阿摩線上測驗 登入

最新科目

最新試卷

115年 - 115-1 專技高考_醫事放射師:放射線治療原理與技術學#137343(80題)

115年 - 115-1 專技高考_牙醫師(二):牙醫學(五)(包括全口贗復學、局部贗復學、牙冠牙橋學、咬合學等科目及其相關臨床實例與醫學倫理)#137342(80題)

115年 - 115-1 專技高考_藥師(二):藥學(五)(包括藥物治療學)#137341(80題)

115年 - 115-1 專技高考_牙醫師(一):牙醫學(二)(包括口腔病理學、牙科材料學、口腔微生物學、牙科藥理學等科目及其臨床相關知識)#137340(80題)

115年 - 115-1 專技高考_牙醫師(二):牙醫學(三)(包括齒內治療學、牙體復形學、牙周病學等科目及其相關臨床實例與醫學倫理)#137339(80題)

115年 - 115-1 專技高考_醫師(二):醫學(五)(包括外科、骨科、泌尿科等科目及其相關臨床實例與醫學倫理)#137338(80題)

115年 - 115-1 專技高考_牙醫師(二):牙醫學(六)(包括齒顎矯正學、兒童牙科學、牙科公共衛生學等科目及其相關臨床實例與醫學倫理)#137337(80題)

115年 - 115-1 專技高考_醫師(二):醫學(四)(包括小兒科、皮膚科、神經科、精神科等科目及其相關臨床實例與醫學倫理)#137336(80題)

115年 - 115-1 專技高考_醫事放射師:核子醫學診療原理與技術學#137335(80題)

115年 - 115-1 專技高考_醫師(二):醫學(六)(包括麻醉科、眼科、耳鼻喉科、婦產科、復健科等科目及其相關臨床實例與醫學倫理)#137334(80題)

最新試題

最新申論題

最新課程

最新主題筆記

最新討論

24. 徐老師上國語課時應用PIRLS閱讀理解教學,引導學生從課文中提取訊息、推論訊息、整合詮釋、比較評估,說出其中的深層涵義。請問徐老師在進行上述教學時,主要是把他對閱讀理解教學的知識視為哪一種類型的知識來應用? (A)陳述知識 (B)程序知識 (C)條件知識 (D)語意知識

35.依據勤務指揮中心狀況處置作業程序規定,下列敘述何者錯誤?(A)有關勤務指揮中心之狀況處置,第一時間到達員警經審認案件非屬處理權責人員,向勤務指揮中心回報到達後,應即離開現場,責由相關處理人員進行蒐證備查(B)勤務指揮中心受理人員不管民眾撥一一○或視訊報案,均應填寫受理一一○報案紀錄單(C)處理事故第一時間到達員警,回報內容須對現場狀況概略描述,勤務指揮中心受理人員應同步對回報內容重點登錄(D)受理一一○報案檢舉色情、賭博、電玩、毒品及員警風紀等案件,不便立即派遣警力到場者,應派遣至所轄分局勤務指揮中心及影送業管單位

3. 圖中曲面上各點的座標代表一純物質的體積V、溫度T 與壓力P。甲、乙、丙均為等溫線,其粗線部分與V 軸平行,圖中虛線為此物質 兩態共存區之邊界線。關於此物質三態的敘述,下列何者錯誤? (A)在甲溫度時,此物質之固態與液態可以共存 (B)在乙溫度時,此物質之液態與氣態可以共存 (C)在高於丙溫度時,此物質無法三態共存 (D)在適當的溫度、壓力和體積條件下,物質三態是可共存的

21. 某時尚品牌導入生成式 AI(Generative AI)技術,建立服裝設計輔助系統。系統需根據設計師輸入的風格條件,自動產生具有高度視覺品質、細節穩定且風格變化自然的服裝草圖。團隊特別重視生成結果的穩定性與多樣性控制能力。在此需 求下,下列哪一種模型技術或方法較為適合? (A)支援向量機(Support Vector Machine, SVM); (B)生成對抗網路(Generative Adversarial Network, GAN); (C)決策樹(Decision Tree); (D)擴散模型(Diffusion Model)

22. 某製造業工廠規劃導入 AI 監控系統,持續分析設備感測數據(如溫度、震動與壓力)。系統需能在缺乏完整異常標註資料的情況下,辨識與一般運作型態顯著不同的狀態,並發出預警。在此需求下,下列何種技術較為適合? (A)使用支援向量機(Support Vector Machine, SVM)建立異常分類模型; (B)以決策樹(Decision Tree)學習異常類型的判斷規則; (C)採用變分自編碼器(Variational Autoencoder, VAE)學習正常資料分佈; (D)使用生成對抗網路(Generative Adversarial Network, GAN)直接預測異常標籤

23. 在 AI 推論服務架構設計中,「批次推論(Batch Inference)」與「即時推論(Realtime Inference)」常依任務特性選擇不同機制。下列關於兩者特性的敘述何者最正確? (A)批次推論通常以同步請求方式回傳結果,以確保資料一致性;即時推論則多採非同步機制以提升系統吞吐量(Throughput); (B)批次推論多用於延遲容忍度較高的大規模資料處理,通常以吞吐量 (Throughput)最佳化為優先;即時推論則著重於請求回應時間的穩定性與低延遲特性; (C)批次推論因計算資源需求高,僅適用於影像類模型;即時推論則主要應用於結構化資料模型; (D)即時推論為確保回應速度,通常限制為單筆資料輸入;批次推論則可支援同步多筆資料即時回傳