無題

課程：論文研討(四)

日期：2013/05/10

時間：13:50 ~ 15:30

學生：資傳研二 葉怡婷

演講者：皮托科技公司總經理　陳貞卿

心得報告：

今天的演講是研二最後一次聽演講，系上很貼心地請來皮托科技公司陳總經理來跟我們分享職場上的一些經驗。從以前到現在每學期都會請來一、兩位業界講者，在他們演講的過程中，總是會帶給我們許多在職場上的經驗及建議，對於我們即將出社會求職的畢業生來說，是非常有用且具吸引力的。這次，皮托科技的總經理帶給我們這些準新鮮人一些概念，讓我覺得很受用。

1.      信心與實力是必要的：不要認為自己的學歷不如人，這樣的心態只會讓自己在做事情時容易擺出矮人一截的感覺，必須要有信心自己也能夠完成老闆交代的工作。我認為只要老闆已經接受你加入他們的公司，就是認可你，所以不必覺得自己不如人。而這樣的信心通常也需要實力來輔助，所以一定程度的實力是必要的。

2.      用老闆角度思考：做事情的時候，往往會使用自己的方式去完成，但我們需要做的是學習如何從上位者觀看這件事情的角度，換個角度想一件事情，收穫的往往會更多。用老闆的角度思考，會更容易知道老闆需要的是什麼。「用老闆的角度思考」的這件事情，以前就有聽過，而最近一次跟我提到這個方法的人是小葉老師，他又讓我再次的回想起換角度看世界的重要性。

3.      擴展及維護人際關係：多多認識不同學系的同學，讓自己增廣見聞，拓展自己看事情的觀點和廣度。未來到職場上工作，也要維繫與同事之間的情感，以及拓展不同領域的知識觀點，才不至於讓自己陷入小小的世界而不自知。

最後，我覺得還有一個很重要的一點：願意學習和接受指導的心態，才能讓自己進步得更快。這點是我必須學習和加強的。

換個角度看，世界不一樣（圖文引用自：科技輔具的小窩）

雲端計算安全的挑戰與機會

課程：論文研討(四)

日期：2013/05/03

時間：13:50 ~ 15:30

學生：資傳研二 葉怡婷

演講者：優弧資訊公司總經理　呂沐錡博士

心得報告：

        在目前雲端的議題上，討論最多的是安全議題，由於雲端上可能會放大量重要敏感性資料，再加上雲端存放資料的方式以及運作方式與傳統不同，不僅維護及管理的方式不同，也產生了新的攻擊模式，像是Corss-VM、Shared Technologies等，都是在雲端興起後，在學術界文章發表過的攻擊模式。有鑑於此，企業也提供了建議的雲端管理方式，以達到有效的雲端資料維護及管理，像是對每個使用者身分的管理，就因為open network而產生更大的困難和挑戰。

雖然雲端到目前為止一直是一個很夯的議題，政府、企業也積極的發展與推廣，希望能夠利用雲端的技術解決存放資料空間不足的問題，但如果安全問題沒有任到人的信任，就不容易被民眾接受，就無法普及使用。然而隱私問題和安全問題並不是新的問題，但卻是任何事情在受眾人接受時最重要的議題，也是最迫切需要被處理及關注的議題。

Exploring Visual Saliency for Image Segmentation and Object detection

課程：論文研討(四)

日期：2013/04/26

時間：13:50 ~ 15:30

學生：資傳研二 葉怡婷

演講者：中央研究院資訊所　劉庭祿研究員

心得報告：

此次的議題是探討有關視覺顯著影像切割和目標檢測，目前在影像處理系列的研究，物件的標示及追蹤仍舊是一大重點，若能夠準確的標出物件，對於後續的利用及判斷都具有極大的影響。

