MIRAE的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

奉奉的超特別帽子

為了解決MIRAE的問題，作者李真和 這樣論述：

榮獲2020年度波隆那年度插畫家、 童書召集大賽繪本類大獎 最溫暖、有趣的兒童品格教養作品   「為什麼我跟別人不一樣？」 許多孩子都有相同的問題，缺乏自信心而畏縮。 透過奉奉的故事，讓孩子學會幫助他人、建立自我能力認同， 學會接受自己原本的樣貌，重拾自信！   　　作者榮獲2020年度波隆那年度插畫家， 　　本書獲得第二屆Mirae N未來恩童書繪本類大獎！   　　家人與村落裡的村民人人都有帽子，但只有耳朵特別長的奉奉沒有帽子。 　　擁有跟他人不一樣外表的奉奉，覺得自己不「正常」，只想要遮掩自己眼中的缺陷。 　　但奉奉因為特別的耳朵幫助了許多人，也找回了自信，並接受了自己的長耳朵以及自

己的與眾不同。   本書特色   　　曾經思考過「為什麼我跟別人不一樣？」的孩子，或是曾經因為群眾心理而嘲弄過其它人的孩子， 　　透過本書能夠回顧自己的行為，了解到「不一樣」並不是一件害羞或要被嘲弄的事！   　　缺乏自信心是許多孩童與父母都會遇到的課題， 　　因為希望孩子比他人高、比他人聰明、比他人乖巧，不知不覺中讓孩子感到自卑和畏縮。 　　這本書的主角「奉奉」，因為想要遮住又大又難看的耳朵，經歷了許多事， 　　也因此展開了自信心尋找大作戰。   　　請父母及孩子，一起閱讀這本書有趣的繪本， 　　透過作者純熟的筆觸及溫暖的畫風，幫助孩子們跟著奉奉一起找回自信心吧！   專家推薦   　　樊雪

梅─英國東倫敦大學暨Tavistock兒童心理治療博士 　　王彥舜心理師─晴風心理治療所

MIRAE進入發燒排行的影片

使用灰色預測和數據包絡分析預測越南銀行業的未來表現

為了解決MIRAE的問題，作者陳金峰 這樣論述：

績效分析可以用以衡量組織在一定時期內的效率，已在許多行業中廣泛的被應用。在本文中，作者以越南銀行業在2017 年至 2021 年的資料，推展評估了未來 2022 年至 2025 年的績效表現。本研究首先使用灰色預測模型，對資產、存款、負債和費用，以及貸款和利息收入等因素的未來值來進行推算，然後應用 DEA計算未來值的績效，用以代表越南每家銀行的未來績效成果。結果顯示，Vietcombank、TPBank、HD Bank 和 Vietnam Maritime Bank 的未來績效將有所提升，而 Vietin Bank、SHBank、Oricent Commercial Bank、Saigon

Bank、BaoViet Bank、Saigon Conthuong Bank 和 Petrolimex Bank 的表現則將下滑。這些建議，可協助銀行改進其可持續發展的戰略，並完善經營體系.

全球債券ETF 投資新視野

為了解決MIRAE的問題，作者劉宗聖,黃昭棠,張勝原,張明珠,吳承勳,邱鉦淵,周宜縉 這樣論述：

　　了解全球債券市場，投資組合更靈活！ 　　台灣債券ETF╳美國公債ETF╳人民幣債券ETF 　　 　　提到債券投資，大多數人就會聯想到配息，並跟穩健投資畫上等號。 　　 　　許多投資人把高收益債券當作長期退休工具，相信債券長期一定能提供穩健高收益，但真的如此嗎？ 　　 　　債券之所以提供不同的利息，就表示承擔的風險有所不同。透過本書，讀者將能瞭解債券ETF的投資架構，對於債券投資也會有較清楚的輪廓，是全球債券投資的入門寶典。 　　

商場之顧客視線分析及商品辨識應用技術開發

為了解決MIRAE的問題，作者謝博宇 這樣論述：

在近來無人經濟當道，從無人機的國安防衛、無人車、最後是無人工廠等，背後都是靠著人工智慧與物聯網技術整合後的各式智慧物聯創新運用。隨著行動智慧生活的普及化，促使消費者的購物習慣改變，因此傳統實體商店必須積極導入各項人工智慧與物聯網技術，甚至朝無人商店轉型發展，無人商店最著名的就是亞馬遜 (Amazon) 推出的Amazon Go 概念便利商店，其最大的特色為消費者免排隊的情況下，就能結帳的購物模式。本研究主要希望能結合人工智慧的技術，在賣場中架設攝影機針對消費者行為與商品做偵測並分析，實現一個輔助消費者的系統，應用於小型商場之中。研究主要分為兩個部分，顧客視線分析與商品物件辨識，顧客視線分析是

針對每位消費者的視線做觀察，我們利用針對小目標優化的 MDSSD 網路偵測消費者眼睛周圍區域，再使用語意分割網路 U-Net 對眼球區域做分割，最後運用了傳統的影像處理方法圓擬合 (circle-fitting) 的方式，對分割區域做圓擬合獲得圓心位置，藉此推估出消費者的視線方向。商品物件辨識部分，我們希望可以在商場中辨識多樣的商品種類，因此使用 RefineDet 網路做商品的物件偵測，結合集成學習 (ensemble learning) 的概念，藉由並行多個基礎辨識模型的方法，學習不同的圖片特徵，提升辨識商品的準確性，並至商場中拍攝多類商品圖片，證實網路辨識的可靠性。