Smooth synonym的問題，透過圖書和論文來找解法和答案更準確安心。 我們挖掘到下列精選懶人包

論刑事停止羈押之替代處分-以限制住居為研究核心

為了解決Smooth synonym的問題，作者陳韋伸 這樣論述：

司法改革為邇來人民殷切之期望，而其中有關限制人身自由之羈押制度，亦存在諸多值得討論與改善的空間。強制處分為現今刑事訴訟中的一項重要制度，實為高度限制人身自由的一種方式，反映出國家權利與公民權利之間的衝突與對峙，我國的刑事訴訟法修法前的羈押替代制度僅有具保、責付及限制住居等三項，在實務上明顯不敷使用，除導致國家刑罰權追訴落空以外，更迫使實務為防免被告逃亡，必須擴張法條解釋羈押替代措施，已達濫用羈押之目的，因而在民國108年7月17日經立法院修法擴充停止羈押替代制度達7項種類，充實法院在羈押處分以外有更多可採取之替代方案，落實羈押之最後手段性，充分保障人民權利，另立法院於108年12月10日三讀

通過「羈押法修正草案」，本次修法可謂係以與國際趨勢接軌，強化被告人權保障為主軸，並建立被告之申訴及司法救濟制度，實具有促進獄政現代化，提高管理處遇效能，強化吸引人才誘因等效益。羈押替代性措施即以其代替羈押措施之適用，而確保訴訟目的之各種非羈押性強制處分的代替詞，因此當我們在研究羈押替代性措施時，不但要微觀其基本內容、價值和功能，另外也要宏觀強制處分體系乃至於整個刑事訴訟法律制度亦得深入研究，方才能真正地了解內在的基本規律。而本文研究核心之限制住居係為代替羈押措施手段之一，其目的係為求保全訴訟程序之追訴、審判或執行之進行，避免被告無法傳喚到庭之情況，然憲法第10條所保障之居住遷徙自由，旨在確保人

民有自由設定住居處所、遷徙、旅行之自由，當然包括入出國境之權利，而限制住居或限制出境係對人民上述之權利產生了莫大之限制，亦與憲法第10條所保障之人民權利相衝突，對人民居住、遷徙自由影響可謂極大。鑑於羈押替代處分隨時日演進，漸有不敷使用之情形，除可能導致國家刑罰權追訴之落空以外，更迫使司法實務為防免被告逃亡，必須透過擴張法條解釋羈押替代措施，已達濫用羈押之目的；如「限制住居」從禁止變更法定住居地，擴充解釋至未有期間上限之限制出境、出海。而這些經擴張解釋的羈押替代措施，在未有法律明確授權之前提下，亦同時製造另一個可能過度侵害民眾居住遷徙、就學、工作，乃至婚姻家庭團聚權利之問題，為落實羈押替代處分之

最後手段性，兼顧法官保留原則及法律授權明確性之要求，確保被告保有基本人權，是近來學界、實務界研究及改正之方向。

基於卡爾曼演算法之資料減量傳輸與應用人工智慧進行室內辨識之先期研究

為了解決Smooth synonym的問題，作者陳凱謙 這樣論述：

本論文目的在於解決在有危氣體外洩時，能夠在不透過生物(人或動物)進到室內檢查氣體外洩地點。由於室內定位相較於室外較難實行，當使用無人機具進入室內進行偵查時，室內影像辨識將以機器學習來進行定位。由於室內定位相較於室外較難實行，當使用無人機具進入室內進行偵查時，我們將運用室內影像機器學習來進行定位。在室內部分，偵測到的氣體資訊以卡爾曼演算法進行冗餘資料刪除，透過設定感測閥值並且比較原始值與卡爾曼預測值的方式，把有用的資訊保留下來．由實驗中得知若原始資料的雜訊較多、波形的抖動幅度較密集且複雜，本實驗僅達到50%的減點效率，當原始資料受到雜訊影響較少時，波形平緩較無變化的波段，本實驗則可以達到96%

的減點效率。另外，我們透過氣體感測起始點以及計算不同上升時間百分比可以確認氣體感測狀態，提早確認感測氣體洩漏以及智能感測氣體濃度。此外，以預先拍好的影像透過機器學習訓練建立模組，將訓練好的模組嵌入機器就可以讓機器即時判斷所處位置，本研究欲建立的模組是結合監督式學習來辨識影像，首先我們要先將樓層的特徵分類，再讓機器進行學習的動作。舉例來說：當無人機開始移動，看到第一個畫面可能會認為此層是三樓或四樓，成功率只有25%至27%之間，但只要旋轉鏡頭尋找樓層之間不同的特徵值，就能判斷自身所在樓層與位置，判斷成功率也大幅提升至98%。