在正式進入演講的重點之前，劉博士介紹了一個目前在影像處理界常用的技術─Graph Cut，這是一種能夠輕鬆將前景及背景分開的方法。一般的圖都會有點，點和點之間有線（有向無向皆可），每條線可以賦予權重值，而Graph Cut的圖還會再賦予兩個點S（Source）和T（Sink），圖上的每個點將會依照最小分割原理被分成兩組（S和T）。也就是說：兩點之間的變化愈大＝相似程度愈小＝損失函數E(A) 愈小，也就能夠依照最小切割原理將此兩點之間的線切斷，如此一來，即可分出前景及背景。

一般來說，目前在擷取物件時遇到的困難點就是物件的邊緣無法連續或是區塊不完整，在我們自己的研究中，可利用膨脹收縮的方式將影像中的區塊成為一個完整的封閉區塊，而此次議題所使用的方式，是將影像偵測前十次重疊區域最高的地方聯合起來，成為一個較大的區塊。另外，我們的研究使用視覺追蹤系統來了解閱聽者關注的區域，然而此次議題卻是讓電腦自動判斷出閱聽者最有可能觀看的區域。此種方式是利用物體邊界Saliency較高做判斷，因此能夠結合目標檢測和影像切割，使得電腦能夠在沒有任何條件下進行多張圖像的前景（大部分人會看的地方）及背景切割。

依此方式能夠獲得大部分人觀看區域的資訊，但卻並無法使用在特殊的情況下（例如：自閉症閱讀情況、過動兒專注度問題），因此，Eye Tracking，仍有其得利之處。不過若能夠依此方式準確地將大部分閱聽者會看的地方判斷出來，就更能夠節省成本及校正問題。

從個人資料保護法談個資保護與資安防護實務

課程：論文研討(四)

日期：2013/04/12

時間：13:50 ~ 15:30

學生：資傳研二 葉怡婷

演講者：陳鴻彬 顧問

心得報告：

今天討論的議題是最近幾年非常夯的「個資法」，尤其是針對網路發達之後個資法的議題做討論。但其實個資法並不是在最近才成立，早在民國84年8月11日時就已經公布並施行「電腦處理個人資料保護法」，可是網路的快速發展，使得這些法令早已不敷使用，因此近年來陸續修法、調整，於民國101年10月1日正日實施「個人資料保護法」，不再界定於電腦上之蒐集之資料，而是擴及所有型態的個人資料。至目前為止個資法仍被受注重，在此期間還一度因為過度重視個資法，而造成濫用的情形。所以每個人都應該了解個資法，才能夠在此法律條款的適度應用之下得到最好的服務（必要的資料蒐集與使用），更重要的是保護自身的安全。

個人資料保護立法的目的在於「避免人格權侵害，促進個人資料合理利用」，而其重點在於「保持個人資料的正確性，並且告知當事人所蒐集的特定目的，以及安全處理與使用方式與範圍，並做好適當的刪除與銷毀工作」。

而個資法又將資料分為三個種類：一般資料、特種資料、其他資料，如圖1。目前特種資料（個資法第六條）除特殊情況，否則不得蒐集、處理或利用。

個人資料的分類

另外，新版的個資法也將範圍擴大，包含以下各點：

1.      適用主體：公務機關與非公務機關　→　各行各業及個人

2.      保護客體：電腦或類似設備處理之個人資料　→　任何方式保存之資料

3.      增訂告知義務：直接或間接蒐集皆須告知，非由當事人提供之個人資料，必須在實施之一年內完成告知；另外，當事人有拒絕行銷之權利。

4.      加重罰則，民事賠償及刑事處罰皆提高（詳情可上網查閱）

5.      域外效力：公務機關及非公務機關，在中華民國領域外對中華民國人民個人資料蒐集、處理及利用者。

6.      擴及委外第三人：受人或各種機關蒐集個人資料者，此法亦適用。

演講的最後提到，若不幸發生個資遭到不法蒐集、處理或利用時的處理方式。在過去，只能親自舉證、自行進行訴訟，而新法則將此責任歸於被告機關，並且在當事人二十人以上可透過民間團體的力量（例如：財團法人、公益團體），提出損害賠償訴訟，但此部分的費用則需自行衡量。

