[Seminar]The regularity Genomics in the Era of Next-Generation Sequencing-蔡宗曄博士

        這次的講座，讓我有種回到高中時期重心複習生物的感覺。我一直對於生物有很深的興趣，儘管現在念的是資訊科技，還是希望有一天能重拾當年的熱誠，將兩者做結合。

我以前念到基因的課程時，就一直有個疑問，身體所有細胞的基因都是一樣的，到底是什麼東西控制他要在哪裡開啟基因的開關，讓他化成所要的細胞呢，看來今天的演講給了我一個很好的答案。基因最小的成分是由GCAT所組成的，經過一些蛋白質的纏繞再纏繞後，才是我們所熟知的染色體。而這些被包裹的蛋白質身上有著許多受器，他們所接受到的不同外來因子，都會導致基因鬆緊度的不同，進而影響不同基因的顯現情況。舉個講師所講的例子，要讓基因發出功能，就得有對的鑰匙對上對的鑰匙孔，若是基因被纏地太緊，鑰匙孔就會被堵住，所以就沒辦法顯現嘍。但那些基因中，不是全部都代表著遺傳資訊，反而只有2%而已，至於其他的98%都是控制資訊，控制轉錄和轉譯等等因素。

前面那些都只是基本介紹，講師還提了許多做過的實驗。在DNA的轉錄過程中，會牽涉一種因子，叫做itf，他能不能順利進行，就會影響最後蛋白質產量的多寡，經過他們的實驗結果，主要因素是主蛋白、DNA結構和鍵結的能量等因素。

其實今天這場演講還介紹很多，不僅重新喚起了我對生物的那份興趣，也給我了一個應用的方向。

[Seminar] 台灣代工產業及目前最新的產業趨勢-郭柳宗業務處長

        今天的講座讓我大開眼界，對於畢業後要怎樣找工作，有了很清楚地概念。講師之前在業界待了非常久的時間，尤其是在鴻海，待過許多部門，從RD、PM到sales都有一段經歷，也因為如此，他介紹了我們一進公司後要怎樣磨練自己，如何從RD一路發展上去。但是，不同的部門還是得仔細的考慮是否適合自己，自己的個性和能力是不是能在那個位子發揮最大功用?

另外，一個公司的文化，也是我們選擇公司的首要條件，想要一間嚴苛的公司或是一間相對壓力較低的全取決於自己，當然嚴苛的公司一般薪水都會較多，我想這會是我一個很大的誘因。

台灣身為代工龍頭，很驕傲但我覺得也很可悲，只能拿到一個產品微乎其微的毛利率，原因完全取決於設計部分不是我們所做的，難道我們沒有這樣的人才嗎，我想我應該好好想想，如何充實這些能力，讓台灣能在這方面蓬勃發展。另外設計也取決於創新能力，我們只會一味的做重複的事情，而不懂得研究和想像，確實害得我們只能這樣，不知道台灣要再教育上如何的改進，才能讓我們更具以這些創新的技巧和充實自己的正確態度。

[Seminar]Sensing Objects semantics for interactive Multimedia Application-鄭文皇教授

          今天的演講真的非常有趣，有別於以前幾乎都在講技術層面，這次多是在講如何應用，感覺起來輕鬆許多，也更貼近生活。這次主題是有關多媒體影像技術與生活上的結合，最有名的例子就是google glass，利用隨身攜帶的裝置讀取身邊影像，再即時辨識影像來原，像是所在的位置或是物品名稱。根據這些資料，他就能間接的告訴你附近有哪些資訊，像是景點、餐廳或是商店等等，讓我們不需要再打開手機搜尋，非常方便。另外，一張死死的照片或畫作，對我們來說，可能毫無趣味性，如果我們能像哈利波特一樣，讓照片自己訴說出他的故事，不是更生動也更直接嗎?他提到倫敦博物館最近出了一款App，能夠將博物館裡所收集到以前的街景照片，結合人們手機所拍到的街景，讓我們能直接體驗眼前的場景在以前所發生的點點滴滴，真是有趣極了。

為什麼要大大的結合影像技術，我覺得最主要的原因，是他更接近了我們眼睛所看的和身體所感受的互動，不再是一堆指令或是滑鼠鍵盤的點擊，如果以後能夠看不到任何一點機器，就能體驗這些互動那就最棒的結果了吧。

