阿摩線上測驗
登入
首頁
>
巨量資料概論
>
113年 - 113 台灣電力公司_大學及研究所獎學金甄選試題_人工智慧技術應用:巨量資料概論與智慧電網#129312
> 試題詳解
33.所謂 V2G(Vehicle-to-Grid)技術,下列何者正確?
(A)減少車輛之能源消耗
(B)優化電動車充電排程
(C)透過充電控制提高電網穩定
(D)允許電動車將電力傳送至電網
答案:
登入後查看
統計:
A(0), B(0), C(1), D(1), E(0) #3505672
詳解 (共 1 筆)
MoAI - 您的AI助手
B1 · 2025/09/08
#6678246
1. 題目解析: 這道題目涉及到 V2G...
(共 444 字,隱藏中)
前往觀看
0
0
相關試題
25.有關 K-means 分析之說明,下列何者正確? (A) K 表示平均數之值 (B)屬分割式分群的方法 (C)追求群內距離最大化 (D)追求群間距離最小化
#3505664
26.有關決策樹(Decision Tree)機器學習演算法之敘述,下列何者有誤? (A)決策樹內部節點是提供分類時特徵值的判斷 (B)決策樹樹葉節點(Leaves)是標示資料分類別的結果 (C)決策樹的分類需要將所有訓練資料集的資料正確分類 (D)隨機森林(Random Forest)是整合多個小決策樹以進行資料分類
#3505665
27.下列何者非屬巨量資料的「3V」特徵之一? (A) Validity(有效性) (B) Variety(多樣性) (C) Velocity(速度) (D) Volume(資料量)
#3505666
28.有關分散式能源與虛擬電廠,下列敘述何者正確? (A)虛擬電廠集中所有發電資源 (B)用戶負載不屬於虛擬電廠之資源 (C)虛擬電廠以再生能源為主,搭配燃煤發電 (D)虛擬電廠協同多個分散式能源提供穩定電力
#3505667
29.在隨機梯度下降(SGD),下列何技術可加快收斂並避免局部最小值? (A) L2 正則化(L2 regularization) (B)學習率衰減(Learning Rate Decay) (C)動量(Momentum) (D)提升樹(Boosting)
#3505668
30.有關特徵擷取,下列何方法是基於統計指標,不依賴特定的機器學習模型? (A)嵌入法(Embedded Method) (B)過濾法(Filter Method) (C)主成分分析(PCA) (D)包裝法(Wrapper Method)
#3505669
31.有關卷積神經網路(CNN),圖像的重要特徵於下列何者提取? (A)卷積層(Convolutional Layer) (B)掩碼層(Masking Layer) (C)池化層(Pooling Layer) (D)全連接層(Fully Connected Layer)
#3505670
32.有關卷積神經網路(CNN)之基本概念,下列何者有誤? (A)可應用於人臉辨識、語音辨識等 (B)池化層會使用到 ReLU 之激勵函數 (C)運作流程為輸入→特徵擷取→分類辨識 (D)完全連接層的神經元與前一層中的所有啟用都有聯絡
#3505671
34.有關兩事件 A、B 之關聯式規則(Association Rule),下列敘述何者有誤? (A) Apriori 演算法為代表性演算法之一 (B)事件 A、B 順序的調換對支持度(support)不會有影響 (C)事件 A、B 順序的調換對信心度(confidence)不會有影響 (D)提升度(Lift)反應 A、B 的關聯性,表示當事件 A 發生的情況下,同時發生事件 B 的可能性
#3505673
35.有關關聯分析的 FP-Growth 演算法,下列敘述何者有誤? (A)著重頻繁項目的增長 (B)執行較 Apriori 演算法慢 (C)是一無生成候選項目集的頻繁項目集探勘方法 (D)建構高度緊湊的資料結構(FP-tree)來壓縮原始交易資料
#3505674
相關試卷
113年 - 113 台灣電力公司_大學及研究所獎學金甄選試題_人工智慧技術應用:巨量資料概論與智慧電網#129312
2024 年 · #129312
113年 - 113 台灣電力公司_大學及研究所獎學金甄選試題_電力、資訊與用戶資料應用:人工智慧、智慧電網與巨量資料概論#129272
2024 年 · #129272
112年 - 112 台灣電力公司_大學及研究所獎學金甄選試題_電力、資訊與用戶資料運用:巨量資料概論與智慧電網#129351
2023 年 · #129351