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 吳尚鴻
演講者：成功大學　曾新穆教授

心得報告:
今天的演講者和我們分享有關於資料探勘，資料探勘別名為資料採礦，資料探勘的意義就如別名的字面意思一樣，在許許多多的資料之中找到一些可用的資訊，其實就是資料探勘的主要精神。其實身邊很多例子跟資料探勘都有關係，例如到賣場的時候，可以發現生鮮肉品旁邊的架子大部分會擺調味料，這是由於經由統計，大部分買完肉品的人會買調味料，所以就擺在一起。

然而由於行動個人網路及智慧型手機的發展，所以個人社交網路越來越多人加入了，相當有名的例子當然就屬FB(Facebook)、twitter。有使用過FB的使用者，可以發現有許多推薦社團或是"你可能認識的人"，我想或許就是經過資料探勘過後統整出來的資訊善加利用後的功能。

當然曾教授也提到，不只在雲端資料庫的資料可以做資料探勘，在持有終端設備使用者其實也可以進行資料探勘，利用的則是手機的感測器，曾教授提出了簡單的例子，其實收集感測器的資料就可以判別出使用者的性別，且95%的正確率，原因是因為男性都把手機放在口袋，而女性大部分都把手機放在包包內，然後感測器偵測到的震動就會明顯的不同，這也是經過資料探勘後得到的資訊。然後透過這些資訊就可以做成模型，或是做些預測或是服務。

在我的研究過程中，有一種由定位延伸的服務，叫做適地性服務，就是統計使用者常去的地方，或是消費習慣，去提供使用者適合的服務。利用資料探勘其實可以找出一些東西，感覺好想收集而成的資料會說話一般。

海量資料：行動運算的最後一塊拼圖

課程: 論文研討(三)

日期 : 2012/12/28

時間 : 13:50 ~ 15:30

學生 : 資傳研二 吳尚鴻

演講者 : 國網中心 王耀聰

 

心得感想:

隨著科技的發展，以及網路的速度越來越快，資料的流動越來越頻繁了。由於網路型態的改變，使得雲端運算這個概念被提了出來，一些網路的龍頭，例如:Google，也極力的在推廣一些雲端的服務，想要拓展雲端的發展。而在雲端大量的資料存取以及計算下，也產生了一個新的專有名詞-海量資料。

 

由於資料量從以前的KB、MB、GB變成現在TB，甚至是ZB，資料是以前的數萬倍。這是因為雲端提供了每個使用者的存取，讓資料的流量積少成多形成海量資料，當然要處理這麼大量的資料，就是行動運之後要面臨的挑戰了。

 

當然海量資料要做資料的探勘是有些困難的，尤其資料量眾多，又要在短時間內找到特定資料的情況下，但只要能夠對海量資料做適當的分析，也可以從資料中找到些有趣的結果，例如:會使用系統的使用者的職業，年齡...等等，我認為在未來，能夠分析海量資料的人才是市場上不可或缺的。

1228

課程: 論文研討(一)

日期 : 2012/12/28

時間 : 13:50 ~ 15:30

學生 : 資傳研一 何秉叡

演講者 : 國網中心 王耀聰

 

海量資料相關的熱門工作包含資料探勘、資料視覺化、資料分析、資料操控及資料鑑識，分別應用在搜尋引擎、將資料用圖說故事、商業智慧、與法律結合的數位鑑識；未來處理海量工作的人必須了解SMAQ (storage、MapReduce及Query)，全球多數使用的是自由軟體Hadoop，因使用者規模夠大，可以建構出豐富的海量資料工具庫，目前Yahoo、Facebook、微軟及Oracle等企業皆有使用，因此未來可利用Hadoop建構企業專屬的資料倉儲、商業智慧分析及搜尋引擎。
    最後聽了這麼多雲端資料處理的資訊，如果未來各個領域如果能使用到雲端這塊的技術，應該能夠大幅提升各領域的技術與使用。

1221

課程: 論文研討(一)

日期 : 2012/12/21

時間 : 13:50 ~ 15:30

學生 : 資傳研一 何秉叡

演講者 : 海洋大學資訊工程學系 張欽圳

在微分幾何中，單詞「度量」也用來稱呼只定義在向量空間上一種結構，它的更適合的術語是度量張量（或黎曼度量或偽黎曼度量）。距離測度即衡量多個樣本之間距離的大小，最常見的是度量空間中的歐氏距離、曼哈頓距離等。但是對於其他類型的多維度數據，由於每個維度的貢獻程度不同、提取維度的量綱有差異等原因，就需要依據數據的特性，採用維度的旋轉等方式來較為準確的表示各自的距離。

