某物流公司想導入 AI 以提升營運效率，評估不同資料型態與模型架構。下列哪一種應用情境最適合採用卷積神經網路（Convolutional Neural Network, CNN）作為主要模型架構？

某智慧交通系統在城市主要路口安裝監視攝影機，需即時識別畫面中的汽車、 機車、公車等不同車輛類型，並統計各路口的車輛流量以支援號誌控制優化。 下列哪一種神經網路架構最適合處理此類影像中的物件類型識別任務？

某製造企業欲建置 AI 品質檢測系統，利用生產線攝影機即時判斷零件表面是否存在細微刮痕。下列何種技術最適合用於此類應用？

請問下列哪一項 AI 應用專案，最適合採用長短期記憶網路（LSTM）進行模型開發？

關於 Softmax 與 Max-Pooling，下列敘述何者正確？

某智慧製造公司開發一套影像辨識系統，用於自動檢測生產線上的瑕疵產品。系統採用卷積神經網路（Convolutional Neural Network, CNN）作為主要模型架構，其中第一層卷積層（Convolutional Layer）主要負責的功能為下列何者？

某智慧城市團隊開發一套交通監控系統，用於即時辨識路口監視器影像中的車輛與行人。團隊比較後發現，卷積神經網路（Convolutional Neural Network, CNN）在訓練與推論效率上，明顯優於傳統的全連接神經網路（Fully Connected Neural Network, FCNN）。請問下列何者為主要原因？

某智慧製造團隊在開發瑕疵影像檢測模型時，發現使用線性激活函數（Activation Function）後，模型的訓練準確率長期停滯，懷疑模型無法學習到足夠複雜的特徵表達。若要改善此問題，下列哪一項調整方案最為合適？

在深度神經網路中，不同層的參數量（parameter count）差異極大。有些層雖然數量少但計算量大，有些則相反。了解參數分佈情形，有助於模型壓縮與遷移學習設計。請問在 VGG16 中，下列何者的參數量最多？

在神經網路中，了解各層的運算量分佈，有助於模型壓縮與硬體加速的策略設計。請問在 VGG16 中，下列何者運算量(FLOPs)最多？