虛擬機叢集之綠能管理方法 Method for managing green power of a virtual machine cluster
一種綠能管理方法，係以虛擬機叢集之總使用資源權值比，來判斷應否增開或關閉實體機器之運轉。當總使用資源權值比高於最大容許使用資源權值比時，自非運轉中之實體機器中選擇一備用實體機器，並將其喚醒加入成為運轉中之實體機器，另外，當總使用資源權值比低於最小臨界使用資源權值比時，自運轉中之實體機器中選擇一遷移實體機器，並將其中之虛擬機器遷移至其他運轉中之實體機器後再予關閉，以及執行一資源分配程序，以分配運轉中之實體機器的負載。因此，可靈活地調度運轉中之實體機器的數量，達成綠能管理的目的。
閱讀詳細資料進階預測遞迴式調整協同配置法 Anticipative recursively-adjusting co-allocation mechanism
一種進階預測遞迴式調整協同配置法，係以頻寬量測模組來量測候選伺服器之傳輸頻寬；再參考傳輸頻寬來計算遞迴參數值，並依據遞迴參數值與檔案之待傳輸資料量，來計算出本回合應分配之待分配資料量；之後，依據傳輸頻寬與前回合候選伺服器之傳輸完成百分比，來將待分配資料量分配給候選伺服器；進行傳輸並計算每一候選伺服器之傳輸完成百分比；然後，檢查候選伺服器之傳輸完成百分比；以及當已有候選伺服器完成傳輸時，檢查是否已完成檔案之分配，且當尚未完成檔案之分配時，遞迴至下一回合。因此，可有效提昇其資料傳輸效能。
閱讀詳細資料進階預測遞迴式調整協同配置法 Anticipative recursively-adjusting co-allocation mechanism
一種進階預測遞迴式調整協同配置法，係以頻寬量測模組來量測候選伺服器之傳輸頻寬；再參考傳輸頻寬來計算遞迴參數值，並依據遞迴參數值與檔案之待傳輸資料量，來計算出本回合應分配之待分配資料量；之後，依據傳輸頻寬與前回合候選伺服器之傳輸完成百分比，來將待分配資料量分配給候選伺服器；進行傳輸並計算每一候選伺服器之傳輸完成百分比；然後，檢查候選伺服器之傳輸完成百分比；以及當已有候選伺服器完成傳輸時，檢查是否已完成檔案之分配，且當尚未完成檔案之分配時，遞迴至下一回合。因此，可有效提昇其資料傳輸效能。
閱讀詳細資料抗細胞抗體之自動判讀系統及其自動判讀方法
抗細胞抗體(anti-cellular antibody (ACA),傳統稱為anti-nuclear antibody; ANA)間接免疫螢光法(indirect immunofluorescence assay)為篩檢自體免疫疾病國際公認的黃金標準。此為一抽血檢驗項目，血清經處理後於螢光顯微鏡下判讀，有螢光染色則為陽性，並進一步人工判讀染色之形態。
然而因ANA形態人工辨識因1.需求量大2.有賴於有經驗的醫檢師判讀,並非每家醫療院所皆有判讀ANA形態有經驗之專家3.耗時4.而傷醫檢師的眼睛 (需長期看螢光顯微鏡) 5. 醫師不熟悉形態意義。故需要利用AI來自動判讀ANA形態，並提供醫師進一步特異性抗體檢驗資訊。
目前的ANA形態分類，是依據International Consensus on ANA Patterns (ICAP) (Ann Rheum Dis. 2019 Jul;78(7))之分類法(ICAP官方網站: https://www.anapatterns.org/ICAP),並將ANA之形態分成competent level(標準級水準)及expert level(專家級水準)。
我們的發明為一種自動化抗細胞抗體形態辨識及形態導向特異性抗體提示系統，且能符合最新國際ICAP公認之competent level(標準級水準)及expert level(專家級水準)，同時能準確辨識出各種組合之混和形態(multiple pattern or mixed pattern)，並提供ANA形態導向特異性抗體檢驗提示輔助系統。
閱讀詳細資料以大眾運輸及固定路徑導向為基礎之智慧型微行動廣告推薦系統及以之即時調整廣告資訊之方法
本發明係一種新方法來進行行動廣告推薦服務，在本發明特殊推薦演算機制與廣告推薦流程基礎下，可允許乘客(智慧型手機使用者，以下簡稱使用者)在沒有連網(網際網路連線下)就能取得即時廣告訊息，並允許行動廣告服務廠商在不直接取得使用者之位置資訊及環境資訊下，推薦即時且關鍵之觀光/交通/商家資訊給使用者，提升廣告精準度與服務品質，透過綿密的交通暨廣告訊息網絡，進一步得以將收到線上廣告訊息的使用者導到廠商的實體店面，促進O2O(Online-to-Offline)商務整合，透過實虛互動將人潮導入景點及商圈，使得商圈推廣、經營、與發展獲得整合功效與優勢。
本發明之主要目的在於提供一種創新的行動廣告服務系統，利用該創新之推薦演算機制與廣告推薦流程，以改變傳統行動廣告播送及使用者獲取行動廣告的方法，提供使用者獲取關鍵性、即時性、實用性、方便性、及可管理性的行動廣告資訊，改善使用者經驗，同時提升行動廣告推薦之精準度與服務品質，促進O2O(Online-to-Offline)商務整合與經濟發展。
為達到上述目的，本發明提供一種創新的行動廣告服務系統，利用該創新之推薦演算機制與廣告推薦流程，以改變傳統行動廣告播送及使用者獲取行動廣告的方法。本發明以綠色觀點出發，結合本國永續發展之特點(包括大眾運輸(低碳排放)、旅遊觀光(綠色產業)、智慧型行動廣告推薦機制、數位行銷、行動科技、車載裝置、創新服務平台、近場通訊(NFC)應用、創新商務概念元素)，建構一個以大眾運輸及固定路徑導向為基礎的智慧型微行動廣告推薦服務平台，該平台進一步由智慧型微行動廣告推薦伺服系統(Intelligent Micro-Mobile-Advertising Recommendation Server System，簡稱IMMARSS)、巴士上廣告系統(On-Bus Advertising System，簡稱OBAS)、巴士上廣告應用程式(On-Bus Advertising App，簡稱OBA-App)、巴士上廣告播放螢幕(On-Bus Advertising Display Screen，簡稱OBADS)、使用者推薦接收應用程式(User Recommendation Receiver App，簡稱URR-App)、巴士上近場通訊感應裝置(On-Bus NFC Device/Sensor，簡稱OB-NFC)所建構而成，將公車路徑上各所接近景點資訊及附近的廠商產品/服務之推廣資訊，以微行動廣告的形式在巴士上透過行動廣告服務平台播送給乘客，乘客能針對感興趣的資訊進一步透過自身的智慧型裝置與巴士上近場通訊感應裝置作相關之互動、資訊蒐集與回饋。在綿密的交通路網上建構行動廣告行銷網絡，以環環相扣的方式進行資訊傳播，連結車流、人流、資訊流與商流，使得目標行銷(Targeted Marketing)任務更易聚焦，透過實虛互動將人潮導入景點及商圈，使得商圈推廣、經營、與發展獲得整合優勢。
