台灣製造 網的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

從零開始打造月經平權：從使用者到創業家，台灣第一本生理用品發展紀錄

為了解決台灣製造 網的問題，作者谷慕慕GoMoond 這樣論述：

▎台灣第一本生理用品發展史！ ▎ 　　你知道…… 　　1960年代引入衛生棉後，台灣的生理用品一直到50年後才有第二種產品問世嗎？ 　　10年前，在網路上買棉條是犯法的嗎？ 　　現在許多人在使用的月亮杯，是靠7,437人集資而在台灣製造的？ 　　台灣的吸血內褲「月亮褲」，外銷日本、香港，有獨步全球的專利技術？ 　　▎這十三年來生理用品市場翻天覆地的改變，從她們的努力開始！▎ 　　十五年前，女性生理用品的選擇只有衛生棉與指入棉條， 　　當時要用導管棉條，得冒著違法的風險在拍賣上購買， 　　有一群女性為了改變這個現象， 　　各自付出心力，投入不同產品的研發。 　　如今，我們有各式各樣的生

理用品可以使用， 　　布衛生棉、月亮杯、月亮褲、月經碟片…… 　　2008年起   訴求環保與舒適的布衛生棉在台灣逐漸普及 　　2010年   台灣導管棉條凱娜在藥妝店上架，為在地品牌開啟先鋒 　　2015年   台灣月亮杯群眾集資上線，三天內隨即達標 　　2018年   台灣第一條吸血內褲月亮褲上市 　　2022年   台灣第一個月經碟片集資即將上線 　　如今，台灣生理用品品牌甚至向海外拓展至日本與東南亞…… 　　▎她們研發的產品，創造又一項台灣之光 ▎ 　　走進藥妝店，我們能買到棉條與月亮杯等生理用品，一位台灣女性若是突然月經來了，她可以不必驚慌，從超商到藥妝店，都可以滿足她的各種選擇

……但你知道，在其他國家，不一定能在藥妝店／超商買到這麼多元的商品嗎？ 　　台灣的生理用品市場發展與歐美的脈絡不同，在歐美，往往是大公司比如好自在、靠得住、蘇菲等投入研發，但在台灣，這些投入生理用品研發的，卻從個人使用者開始。可以說，近年來台灣女性可以擁有這麼多元的選擇權，是民間的力量改變了產業。 　　生理用品的多元發展，與女性對待自己的身體息息相關，正因為性別平權在這幾年的能量累積充足，女性更善於關注自身感受及權益，才能有這麼蓬勃的產業研發與多元選擇權。 　　▎生理用品研發幕後大揭密 ▎ 　　為了記錄從布衛生棉至月亮褲的發展歷程，本書花費近兩年時間，陸續採訪櫻桃蜜貼、凱娜、月亮褲等生理

用品品牌的研發業者，透過她們的口述，觀察不同時代對於經期舒適度、社會文化背景，以及新創者如何突破重重法規，發展自我理念。   本書特色 　　1.台灣第一本生理用品發展史 　　2.月經科技的發展，見證了台灣新創產業的成長 　　3.近十年生理用品的研發，往往來自個人而非企業主導，本書記錄這些改變市場的創新者們的故事 　　4.花費兩年時間採訪、拍攝，呈現第一手研發幕後 　　5.月亮杯、月亮褲的研發手稿首度曝光 　　6.成令方（高醫性別所退休教授）、楊佳羚（高師大性別所副教授）專文推薦   各界好評 　　台灣年輕一代女性對月經污名的抗議行動，渴求與其他女性分享自己的「祕密」，材料製作科技的進步，還

有創業者的熱情，感動號召了許多追隨者。十多年的累積，這股找回自己身體自主的力量，匯集成微型創業的經濟活動。於是，台灣的月經創業家出現了，成就了自己與她人。──成令方／高雄醫學大學性別研究所教授退休、台灣基進性別發展部顧問 　　這本書是台灣第一本生理用品發展史，讓我們看到台灣如何透過許多個人的努力，除了開發環保舒適的布衛生棉、還歷經「開疆闢土」的時期，從國外帶回到申請生產棉條、募資做出台灣的月亮杯，到發展出月亮褲的精采過程。……本書也呈現了女性需求如何因為「不具賣點」而難以成為大公司想再積極改良開發的面向，而需要眾女之力，讓台灣從「禁止在網路擅自販賣棉條」到現在超市藥妝店都可以買到各式棉條、月

亮杯等多種選擇的國家。而這些先行者……不只談不同的生理用品，也談更以女人身體感知為中心的月經教育，讓我們知道如何與月經及我們的身體相處，如何嘗試、挑選適合自己的生理用品。──楊佳羚／高雄師範大學教育學院性別教育研究所副教授 　　月經是世界一半人口都會經歷的生理現象，也與另一半人口的生活息息相關。月經應是如此普遍與一般，卻被冠上標籤與記號，包裹著社會文化多樣的脈絡，在人類史上有著被誤解甚至被污名化的存在。我們需要更多投注在月經知識、議題教育上的資源，來重新認識、討論、理解、支持月經。──黃韻如／台灣大學醫學系教授、創新設計學院社會創新研究中心主任、亞洲首開月經通識課《月經: 理論、思潮與行動》

