Your browser does not support JavaScript!
最佳及佳作論文

最佳論文獎

最小化異質蜂巢式網路佈建成本於下一代行動通訊

梁宗達、曾繁勛、劉維忠、趙涵捷、周立德

摘要

近年來行動裝置的數量劇增,使用者感受到行動網路傳輸速率不足,為提昇服務品質與資料傳
輸速度,微型基地台的概念被提出且廣泛地佈建。本研究基於LTE-Advanced中繼網路環境,提
出兩種佈建演算法,規劃包含多個基地台與多種微型基地台的異質蜂巢式網路,其中我們遵循
LTE-Advanced規定的雙跳中繼限制,本研究提出的由上而下佈建演算法優先考量佈建基地台,
因此佈建成本較高;而由下往上佈建演算法優先考慮微型基地台以節省佈建成本,除了達到最
小化佈建成本之外同時確保一定的服務通訊品質。

 

於分波多工光纖網路運用圖形特徵分析之動態群播訊流匯整之研究

林志勳、賴家齡、林輝堂、宋彥徵

摘要

近年來在分波多工光纖網路之下,隨著大量群播服務的使用,傳統的單對單傳輸機制因不能有
效利用頻寬而無法負擔如此大量的傳輸要求,因此勢必要針對群播服務提出相對應的群播傳輸機制。
現今雖有許多群播訊流匯整機制被提出來,但沒有根據網路拓樸的節點特性來建立適當的傳輸機制。
因此本研究根據社群網路分析 (social network analysis,SNA,)的圖學分析理論,
在群播繞徑機制上 提出三種不同的繞徑權重設計,
分別為 Adaptive  Closeness  Centrality  Routing  (ACCR)、
Adaptive Betweenness  Centrality  Routing  (ABCR)  和 Adaptive  Closeness-Betweenness  Centrality  Routing
(ACBCR)。此外,拆解光樹機制也是在探討群播服務中一個重要的議題,
拆解光樹機制可以減少光樹的目的端節點數量以增加訊流匯整的機率,進而提升整體的頻寬利用率。
因此本研究亦提出一 套拆樹機制,稱為
BTD (Branch Tree-Division),藉此來增加網路頻寬的使用率。
再者,本研究探討 在不同的拆樹機制下,本研究提出的繞徑權重對於群播訊流匯整的相關效能表現。模擬結果顯示,
本研究提出的繞徑方式有較低連線阻斷率並且將光電光 (Optical-Electronic-Optical, OEO)轉換程度維持在一個可接受的範圍之內。

 

 

A Personalized Video Learning System by Artificial Bee colony Algorithm on Social Network Site

Hsin-Chin Chen、Chia-Cheng Hsu、Ying-Hong Pu、Kuo-Kuang Huang、Yueh-Min Huang

Abstract

With the rapid development of the Internet technology, social network sites have been popular
e-learning platforms, and Facebook is one of famous social network sites in the world, which facilitates
information sharing and interpersonal relationships. Recently, Facebook has been regarded as a
knowledge sharing and collaborative learning platform in a variety of fields for education, and it has been
applied as a sharing video materials platform for learning English. However, those shared video materials
may not conform to an individual’s learning abilities and needs. In order to enable learners to learn the
most suitable and useful video materials for learning English, this study proposes a personalized video
learning system on Facebook based an artificial bee colony algorithm to provide the suitable video
materials according to difficulty level of video materials, learner’s behavior, and degree of association
related to specific course topics to accommodate individual preferences. The experimental results indicate
that the proposed system not only provides learners the suitable video materials for learning English, but
also promotes their learning satisfaction and interest.

