# 口試紀錄

## 振宇

### 楊老師:
簡報清楚 模型沒意見 很清楚
1. 資料基本上用芒果 但實際上做農病蟲害較少
一般病蟲害較少 而且土壤是孕育病蟲的地方，卵、小蟲的發育
建議:要考量土壤的參數收集 酸鹼值會引響 還有溫度
2. 預測可以提供給果農幫助的
建議: 每種作物 病蟲害不適單一 所以不同病蟲會不會影響 要考慮進去

總結:做得很好

### 賴老師:
1. 第一章 動機 OK
第二章應該要介紹 關於時間序列的方法
不然會讓人感覺斷層 應該要去找農業、資料擴增、時間序列 相關應用的方法，一定會有人遇到跟你相同的問題
2. 影像跟光譜儀 建議要再介紹裡面 提到是針對哪一塊
第二章不建議寫RNN LSTM
第三章要提到跟其他人不一樣的差別(改模型) 改模型跟設定參數是不一定的
- Q: P20 取的值為甚麼是22
A: 22是天氣資料
這個沒提到權重的問題 沒提到 只把資料全部丟進去 就擴增了
要去把哪些值比較重要 說清楚
值59怎設定的 要補起來
要講 所有的值 為甚麼而設定
3.
- Q:RNN GRU LSTM有沒有條參數
A:有
- Q:有，那怎麼調的要講清楚
P31 三條數據 為甚麼會一直交叉 訓練幾次? 感覺訓練次數不夠
- Q:第0周為甚麼必真實數據還低 知道嗎?
A:Dropout

### 陳老師:
論文不錯 文筆架構不錯

1. 第一章 建議更新至2022
研究目的章節篇排 很好
2. 第二章 建議直接寫作者名字跟年分(期刊也要這樣)
3. 時間序列增生 應該是資料量不夠(59比，2年)
- Q: data來源 病蟲害跟天氣 做資料整合 才發現用一周切 對嗎
這邊會被質疑的地方是 為啥用timegnn做
通常做擴增 可以考慮做比較 以下有三種
1. 統計內插法
2. oversampling(通常使用，會用來處理資料不平衡的問題，所以本論文無法使用這個)
3. undersamling(本論文)，例 KNN ENN
timegnn太新了 但會被質疑為啥不用以上的發法做
4. timegnn [29]是起始論文，[30]是碩士論文 並沒經過嚴格審核 應該再去找其他篇
5. 時間序列模型有很多 以下2個
1. 統計AR
2. 模糊時間的序列預測
要去比較跟你的模型差別
建議:找一個統計(AR 回歸 等)的模型來做比較
6.
p20 資料描述不清楚
p21 氣象資料 要解釋為啥挑這個來做
p23 資料預處理 很清楚
p24 missvalue要直接去除 建議:不要直接砍 因為樣本不多 perfer 內插法或平均數
p26 資料設定 為啥2 22 解釋怎麼來的
p38 樣本超參數 是解釋 曲線可能1.有無收斂2.是否overfitting
p45 9:1為啥 做交叉驗證 才不會被問

結論 做得好 剛剛是用投稿嚴格的給建議

### 鄭老師:

- p10 公式要給名稱或命名
1. 病蟲害的量跟溫度 是完全受天氣的改變有直接的相關 但其他的ㄋ
有沒有用藥的資料加進去考慮 或是周遭 有沒有其他區域的重會跑過來影響
病蟲害的輛的計算方式是啥 要解釋

2. 分析病蟲害 為啥拿氣象 要解釋 ，會被質疑 到底還有甚麼因素要敘述
就算天氣資料再詳細 也無法代表不會被其他沒被收集的資料影響
p52 53 測試的四張圖 其實真實資料病蟲害慢慢上去到下來 應該是用藥的 不是天氣
缺凡關鍵因素沒收集到 要交代為啥只考慮天氣

