書報討論(一)(2011年夏)
ellingtonsu
Frank Hou
ellingtonsu
許鈞喨
魏佑嘉
Jason Ng
Jason Ng
黃傑翔
許鈞喨
9/28
A Distributed Algorithm for the Dead-end Problem of Location-based Routing in Sensor Networks
此篇論文說明這是能夠讓Node能夠快速的回傳訊息給Base的方法，可以用在例如火災的緊急應變上，不過他有說這必須在Base的廣播大家都聽得到的狀態下才可實現，卻似乎沒處理，在Node傳遞的過程中，也許會有一些障礙物導致無法一直以直線最短距離做傳送，也許能夠在這方面做探討。
第二篇是做有關於門禁控管的系統，使用了RFID去做感測，比較特別的是，他在門的兩側都放一個RFID利用感測的時間差來推測人是從哪個空間移動到哪個空間。另外這篇論文是想以最低成本去達成基本的控管，並不清楚人會在這個空間的哪裡之類的，而且，對於若是RFID產生故障了，也沒有一個方法可以做改善，我想如果把一個門放三個RFID應該可以降低失去控管的情形發生，除非一次掛兩個RFID啦。
10/5
這一篇是利用類似體感的感測器去記錄各種動作的數值，讓模擬出來的動作能夠更加的貼近人體的運動，去達到仿真的目的，不過整個內容感覺非常的理論，幾乎沒什麼實體的東西的感覺，好像也沒有說明，為了什麼要去模擬人體的運動，可以運用在哪裡等等。
Back-Tracking based Sensor Deployment by a Robot Team
這一篇是在說在一個場景裡(例如:溫室)那種需要收集一些資訊，卻又不需要很及時的做反應的環境，所使用的方法。需要一個Robot去收集資訊，並希望能夠使用最短的時間和路徑讓場景內每個Sensor點都至少走過一遍，也有說明在Multi-robot的狀況下如何運行，另外在如果有Sensor是掛掉的狀態下，Robot如何去偵測如何去避免，不過有點納悶的是，在Sensor掛掉的狀態下，必須要定義出一個叫做Recovery agent的Sensor點才能夠解決這問題，但是不曉得為什麼作者並沒有說明Recovery agent是怎麼找出來的。
吳書緯
1.Wen-Yen Wu,"A String Matching Method for Hand Recognition",2011 IEEE,pp.1598-1601 2.Fosca Giannotti,Mirco Nanni,Dino Pedreschi,Fabio Pinelli,"Trajectory Pattern Mining",KDD’07, August 12-15, 2007, San Jose, California, USA. Copyright 2007 ACM 978-1-59593-609-7/07/0008 3.Muthukumar A,Nadarajan R,"TDML: A Data Mining Language for transaction databases",24-27,Aug.2007,pp.81-86
郭佑銘
[1]Hye-Young Kang,Joon –Seok Kim,Ki-Joune Li,"sTrack: Tracking in Indoor Symbolic Space with RFID Sensors",November 2010
[3]Ching-Sheng Wang,Chun-Chih Chen,"A Flexible Localization and Identification System Based on RFID and Vision Tracking Technologies",November 2009
魏佑嘉
Wen-Yen Wu,"A String Matching Method for Hand Recognition",2011 IEEE,pp.1598-1601