RDF & Semantic Web

RDF

http://techserviceslibrary.blogspot.tw/2011/04/rdf-resource-description.html

----------

Semantic Web

http://techserviceslibrary.blogspot.tw/2011/04/semantic-web.html

Iaas、Paas、Saas model example

IaaS(Infrastructure as a service), as the name suggests, provides you the computing infrastructure, physical or (quite often) virtual machines and other resources like virtual-machine disk image library, block and file-based storage, firewalls, load balancers, IP addresses, virtual local area networks etc. Examples : Amazon EC2, Windows Azure, Rackspace, Google Compute Engine.

PaaS(Platform as a service), as the name suggests, provides you computing platforms which typically includes operating system, programming language execution environment, database, web server etc. Examples : AWS Elastic Beanstalk, Windows Azure, Heroku, Force.com, Google App Engine.

While in Saas(Software as a service) model you are provided with access to application softwares often referred to as on-demand softwares. You don't have to worry about the installation, setup and running of the application. Service provider will do that for you. You just have to pay and use it through some client. Examples : Google Apps, Microsoft Office 365.

Few additional points regarding your question :

1- AWS(Amazon web services) is a complete suite which involves a whole bunch of useful web services. Most popular are EC2 and S3 and they belong to IaaS service model.

2- Although Hadoop is based on previous works by Google(GFS and MapReduce), it is not from Google. It is an Apache project. You can find more here. It is just a distributed computing platform and does not fall into any of these service models, IMHO.

3- Microsoft's Windows Azure is again an example of IaaS.

As far as popularity of these services is concerned, they all are popular. It's just that which one fits into your requirements better. For example, if you want to have a Hadoop cluster on which you would run MapReduce jobs, you will find EC2 a perfect fit, which is IaaS. On the other hand if you have some application, written in some language, and you want to deploy it over the cloud, you would choose something like Heroku, which is an example of PaaS.

------

http://stackoverflow.com/questions/16820336/what-is-saas-paas-and-iaas-with-examples

[Seminar] Music Recommendation Based on multiple Contextual Similarity Information-蔡銘峰教授

        這次講座的主題跟我目前修習的NLP課程很像，利用context-based 和content-based等不同方法來找尋出想要的資料。我們將這些數以萬計的使用者所聆聽過的音樂建立成一個個的表格，再將這些資料經過matrix factorization產生出關聯性，才能最為推薦相關音樂的參考依據。而推薦的標準當然不是只有音樂，還有包括使用者的年齡、背景或是他撰寫過的文章中出現過的詞語等等都會是很好的參考來源。雖然我對於machine learning 不是了解，但我知道他在解決這些問題上會是好的利器，我應該者時間來研究一番。

[Seminar] Emotion Detection and its application-古倫維教授

       一直以來電腦幫我們解決許多問題，但從來不是電腦自動能分析我們的需求，而是經過我們許多的指令來達成。今天講座的主題是電腦分析人類情緒的技術(emotion analysis)，也就是讓電腦自動去分析我們的情緒，包含語言、文字或是語氣，以便提供我們不同情緒下想要的服務。他是屬於Sentiment analysis下的一個小類別，也就是情感上的分析，應用的範圍包含:分析受測者的行為、建立市場上price model和商業決策等等。 再以前的分析方式上，只分為誰對什麼事所表達的意見，但現在發現部不只有這三種變因，而是得增加外來因素和時間因素這兩條件。在不同的觀點角度上，也會造成分析上的不同，像是一篇文章由作者所想表達出來的情緒和閱讀者所接收到的情緒一定不盡相同，因此得提供不同的分方式。目前的分析技術有許多種，其中有idf和tfidf兩種方式，是利用資訊檢所和文本挖掘常用的加權方式，雖然我在這領域沒有研究，但感覺上會是非常重要的方法。

最後講師提供了未來想做的方向，第一是political election，也就是因應台灣即將到來的選舉，大量的資料將可以做為一次重要的分析考驗。另外是Travel Recommendation，要怎樣根據使用者過去的旅遊經驗，來提供下一次旅遊時的推薦景點，我想這會是對我這種愛好旅行的人，一個很好的研究方向。