## 淳皓

### 楊老師:
報告完整
- 建議 :系統實作 表達要再清楚一點(路徑規劃，考慮地形地物，要當成參數放進去)
影像辨識 也一樣(參數要考慮到)
風速會影響噴藥 要加以論述

### 賴老師:
做系統整合還蠻辛苦的
- 我看到的無人機結合影像 通常都是即時的 像強化學習 DQN
- 第二章 應該要寫影像辨識的路徑規劃上多姿點王章 才去曾接後面的部分
- 第三張 應該要寫主要方法系統架構 而不是環境資訊與資料處理
- 缺少方法設計 賣點是要在 路徑規劃 還是影像辨識? 自動化結合?
- Q:退火等四種 為啥用這四種 ?
A:因旅行商 是較複雜 ，為啥選是因為有查資料 說比較好分析

實驗結果要去提到 貢獻度要match

### 陳老師:
- p2 研究目的 :要去double check每一個點是否有作到
- p11 有用很多圖 但很多網頁有 建議:不需要放網路的圖會降低論文品質
- p18 data重要說明 五種怎麼分布 怎麼擴增的 還是擴增少量類別
- p22 表3 應該用中文去表達
- p44 用4種仿生運算 要解釋 設定 說明清楚

- 論文有兩塊 會發現論文沒有一個比較指標
- 如果可以找到古典數學的仿生運算 增加論文深度
建議:影像辨識要加入準確度

### 鄭老師:
- 看準確度 應該要將圖片結合再一起 在辨識
- p6 2.2.1人工智慧 標題較大 應融入其他地方
- p13 路徑規劃不止這幾種 要敘述為啥挑這4種 其他不挑
- p18 截圖太小
- p22 擴增 沒有旋轉 翻轉之類的圖片
- p27 每一棵樹的標號
- Q:沒蟲要噴嗎
A:依農改廠的建議 沒蟲噴1/3
- p33 19631張 要加入負面資料及
- p37 請標記有多少是錯誤判斷

- Q:判斷蟲 那有應該判斷人吧?
A:我再考慮進去

- p44 4個路徑 能不能畫出每一個真實的路徑

## 伶瑋

### 楊老師:
- Q:拍攝影像是否即時
A:先拍攝，後做
- Q請說明圖上架構圖
A:影像由正射影像製作，會大致分為4等分 其中一等分作為訓練集 像芭蕉資料較少 會先由其他地方的資料餵進去 若是不夠 會再做資料強化

建議 :更改架構圖

- Q:有沒有加weight
A:沒有 VGG是由捲積層....

### 賴老師:
- 第二章針對多光譜 樹種多做探討
- 第三章 3-1至3-4可考慮移至第四章

- 架構方法 沒看到CNN有做修改(可解釋)
- 可解釋AI 有沒有辦法做驗證 有沒有缺點可在調整 進而讓準確度再往上(考慮讀博去修改XD)

### 陳老師:
- 論文內容完整 摘要部分較充忙(全名要寫出來)
- 摘要第三段 要將結果系統性的描述(不用寫4/10...)
- 第一章 1-1 文獻全都是中文 投稿不利
1-3 忘了寫第五章的內容
- 第二章 有些圖 比較專業的影像的圖 要加本研究
- p13-20 寫得好 是論文亮點 低一次看的人會誤解 視覺化方式 會變得再講類神經網路的尋優方法 應該加入轉折 不然會被誤解
- p25 圖3-2 儀器要有引用
- p27 系統架構圖 實驗流程圖 建議: 依照幾個step去描述他 去對應描述
- p28 圖3-4 VGG16跟一般的一樣 就要引用
- Q:why VGG19不好嗎
A:延續先前學長研究 所以 VGG16叫較好

- 樣本切本描述不清楚
20%train 80%test 很少看到 一定要確定是對的

- p43 資料增生 傳統影像增生方式 論文描述得較籠統
- p44 有點看不太懂 請解釋
建議:p43 44 增生是怎樣增生 平衡是怎樣
- 實驗曲線圖 圖標怪怪的
- p48 混亂矩陣 沒定義
- p56 做得好 建議:mapping到前面p15-17的視覺化
- 實驗可以多做一點

### 鄭老師:
- p8 文獻有提到 p28 用到方法了 這兩邊沒有很配合
- p31 畫辨識分布地圖 實際上正確的能不能畫一個做對照
- 題目獎的樹種的分類 會期帶還慧芬那些樹種 建議可以把 土壤道路放一個 把其他數個一個類別
- 龍眼荔枝開花是不同時期 加入這個參數 就能提高正確路
- 可見光建議可以加進去 做比較