 

佳作論文獎

無線區域網路上快速自適碰撞倒退演算法

韋宇航、林政翰、謝錫堃、黃文祥

摘要

近年來無線網路發展快速,目前被廣泛使用的則是IEEE802.11無線網路存取技術,
裝置可以利用其預設的分散式協調功能(DCF)機制去競爭通道,
透過競爭視窗(Contention Window)決定開始傳送資料前所需等待的時間,
若發生碰撞則將競爭視窗調大,進而降低再次發生碰撞的機率,
相反地,如果資料傳送成功則將競爭視窗降低,進而縮減倒數時間,
使裝置能用更高的頻率去嘗試傳送資料,
所以決定競爭視窗的成長或減少便成了影響無線網路傳輸效能的一個重要關鍵。
在先前的研究,我們找出了較佳效能的碰撞率區間並提出基於碰撞率之倒退演算法(Collision Rate-based Backoff Algorithm,CRBA),
在本論文裡延續這個區間的研究,
提出了快速自適碰撞倒退演算法(Rapidly Adaptive Collision Backoff Algorithm,RACB),
與先前的CRBA相比也有同等的優點,但卻能使碰撞率更快進入較佳的區間,而且更能適應變化快速的網路環境。

 

An Implementation of the Efficient Huge Amount of Pseudo-random Unique Numbers Generator and the Acceleration Analysis of Parallelization

Yun-Te Lin, Yung-Hsiang Huang, Yi-Hao Hsiao Yu-Jung Cheng, Jih-Sheng Chang, Sheng-Wen Wang, Fang-Pang Lin, Chung-Ming Wang

Abstract
Random unique number generator can be used for generating a series of unpredictable and
unrepeatable numbers within limited ranges of data and numbers. These numbers are usually distributed
equally, random, independent, unpredictable and unrepeatable. A good random number generator has to
be effective for a long period and has good statistical distribution and efficient generating performance.
This study proposes a computational methodology to generate pseudo-random numbers based on random
base polynomial, which uses less memory but generates a great deal of unrepeated pseudo-random
numbers. Then this method adopts the multi-thread parallelization to effectively get the benefits of
multicore processors to accelerate the generation of a huge amount of pseudo-random numbers.

 

以加密流量之序列分析偵測垃圾郵件殭屍主機

林柏青、陳志芳、林志鴻

摘要

對於以加密協定來寄送垃圾郵件之spam bot,因無法檢視連線內容,偵測的方式較為困難。在
本研究中我們以每小時及每天作為偵測區間的方式觀察SMTP的加密流量以及使用者的收信行為,
綜合寄信與收信的連線比例和寄信數量作為檢測特徵,並藉由sequential probability ratio test(SPRT)
序列分析來偵測spam bot。此偵測方法對行為高調的spam bot能很快偵測出來,而無需觀察一段
固定長度的時間;對低調的bot也同時能察覺。最後我們將偵測結果以隨機抽樣的方式驗證。
我們觀察2014/2 -- 2014/4 中正大學校園內的郵件相關的加密連線流量,並使用我們的偵測方法以及架
構進行檢測,經驗證本偵測方法所得的誤判率都在10%以下。

 

低解析度人臉辨識系統

陳柏樺、陳俊輝、陳洳瑾、張雲龍

摘要
本研究主要提出一個鑑別性子空間的學習法,以處理低解析度人臉影像集合辨識問題。相較於
傳統上使用超解析度(Super-Resolution)方法先合成高解析度影像後,再進行辨識的程序,本文章透
過鑑別性聯合子空間之設計,建構出高解析度與低解析度人臉影像集合之特徵關係,解決傳統方法
中,因合成高解析度人臉影像時所需要大量計算時間的問題。在鑑別性聯合子空間中,目標是使得
訓練資料中同一人之低解析度與其高解析度影像集合,具有最高的相似程度;此外,因低解析度影
像失去人臉影像中高頻的資訊,使得高解析度對低解析度的關係是多對一的關係,而造成辨識的錯
誤。因此,在子空間的設計上,更進一步透過資料間誤判關係之最小化,使得學習的子空間有較好
的鑑別力。實驗中,使用YaleB及Honda UCSD Video Database人臉資料庫,以驗證方法的正確性。

 

Shareability and Locality Aware Scheduling Algorithm in
Hadoop for Mobile Cloud Computing