[Seminar] DisIRer: Converting a Retargetable Compiler into a multiplatform binary translator-黃正欣教授

       今天的演講非常精彩，也讓我重新了解了編譯器在資工領域的重要性。由於市面上各種不同的執行平台，也就是CPU語言的不同，讓程式在轉換平台後會無法執行，因此需要加入一些事前動作，像是Recompilation、VM或Binary translation，但這些方法都不是很理想，講師的研究就是提出了一個新方法-Indirect Binary Translator。這個方法的架構是模仿Binary translator裡Decoder的行為，但卻是反向操作，將原本decoder裡的工作順序「AST->RTL->組語轉換」改成「組語轉換->RTL->AST」，將binary code成功的轉化為Intermediated Representation後，就可將剩下的工作交由GCC去完成，如此一來省去了一般Binary translator在兩兩平台就需建立一個的麻煩。這次的講師準備了豐富的內容外，有條不紊的說明研究的內容，把原本難懂得結構，經由縝密的思路，轉化成淺顯易懂的文字，讓我看見了一位好的講師該有的特質，真是一場值得的講座。

[Compiler] Regular expression to NFA, NFA to DFA

I found the videos on youtube
They have clear explanation on the transformation!!!!!

1. Regular expression to NFA

2. NFA to DFA

[Seminar] A High-Performance Medium Access Control Scheme with Qos Assurance for an optical Packet-Switched WDM Metro Ring Network-趙一芬教授

        這次的講座在說明MAC(Medium Access Scheme)所會遇到的問題。MAC是一個位於OSI連結層的控制機制，負責分配資源給不同使用著或是channel分配等問題。根據網路的連結方式，可以分為Star networks 和 Mesh networks，後者具有較簡單的架構且能夠重複使用bandwidth。在於訊息收送方面，可以分為Source striping 和 destination striping，前者負責將資源丟入slot當中，後者將slot裡的資源接收並清除slot。在網路上還多問題存在，像是data collision的問題，或是Qos問題，讓使用者能夠得到足夠的保證。在聽過講師這次的說明後，我對網路領域有了不一樣的體悟，這裡面有多值得探討的問題存在，如果以後繼續探討研究，一定為電腦使用者帶來許多便利。結束前老師還向我們分享了我們現在所學的知識和業界關係，現在研究所的訓練主要是讓我們對於問題能有一個整體性的思考，在足一利用不同方法解決，只要能好好利用現在多學習，就會再以後就業帶來很大的幫助。

[Seminar] 校園資訊安全與節能機房-簡培修教授

    今天講師介紹了很多師大的機房架構，以及安全性的問題。在網路越來越發達的現在，網路安全變成大家首要面對的問題之一，否則我們在使用電腦時，不注意就中了駭客的圈套。對於一般使用者來說，中了毒可能只是幾個個人小檔案遭竊取的問題，對於大型的企業或是學校等的大型server架構，會造成難以估計的個人資料或是商業機密被取得，更嚴重的是被當作跳板，幫犯罪者揹著一個大黑鍋，實在是不值得阿。而今天也介紹了幾套程式，可以做安全上的偵測，包含netcraft、Nmap或著是NTFS stream。除了軟體層面，要建立一個機房也需要有好的硬體管理，像是如何廠房的規劃、散熱的安排，甚至使用的電能都需要仔細的安排。要蓋起一做好的資訊中心果然不是三兩下就能完成的。

[Seminar]延遲容忍網路技術(DTN)-羅壽之教授

    一般的網路傳輸方式都是藉由兩條已經拉好的實體線路上做直接的傳送，也不會有很多問題存在，但若經由無線傳輸，過程中常會經過許多節點，在這些節點間可能因會某些因素導致斷訊而遺失封包，為了改善的樣的困境而有了DTN的技術。DTN最早是NASA在太空中傳輸資料所遇到的問題而提出的架構，一台運行於某星球上的探索機器嚐試傳輸資料回地球，但衛星卻不再接受範圍的軌道中，又或是衛星和衛星間的連結中斷。解決的方法是利用Store&Forward技術，非常直覺，就是傳輸路線上的每一節點都會有一個buffer儲存空間，在遇到與下一節點中斷的情況下會先將data儲存下來，直到下一次連結成功時再做forward給下一個節點。

