github pages限制的問題，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

結合指針–生成網路與複合事件以進行自動摘要之研究

為了解決github pages限制的問題，作者曾羿文 這樣論述：

近年來資訊爆炸，透過自動摘要技術，能夠凸顯文章之重點，幫助人們快速且有效吸收知識。自動摘要，分為生成式摘要與抽象式摘要，隨著人工智慧發展，過去的研究透過不少深度學習的方法進行抽象式摘要，但仍存在問題。因此本研究在指針–生成網路的注意力機制中加入複合事件，以改進抽象式摘要的品質。本研究以NLPCC 2018 shared task3 開源資料集進行實證評估，結果顯示本研究所提方法 ROUGE-1值、ROUGE-2值以及 ROUGE-L值分別可達 38.65%、21.91%、35.63%。與未導入複合事件之指針–生成網路相較，本研究所提出方法用於抽象式摘要表現較佳。

運用群體式為基礎之元啟發演算法進行配電系統太陽光電承載能力最大化之比較

為了解決github pages限制的問題，作者翁偉文 這樣論述：

光伏發電之承載能力旨當系統發生負面影響時，系統可安裝之總裝置容量。這類型之問題通常可透過元啟發式最佳化演算法解決。本論文為針對群體式為基礎之元啟發演算法進行配電系統太陽光電承載能力最大化之比較。本論文應用之演算法含有基因演算法、粒子群演算法、重力搜尋法、生物地理學之最佳化、灰狼演算法、平衡最佳化和郊狼演算法。其中，考慮光伏裝置之裝置容量、電壓變動量、總實功率損失作為目標函數。在損失函數部分，考慮反向電力潮流限制。論文中運用的裝置位置與裝置大小以10個光伏裝置為基準。元啟發演算法如物件導向技術，核心概念接放置於一個基層中，其他衍生之演算法皆是根據基層中的概念進行變化。本論文基於IEEE 123

-bus系統進行結果驗證，結果表明BBO和EO在基礎設定下具有最佳的結果，且可通過參數的調整來改善電壓曲線。