主授老師   　　台灣的月經運動走到這個節點，是因為路上所有人的攜手共創，在彼此的崗位上，不為自己，而為共同的理想邁進，才能有逐漸燦爛的可能性。期待未來能有更多這類型的紀錄出現，訴說出每一段不一樣的故事，不一樣的精彩。──林薇／「小紅帽」創辦人 　　性教育從來就不是孩子在學校就足以學會一切，透過這本書可以讓家中養育小女孩的家長，可以用更正向的角度去迎接孩子的青春期。──吳少喬／幼兒性教育講師   名人推薦 　　凡妮莎（月經一姐） 　　王秀雲（成功大學醫學系人文暨社會醫學科教授兼主任） 　　尤美女（律師、婦女人權運動推動者） 　　成令方（高雄醫學大學性別研究所教授退休） 　　伍維婷（世新大

學性別研究所副教授兼所長） 　　吳少喬（幼兒性教育講師） 　　吳嘉苓（台灣大學社會學系教授） 　　林易瑩（台南市議員） 　　林薇（「小紅帽」創辦人） 　　周雅淳（不會教小孩行動聯盟發起人） 　　烏烏醫師（禾馨婦產科醫師） 　　游美惠（高雄師範大學性別教育研究所教授） 　　黃韻如（台灣大學醫學系教授） 　　楊佳羚（高雄師範大學教育學院性別教育研究所副教授） 　　盧省言（台灣師範大學專案助理教授）

台灣製造 網進入發燒排行的影片

生成對抗網路應用於AOI樣本數擴增

為了解決台灣製造 網的問題，作者蔡棠介 這樣論述：

AOI(Automated Optical Inspection)自動光學檢測於台灣製造業中，為應用廣泛之一，因社會勞動力老年化及人口的趨減，加上人會因為疲勞而降低專注力，故製造業逐漸導入AOI光學檢測設備來取代傳統目檢人力，在應用於工廠內之產品瑕疵檢測時，常發生正確率不高／漏檢之問題，主要原因是以訓練樣品數不足為主，因瑕疵品在產品生產初期所發生之數量及類別不多，若出現不同的瑕疵內容，機器未先學習過，就會造成AOI漏檢。因此本研究主要利用GAN(Generative Adversarial Nets)中文譯為生成對抗網路來生成樣本，來彌補AOI開發初期樣本數不足的問題， 利用兩種生成對抗網路

模型Cycle GAN與Bicycle GAN在兩種不同情境的情況下，生成樣本來擴增AOI樣本資料庫，研究的架構中應用YoloV4(You Only Look Once V4)來當替代AOI系統，在資料集分配上，模擬剛開發初期只有少量的樣本時需讓AOI有基本的檢測能力，故只抽取少量的訓練資料來生成，其餘的當作測試集來驗證生成的樣本是否有效。有別於其他研究應用，本文利用VAE(Variational autoencoders)及GAN結合的生成對抗網路，控制特徵潛在空間向量來生成多樣性的AOI樣本，實驗結果說明利用生成對抗網路生成瑕疵樣本，相較於擴增前兩者準確率差異準確率可達12%，在實驗過程中

生成出多樣性的AOI樣本已與原先輸入的圖像截然不同，故也可應用於生成不同的瑕疵樣本來測試AOI系統的檢驗可靠度。

2022台灣各產業景氣趨勢調查報告

為了解決台灣製造 網的問題，作者財團法人台灣經濟研究院(台經院) 這樣論述：

　　國內外經濟預測及各產業未來的發展動向，對企業而言，是一項不可或缺的重要資訊，台灣經濟研究院為協助業界對於國內外暨大陸總體經濟的最新動態，及各產業未來的發展動向，除了每年定期對外舉辦景氣研討會外，亦出版景氣動向調查報告。為因應新的經濟情勢以及各界需求，「2021台灣各產業景氣趨勢調查報告」不僅對2021年國內外重要國家總體經濟現況有詳盡報導，亦提供台灣製造業、服務業與營建業之未來總體發展願景分析；針對二十多項重要中分業於2022年產業景氣趨勢，提供各項統計數據、景氣調查與前瞻分析。此外，新興產業篇以未來具有潛力之新興產業為主，提供產業趨勢，以及推動方向與發展策略。

一個植基於特徵選取與樣本選取技術的自動選股模型

為了解決台灣製造 網的問題，作者洪郁翔 這樣論述：

本論文研究台灣上市上櫃公司之財務指標相關資料，提出以分群演算法（Cluster）區分財務體質良好與不佳的分群結果，搭配特徵選取方法（Feature Selection, FS）或是樣本選取方法（Instance Selection, IS）結合隨機森林（Random Forest）機器學習方法探討股票預測之成效，本研究選取訓練資料為2001年至2018年在台灣加權指數有多頭和空頭股市經歷兩個大週期循環分別為2007年金融海嘯以及2018年中美貿易大戰，並以預測之日為建構日以相同金額買入並且以2018年3月至2022年3月之資料進行投資策略回溯測試。其實驗結果顯示Cascade Simple

K-Means加上樣本選擇（Instance Selection）的遺傳基因演算法（Genetic Algorithm, GA）結合隨機森林（Random Forest）預測結果其報酬率為79%為最優，其次，自我組織設映圖SOM（Self-Organizing Map）加上過採樣方法(Synthesized Minority Oversampling Technique ,SMOTE)其報酬率為75%。本實驗結果在於Cascade Simple K-Means和SOM兩種分群演算法搭配任何一個特徵選取或是樣本選取並結合隨機森林演算法結果都有72%以上報酬率，均優於大盤指數的62%，甚至在EM（

Expectation-Maximization algorithm）演算法也有三種方法（IB3、IS-GA、PCA）可以超過大盤報酬率。