熱門Ptt文章

[爆卦]反比定義是什麼？優點缺點精華區懶人包

雖然這篇反比定義鄉民發文沒有被收入到精華區：在反比定義這個話題中，我們另外找到其它相關的精選爆讚文章

在 反比定義產品中有31篇Facebook貼文，粉絲數超過0的網紅，也在其Facebook貼文中提到， 快問，慢答；創作，教學｜說故事的故事 編者按：創作由自己出發；教授創作卻是從他人出發。兩種不同的視覺，是否可以連結？ 兩年前，導演麥曦茵開始在本地不同院校任教劇本和故事創作。編劇班上與學生的問與答；學期中間彼此往復的討論，除了創作方法，還有很多價值觀和心情上的交換。 每一次對學生的分享或鼓勵，都帶...

　同時也有2部Youtube影片，追蹤數超過13萬的網紅蝴蝶兒，也在其Youtube影片中提到，喜歡的話歡迎下方留言💕 幫我點個喜歡👍 還沒訂閱我的點這邊 ► http://bit.ly/2cWL02a 還有記得開啟小鈴鐺🔔 才不會錯過新影片通知 謝謝大家🙂 💗 更多可愛的我 小蝶 Facebook ► https://www.facebook.com/Butterflyouo 小蝶 Ins...

「反比定義」的推薦目錄

反比定義 在 麥曦茵 @hkdumbyouth Instagram 的最佳解答

2021-08-16 22:18:06

快問，慢答；創作，教學｜說故事的故事 ----------------------------------- 「在這個嘲笑夢想、鄙視熱血的時代，我們應該堅持還是妥協？ 創作是一場實驗，我們不知道什麼時候，做至什麼樣的程度才算成功；過程中甚至會有人叫我們放棄（當中也包括我們自己）；但堅持下去吧，因...

反比定義 在 1分鐘法律教室 Instagram 的精選貼文

2021-08-18 20:30:10

槍砲彈藥管制條例就原住民排除刑罰的前提是，原住民族拿自製獵槍、魚槍，供生活工具之用，其他種類的槍枝，比如空氣槍，並沒有包括在內。 另外，野生動物保育法對原住民族的狩獵管制方式，採取事先許可制，沒事先經過許可，還是觸犯法律規定。 803號解釋是一個原則上都合憲的解釋，處理了六個問題。 1️⃣槍砲...

反比定義 在 PanSci 泛科學 Instagram 的最讚貼文

2021-02-01 20:50:06

在還是相信萬物皆由風、火、水、土四種元素構成的年代，也就是傳說中辣個「煉金術」時代，不斷潛心研究的波以耳，在短短 7 年的時間，出版了眾多書籍、發表數十篇 paper，努力地打臉其他鋼之煉金術師（完全不對）！ 被稱為「化學之父」的波以耳，不僅在 1662 年發表了人類史上第一條定律──波以耳定律...

  • 反比定義 在 Facebook 的最佳貼文

    2021-08-11 15:26:41
    有 67 人按讚

    快問，慢答；創作，教學｜說故事的故事

    編者按：創作由自己出發；教授創作卻是從他人出發。兩種不同的視覺，是否可以連結？
    兩年前，導演麥曦茵開始在本地不同院校任教劇本和故事創作。編劇班上與學生的問與答；學期中間彼此往復的討論，除了創作方法，還有很多價值觀和心情上的交換。
    每一次對學生的分享或鼓勵，都帶出不同的ways of seeing；每一次去解說如何說故事，當中已有著一個又一個故事......

    -----------------------------------

    「在這個嘲笑夢想、鄙視熱血的時代，我們應該堅持還是妥協？
    創作是一場實驗，我們不知道什麼時候，做至什麼樣的程度才算成功；過程中甚至會有人叫我們放棄（當中也包括我們自己）；但堅持下去吧，因為你知道，放棄，才是最大代價。」

    常說堅持，可能先要理解「堅持」和「放棄」的意思，要知道字面的意思，和套用在實際情況，意義也會有所不同。
    堅持不是愚忠，不是固執，不是任性或自我中心；
    轉換題目，並不是放棄，不需要停在自責的情緒，可以承諾以同樣嚴謹認真的態度對待新的題目，堅持寫出自己相信的作品。

