資通信與雲端運算發展之探討

課程: 論文研討(三)
日期 : 2012/12/7
時間 : 13:50 ~ 15:30
學生 : 資傳研二 溫千力
演講者 : 中華電信總公司客服處處長 簡志誠

心得報告：

    這次演講介紹了資訊時代的發展背景、雲端運算的產業結構、各國的雲端政策比較以及中華電信相關的雲端服務，以四中心(雲端服務營運中心、雲端運算測試中心、雲端運算研發中心與雲端服務體驗中心)一平台(雲端服務創作平台)一市集(中華雲市集) 作提供優質雲端運算產品產品、服務服務與與解決方案；而中華雲市集中的產品(金流代收/帳務管理/會員管理/訂單管理/電子物流/平台客服)大多是提供給中小企業使用，演講內容後半段像是中華電信的雲端產品介紹，雖然沒有提及雲端相關技術，但讓我們了解雲端相關產業的未來發展性。

資通信與雲端運算發展之探討

課程: 論文研討(三)
日期 : 2012/12/7
時間 : 13:50 ~ 15:30
學生 : 資傳研二 陳冠宏
演講者 : 中華電信總公司客服處處長 簡志誠

心得報告：

        目前雲端運算已成為資通訊產業重要的新興發展趨勢。雲端運算是經由網路，將龐大的運算能力提供給使用者運用的服務。在雲端運算趨勢下，將降低個人電腦系統軟體和高階處理器的需求，可能會對台灣電腦代工廠的營收帶來衝擊，但同時也會帶來轉型的新機會，包括：伺服器、路由器和儲存裝備、無線和有線寬頻傳輸、PC、MID、智慧型手機等龐大的商機。美國、日本、韓國等主要國家目前都積極在推動雲端運算相關計畫，政府亦將於今年2月底推出「雲端產業發展方案」，期能在全球資通訊產業朝向雲端運算發展之趨勢下，促使國內廠商掌握「雲」與「端」相關技術，拓展未來龐大的商機。

資通信與雲端運算發展之探討

課程：論文研討(三)

日期：2012/12/07

時間：13:50 ~ 15:30

學生：資傳研二 葉怡婷

演講者：中華電信總公司客服處處長 簡志誠

人類生活與科技和通信的進步有很大的關係，過去，由於技術和通訊的限制，很多的資訊流通都是透過人與人的接觸才有辦法傳達，而到了現在，許多的資訊都可以透過網路快速地傳遞，各行各業以及生活中的大小事都跟網路接上關係，物聯網就是一個很好的例子，無論在哪裡，只要有辦法上網，一台電腦就可以了解全世界。

我們知道計算機有兩種能力：計算能力及儲存能力。但是，要能夠讓物聯網提供好的服務，仰賴的除了電腦的運算能力，另一方面就是網路的發展。近年來，興起了雲端運算的概念，即滿足了這個需求，想想世界上每個物體都需要在網路上能夠控制和儲存，那麼就會知道IPV6的必要，也就知道要管理這麼多的資料，運算和儲存的能力也就相對的重要。但其實雲端不是一個新的概念，而是將計算機的能力整合並擴大發展，因此將技術整合起來才能夠提供服務。

雲端運算的相關動態需要政府的起頭規劃及企業協助發展。中華電信在民國99年開始，發展了四中心、一平台、一市集，讓政府、產業、企業與民眾都能夠享受科技及通信發展帶來的便利。但目前這些服務尚未普及有兩個原因：1. 資安問題。現在個資的問題非常的敏感，若沒有好的安全機制對每個人來說都是危險。2. 斷線問題。若將所有的資料放在上面，一旦網路無法連線，則公司、企業無法運作，個人的生活也可能造成影響。

而此發展有一個很重要的目的：不要重複花費購買或發展相同的東西，期待人類未來的發展能夠更快速有效率。

心得：今天的演講主要是講解及分析目前雲端網路的狀況、國內外發展、台灣目前發展情況極為來規劃。聽得出來是很好的分析，對於未來就業出路及市場情況都是很好的參考。但對於技術方面並沒有提及，大多是實際已在運行的情況及發展狀況的報告。如果報告中間能夠有多一些對未來更有想像力的規劃，例如像 DoCoMo 的影片，或許會更吸引我。

資通信與雲端運算發展之探討

課程: 論文研討(三)
日期 : 2012/12/7
時間 : 13:50 ~ 15:30
學生 : 資傳研二  劉浩瑋
演講者 : 中華電信總公司客服處處長 簡志誠

心得感想 :

雲端分做雲和端
主要別於正常的儲存與運算
具有無所不在的特性
只要持有端點便可連結雲存取資料
其中包括個人化設定的部分
目前數位生活發展就是基於此從而衍生下圖的應用
系上對於健康照護與智慧教育面
也涉獵頗深

雲端運算的特色有下列六種

目前商業的趨勢就是一機多功

應用雲端正可將許多功能縮影至網路終端器材

各國政府也視其為發展重點編列預算

中華電信雖不及諸多大廠

但也開發出針對台灣中小企業為服務主體的商業用雲端商城

使企業能在商城中選用中華電信或民間自行開發的雲端軟體

迎上這股潮流

Bag of Block-Based Visual Words for Image Retrieving and Classification

以區塊視覺字典為基礎的影像檢索及分類

課程: 論文研討(一)
日期 : 2012/11/16
時間 : 13:50 ~ 15:30
學生 : 資傳研一  李金龍
演講者 : 義守大學  資訊工程學系 郭忠民 教授

心得感想:

以演講者所敘述，有提到的攝取特徵方法

bag of words

是把圖片訓練成眾多的特徵點，再依分類放入字袋中。

SIFT
採樣區域進行檢測、特徵失量生成、特徵匹配搜索等。

CBIR

根據圖像中自動提取的原始特徵（如顏色、形狀、紋理等）的基礎上，從資料庫搜索出相似的圖像進行評估。例如:Google的圖像尋找圖像。

左圖中是bag of words生成與使用的步驟 (以我理解所敘...)

訓練特徵

1.眾多的圖像

2.特徵攝取放入字袋中
3.進行分類

4.分類後的標籤(類別)

特徵分類比對

5.待測的圖像

6.特徵攝取

7.尋找匹配的特徵

8.類別相似度的機率直方圖

左圖是HIFT特徵生成後的特徵描敘子，是以特徵點為中心取16*16的區域採樣，將採樣點與特徵點的相對方向通過高斯加權後歸入包含8個bin的方向直方圖，最後獲得4*4*8的128維特徵描述子。

特徵生成過程中，首先會建構尺度空間，檢測極值點，在把特徵點過濾並精確定位，為特徵點分配方向值，最後再生成特徵描述子。

演講者最後所使用方法使用了bag of words，以4×4區塊分割的方式擷取影像的特徵，還加入巨觀與微觀的概念，

建立出巨觀視覺字典與微觀視覺字典，最後在利用影像檢索來驗證視覺字典。

大致上簡單的圖像看起來結果都還不錯，複雜點的就開始有失誤的情況，所以還有待研究。

圖片來源: 網路