因此，該如何做好個人資料的保護，有賴每個人自身對個人資料的意識，在每次關乎到自身資料填寫時，必須審慎的考慮、注意，但也不要因過度的看重而使資料蒐集不易，造成行事或服務上的阻礙。總而言之，個資法目的在於「避免人格權侵害，促進個人資料合理利用」，妥善的保護及使用個人資料，才不致後續無謂的傷害發生。

醫療影像處理在診斷／預後之應用

課程：論文研討(四)

日期：2013/03/29

時間：13:50 ~ 15:30

學生：資傳研二 葉怡婷

演講者：嘉義大學　柯建全教授

心得報告：

醫療是人一生中一定會接觸到的事情，隨著科技的發達，醫療儀器也逐漸的精密，為人類的健康帶來不少的福祉。近期常使用的X-ray、MRI、SPECT等醫療方式能夠顯示出醫師所需觀察之影像，影像在經過電腦的運算後達到分類及辨識的效果，減輕了醫師的負擔，但這些運算必須要有一定程度的準確性，才能夠避免分類或辨識的錯誤，進而避免醫師後續判斷的錯誤。為能夠提升電腦運算的效果，在影像上必須進行篩選，他們歸類出了最常在醫學影像上出現的問題：模糊、低對比度、複雜紋理。如果能將這些問題解決，對於後續發展及判斷效果皆能提升。

而醫療上有許多獲取影像的方法，此次介紹了幾種目前在醫療中常聽到的方法。

1.      X光（X-ray）：藉著X光在人體內折射率接近1（幾乎是直線不偏折），以及不同組織對X光吸收率不同得到的影像，進行身體內部的檢查。常使用在牙科、骨科和胸腔科。

2.      電腦斷層掃描（Computed Tomography，CT）：以一組X光射源由身體不同的角度照射，然後利用電腦將資料組合成身體橫切面的影像，接著再將這些橫切面影像進一步重組成精細的3D立體影像，是一種種結合X光與電腦科技的診斷工具。常使用於心血管檢查。

3.      核磁共振（Magnetic Resonance Imaging，MRI）：利用氫原子核本身具有的磁場特性，使用儀器改變體內氫原子核的旋轉排列方向，然後原子核就會釋放吸收的能量，接著電腦會分析能量激發後放出的電磁波信號，組合成影像，就能夠得到 MRI 影像，是檢查脊髓的利器。

4.      單光子射出電腦斷層掃描（Single-photon Emission Computed Tomography，SPECT）：可多角度偵測目標器官，經影像的重組成三度空間影像後，更能發現病灶的相關位置。應用的疾病有神經傳導機能檢查及腦血流檢查等。

5.      正電子發射計算機斷層掃描（Positron Emission Tomography，PET）：將帶有特殊標記的葡萄糖合成藥劑注入受檢者體內，利用PET掃瞄儀的高解析度與靈敏度作全身的掃描，藉由癌細胞分裂迅速，新陳代謝特別旺盛，攝取葡萄糖達到正常細胞二至十倍，造成掃描圖像上出現明顯的「光點」。目前大量使用於腫瘤學臨床醫學影像和癌擴散方面的研究。

而醫療影像處理的步驟大致分為五個：

1.      進行影像前處理：將影像放大、強化或是去除雜訊。

2.      對位：對輪廓進行偵測，找出器官的正確位置。

3.      分段：將取得的影像數據依據常態進行分段。

4.      動作追蹤：由於器官會不斷的進行動作的重複，所以針對某特徵進行追蹤。

5.      病變特徵擷取：觀察後將發現的非常態現象視為特徵擷取出來。

我覺得醫療影像處理與一般影像處理的其實大同小異，但是他們必須更嚴謹的規劃、追蹤、擷取影像處理的每個步驟，再加上這些影像其實得來不易，有時候得到的影像也不見得能夠使用，要在得到所需影像也需耗費大成本，所以這是比一般影像處理來得困難的地方。另一個困難點是必須具有專業的知識才能夠撰寫程式，例如：該如何進行對位、有何特徵、如何進行分段、病變特徵為何等等…，都是必須具有醫師的專業知識才能夠撰寫的，所以與醫師的溝通和配合也是很重要的一點。

