你看見的世界其實是媒體資訊建構的論文書籍站
長庚大學 資訊工程學系 魏志達所指導 王奕翔的 以孿生網路偵測影像間的微小差異 （2021），提出p e t飲料瓶關鍵因素是什麼，來自於深度學習、孿生網路、卷積神經網路、差異偵測、全連接層網路。
而第二篇論文銘傳大學 犯罪防治學系碩士班 黃富源所指導 劉建村的 校園竊盜犯罪之研究-一個被害者學理論的檢證 （2021），提出因為有 被害者學、被害因素理論、被害調查、校園竊盜的重點而找出了 p e t飲料瓶的解答。
以孿生網路偵測影像間的微小差異
為了解決p e t飲料瓶 的問題，作者王奕翔 這樣論述：
隨著攝影機等消費性電子產品逐漸普及，家庭與工作場合安全問題逐漸可由電腦視覺演算法加以解決，然而近年來對於隱私權的重視，讓私有訊息不應不當被公司企業監控蒐集成為了主流思維。為了在顧及個人隱私，常駐式監視系統必須替換為架設在機器人上的移動鏡頭，為了在此複雜的應用條件下，滿足家庭安全的辨識需求，我們利用孿生網路(Siamese Network)結構開發出一套可以辨識影像差異區域的偵測系統。在本研究中，我們加入影像校正概念以減少比對的兩個畫面時，相機視角的差異所造成的畫面偏差。此外，我們提出了不同以往的資料訓練策略，可以有效提升模型的適用性，我們的研究可以提升未來智慧安全監控的技術能力，並實際應用於
機器人警衛等新興領域。
校園竊盜犯罪之研究-一個被害者學理論的檢證
為了解決p e t飲料瓶 的問題，作者劉建村 這樣論述：
校園是每個人人生中的第二個團體，在求學之路的過程中，有不少人有著在學校中東西被偷的經驗，然而常因價值不高等原因而不受重視，最後不了了之。本研究以被害因素理論為理論基礎，設計被害調查問卷，以網路問卷方式搜集樣本，透過問卷調查法，回收 698份有效問卷，並以 SPSS 統計軟體進行描述性統計分析、因素分析、平均數差異分析、皮爾森相關分析、迴歸分析以及路徑分析等 方法得出研究結果摘要如下：ㄧ、22.6% 的人曾在大學生活時有竊盜被害經驗。二、失竊物品種類中最多者為文具。三、53.4 ％的學生在發現物品被偷時不會報案。四、經因素分析後，萃取出炫富因素、自卑因素與不罰因素等三個因素。五、炫富因素與竊盜
被害頻率，具顯著正相關。六、自卑因素與竊盜被害頻率，具顯著正相關。七、不罰因素與竊盜被害頻率，具顯著正相關。依據本研究發現，對學生、家長、老師以及教育單位提出建議：財不露白可降低被害風險；學校以及家長的教育需增加學生的自信心；遇到校園竊盜時需報告師長，校方則需重視此問題並妥善處理。