2016.08.15 5G-IoT Research Activities at NCTU and Cloud Computing of Medical Images based on Spectral Graph Theory 講座報導

5G-IoT Research Activities at NCTU and Cloud Computing of Medical Images based on Spectral Graph Theory

文/黃宇清

  在二十年前由IBM開發的Deep Blue打敗世界西洋棋世界冠軍卡斯巴羅夫,開啟了「電腦 VS. 人腦」大戰,一直到今日Internet發達的年代,由Google開發的alpha GO,打敗了世界圍棋冠軍李世乭。然而Deep Blue與alpha GO最主要的差異,就是alpha GO擁有今天演講者李國君教授(如圖一)講述的雲端運算的能力,能夠更快速的平行運算且能從錯誤中學習,簡單說就是一部會學習的電腦。
第一場講座演講者李國君教授主要的研究領域是將雲端運算應用在處理醫學影像,過去醫院中的醫生一天要看超過100張的X光片,超過了人類可以負荷的能力,容易造成醫生診斷X光錯誤的情形發生,為了解決此問題,李教授先處理X光片的影像,利用Spectral Graph Theory分析出X光片中的細胞核與細胞質,再結合雲端運算快速處理每一張X光片的影像,最困難的部分在於細胞核與細胞質的大小不一樣,但是電腦在處理影像時,必須有一定的規則,比如說CPU一次以「16 pixel ×16 pixel」為單位做處理,所以如何將影像規則化和如何搭配雲端做平行運算,變成一個熱門研究的主題,李教授所提出的影像規則化結合雲端的方法,已經發表在國際會議與期刊。

圖一、李國君教授

  接下來,第二場講座演講者林甫俊教授,林教授主要的研究領域是Internet of Thing (IoT)和Machine to Machine (M2M),過去只有人類有連上Internet的需求,現在因為機器與機器需要彼此利用Internet做通訊,我們稱之Machine Type Communication (MTC),林教授的實驗室擁有許多的M2M環境平台,包含有OpenMTC、OM2M、Open5GMTC、Open5GCore與OpenBaton。
在過去的M2M發展中,大部分都是垂直開發,每一個類型的Machine,有自己使用的Protocol,比如,Bluetooth、WiFi、LTE等等,自己的Application,各自類型的Machine閉門造車,只要不同類型的Machine,要彼此溝通就變的困難,所以林教授致力於整合目前所有的MTC做水平的開發,與M2M平台的Scalability、Security和Interoperability。M2M必須考慮到Machine因為數量非常多,所以當每一個Machine的Data傳到Core Network後,Core Network的處理時間就會拉長,利用Network Function Virtualization (NFV)開啟多個Virtual Machine (VM),來減少Core Network的處理時間,需要開啟多少個VM,何時需要開啟,是目前M2M研究主題之一。

圖二、林甫俊教授

兩場的演講結束後,最後提問師生討論也非常熱絡,學生提出了許多的問題:
Nyoman:「5G and M2M platform. Which need priority to set up?」。
林甫俊教授:「I think 5G and M2M can parallel to develop. Do not conflict with each other.」
李國君教授:「This is a good problem. I think everything depend on Market. No exception.」

本篇發表於 未分類。將永久鏈結加入書籤。