    這些條件表達了關於距離概念的直覺想法。例如，在獨特點之間的距離是正數的並且從 x 到 y 的距離同於從 y 到 x 的距離。三角不等式意味著在 x 和 z 之間的距離不大於從 x 到 y 接著從 y 到 z 的距離。歐幾里得在他的著作中聲稱在兩點之間最短距離是直線；這是他的幾何中的三角不等式。

1207

資通訊與雲端運算發展之探討

課程：論文研討

日期：2012/12/07

講師：中華電信國際分公司副總經理 簡志誠

班級：資傳碩一

學生：何秉叡

雲端運算的蓋其實就像是分散式運算(Distributed Computing)以

 

 

及網格運算(Grid Computing)，分散式運算，意思就是將一件

 

 

大的工程切成許多小工程分派給各個不同的電腦做運算，運算

 

完後將結果傳給最後一台電腦彙整結果，即完成分散式運。網

 

格運算，其運算繼承分散式運算，特點是可以跨平台、架構及

 

不同等級的電腦做分散式的運算。知名分析公司Gartner將雲端

 

運算區分成雲端服務和雲端科技。

 

雲端服務，使用者可以透過手機或平板之類的設

 

備完成電腦上的工作，雲端科技利用虛擬化以及自動化等技術

 

來創造和普及電腦中的各種運算資源，這種類型可以視為傳統

 

資料中心的延伸，且不需要經由第三方提供外部資源便可套用

 

在整個公司的內部系統上。

11/16

課程: 論文研討(一)

日期 : 2012/11/16

時間 : 13:50 ~ 15:30

學生 : 資傳研一 何秉叡

演講者 : 義守資工系 郭忠民 教授

心得:

關於影像處理還有圖片分析的部分，平常常見的圖片搜尋大部分都是以輸入關鍵字文字來搜尋想要的圖片，但這樣子會產生一些問題，例如所輸入的關鍵字不夠清楚的描述搜尋者想要搜尋的圖片或是表達較不清楚，又或者是可能圖片命名雖然是以該關鍵字命名，實際上卻不是搜尋者想要的圖片。

    所以為了解決這個問題，今天義守大學資訊工程系的郭忠民教授要演講的題目就是關於用「圖片」來搜尋「圖片」的技術與其會產生的問題與分析等等的主題，以解決關鍵字搜尋到不相干的圖片等問題，來提高圖片搜尋的精確率，在以「圖片」搜尋「圖片」的前題，必須先分析圖片的紋理特性，將紋理特性視為visual word，如同將圖片視為文件，以關鍵字進行搜尋感興趣的文件一樣，而visual word該如何表達以及採用的數量多寡界是需要思考的問題。

10.26

課程：論文研討(一)
日期：2012.10.26
時間：14:00 ~ 15:30
地點：S104
作者：資傳研一'何秉叡
講者：中華電信數據通信分公司 網際網路處 吳雲鼎




這個Yahoo時事民調真的是反印大多數的台灣人民的心聲了，雖然上網吃到飽可能是元兇之一但是網路費又貴上網平均網速又慢，用他家的程式檢測網素可能是測出最大網路速度而已，而且問A答B比較的方式錯誤，誤導民眾，
http://tw.news.yahoo.com/pollpage-news/
下面這個新聞希望我們偉大的政府可以兌現!

http://tw.news.yahoo.com/ncc-%E8%A1%8C%E5%8B%95%E4%B8%8A%E7%B6%B2%E9%80%9F%E7%8E%87%E6%98%8E%E5%B9%B4%E5%BA%95%E5%B0%87%E5%A4%A7%E8%BA%8D%E9%80%B2-084803542.html

101年10月19日

自動光學檢測技術與職場經驗分享

課程：論文研討(一)

日期：101年10月19日

時間：14:00~15:30

地點：S104

主題：自動光學檢測技術與職場經驗分享

講者：詹方興

作者：資傳碩一

本周來演講的演講者，為我們較紹光學檢測技術，有提到用高速攝影機做對零件板做檢測，有稍微提到光學檢測器大概有兩種，一種是掃描式的，該攝影機可見範圍只有長條狀，掃描範圍可以移動攝影機增加其解析度，所花的時間較長，另一種是單純的高速攝影機，速度較快，但解析度比前者較低，同樣也可應用在檢測電路板瑕疵的問題。

由於這次的演講再處理依些公文所以無花許多時間仔細聆聽，故心得偏短。

以下影片是有關高速攝影機應用在檢測瑕疵品:

https://www.youtube.com/watch?v=KtrBL0xPEVs&feature=player_embedded

1005

課程：論文研討(一)
日期：2012/10/5
時間：13:50 ~ 15:30
地點：S104
作者：資傳碩一　何秉叡
講者：國立台灣科技大學電機系　陳俊良　教授