閱讀詳細資料以高動態範圍臨界值切割單一神經元影像的方法及其電腦可讀儲存媒體Method of Segmenting Single Neuron Images with High-Dynamic-Range Thresholds and Computer Readable Storage Medium Thereof
本發明之以高動態範圍臨界值切割單一神經元影像的方法包含(a)備置含神經元之生物組織樣本，並對含神經元之生物組織樣本進行三維成像，以得到原始三維神經影像；(b)濾除原始三維神經影像中訊號強度在第一訊號強度臨界值以下的立體像素，以得到第一經濾除影像；(c)對第一經濾除影像進行骨架追蹤，以得到第一經追蹤影像；(d)利用一方程式計算第一經追蹤影像之每一立體像素的結構重要性分數，以得到每一立體像素的第一次結構重要性分數；(e)逐漸增加訊號強度臨界值並重複步驟(b)、(c)及(d)n-1次；及(f)加總每一立體像素的第一次結構重要性分數一直到第n次結構重要性分數。
閱讀詳細資料
以高動態範圍臨界值切割單一神經元影像的方法及其電腦可讀儲存媒體Method of Segmenting Single Neuron Images with High-Dynamic-Range Thresholds and Computer Readable Storage Medium Thereof
The method of segmenting single neuron images with high-dynamic-range thresholds of the present invention includes (a) preparing a biological tissue sample containing neurons and performing imaging to this sample to obtain a three-dimensional raw neuroimage; (b) deleting voxels in the three-dimensional raw neuroimage with signal intensities below a first signal intensity threshold to obtain a first thresholded image; (c) tracing the first thresholded image to obtain a first traced image; (d) calculating a structural importance score of every voxel in the first traced image to obtain a first structural importance score of every voxel; (e) gradually increasing the signal intensity threshold and repeating (b), (c) and (d) n−1 times; (f) summing up all the n structural importance scores of every voxel; (g) deleting voxels with summed structural importance score smaller than a pre-determined value from the raw image to obtain the segmented single neuron.
閱讀詳細資料虛擬機叢集之動態資源分配方法 Method of dynamic resource allocation for a virtual machine cluster
A method of dynamic resource allocation for a virtual machine cluster is to calculate the resource usage weight of the respective virtual machine, the resource usage weight of the respective physical machine, and the average resource usage weight of the physical machines, to pick the physical machine with the greatest resource usage weight as the migration source machine, to pick the physical machine with the least resource usage weight as the migration object machine, and to move the virtual machine in the migration source machine with the resource usage weight thereof being closest to the migration difference value to the migration object machine to achieve the effect of load balancing.
閱讀詳細資料