓練模型的方法能讓我們得到一個令人滿意地結果。
身體組成與生理指標與空軍飛行學生G耐受力表現關係之探討
為了解決Hyojin Choi 資料 的問題，作者謝宗益 這樣論述：
研究背景：我國主力戰鬥機種 (F-16、M-2000、IDF) 可達每秒6G加速度到9G過載能力，而暴露在G力的環境下，血液重量變重且囤積在飛行員下半身，會使得腦血壓降低，嚴重時可能導致人員昏迷 (G-force induced loss of consciousness, G-LOC)，造成飛行員生理負荷及飛安危害。有鑒於此，本研究透過蒐集身高（心腦間垂直距離）與體脂肪率、BMI、體重等重要身體組成與生理指標，以進一步地探討其與G耐受力的關聯性，以做為未來實務應用的參考基礎。研究目的：以空軍官校基本組學生為研究對象，探討身體與生理表現指標對G耐受力之影響。研究方法：本研究招募符合入學標準之
168位員空軍官校學官為參與者，平均年齡為25.47 ± 1.77歲。在完成學科課程之後，測量其身高、體重、身體質量指數 (body mass index, BMI)、體脂肪率、肌肉量等身體條件及生理指標，並於休息後進行離心機訓練，在訓練時分別記錄鬆弛G耐受力及緊張G耐受力。數據結果以描述性統計、皮爾森相關、階層迴歸模型進行資料分析與呈現。研究結果：在皮爾森相關分析結果發現，緊張G耐受力、BMI、體脂肪率、下肢肌肉量和鬆弛G耐受力有顯著正相關；身高和鬆弛Ｇ耐受力有顯著負相關。另一方面，BMI、體脂肪率、下肢肌肉量和緊張G耐受力有顯著正相關；身高和緊張Ｇ耐受力有顯著負相關。而在階層回歸模型中，分
析結果發現僅有身高與下肢肌肉量與鬆弛G耐受力有顯著相關；緊張G耐受力方面僅有身高有顯著相關。研究結論：本研究透過一系列的資料蒐集與分析後發現，身體條件及生理指標確實與人體的高G耐受力有明顯關聯，並且主要發現身高、下肢肌肉量對鬆弛G耐受力的影響力較大，而在緊張G耐受力中，則僅有身高的影響較為顯著。研究結果也可作為未來空軍官校甄選飛行學生及線上飛行員訓練時的參考依據。