The Role of the Study of Programming Languages in the Education of Programmers

課程：論文研討(四)

日期：2013/03/22

時間：13:50 ~ 15:30

學生：資傳研二 葉怡婷

演講者：政治大學資訊科學系 陳恭教授兼系主任

心得報告：

寫程式或許不是一件難事，但是能夠寫出可靠又正確的程式就是一件很了不起的事。今天的講者為我們帶來許多的觀念，我認為很重要的一點是該如何面對眾多不同的程式語言。

電腦發展至今已有許多的程式語言，不同的程式語言可能有其各自的長處，雖然撰寫的方式不同，但其觀念上大致相同。而我們都知道，再完美的程式都會有Bug，只是該如何處理這些Bug靠的就是經驗，而這些經驗並不像現在市面上許多的書籍說的那樣，短時間就能夠促成。「經驗」就是透過長時間的累積出來的實力，並非一朝一夕促成。

所以，我想我們可以不管程式語言的多寡，但必須對一個語言有一定程度的了解與處理能力，並且能夠盡力的達到去蕪存菁的效果，使程式能夠具備效率及可讀性。最後更不能忘了，程式語言是一種工具，與電腦溝通的工具，善用工具能夠使辦事效率達到事半功倍的效果。

智慧型視訊監控的研究現況與展望

課程：論文研討(四)

日期：2013/03/01

時間：13:50 ~ 15:30

學生：資傳研二 葉怡婷

演講者：輔仁大學電機工程系　王元凱教授

心得報告：

        在美國「911」恐怖攻擊事件發生之後，業界開始把目光投向監控產業、安防器材上，數位科技與通訊技術也逐漸應用到這些器材的開發上。此外，隨著經濟環境不佳，也影響到治安的惡化，這些都需要安防產品來協助監控犯罪的發生；不過，目前的監控系統都只是做到事後舉證的作用，例如搶案、偷拍光碟事件等…；對於犯罪事件的發生並沒有真正起到預防的作用。

第一代閉路電視（Closed Circuit Television，CCTV）必須將類比訊號轉換後存成錄影帶，除了過程複雜以外，錄影帶的保存也是一大問題。而後隨著處理器（CPU）效能越來越快速及壓縮技術的逐漸成熟（MPEG-1/MPEG-2/MPEG-4等），因而產生了第二代延時磁帶錄影機（Time-lapse VCR）。但隨著錄影和儲存的技術成熟，依舊沒辦法預防犯罪，這需要智慧型視訊監控，也就是目前業界和學界都在努力的目標。

智慧型視訊監控將整個監控系統分得更細微，也將原本需要人為操控和判斷的部分利用程式呈現出來，不僅能夠提高影片清晰程度、犯罪破案率，更重要的是對於危險事件或是犯罪事件的預防，能夠達到一定程度的效果。例如在夜間的攝影常常會不清楚，因此必須將影像強化（Image Enhance）、視訊系統出現攝影鏡頭模糊或異位時的警告（Object/Event Tracking）、罪犯或是贓物出現時的警告（Object/Event Recognition）、畫面中的行為分析（Behavior Analysis）。

而智慧型視訊監控系統在諸多地方也面臨了挑戰，由於目前在各個地方都架有多台監視器，形成視訊監控網路，然而該如何管理每個視訊、比對不同監控器中的相對的物體，此部分是管理方面的挑戰；另外在不同環境光源則是目前最為困擾、也是影像處理中令人頭痛的，還有儲存和磁碟管理、以及視覺呈現的部分都是需要一一克服的難關。

Games for Researches

課程：論文研討(四)