這一篇是在探討尋找手部的其他種運算模式，主要是以特徵碼來進行辨識。這一篇裡面所提到的算法是只能尋找單手，且只能辨識靜態，其限制也非常多。我認為雖然這篇論文的本意是想要找出其他的辨識法，但其成熟度還不高，而目前一般的圖形辨識方法其實已經非常夠用，而且還能夠動態且即時的辨識。就以過去我接觸的特徵值辨識方法來說，其運算時間雖然可以達到即時，可是延遲狀況還是非常嚴重，如果這篇論文所提到的方法能夠改進，且比過去的特徵值辨識更快速的話，一定會更好的。
Frédéric Verpillat, Fadwa Joud, Michael Atlan, and Michel Gross, "Digital Holography at Shot Noise Level.", Journal of Display Technology
這一篇的應用領域比較偏向生物科技與醫學的應用，利用雷射去建立一個細胞或是生物器官的全息影像資料。論文中的這項技術要達到實用階段的話需要物理、資工、醫學等三個領域的人共同去設計，因為這個系統前端是需要物理等硬體技術才有辦法取得準確且細緻的影像。而資工的部分則是去分析、建立全息影像的資料。最後是讓醫學界的人去學習這些內容，這個技術如果發展起來一定會取代目前的核磁共振的掃描系統，期待未來的實體。不過這個系統發展到現在也有四五十年以上了，不知道能在什麼時候看到這個系統的完成。
郭佑銘
1. Wireless Sensor Network
這篇論文一開始其實聽不太懂他到底在說些什麼，不是在講網際網路嗎？怎麼又會感應什麼的？後來聽到一半才終於知道他是在講Sensor network，這學期我剛好有修"王姿琳"學姊(還是該改叫老師？)的＂無線感知網路＂，所以大概知道是什麼東西。只不過究竟是他講得太難，還是王姿琳學姊教得太簡單？我怎麼覺得兩邊聽起來很有落差的感覺。一個是趨近於隨便聽聽就懂，另一個則是認真聽了以後還是會有腦袋轉不過來的情況。是因為一個是論文一個是教材嗎？還是兩個雖然都是＂無限感知網路＂，但其實他們講的東西根本就不一樣？還是說其實根本是我腦袋的問題？
2. Tracking in Indoor Symbolic Space with RFID Sensor
這篇論文主要在講的就是藉由RFID的Sensor進行人員追蹤。雖然表面上看來好像很有用，但是實際上把他看過幾次後就可以清楚感覺的到（還沒看完就有這種感覺了），這篇論文＂僅供參考＂。最大的原因就是因為它完全是處於一個完美狀態，完全不能放在現實世界中。即使真的放進現實世界，也會有許多殘酷的現實在等著它。例：RFID的訊號並不穩定，即使Tag和Reader的距離相當接近，它的訊號強度還是會有些微差異，更不用說若距離遠一點的話其訊號強度的差異會有多大了。而且RFID是一個相當容易就被干擾的設備，只要Tag和Reader之間有金屬、木板、塑膠、人體......等等，通通都會被影響。而且論文後面提到＂It supports RFID positioning technology,which is considered as one of the most economic and stable indoor positioning technologies.＂是否穩定我不敢說，但是最經濟這點，好像不太對......，畢竟每一個門口就放了兩個Sensor，這成本好像不管怎麼看都有點高.....。不過，也許他們是要放在某些特定的環境之中，讓這套系統可以在那樣的環境之下發揮最大的效益也不一定。
郭佑銘
1. Gesture Variants and Cognitive Constraints for Interactive Virtual Reality Training Systems
