來一趟說走就走的旅行論文書籍站
東海大學 行政管理暨政策學系 蔡偉銑所指導 林芸平的 台東鳳梨釋迦的產銷調適-公私協力的視角 （2021），提出東海模型訂單查詢關鍵因素是什麼，來自於公私協力、鳳梨釋迦、協力治理、產銷。
而第二篇論文國立虎尾科技大學 工業管理系工業工程與管理碩士班 張俊郎所指導 蕭世享的 應用人工智慧於慢性阻塞性肺病患者罹患中風之風險評估研究 （2020），提出因為有 基因邏輯斯迴歸演算法、中風、慢性阻塞性肺病、交叉熵演算法、粒子群最佳化演算法、案例式推理、倒傳遞類神經網路、支援向量機的重點而找出了 東海模型訂單查詢的解答。
台東鳳梨釋迦的產銷調適-公私協力的視角
為了解決東海模型訂單查詢 的問題，作者林芸平 這樣論述：
自1965年起，臺灣從以色列引進”Gefner”品種，開始試種釋迦，直至1993年台東農業改良場將鳳梨釋迦產期調節為冬期果，穩定了果品品質後，才得以在台東大規模種植。依據農委會統計，2019年台東種植釋迦的面積占全臺95%，產量占全台94%，帶來了44億5509萬6000元的產值。從以上資訊可得，釋迦主要種植地集中於台東，作為臺灣代表性農作物，穩定其果品及價格就成為勢必要面對的議題。長期依賴出口的鳳梨釋迦，在2019年新冠肺炎爆發的衝擊下，造成短期間無法銷往中國的處境，為了消化大量滯留在臺灣的鳳梨釋迦，包裝廠負責人胡泉主動連繫台東縣政府，以求解決之道。台東縣政府與國內通路較熟的工商發展投資策
進會總幹事合作，在各個通路中留下了胡泉的電話，希望有意願購買鳳梨釋迦的人可以直接與胡泉聯絡，結果在一天內胡泉手機湧入了數千通的電話，導致他無法消化大量訂單與出貨的工作量，縣政府見狀又聯繫隔壁農莊的主人，派了10位因為疫情影響而沒有工作的餐廳員工給予援手，透過縣政府、農莊、包裝廠的公私協力，此次危機才可以圓滿解決。為了解此次協力的過程與模式，本研究運用文獻分析法、訪談研究法，探討疫情衝擊下，台東鳳梨釋迦如何透過協力改變產銷模式？並援引Ansell & Gash 二位學者所發展的協力治理模型作為研究架構，藉此了解此次協力的過程。預期初步研究發現將為台東鳳梨釋迦如何透過公私協力來推動國內產銷帶來討論
，並希望為台東鳳梨釋迦建立新的國內產銷模式，得以帶入學術討論並追蹤其成效。
應用人工智慧於慢性阻塞性肺病患者罹患中風之風險評估研究
為了解決東海模型訂單查詢 的問題，作者蕭世享 這樣論述：
隨著科技的進步以及醫療水準的提升，台灣整體社會人口已經呈現高齡化的趨勢，而近幾年更逐漸邁向超高齡化社會。高齡化人口的死亡原因當中又以慢性病為主要因素，各項慢性病中又以慢性阻塞性肺病以及中風這兩項對高齡患者尤為嚴重，且這兩者都有相同的危險因素。慢性阻塞性肺病以抽菸族群最為常見，台灣抽菸人口眾多，嚴重影響國人的健康，但對這項慢性病卻少有聽聞以及相關的研究探討過慢性阻塞性肺病與中風之間的關係。故本研究以國內醫療機構相關資料庫為研究，篩選出目前國內罹患慢性阻塞性肺病之病患，並運用基因邏輯斯迴歸演算法、粒子群最佳化演算法以及交叉熵演算法計算各項因子的權重與倒傳遞類神經網路及支援向量機相互結合，建構六種
預測中風之風險模型，並結合案例式推理系統，評估病患是否會有伴隨中風的風險，並設計評估介面，方便使用者進行併發症的風險評估。研究結果顯示，經由傅利曼檢定發現預測模型之間ROC曲線下面積有顯著性差異，並利用成對樣本T檢定來判斷模型的整體優異性，最後統計結果預測模型當中以基因邏輯斯迴歸演算法與交叉熵演算法結合倒傳遞類神經網路之預測模型表現較為佳，經由K疊交互驗證平均準確率與ROC曲線下面積都達到了88%與0.82以上；評估模型的部分以粒子群最佳化演算法做為相似度評估，並利用傅利曼檢定來驗證三種演算法之差異，檢驗結果顯示在準確率以及ROC曲線下面積上均顯示無顯著差異存在，故三項演算法皆適合做為本評估系
統預設權重，其平均準確率及平均ROC曲線下面積皆有84%與0.77以上。本研究結果能夠提供醫療機構以及臨床診斷人員，作為疾病診斷之參考依據。