ai應用案例的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列推薦必買和特價產品懶人包

新型電力系統ICT應用與實踐

為了解決ai應用案例的問題，作者 這樣論述：

本書全面介紹新型電力系統建設中所涉及的主要資訊通信技術及其應用。全書共11章。第1～2章介紹碳減排背景下能源電力行業向低碳化轉型發展的趨勢，以及新型電力系統建設的必要性。第3章介紹能源行業數位化轉型現狀，給出新型電力系統的ICT架構。第4～9章系統地闡述5G助力高彈性電網建設、電力光網路、電力智慧雲網、電力物聯網、能源大資料中心、新型電力系統網路安全等方面的資訊通信關鍵技術及應用方案。第10章結合新型電力系統源、網、荷、儲全環節業務場景，以國網浙江省電力有限公司的探索與實踐為例，呈現典型應用。第11章為新型電力系統展望。 本書可為能源、電力、資訊通信等相關領域的從業人員提

供參考。

ai應用案例進入發燒排行的影片

基於YoLoV5即時行人交通號誌燈識別

為了解決ai應用案例的問題，作者曾書瀚 這樣論述：

全球有超過2.5億視障人士，戶外的移動是他們必須面對的大問題。大多數國家的有聲行人號誌燈普及率很低。在沒有他人幫助的情況下過馬路是一個懸而未決的問題，因為全球大多數行人交通信號燈都沒有提供聲音輔助。少數有研究涉及圖像檢測行人交通信號燈，據我所知文獻中關於使用最近最先進的計算機視覺方法存在明顯差距例如用於解決此類問題的深度神經網絡。在本文中我們研究了當前基於深度神經網絡的定位/檢測和分類的最新技術，我們提出了一種檢測行人交通信號燈及其當前狀態的解決方案，以幫助視障人士借助此系統安全的通過馬路，本篇論文使用YoloV5模型來訓練特徵類別，整體系統包含三個部分，輸入圖像、物件分類，物件識別，可以讓

視障人士更加安全的通過路口。實驗成效準確率可以達到90%左右。

餐飲空間OMO體驗與設計：串連多場景消費的餐飲企劃與設計攻略

為了解決ai應用案例的問題，作者漂亮家居編輯部 這樣論述：

        面對COVID-19疫情持續擴散與變異，「與病毒共存」成為餐飲業的最大課題之一。全球疫情進入第三年，無論大至全球供應鏈到人們的日常生活，都變得比以往瑣碎而充滿不確定，「零接觸」經濟、新商業模式正在重塑世界。         受疫情、戰火、氣候變遷等大環境影響，與民生日常關係緊密的飲食迎來巨變，餐飲市場「汰弱留強」更加白熱化：食材、人力成本節節高升，疫情起伏風險管理成日常，餐廳多角化經營跨界聯名，高端餐飲漲價仍一位難求，不斷進化整合的數位應用，這些在過去一年裡加速發生。但人們仍需要並期待能健康安全地社交互動並體驗饗食時光，在新型態生活下的餐飲體驗與設計，要洞察消費行為的改變，

把握機會壯大品牌力！ 開餐廳仍是年輕人或上班族想一搏創業路的首選，但疫情之後餐飲開店風險控管更形重要，本書彙整疫後新生活對商業模式、品牌定位到空間設計的影響與改變，是提供設計服務的空間設計師與想開店創業的餐飲業主，必備的參考書籍。 【本書賣點】 1 餐飲業競爭日趨激烈，「設計」成為做出差異化的關鍵，疫情之後出現許多新消費型態，本書在餐飲空間設計基礎之上，提出疫後更需審慎評估的核心要素與創新的作法。 2 透過採訪專家及業者，彙編整裡出多元視角且全面思考的餐廳設計與營運的知識和經驗分享。 3 以圖解方式說明設計新觀念與實際作法，在明確的戰略目標下，提供多種戰術供設計師與餐飲業主學習參考。 ＊與

病毒共存下新常態生活，餐飲空間設計的修正 還談翻桌率？安心適切的用餐空間尺度 對清潔衛生的作為如何體現在服務流程 外帶／外送區域規劃及作業動線的預留 【商業模式】 1：選擇販售的餐飲品項與目標客群 2：消費頻率（日常消費或聚會或周邊/聯名商品），客單價或消費力評估 3：疫後開店風險管理意識要提高，投入建置成本與多久回收，未來目標 【消費旅程】 4：如何讓客人知道這家店/品牌 5：來店前的體驗流程 6：內用到店後的體驗流程 7：外帶到店的體驗流程 8：多元化支付方式與回訪誘因 【空間設計】 9：品牌核心價值或意象呈現店的個性或故事 10：現有空間格局坪數下的內外場比例 11：服務動線與顧客動線

與尺寸（平面圖），用餐區座位類型、客席數 12：空間設計造型、材質、傢具、燈光、軟件⋯⋯如何回應ＴＡ、客單價 【其他設計】 13：餐食呈現：桌上佈置、餐具、擺盤，外帶包裝，銷售冷藏冷凍商品等 14：其他設計，如CI、招牌、制服、外帶包裝、拍照牆/角落 【行銷策略】 15：從實體到線上與社群，品牌形象的整體性  

人工智慧應用於加油站服務滿意度之預測

為了解決ai應用案例的問題，作者蔡建明 這樣論述：

民國76年政府開放民營可自行銷售汽、柴油之後，許多企業集團也紛紛投入到加油站這塊市場，到現在國、民營加油站到處可見，顯見此行業市場競爭之激烈，而透過經濟部能源局的資料顯示，2020.01.04台灣總計共有2479家加油站，2022.05.15台灣總計共有2483家加油站，從兩項數據來看2年多僅僅多增加了4家，可見得這塊市場已趨近飽和，所以要在這市場能夠持續站穩腳步，除了價格比較之外，更延伸出其它額外的服務項目及環境條件，藉此提升顧客滿意度，進而留住舊有的客戶，甚至是吸引更多新的客戶。本研究希望透過人工智慧演算法來分析，這些額外的服務項目及提高客戶滿意度的成敗模式，然後透過該模式來預測未來的服

務項目的設計，顧客滿意度的結果好壞和改善的方向，以提高企業的成功機率。本研究從30種演算法中剃除掉10準確度不足60%的方法之後，再從剩餘的20個之中透過預測結果擇選出準確度皆高於84%的三種演算法進行預測結果探討及建議，三種採用的人工智慧演算法包括LogitBoost演算法、LMT演算法和NaiveBayes演算法。結果發現本研究的人工智慧方法，確實可以作為加油站產業增加經營績效的參考。