Hsin-Wen Wei, Che-Wei Hsu, Tin-Yu Wu, Wei-Tsong Lee

Abstract

Using different scheduling algorithms can affect the performance of mobile cloud com-puting using
Hadoop MapReduce framework. In Hadoop MapReduce framework, the default scheduling algorithm is
First-In-First-Out (FIFO). However, the FIFO scheduler simply schedules tasks according to their arrival
time and does not consider any other factors that may have great impact on system performance. As a
result, FIFO cannot achieve good per-formance in Hadoop for mobile cloud computing. In this paper, we
propose a novel schedul-ing algorithm, called FSLA (FIFO with Shareability and Locality Aware). FSLA
is a FIFO-based scheduling policy that considers locality of required data and data sharing proba-bility
between tasks. The tasks requesting the same data can be gathered, easily batch pro-cessed, and thus
reduce the overhead of transferring data between data nodes and computa-tions nodes. The simulation
results show that compared to FIFO, FSLA can reach 65% im-provement in system performance.


 

Design, Implementation, and Evaluation of Intelligent Social
Networking for Mobile Devices Based on Cloud Computing

Lien-Wu Chen, Yu-Fan Ho, Yung-En Li, Ming-Fong Tsai

摘要

目前的社群應用透過行動網路與手持裝置普及性,可以提供給人們同時具備便利及隨享的社群
互動平台。然而,現有的主流社群服務仍然存在部分不足之處,而無法提供使用者最佳的操作體驗。
以Facebook為例,若要將他人加入好友,必須透過手動輸入對方的姓名,接著從搜尋結果列表中
選取適當對象,才得以完成新增好友清單,但在實際操作環境下,往往會因為對方姓名與其他人雷
同,造成無法辨別正確對象的情形。另外,輸入對方姓名的過程中發生錯誤或是輸入資料過於冗長,
也會一併地增加整體的操作時間。因此我們設計並實作了一個以雲端運算為基礎的SocialYou智慧
社群即享系統,使用者只須以手指拖曳特定社群圖示至欲互動對象的臉部上,便能取代以往輸入帳
號以及過濾結果的步驟,直接將使用者引導至目標社群頁面,實測效能評估結果顯示我們所提出的
方法能夠有效地降低社群互動之操作時間。

 

基於地理及影像資訊之植物辨識及調查系統

林琮閔, 姜杰佑, 胡竣凱, 劉震昌

摘要

台灣擁有多樣的植物生態,而這些植物更是跟我們的生活密切相關,例如: 植物提供我們食用
的蔬果、或蝴蝶所採集的花蜜,然而我們對這些植物的認識卻很少,而一般民眾查詢植物種類常使
用紙本圖鑑,並且常用科別當作索引,對較不熟悉植物科別的民眾,此查詢方式較無效率。因為一
般民眾辨識植物的困難,於是本論文提出以適地性搜尋引擎(Loca-tion-Based Search Engine) 輔助
「以圖找圖」的自動植物葉子辨識。首先研究去背景,本論文採用常見的去背景方法,分別為Otsu
法、Color Slicing與GrabCut,利用影像分割率評估方法找出最佳的去背景方法。之後使用一維傅
立葉描述子、二維傅立葉描述子等葉子特徵進行植物辨識的相關實驗,再找出最佳的植物辨識的方
法設計出一套能植物辨識、調查植物詳細資料 (如地理位置、植物特徵描述) 的行動應用程式來吸
引群眾參與,以群眾外包的概念進行蒐集大量的植物影像與地理位置資訊。本論文的植物影像資料
庫是以國立暨南國際大學的常見植物種類為主。為了找出最佳的去背景方法與植物特徵,首先進行
小規模的植物辨識實驗。在室內環境取像21種植物種類,每一種類有20張影像總共420張,透過
實驗分析後,最佳的去背景方法是GrabCut (自訂遮罩) 與最佳的植物特徵是一維傅立葉描述子。
接著將此研究實作於系統上,在實地環境收集50種植物種類,每一種類有10張總共500張,並透
過適地性搜尋引擎來輔助植物辨識。實驗結果的Top1平均準確度高達78%。

瀏覽數  
將此文章推薦給親友
請輸入此驗證碼
Voice Play
更換驗證碼