工業和商業黃頁資訊網論文書籍站
computer主機英文的問題，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
computer主機英文的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦黃心健寫的 象形迷宮(中英對照)(互動光碟) 可以從中找到所需的評價。
另外網站電腦小百科：必懂53個英文單詞和縮寫| 大紀元也說明：PC ：個人電腦Personal Computer ·CPU：中央處理器Central Processing Unit ·CPU Fan：中央處理器的「散熱器」(Fan)
國立臺北科技大學 經營管理系 陳銘崑所指導 楊芝琳的 少量多樣客製化生產關鍵成功因素之研究 （2021），提出computer主機英文關鍵因素是什麼，來自於工業電腦、少量多樣生產、關鍵成功因素、AHP層級分析法。
而第二篇論文亞洲大學 資訊工程學系 何承遠所指導 王家恩的 重組EfficientNet模塊之口罩瑕疵檢測 （2021），提出因為有 自動光學瑕疵檢測、影像處理與應用、深度學習、高效能網路的重點而找出了 computer主機英文的解答。
最後網站主機的英文翻譯 - 海词词典則補充：A shared portal from a local network into a larger information resource such as a large packet-switched information network or a mainframe computer. 查看更多 ...
象形迷宮(中英對照)(互動光碟)
為了解決computer主機英文 的問題，作者黃心健 這樣論述：
象形迷宮，根據本書，是形容文字與圖像在人的意識中所形成的幻影。 本書的開始，敘述了文字的起源，可能是外星人的殘酷玩笑；然後，故事由一千零一夜的弒妻蘇丹與說書皇后開始，穿插了星羅棋布的短篇故事。這些故事，看似互不關聯，然而，在閱讀的過程中，似乎在指引一些線索；這本書，中文與英文似乎不只是對照的關係；而本書的終結，是否真的是象形迷宮的出口？傳說中的牛頭人身怪物，究竟隱藏何處？象形迷宮的真相，究竟為何？ 書中，以魔幻的故事，數位產生的超寫實風景，與程式語言組合成的互動劇場，建構出一個獨一無二的閱讀經驗。作者簡介黃心健故事巢 故事巢工作室，台北，6, 2002 設計師及
創始人 巨礎設計，Moshi-Design Co., 12, 2002 講師 國立交通大學應用藝術研究所，新竹，9,2002 私立銘傳大學商品設計及資訊設計系，桃園，9,2002 私立實踐大學工業設計系及研究所，台北，8,2001-6,2002 藝術總監美國新力電腦娛樂公司產品研發部 (Sony Computer Entertainment America) 洛杉磯 7, 1999- 5,2001從事新力新主機PS2的研發。擔任Kinetica遊戲軟體的藝術總監。 網站設計雷光夏夏星球網站,台北 8.1999 為台灣音樂家雷光夏設計她的新專輯“雷光夏的星
球”之MTV，CD封面，海報以及網站。 藝術總監Sega 產品研發部 (Product Development Division, Sega) 舊金山 5, 1997- 4, 1999從事Sega新主機Dreamcast的研發。擔任Giest Force遊戲軟體的藝術總監。 研究員特殊產品開發部,Interval研究公司 (Advanced Product Development, Interval Research Inc) 舊金8.1996-4, 1997Interval研發公司是由微軟的共同創立人Paul Allen所設立，主要從事尖端產品的研發。在任職期間，主要從事新世代的樂器設計，
與新生代音樂家John Eichenseer合作，將他的Genetic Algorithm所產生的音樂程式設計介面。 網站設計Here, Laurie Anderson with Hsin-Chien Huang,紐約 5.1996與國際知名的表演藝術家Laurie Anderson再度合作，為她於荷蘭的Stedelijk美術館的展覽”Under Capricorn”製作網站。 領導藝術家Sega 互動研發部 (Sega Interactive Development Division) 洛杉磯5.1995-8.1996從事Sega新主機Saturn的研發。擔任Spike遊戲軟體的藝術總監。
總設計師CD ROM “Puppet Motel, Laurie Anderson with Hsin-Chien Huang,紐約1994-1995與國際知名的表演藝術家Laurie Anderson合作，製作她的第一張互動媒體光碟”Puppet Motel”。此光碟和她的全美巡迴演唱會”Puppet Motel”同步發行。此作品並於次年出版法文版。 教育 博士候選人 伊利諾理工學院設計系,芝加哥1993-現在 碩士 伊利諾理工學院設計系,芝加哥,1992-1993 學士 巴沙狄那藝術中心學院工業設計系 (Art Center College of Design, Pasadena) 洛