日期：2013/02/22

時間：13:50 ~ 15:30

學生：資傳研二 葉怡婷

演講者：東華大學資訊工程學系　戴文凱教授

心得報告：

開學的第一場演講是關於遊戲的相關研究，戴教授做了許多與業界合作的專案，像是自動產生音樂譜的Music Score Editor、為提升台灣圍棋風氣的GOL圍棋遊戲、為帶領東華大一新生認識環境的遊戲，另外還有一款目前真正運作在某個外國賭場的Fantasy Horse賽馬遊戲。每一個專案都具備不同的挑戰，但從這些專案中他們發現，在遊戲發展的過程中，耗費時間的除了程式的撰寫以外，還有建模。

戴教授以遊戲中的中國建築為例子，舉凡遊戲中有需要代表中國場景，不外乎中國的古代建築，像是唐朝、宋朝、清朝等等…各式建築，然而建築其實是有規則可循的，因此他們研究了各式建築的特色，並列成計算式，讓程式得以自動產生各朝的基本建築，而後再將這接技術賣給業界，使得業界能夠節省更多建模的時間，這接模型都非常的精美且逼真，但也因太過細緻，導致Loading太重，無法於現有的遊戲中完美呈現。

另外戴教授也有稍微提到，遊戲業者在規劃時間上，除了遊戲製作時間外，還有一個耗時的遊戲測試時間，過去，遊戲測試的時間往往為製作時間的一到兩倍（通常為三個月到半年），因此，他們也製作了一套程式，將遊戲測試的時間縮短到一個月內，讓遊戲能夠更迅速的上市。

最後，戴教授花了大部分的時間說明一個很重要的觀念：製作一樣遊戲或程式，都必須徹底的了解他程序或架構。像是中國建築則須研究它的結構，才能夠利用程式精美的畫出模型；賽馬遊戲則須了解觀眾的心態及賭場在場地規劃上的用心，人人有希望、各個沒把握就是賭場最吸引人的地方，所以了解這樣的道理之後運鏡就成了很重要的一環；最後戴教授也提到，他自己的學生也都喜歡玩遊戲，其中一位參加教育部的程式比賽得了冠軍，而且在LOL世界排名前十，對LOL的架構瞭如指掌，這樣的人才對遊戲發展才會有最有效果。

        所以，若想迅速且完整的完成一件事情，能力和興趣如果能夠兼顧當然是最好不過，但若能夠有詳細且完整的了解，才能夠有最好的效果。

User Behavior Modeling and Prediction by Mining Multiple Information Sources in Mobile Social Network Space

課程：論文研討(三)

日期：2013/01/04

時間：13:50 ~ 15:30

學生：資傳研二 葉怡婷

演講者：成功大學　曾新穆教授

心得感想：

資料探勘（Data mining），有可稱為資料採礦，是資料庫知識的發現裡的一個步驟，透過觀察大量的資料中是否隱藏著特殊的關聯性。例如：去大賣場買了嬰兒尿布的男性，通常也會買啤酒，那麼就可以建議商場在嬰兒尿布的賣場區塊中，擺放啤酒，利用這種方式促進消費。所以，資料探勘不再以個人為背景做資訊判斷，也不是一種條件判定，而是觀察物件之間的距離或是關係，從這些距離之間發現特殊的關聯性。

這次成功大學的曾教授，利用Data mining 製作了一個關於人的行為的推薦系統，透過觀察用戶在社交空間中的多種訊息來源，了解用戶的行為後，做預測或推薦，這在現今的社會中是非常需要的，許多的公司、企業都非常需要了解人在生活中的習慣，然後才能夠針對用戶進行廣告和促銷。

我覺得目前我做的研究分析跟Data mining要做的事情很像，利用視覺追蹤系統和問卷調查得來的數據，之後做質性分析和相關性分析，以了解人在觀看廣告時會有什麼隱藏的習慣，雖然我的資料並不是上億筆，但我覺得見著知微，所以我可以了解一下的技術，然後與我的研究做結合，說不定會有幫助。

海量資料：行動運算的最後一塊拼圖 From WSN to Mobile Computing, Big Data: The Missing Pussle

課程：論文研討(三)

