台南市區ptt的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到附近那裡買和營業時間的推薦產品

以UTAUT2模型探討LINE Bank使用者行為意圖-高雄市及台南市為例

為了解決台南市區ptt的問題，作者鄭婷方 這樣論述：

純網路銀行於2021年正式在台開業，目前開戶數最多之純網銀業者為LINE Bank。為了解民眾願意使用新興金融科技的原因，本研究使用延伸整合型科技模型（UTAUT2）探討高雄市及台南市居住者對使用LINE Bank之行為意圖，且過去研究顯示數位生活型態亦可能對行為意圖產生不同影響，因此將數位生活型態列為可能影響LINE Bank行為意圖的考慮因子，納入研究架構中一同探討。研究資料採用問卷蒐集，研究對象為居住於高雄市以及台南市，且有使用LINE Bank經驗者，分別發放於Dcard、PTT、Facebook，總計回收421份資料，其中有效問卷為407份。使用集群分析（cluster analy

sis）將高雄市及台南市居住者之數位生活型態做出分群，並透過多元迴歸分析（multiple regression analysis）及單因子變異數分析（ANOVA）檢定UTAUT2各構面及數位生活型態對LINE Bank行為意圖之影響。結果顯示：(1) LINE Bank 行為意圖會受到績效預期、便利條件、價格價值、習慣的正向影響；(2)不同的數位生活型態集群，對LINE Bank 行為意圖會產生顯著差異；(3)使用者年齡在績效預期、便利條件對行為意圖之影響間具調節效果；(4)使用者性別在績效預期對行為意圖之影響間具調節效果；(5)本研究多元迴歸模型解釋力56.7%，研究結果可作為相關業者參考

。

開發即時影像虛擬淹水感測器之先期研究

為了解決台南市區ptt的問題，作者王怡婷 這樣論述：

隨著全球暖化、氣候變遷、降雨型態改變，各地強降雨事件頻率上升進而使都市排洪系統排水不及導致淹水，造成巨大的經濟損失，過去被視為不尋常的極端氣候到未來恐成為常態現象。為能有效防範重大災情，政府在低窪地區或易致災地區設置感測水位之系統，但因維護與設置之成本較高，所以本研究採用來自民眾拍攝、水情影像回報以及都市現有的各類監視設備(Closed-Circuit Television, CCTV)影像，提出利用影像辨識與深度學習結合之自動淹水辨識模式，並透過輪胎偵測估算可能淹水高度，作為掌握都市各區域淹水與否的資訊來源，以供決策者作為因應對策制定或決定之參考。本研究使用汽車車輪為偵測物件為例，經由深度

學習框架Yolov4進行圖像學習與辨識，以輪胎淹沒高度判釋淹水層級。主要研究為辨識三個不同的淹水層級警示：全輪胎識別、淹水高度達三分之一輪胎、淹水達二分之一輪胎。而在結果訓練中選出最好的模型達到67%的準確率以及IoU (Intersect over Union)值達到68%。透過此篇研究，未來將可以此為參考發展出低成本自動化淹水偵測系統以達到快速的淹水辨識，在最短時間內達到即時救災效果。