杉磯,1989-1992 學士 國立台灣大學機械系,台北,1984-1988 展覽經驗Pictographic Labyrinth象形迷宮2003 9/20，台北國際藝術村 Living in Mirage 家住海市蜃樓個展2003 1/1-2/21，壢新藝術空間 Hello World 數位山水個展2002 8/1-9/13，智邦藝術空間 Here, Laurie Anderson with Hsin-Chien Huang 5.1996，Stedelijk美術館，荷蘭 Puppet Motel, Laurie Anderson with Hsin-Chien Huang 互動媒體光碟Ju
ly, 1996，Digita數位藝廊, New York 時間之夢 (Dream of Time, Multimedia software)1994，Grand Prize，九五年新聲音新視界國際互動媒體獎,紐約 得獎 “Puppet Motel” 互動媒體光碟頭獎The Third Annual Digital Salon 1995 The Critics\’ Choice 1995-96 CD ROM category USA Today時間之夢 (Dream of Time, Multimedia software)優勝九五年新聲音新視界國際互動媒體獎,紐約,1994空中之城 (Ae
rotecture)銅牌獎九三年日本設計協會國際設計競賽,大阪,1993在指導教授Charles Owen的主導下的集體設計，伊利諾理工學院設計系 古典風 佳作 中華民國國際電話亭設計競賽,台北,1990與李枝盈和郭維新之集體設計
computer主機英文進入發燒排行的影片
遊戲名稱：VR賽車
英文名稱：Virtua Racing
出品廠商：世嘉（SEGA）
發售時間：街機版1992年12月3日
1992年，世嘉AM2-研在推出了首部3D遊戲《VR戰士》後，意猶未盡。他們將3D多邊形技術運用到了賽車遊戲上。1992年底，3D賽車遊戲《VR賽車》在MODEL1 街機主板上問世，每秒18萬多邊形的處理能力令業界嘆為觀止，四種視角隨時自由切換更是艷惊四座。在日本的街機廳，《VR賽車》紅得發紫，受玩家追捧程度超乎想像。
1993在引入中國後，同樣刮起了VR賽車旋風，當時一個擁有世嘉《VR賽車》的街機廳，機台前總是人頭攢動擠得密不透風，想一睹芳踪比登天都難，於是後來聰明的老闆開始在門口賣參觀票，花1元人民幣才能進去觀賞。
靠著《VR戰士》和《VR賽車》，世嘉在街機3D遊戲領域成為了絕對的領軍人物。世嘉似乎領悟到什麼，既然街機可以靠獨家擁有專利的3D多邊形技術稱霸街機業界，那麼為什麼不能利用這個技術來挽救處於頹勢的世嘉第五代主機MegaDrive呢？於是1994年3月18日，搭載了可以在16位遊戲機演繹3D效果的SVP晶片、且移植度極高的《VR賽車》在家用遊戲平台閃亮登場，但是結局卻令世嘉很失望。
1995年，《VR賽車》在32位家用主機土星上發售，日後在PS2平台上又推出了本作的複刻版。
少量多樣客製化生產關鍵成功因素之研究
為了解決computer主機英文 的問題，作者楊芝琳 這樣論述：
工業電腦產品的用量規模小，生命周期長，終端客戶最在意產品的品質與售後服務，產品經認證的過程需考慮到不同應用端的操作環境，需和供應鏈上中下游建立起長久的合作關係，工業電腦產業特性具有高度客製化、少量多樣、高可靠度、高品質等產品之需求特性，在生產製造上面臨換線的效益、需求數量之變異、交貨期極短與高庫存風險等挑戰，為高度客製化落實的產業，使生產工業電腦領域有許多挑戰。本研究以少量多樣生產模式為出發點，針對國內外文獻對於少量多樣生產之考量構面、因素進行盤點和歸納，作為研究的理論基礎，並透過各企業先進、專家之建議，改善並減少不必要的浪費，修正不合宜的構面以更接近實務的考量，再利用AHP層級分析法以建構
成功因素模型，找出少量多樣生產模式的關鍵成功因素。期望此研究對工業電腦產業有實質的幫助及後續研究之依據。
重組EfficientNet模塊之口罩瑕疵檢測
為了解決computer主機英文 的問題，作者王家恩 這樣論述：
在2019年底 新型冠狀病毒肺炎 (COVID-19)疫情爆發，全球口罩的需求瞬間大增，口罩的生產品質也變得重要。 因此本研究藉由 AI深度學習模型替口罩進行瑕疵檢測分類， 以當前精準 的卷積神經網路模型 EfficientNet 進行口罩檢測； 在使用模型時發現，雖然此類模型的準確率 高 ，但與 其他模型 相比則 需要較長的訓練時間 尤其是EfficientNet B7，在進行檢測 若沒有 高效能 顯示卡，就 無法進行訓練 ，最低也需要有一張 10G的顯示卡才能讓模型在不會將圖片縮得太小的情況下運作 。 於是本研究透過將EfficientNet B7的模型 神經層數量 減少， 並 觀察其在
此 情況下是否能夠 維持或提高檢測準確率 以目前修改表現最好的模型 得出 若 將 模型的 神經層數量減少百分之 60 不僅能降低顯示卡的負擔，還能減少訓練所要花費的時間， 且修改後的模型準確率與原始模型的準確率 也沒有太大差異 。