[Seminar]行動醫療感知無線電平台-魏居任博士

       有效率的整合醫療診斷資訊，是現在很重要的問題。今天講者介紹了一個仍處於開發中的設備-行動護理包，他能即時的將病人身邊的資訊傳送給醫生，需要解決的問題當然非常的多，包含了如何加快資料紀錄，整合性的平台能夠讓護士和病人直接的上傳健康資料，就不需要再經過好個手續的資料謄寫，裡面還加入了Access Privilege Tree，以區分不同權限的時使用，便更能提高效率和正確性；為了平穩的傳輸影像傳輸，讓醫生能夠準確地及時診斷出病人的情況，而非斷斷續續得影像導致誤診，而需無縫切換3G和wifi的技術，這是一般網路協定TCP所無法達成的功能，需利用新的協定SCTP來完成，根據教授的口敘實作時，不僅得重新將資料做包裝，還解決的因為作業系統所造成的bug，非常讓我驚訝；另外它的功能還包含頻譜偵測，能夠去檢測目前空間中所沒有利用的空頻段，自行做切換，如此便能更有效率且穩定的利用頻譜；還有刻變成度的快速傅立葉轉換，雖然我對於傅立葉不是很了解，但這項技術可以大大影響他的耗能。這些都只是主要解決的問題，另外還有根據實驗，他們利用GPU來取代CPU做運算，能夠達到十幾倍以上的運算速度，還有所設計的晶片裡如何有效率的降低電能使用。想要時做出一從軟體到硬體的系統果然得解決超乎想像的精力和時間，這些技術大部分都不是我所知道的，不禁讓人非常欽佩。

[Knowledge]集線器(Hub)、交換器(Switch)、IP分享器、路由器(Router)的差別

http://bluemuta38.pixnet.net/blog/post/45543357-%E9%9B%86%E7%B7%9A%E5%99%A8(hub)%E3%80%81%E4%BA%A4%E6%8F%9B%E5%99%A8(switch)%E3%80%81ip%E5%88%86%E4%BA%AB%E5%99%A8%E3%80%81%E8%B7%AF%E7%94%B1%E5%99%A8

[seminar] 抗藥基因的資訊分析技術-劉志俊博士

今天教授開頭說到自己是跨領域研究，就讓我很興奮，因為教授是研究生物資訊和資工，這就是我之前很想做的事情，想把資工的能力帶進生物做研究，做出機器人或是自動學習等的成果，不過一直都沒做出行動，今天心裡有了很大的改變。

教授介紹的是如何利用資工能力分析細菌的抗藥性。起初，一種叫做包氏不動桿菌的細菌成為加護病房致命的感染源，因為在人類長期使用抗生素的情況下，導致該細菌具有非常強大的抵抗抗生素的能力，因此搞清楚為何細菌具有此能力成為現在很重要的課題。接著教授利用程式將該細菌的做基因定序，分析出他們具有的抗藥基因在何處，也許教授講得很粗淺，但我覺得很厲害，以下是我整理教授的研究方向：

定序->找出基因島->細菌來源->整合子->毒藥解藥系統

另外教授跟我們講了做研究的方法：

想法創意->找論文->分析比較

[java] call-by value call-by-reference (java函式呼叫)

http://brownydev.blogspot.tw/2011/06/java-call-by-value-call-by-reference.html

[java] Observable Observer(被觀察者,觀察者)

http://stackoverflow.com/questions/13744450/interview-when-do-we-use-observer-and-observable
http://zhangjunhd.blog.51cto.com/113473/68949/

[java] array for class(矩陣給class)

http://www.java2s.com/Code/Java/Collections-Data-Structure/Definearrayforclass.htm

[Java] string split(字串切割)

我決定現在來開始好好記錄一下學到的程式小撇步~

Java string split(字串切割)

這真的是很神奇

今天我想要切割使用者輸入的string line，並可選擇任意一個string

String s = scanner.nextLine();

String[] array = s.split(" ");

System.out.println(array[1]);

Input: Tony is my puppy

想要第二個字

Output: is