日期：2012/12/28

時間：13:50 ~ 15:30

學生：資傳研二 葉怡婷

演講者：國網中心 王耀聰

心得感想：

雲端運算並不是一項全新的技術，而是一個概念，因著人類所屬的環境資料大量數位化，而造成今日的海量資料，過去電腦的計算和儲存方式，已經無法負荷這樣的情況，因此各國開始推展雲端的概念，並實行於現實中。而雖然現在發展得尚未成熟，但已經可以看到許多改變和趨勢，例如：物聯網的時代來臨、智慧電網的新政策、搜尋關鍵字的熱門度、開放資料的新趨勢。

雲端的重點也不在於技術，而是在商業模式的改變。過去的商業模是習慣軟硬體的買斷以及定點服務，但雲端時代開始則以租賃及行動服務為導向。所以可以知道，雲端是可以隨時隨地使用任何具網路功能的裝置存取各種服務，所以資源是共享的，也可快速的重新部屬，但同時也是一種可被監控和測量的服務。所以，以雲端來說，服務就是他的本質。而這些雲端的提供者，除了有工用雲端、司有雲端、還有社群雲端，服務的對象分別針對中小企業、大型企業以及學術。

所以從上述可知，雲端關鍵的驅動力有三個：1. 因應全球資料爆炸，資料網雲端擺放可試圖解決這個問題。2. 隨時提供個人所需的行動服務。3. 降低企業的經營成本，以租另取代買斷，動態隨需付費。這三個關鍵的驅動力，使得雲端運算成為必然的趨勢。

然而我個人比較好奇的是如何管理海量資料？講者今天的演講回答了我的這個問題：海量的資料挑戰在於如何管理「數量」、「增加率」與「多樣性」。目前資料的數量已經是從TB開始起跳，到PB、EB，可見資料量的龐大。而資料的增加率則可分為批次作業和即時作業。至於資料的多樣性就得靠結構化、半結構化、非結構化資料來區分。以這三種角度來管理海量的資料，使得存放海量資料便不再是夢想。

自從雲端的概念被推出之後，就被非常熱絡的使用，近來系上也請了不少講者、教授來建立我們對雲端的概念，但可以發現都是瑣碎、零散的，然而這次的講者帶來了非常完整的雲端概念，從硬體介紹，到重點的海量資料運算，到現實的應用情況，將我們過去學到的概念全部融會貫通。但也由於這次帶來的資料非常得豐富，一次聽完還真的是有點吃力，可以的話，我會希望這次的演講能夠分成兩次，然後再作更深入的介紹，或許會有更好的成效。

Introduction to Distance Metric Learning

課程：論文研討(三)

日期：2012/12/21

時間：13:50 ~ 15:30

學生：資傳研二 葉怡婷

演講者：海洋大學資訊工程學系 張欽圳教授

心得感想：

目前學界的研究大多是針對某種情況下的分類去做專精的研究，而此次的講者張教授給予了我們在參數權重調整上的一種概念。實驗中，不外乎的就是要蒐集數據，然後觀察數據，再調整權重，以使得數據合乎現實的狀況，從中發掘某些特性會是相對重要的，故而權重較重。然而，有些時候的狀況並不能使用傳統的角度做調整，此時只要將觀念稍微轉一下，或許就能得到很適切的答案。

例如：當一筆數據壓縮後，兩群體資料若有重疊，那麼這就會造成日後區分兩群體時的困難，因此，必須找出條線，讓兩個群體能夠分得非常清楚。如圖1。

圖1：轉向分類

但也有更複雜的情況，則可以拋棄傳統的分類方式，使用空間上的距離計算。將同類的距離減小，不同類的距離加大。如此一來，便可將兩群體的距離拉開。中間不斷地進行找鄰居以及計算距離的跌代。直到兩個群體能夠清楚地分開。如圖2。

圖2：Margin-based approach

這次的演講比較偏重研究方面的權重設定，認真聽應該會蠻有收穫的，但是因為數學公式實在很複雜，讓我聽到一半就已經呈現半放棄狀態，但是大致上的概念還是很淺顯易懂，而且很適用在各類的研究中，值得參考。