从习性、资讯、能力解析决策案例——何以韩信能而马谡不能

影响决策主要因素为习性、资讯与能力(简称习讯能)。本文首先说明决策的习讯能理论,再由之发展出决策推理的八项步骤。此推理八步可系统的解析过去决策案例中的决策盲点或关键点。本文并将以韩信背水之战与马谡街亭之战为例,说明此推理八步的运用。

论搜寻引擎以程式在网路上自动抓取资料时可能面临之法律问题及其解决之道

搜寻引擎必须以crawler程式(又称spider程式)来自动抓取网页并建立索引,如果crawler程式仅仅循着网页所提供的超连结来搜寻网页并抓取內容,称为一般性的crawler程式;如果不论网页是否提供超连结,crawler程式会自行计算并找到网页的所有內容并加以抓取,此种crawler则称为深度crawler。而crawler抓取网页內容的步骤可以细分为「取得资料」及「储存并建立索引」二大步骤。在「取得资料」阶段中,深度crawler虽然是自行透过演算法来取得网页的所有內容,但本文认为仍不至于构成非法存取(unauthorizedaccess)。此外,不论是一般的crawler或是深度crawl-er,如果取得网页內容时会耗费网站资源而干扰网站的正砊俗?就可能构成如美国eBay案中讨论的财产侵害(trespasstochattel)。在「储存并建立索引」阶段中,原则上应该不会侵害网页拥有者之重制权。然而,有些搜寻引擎(例如Google)将其取得的內容以「库存页面」(cache)的方式允许使用者存取,此时即有争议发生。但本文以为,由于搜寻引擎的主要目的是在使网路使用者更容易接触网页,所以此种「重制」与「散布」行为原则上应有著作权法「合理使用」原则的适用,故不会构成侵害著作权,但仍应考虑搜寻引擎与原网站之间是否处于竞<关系,以及所抓取之资料量占原网站之比例等因素综合判断。要解决搜寻引擎与网站间可能发生的法律<议,除可以强化现行的robotexclusion标准外,网站也可以考虑增强自动过滤crawler的功能,以杜绝<议。

指纹定位应用于智能运输系统之可行性

利用追踪手机位置来侦测道路信息的机制,这个机制不需要花费庞大的金额来架设及维护额外的侦测装置.运用行动网络中的测量报告讯号,结合指纹定位算法,依定位信息进行车速评估.在实验中以快速道路66号路段进行实际路测,其指纹定位算法位置估计误差的可达36.11m,车速评估的平均误差可达3.39%,提供准确的位置和车速准确度.此外,采用云计算进行平行处理,可有效改善指纹定位算法需要大量运算的限制.

XCS分类元系统于金融投资决策上之应用——以台湾加权指数为例

人工智能模型近年来在财经领域上的应用相当广泛,也常与传统的统计模型相互比较。传统时间序列数学模型存在许多假设与限制,但人工智能模型较具有弹性,可解决非线性问题,较适合应用于像股票市场这种动态环境。该研究为应用人工智能方法之分类元系统(classifiersys-tem,CS)模型于台湾加权指数趋势之预测。分类元是一种以基因算法为基础的学习模式。它拥有一个规则集,而且会动态对环境进行调整。该研究运用不同天期移动平均线(MA)、随机指针(KD)、平滑异同移动平均线(MACD)等技术指针当作输入因子,加权指数之买卖讯号作为输出因子,经由分类元系统动态学习买卖规则,每次操作以加权指数为交易标的。实证结果显示10年测试期间分类元股票交易系统(CSTS)30次仿真结果之平均报酬率为165·38%,平均交易胜率为60·31%。统计分析显示CSTS系统之平均交易报酬率及交易准确率皆显著优于传统回归模式及随机交易策略。证实分类元系统可较传统策略准确掌握加权指数之趋势,非常适合投资者作为交易决策系统。