這篇論文似乎是想要讓虛擬人物的動作更自然，不會像一些機器人那樣動作有點卡卡的，但是報告者他似乎準備得不夠，沒有辦法很確切地說出這篇要講的東西，就只能說出個大概而已。不過自己在上週報告時也沒有辦法講得很清楚，投影片也做得很糟糕，實在是沒有這個資格去說別人......。後來請了個英文比較好的同學幫忙看那篇論文，才終於了解，我們人的眼睛對於那些不流暢的動作是很敏感的，如果動畫、影片、遊戲......等等虛擬物件的動作不流暢的話，我們看起來就會很不舒服，為此，這篇論文就是要用Kinect內相當優秀的捕捉物件的能力，再加上實驗人員所配戴的感測器進行紀錄。藉由這兩者所存下來的資訊將可更完美地套用在虛擬物件上，使得這些虛擬物件的動作會非常流暢。
2. Back-Tracking Based Sensor Deployment by A Robot Team (Wireless Robot and Robot Network,WRSN)
郭佑銘
1. A String Matching Method for Hand Recognition
這次的報告不再是像之前那樣是由五年一貫的同學報告，而是真真正正的碩士生，這讓我感到很期待。然而，這篇論文一報出來，我失望了，因為說真的，我聽不懂，不是在講string？它不是字串嗎？怎麼又會什麼＂制服＂？過了好一陣子才終於了解，原來是＂字符＂--＂文字與符號＂。可是，想通這點後，我還是不懂，為啥＂字符＂可以用來辨識手？和同學討論後才知道，其實那個＂字符＂就是我們之前學影像處理時，所遇到的＂特徵值＂，兩個是相同的概念，只是我一時半刻腦袋轉不過來而已。在終於了解之後，我才開始有比較知道他在說些什麼。大致上就是用影像處理去做右手的辨識，其辨識率為94.3%。雖然看這數字好像挺高的，但是他只限定在於右手，而且是靜態的。而從他的演算法上看來，他計算一張圖片應該會花費相當長的時間。就我所知，現在有很多手部辨識的演算法，其辨識率或許沒有到90%這麼高，但是基本上他們都可以做到＂即時處理＂。因此我覺得，這個論文應該還有很多的改進空間，至少，可以往＂即時＂這個方向邁進。
2. Digital Holography at Shot Noise Level
這篇論文可以用在很多地方，不僅僅是只能用在醫院，同時也可以用在學校還有與生物研究的相關單位。報告時，同學講得很詳細，讓我很清楚地知道他所想要做的東西及其原理。只是有點太詳細了......講了些我聽不太懂得專業用語，而且在同一個地方打轉的太久了，其他地方在相較之下就講得有點太少了。不過這點是我可以參考與學習的地方，將要報告的內容詳細的解釋，讓底下在聽的人，可以更快的理解，不用自己瞎猜。聽完這個報告了以後，就覺得這個系統如果順利地完成的話，肯定會相當受歡迎與實用。只是這個東西似乎和RFID一樣有著些許的限制尚待突破。
許鈞喨
黃傑翔
手掌辨識可以說是一種特別的辨識方式，它是利用手指與掌心的距離構成集合圖形進行辨識。這種辨識方式甚至可以辨認出手掌不健全的案例。手掌辨識如果能夠搭配指紋辨識便可提高辨識的安全性。
2. Interference Techniques in Digital Holography
吳書緯
如何讓我重做一次研究生心得
施皓文
郭佑銘
研究生必須要嘗試跨領域研究且要主動學習，甚至是創造新的知識，不像以前還是大學生時可以被動地接受學問與知識。成為研究生以後必須不斷地念書與報告，最好可以每隔一段時間就給自己一個新的挑戰。也許這個挑戰的結果會不盡人意，但是在那過程之中將會學到許多，同時也可以鍛鍊自己，使自己不容易被打敗。在訂定題目時必須要有意義與延展性。而在寫論文時每一個標點符號都有它的規定，必須以清楚為最高原則，那些花俏的字眼與修辭都是不須要的，因為你不是在寫散文。當然，如果能夠自然而然地加上那些，會使你的論文得到加分的效果，但那樣的文采是可遇不可求的。雖然有很多的碩士論文，或是博士論文，都是那個人一生中的經典之作，但是千萬不要把它當成目標，因為那是自然形成的，過於執著反而會讓自己無法完成它。最後，做為一個研究生有兩個最重要的感覺—責任感與罪惡感。有了這兩種感覺，你將會一直進步。
