問題的答案無所不包論文書籍站
國立雲林科技大學 工業工程與管理系 陳奕中所指導 劉冠廷的 基於類神經網路與高速公路車流量之空氣品質分析-以台中大雅為例 （2019），提出西 螺 休息站 eTag關鍵因素是什麼，來自於類神經網路、PM2.5預測、車流量、氣象、時間序列。
而第二篇論文國立雲林科技大學 工業工程與管理系 陳奕中所指導 林義富的 基於類神經網路與高速公路車流量之服務區 營業額銷售分析以西螺休息站為例 （2018），提出因為有 商業大數據、取特徵值、類神經網路的重點而找出了 西 螺 休息站 eTag的解答。
基於類神經網路與高速公路車流量之空氣品質分析-以台中大雅為例
為了解決西 螺 休息站 eTag 的問題，作者劉冠廷 這樣論述：
近年來隨著環保意識的抬頭，政府與許多民眾也開始關注每日PM2.5的變化，並隨之做出適當的防護。在這個狀況下，許多學者開始投入PM2.5預測的研究，嘗試使用各種分析手段或數學模型來建立高精準度的模型。以現況來說，過往的研究大多只考慮使用PM2.5數值本身，或者外加一些氣象觀測數據來進行預測。然而我們認為這樣的方式並不合理，因為一般來說PM2.5的來源包含外部污染與本地污染兩種，其中外部污染所造成PM2.5變化的確適合僅使用PM2.5數值本身與氣象觀測數據來進行預測。但在本地污染部分，像是工廠排放廢棄或是車流量等造成的PM2.5變化，基本上無法使用上述資料來進行預測，因為這類污染是人為不定時造成
的，與之前時間的PM2.5數值或氣象因子毫無關聯。為了克服這個問題，本論文提出使用本地污染來源中，較容易獲得的車流量資料，並結合一連串資料分析方法來預測未來PM2.5數值的想法。最終實驗結果驗證了本論文所提出想法的合理性。關鍵詞：類神經網路、PM2.5預測、車流量、氣象、時間序列
基於類神經網路與高速公路車流量之服務區 營業額銷售分析以西螺休息站為例
為了解決西 螺 休息站 eTag 的問題，作者林義富 這樣論述：
隨著大數據分析技術的發展，越來越多商業界人士將其應用在商業大數據分析上，如來店人潮預估、當店營收預估，以及與競爭對手之應對策略分析等。然而一般學術界要從事相關分析是非常困難的，因為大部分商家在經營考量下並不會公開他們的來客數、營收等資料集。因此為了促進學術發展，政府單位日前釋放了一批公開的商業大數據資料集，內容包含一整年高速公路服務區的每日銷售量、不同車種在高速公路上的行車記錄等。而本論文將藉由此一資料集來進行服務區的銷售分析，其步驟包含了資料清洗、取特徵值、降維、分類，與使用類神經網路進行建模等。最終，本論文將以國道一號的西螺服務區為例說明分析成果，並驗證我們所提出方法的效能。