這次演講者先用一張投影片表示了目前人們所使用的個人電腦包含手機能連上網路，未來會有幾千倍的東西都慧蓮的上網，可能冰箱、洗衣機、電鍋之類的也可以具有上網的功能，這就是誤連網IOT(Internet Of Things)。
在以下聯結中查找出有關務聯網較完整的定義，指的是任何設備或設施在任何地方具備著任何方式可能是藍芽、WiFi或是RFID之類的通訊方式聯結置網際網路。

http://rabbitming.pixnet.net/blog/post/33294171-%E7%89%A9%E8%81%AF%E7%B6%B2(iot,-internet-of-things)
由於目前除了電腦可以連接網路之外，人們最常使用來上午的就是手機，所以演講者主要以Android系統來介紹物聯網，演講者從Android和Java的關係開始講述，慢慢切入手機這種可移動式的設備是如何利用互聯網的架構去傳輸訊息。

日期 : 2012/09/28

課程 : 論文研討(一)
日期 : 2012/09/28
時間 : 13:50 ~ 15:30
地點 : S104
作者 : 資傳研一 何秉叡
講者 : 國立政治大學 陳良弼教授


這次的演講對我來說相當吃力，有一段時間沒有在上有關資料庫的課程聽起來有點陌生，但還好關鍵字當相當容易理解，這次演講者先從三種資料庫開始介紹，關聯式資料庫的開發及它具有的種特徵。分散式資料庫是將資料分別儲存在不同電腦上，運用網際網路連結成一個大的資料庫。並聯式資料庫則是使用多個CPU和硬碟來加快處理的能力。最後介紹雲端資料庫，這是整個研討會的重點，雲端資料庫顧名思義就是資料庫在雲端電腦上執行，在這裡又分成兩種資料庫SQL資料庫與NoSQL資料庫，其中SQL資料庫是目前較為常見的資料庫，該資料庫的大小較難擴充，但相對的NoSQL資料庫很容易擴充。
目前大多使用的關聯式資料庫在使用join的時候是非常花時間的，在需要及時抓出資訊的時候非常緩慢。NoSQL在下面節的網站中有指出它基本的五個觀念

海量資料：行動運算的最後一塊拼圖

課程: 論文研討(三)

日期 : 2012/12/28

時間 : 13:50 ~ 15:30

學生 : 資傳研二 蕭維廷

演講者 : 國網中心 王耀聰

我們每天建立 2.5 百萬兆位元組的資料 — 數量之多，光是過去兩年所建立的資料就佔當今世界總量的 90%。 這些資料來源廣泛， 像是用於蒐集氣候資訊的感應器、社交媒體網站的貼文、數位圖片與影像、採購交易記錄以及行動電話 GPS 訊號等，不一而足， 這類的資料就是 海量資料。

海量資料含括三種層面： 巨量、即時性及多樣性。 
巨量 – 海量資料的特色就在於： 龐大。 企業資料包羅萬端，很容易便達到數兆位元組，甚至千兆位元組之譜。 
即時性 – 海量資料通常具有時效性，一旦串流至企業便須立即使用，方能發揮其最大價值。 
多樣性 – 海量資料的範疇不僅止於結構化資料，還包含各類非結構化的資料： 諸如文字、音訊、視訊、點擊串流 (click stream)、日誌檔等等。

未來物聯網會產生海量資料，並儲存於雲端的資料中心，透過分析技術來提供行動服務。因此海量資料不只是一項挑戰， 更是絕佳的機會，使企業運作更加靈敏並為過往所無法企及的問題提供解答。

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 : 資傳研三 蕭維廷
演講者 : 中華電信總公司客服處處長 簡志誠