全文看完了以後將重點整理出來，再把重點用自己的話寫出來，這樣的做法，嚴格來說，我是第一次。以前的自己，因為懶得思考所以常不做重點整理，然而看完這篇文章以後，就給了自己一個小挑戰試試。結果，我發覺這種做法的效果挺不錯的，雖然有點誇張，不過感覺就像是在＂真理之路＂上多走了幾次。然而這個想法一出現，就讓我想到，不知道我自己有多久沒有進入＂沉默之堡＂了？不知道自己有多久沒有好好思考、與自己對話。＂傅斯年當台大校長的時候，曾經說過一句話：＂人一天只有二十一小時，另外三小時是要思考的。＂＂我每天花多少時間在思考呢？說真的，我答不出來。全文針對各個不同的地方提出不同的意見，主要就是專業、興趣還有兩個感覺—責任感與罪惡感。專業部分要一直念書與報告，而且重要的那幾本書一定要重複好幾遍，當然不是每本都重要，所以要學習取捨且在報告的過程中，藉由老師的提點，將會對於該領域的東西有更深的體會。藉由培養興趣將可以好好的調解或是排遣自己。做為一個研究生，若是有責任感與罪惡感將會使自己的心態改變，有助於以後的學習與研究。
Frank Hou
2011/10/12
Digital Holography at Shot Noise Level
用光影射到人的正面及可將側面經後製建置出來，這樣的技術時常在電影中看見，因此也對於這樣的想法不會感到陌生，但是談到技術的部分，完全無法解釋為何可以做到如此的方法，經過這一次的簡報之後，就更了解了，雖然大部分還是不太明白，但是透過網路的資訊還是可以對這樣的技術進一步的熟悉了解。
A String Matching Method for Hand Recognition
這可能是初步的技術去分辨人的手，之後或許可以加上辨識人的手要採取何種的動作，進而與電腦等3C產品結合，就像微軟的Kinect，不過這篇提及只能辨識右手，使這篇論文有種不太完整的感覺，這樣的技術也是很吸引人的。
2011/10/19
如果讓我重做一次研究生
當我看到“大學生基本上是來接受學問、接受新知的”、“碩士時期或是博士時期的研究而言，都應該準備要製造新的知識”這兩句話時，使我醒悟了，過往當學生的時候，都是等著老師準備好教材，進而吸收這些老師傳授下來的知識，但是到了更高階的時候，不該只是被動的的等待老師會給予任何的想法，自己應該要主動的去探索未知的問題，並且與老師討論解決之道。另外一點就是關於寫論文的部分，之前我也有獨自完成論文並以投稿出去，而在寫論文時，常常會想用更華麗的文字來裝飾文章，卻忘了這篇論文的本質，在這裡迷失了很久，後來也是受到老師的提點才有所進度。最後跨領域的學習，是我從來沒有想過的，我一直認為既然我是走無線網路方面的，只要顧好我在這個領域的能量就好，不曾有過要去別的領域去挖掘新鮮的想法。在進入研究所後，更能體會藥膳家長控時間的應用，變得越來越多事，事情也越來越複雜，自己休閒的時間相對的越來越少，但是還是要有些興趣或嗜好來讓自己放鬆一下。
2011/10/26
Autofocus for digital Fresnel holograms by use of a Fresnelet-sparsity criterion
將一張圖壓縮後，會有高頻、中頻、低頻區，這些技術在之前資料壓縮的課堂上有上到，因此對於這樣的技術並不會感到陌生，但是聽完這篇論文的簡報後還是不太清楚他的目的。
黃傑翔
2011/10/19
如果讓我重做一次研究生
