---
title: Lab Meeting Minutes 2023/04/14
tags: lab_meeting
---
> Outline
> [TOC]
---
# PERAL Lab Meeting
- 時間：112 年 04 月 14 日 9:00
- 地點：線上
- 線上會議連結 : [Online](https://meet.google.com/pvn-dvgu-jqr)
- 出席者：吳坤熹老師、謝萬霖、吳騰然、劉怡君、田蕙瑜、莊才賢(遲到)、紀見如、劉冠伶(遲到)、林大智、繆亭霄

- 會議主題：[Applications of Recurrent Neural Network for Biometric Authentication & Anomaly Detection](https://docs.google.com/presentation/d/1Nrm7cF-gdVyNT5mW2rcETBBzAIlfDNhD_idjBE1otX8/edit?usp=sharing)
- 主講者: 繆亭霄
- 主記: 莊才賢

## 會議內容
- 09:10 才賢及冠伶遲到。先請見如主記。
- 

- 
- 先後按下P跟放開R，RP代表間隔
- 
- 舉例:按下I like Apple.
- 得到所有特徵向量
- 
- 有使用CNN準確度比較高。論水顯示確實有提高準確度，但我個人認為，或許不必加上CNN，直接增加RNN的layer數，也可以提高準確度。
- GRU(Gated Recurrent Unit)是RNN的一種變形
- 
- 
- 
- 
- 
- 
- 
- 
- + 是element 的相加
- 
- 
- 
- 把圖片明亮度變高
- 邊緣處理
- 最後fusion
- 
- 約40~50%
- 
- 水系統品質研究
- 資料集取自德國公司
- 
- 
- true代表汙染

---

### 建議&問題
1. [name=Solomon] P.15 The best is 3.04%?
ans: 因為測試人只有 157 位，用太長的 length 去切割會造成同一個人樣本數太少，反而降低準確度
2. [name=Lawrence] P.17前後結果長度一樣嗎?
ans: 一樣
3. [name=Jennifer] P.6 GRU 跟LSTM的差別?
ans:少了一個 gate，也就少了一個權重矩陣需要計算
4. [name=Jerry] P.21 因為distrubution差距?
ans: 因為適用 F1-score，會看 precision 跟 recall，所以資料差異太多也看得出效果
5. [name=Phoebe]P.5 換成RNN會有多層效果，有讀到其他相關paper嗎?
ans: 目前沒有
6. [name=Phoebe] 可以講一下update gate的用途嗎?
ans: 決定要保留多少部分的長期記憶，多少部分的短期記憶
7. [name=Angela]P.17 請問大部分對於圖片處理都是WHE和Edge Enhancing這兩個方法嗎?那大多數對於圖片的處理是哪一種方法?
ans: 是第一次看到這種處理，我個人大部分都是縮放成同一個 size 後，用 Data Augmentation
8. [name=Toby] P.21有提到水質汙染的提取是隨機嗎?有看到其他paper是取其他國家的樣本嗎?
ans:目前沒看過對其他國家的水質異常檢測的 paper
9. [name=Eger] P.5 在進入cnn前有再多一個動作，論文中有介紹這個動作嗎?
ans:沒有
10. [name=Eger] converlution是從第四頁 得到甚麼關係?
ans:這也是我的疑慮，不知道 convolution的意義是什麼，論文中沒提到
11. [name=Solomon]埔基開會時，用RNN判斷OS，太粗淺，在這篇paper提到身分驗證，非常有用
12. [name=August ]對身分認證需要資料來建立個人input，第一次的input的資料要從哪裡來?是否需要定期update?
ans:[name=Solomon] 徵求自願者，打三篇文章，或者帳好啟用時，先要求換密碼且打一篇文章來進行生物識別，隔多久update或者是否有update的必要值得研究

## 待追蹤事項
- 提醒事項:4/16(日)早上10:00 跑步，路線為10公里，會幫各位訂午餐，請記得請假
## 臨時動議
無

---
散會結束時間：9:52