對於雲端運算的市場預估：

Gartner

• 預估雲端運算市場規模於2014年達1,500億美元

• Fortune1000企業將有80%的企業於2012年採用雲端運算

• 日本以外的亞洲地區雲端運算市場規模，在2014年之前，將以每年成長40%的幅度擴張

IDC 

• 大陸市場以企業私有雲和政府採購為市場主力

• 預估2011年全球雲端運算服務市場規模可達407億美元

Forrester

• 預估2011年全球雲端運算服務市場規模可達407億美元，其中255億美元屬於公有雲市場

• 2020年全球雲端運算服務市場規模將達2410億美元

美國聯邦政府
 • 2011年投入25%的IT預算，約200億美元發展雲端運算

賽迪網

• 未來3年，中國雲計算市場規模將從2009年的92.23億元增長到2012年的606.78億元，年複合增長率達87.4%

計世資訊

• 2010年，中國雲計算市場規模達到559.3億元人民幣，同比增長 比增長29.3%；預計2011年-2015年，雲計算市場年複合增長率達到50%以上

可以看出，雲端運算非常有前景，而中華電信自己也籌建雲端運算四中心，包含：

雲端服務營運中心
雲端運算測試中心
雲端服務創作平台
雲端服務體驗中心
雲端服務創作平台
中華雲市集

對於未來的期望則是：

提供雲端運算服務：開發新服務、創造雲端服務市場；
提供提供雲端解決方案：開拓政府雲端、企業公私雲端 公私雲端、海外外市場

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

課程: 論文研討(三)
日期 : 2012/11/16

時間 : 13:50 ~ 15:10
學生 : 資傳研二蕭維廷
演講者 : 義守資工系 郭忠民 教授

對使用者而言，以圖片搜尋圖片往往較易於找到想要搜尋的圖片資料。目前也有許多相關的系統及網站。用圖像來進行搜尋時，必須先利用相關演算法來將圖像進行特徵化。而SIFT (Scale-Invariant Feature Transform)就是一種電腦視覺的演算法用來偵測與描述影像中的局部性特徵，它在空間尺度中尋找極值點，並提取出其位置、尺度、旋轉不變數。若找兩影像的關鍵點特徵來比對，可發現越相似的影像，關鍵點特徵符合數越多，藉此來判斷兩影像的相似度。

SIFT的作用在：局部影像特徵的描述與偵測可以幫助辨識物體，SIFT 特徵是基於物體上的一些局部外觀的興趣點而與影像的大小和旋轉無關。 對於光線、雜訊、些微視角改變的容忍度也相當高。基於這些特性，它們是高度顯著而且相對容易擷取，在母數龐大的特徵資料庫中，很容易辨識物體而且鮮有誤認。

因此以4×4區塊分割的方式來擷取影像內容具代表性的特徵，並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。利用影像檢索來驗證我們訓練的視覺字典，觀察其特徵描述子是否能正確的描述出影像，結果顯示本研究所訓練的視覺字典具有描述能力，也進一步將視覺字典應用在影像分類上。

光學自動檢測技術與職場經驗分享

課程: 論文研討(三)
日期 : 2012/10/19

時間 : 13:50 ~ 15:10
學生 : 資傳研二蕭維廷
演講者 : 宏瀨科技 詹方興

自動光學檢查（英文：Automated Optical Inspection，簡稱AOI），為高速高精度光學影像檢測系統，運用機器視覺做為檢測標準技術，作為改良傳統上以人力使用光學儀器進行檢測的缺點，應用層面包括從高科技產業之研發、製造品管，以至國防、民生、醫療、環保、電力…等領域。

自動光學檢查是工業製程中常見的代表性手法，利用光學儀器取得成品的表面狀態，再以電腦影像處理技術來檢出異物或圖案異常等瑕疵，因為是非接觸式檢查，所以可在中間工程檢查半成品。高精度光學影像檢測系統，包含量測鏡頭技術、光學照明技術、定位量測技術、電子電路測試技術、影像處理技術及自動化技術應用等領域，其開發應用不但符合高科技產業發展需求，其技術層面更可擴展至國防軍事工業，舉凡兵工武器製造、夜視作戰系統、戰略地形形貌之分析與研判等，都與此影像技術息息相關。

AOI技術領域非常廣泛，廣義的AOI為結合光學感測系統、訊號處理系統及分析軟體，應用層面可包括宇宙探測、航空、衛星遙測、生物醫學、工業生產品質檢測、指紋比對、機器人控制、多媒體技術。

狹義的AOI則指目前大量應用工業自動化的LCD/TFT、電晶體與PCB工業製程上的光學檢測設備，以及在IC及一般電子業、機械工具/自動化機械、電機/電子工業、金屬鋼鐵業、食品加工/包裝業、紡織皮革工業、汽車工業、建築材料、保全/監視等的自動光學結合影像處理的系統。

這讓我們了解，影像處理不只可以應用在電腦圖學上，而可以和其他領域作結合，對於未來就業的選擇上有了更寬廣的方向!!

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

IoT Multimedia Platform and Advanced Applications

課程: 論文研討(三)
      日期 : 2012/10/05
      時間 : 13:50 ~ 15:30
      學生 : 資傳研二 劉浩瑋
      演講者 : 陳俊良 教授

心得報告：

物聯網( internet of things, IOT) 就是把裝備感測器的各種真實物體，通過網際網路聯接起來，達到遠程控制或者實現物與物的直接通信。

由於其遠程控制的特點，物聯網大多藉由各種感測器以RFID、WIFI等等的無線網路技術來實作，利用無所不在的網路不只開拓了人與物的交流，也同時可以達到物與物的互通，讓物聯網的應用更加的自動化、智慧化，提供各種類型的使用者更多面向的便利性與實用性。現今的物聯網已經可以做到很多應用，舉凡醫療、居家、交通、商業…等方面早已深耕許久，使用方法與效率也隨著軟硬體的成長有著長足進步，目前的著眼點就轉移到複合性的應用與節省能源的部分，藉由物與物的自動感應決定待機與運作的時間，已經是可以做到的事情了，如果所有物聯網能加入這個新的特性，那全新的物聯網架構誕生的可能性說不定就會出現。