這篇文章是在回顧王院士在研究生時期的體悟，引用內容裡的一句話“慢慢從被動的接受者變成是一個主動的探索者，並學會悠遊在這學術領域”，轉變心態對一個研究生而言是一件非常重要的過程，在這過程中會展開一場心裡的拉拔戰，原因在於轉變過程中新的求學環境及方式已經改變了，但是心裡還活在大學生也就是作業所說的被動的接收者。還有一點我覺得研究生必須懂得如何探索及挖掘新事物，利用或是改良別人所發現的新點子是一件非常容易的事情，反而是從0到1也就是從沒有到有真個過程不是每個人都能做到的。挖掘新點子就好比挖寶石一樣，不只要對地質環境進行分析，而且還要對歷史作考究，以便判斷該區域是否存在着我們所要的寶石。在做問題的研究中還必須對該問題有濃厚的興趣，也要抱著好奇熱忱的心來對該問題進行抽絲剝繭的研究。要如何進入一個陌生的領域，文章中作者提供一種不二的方法那就是不斷的念文章、報告、收集資料，我相信這不只適用於在學校做研究，無論是各種知識都需要經過這樣的過程才能真正的讓我們了解，但是在不停讀英文文章的時候常常會卡在單字而忘了整段文字的意義，經由報告的方式由老師講述提點來了解文章中的精髓，甚至透過與同學間的討論也可以達到不一樣的效果。
2011/10/26
Autofocus for Digital Fresnel Holograms by Use of a Fresnelet-sparsity Criterion
在CCD 所拍下的全像干涉條紋圖中已經含有一個限定範圍內的焦距資訊，透過這些資訊可以改變方程式裡的d也就是距離來達到焦距的效果。這篇文章所使用的方法時辨認樣本的銳利度來分辨是否得到最好的焦距距離，因此利用了小波的方式得到訊號能量圖，此圖可以獲得圖片高低頻的資訊。高低頻對一張灰階圖可供辨識此圖是否為模糊的圖片，或者是樣本邊緣是銳利的圖片。在這片文章提供了其他兩種方法的比較，Squared Intensity 利用樣本的亮度來判別、Laplacian 是一種使用邊緣偵測的方法，這兩種方法對抗雜訊的能力較差，而且除了調整在最好的距離外，其他的區域比較難看到樣本的輪廓。
黃傑翔
Frank Hou於 2011年10月30日星期日UTC+8上午11時50分25秒寫道：
2011/10/26
Autofocus for digital Fresnel holograms by use of a Fresnelet-sparsity criterion
將一張圖壓縮後，會有高頻、中頻、低頻區，這些技術在之前資料壓縮的課堂上有上到，因此對於這樣的技術並不會感到陌生，但是聽完這篇論文的簡報後還是不太清楚他的目的。
黃傑翔
許鈞喨於 2011年10月18日星期二UTC+8上午12時30分45秒寫道：
Digital Holography at Shot Noise Level主要是用在醫學方面的研究，跟他的研究主題滿吻合的，希望能夠應用在探測癌細胞上面，也使用在生物的研究上面，這個主題可以說橫跨了三個不同領域，有醫學，有物理，有資工，但是總覺得這片論文的內容比較像是物理系的東西呢，在高中的時候有教過類似的東西，總感覺這樣的一個系統如果要能夠有力的畫分開資工所屬的內容很困難呢
Frank Hou
郭佑銘
1. Autofocus for Digital Fresnel Holograms by Use of a Fresnelet-sparsity Criterion
今天的課程，我原本很用心在聽的，但是不知道為什麼，當我閉起眼睛在思考的時候…，我睡著了...。而就我所聽到的部分，我知道這篇論文可以藉由CCD所拍下的全像干涉條紋圖中所含有的一個範圍的焦距資訊，透過這些資訊可以調整距離的遠近，也就是可以調整焦距。接著再利用小波的方式去分出高頻與低頻的圖片，藉由高低頻對一張灰階圖做比較，可供辨識此圖是否為模糊不清的圖片，最後就可以得知該物件的輪廓。應該就是這樣沒錯。
2. Barrier Coverage With Mobile Sensor
這篇論文我真的聽不懂…是因為他這次只報告下半部的關係嗎？我怎覺得我不知道他在做些什麼？用較少的能量達成邊界覆蓋？但是Sensor的能量不是固定的嗎？所以是指消耗最低的電量達到偵測的效果？可是Wireless Sensor Network這類的東西不都是希望可以做到這樣嗎？所以是他提出一個新方法可以達到這個目的？看來，少聽了上半部真的差很多…。只不過少聽了上半部而已，我就真的搞不懂他在做什麼…。