    課堂上的知識，如果只是閱讀，缺乏分析和研究，缺乏對實例的比較，缺乏對生活和人性的理解，一切理論都是徒然，是沒法應用在寫作當中的。但同時，當知道了基礎，在面對創作時，這些知識和定義能協助我們了解自己想寫作的東西，到底需要以一個怎樣的模式呈現，應用哪些要訣，更為有效。

    問：「擔心出來跟付出不成正比，甚至反比⋯⋯」
    「目前正在寫的故事感覺很複雜，因為Research範圍很大，所以工作量大增，正在想要不要轉寫一個篇幅較完整、自己一直有在寫的故事。」

    答：創作的好壞沒有一個準確的單位去計算和衡量，的確投放多少時間和作品本身的優劣並不一定成正比；但「害怕付出」「害怕不似預期」是兩回事，人可以一邊付出，一邊擔心不似預期，懷著恐懼前進，但一旦不付出就此打住，就連期盼的基礎，也失去了。

    不要太憂慮，我們的人生不會只寫一個故事 (如果還會繼續寫)；
    在沒有任何商業考量綑綁時，先寫自己相信的東西吧（然後我們再討論如何令別人都相信）。

    Btw, 我很喜歡的一個漫畫中，有一句話：「人是無法在幻想自己失敗時，獲得成功的。」很久前，岑珈其 @kakisham 曾經需要進行一個難度頗高的試鏡，在第二次試鏡的路上，他突然動搖，說他覺得自己不會被選擇；於是去試鏡前，我跟他這麼說了：「多想想成功的話會發生什麼吧，失敗的生活不需要想像，我們看看現在的自己，也知道是怎麼樣了；如果失敗了最多打回原形，但想著失敗的話就只會失敗啊。」後來接連奮戰至最後一回的 Casting，他試鏡成功了，箇中的原因，當然是他的努力準備，可喜可賀。

    -----------------------------------

    以上，是兩年前在課堂期間與同學們的電郵交流，因為在課上提問時大家都不容易坦白說出為什麼糾結，我們開設了匿名問答信箱。偶然地， @beinghongkong 的編輯給了這個契機（謝謝🙌🏼），將這些零散的QA、話語和段落編輯刊登。

    教學的起點是，偶然洪榮杰導演「召喚」我去代一個學期的課（Thanks @kithung），然後就一直繼續，「隨波逐流」是貶義詞，但最近才發現我個人的人生，有大部分時間都是隨著別人牽引，怎麼來就怎麼去。

    Just go with the flow

    小野先生 @siuyea_lo 在我隨意拋出：Go with the flow 後，加了一個美麗的詞：「乘風破浪」。

    無論面對什麼境遇，在捲進或自製風暴弄得焦頭爛額的時候，要學會，坐在風眼中吃花生。

    （下回待續）

  • 台灣物聯網實驗室 IOT Labs

    反比定義 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文

    2021-06-13 13:41:48
    有 0 人按讚

    AI 助陣醫學、防疫，個人隱私難兩全？

    2021/06/09 研之有物

    規範不完備是臺灣個資保護的一大隱憂，《個資法》問世遠早於 AI 時代、去識別化定義不清、缺乏獨立專責監管機構，都是當前課題。

    評論

    本篇來自合作媒體研之有物，作者周玉文、黃曉君，INSIDE 經授權轉載。

    AI 醫療、科技防疫的人權爭議

    健康大數據、人工智慧（AI）已經成為醫療研發的新聖杯，新冠肺炎（COVID-19）更將 AI 技術推上防疫舞臺，各國紛紛串聯大數據監控足跡或採用電子圍籬。但當科技防疫介入公衛醫療，我們是否在不知不覺中讓渡了個人隱私？

    中研院歐美研究所副研究員何之行認為，規範不完備是臺灣個資保護的一大隱憂，《個資法》問世遠早於 AI 時代、去識別化定義不清、缺乏獨立專責監管機構，都是當前課題。

    「天網」恢恢，公衛醫療的新利器
    自 2020 年新冠疫情大爆發，全世界為了因應危機展開大規模協作，從即時統計看板、預測病毒蛋白質結構、電子監控等，大數據與 AI 技術不約而同派上用場。但當數位科技介入公共衛生與醫療健康體系，也引發人權隱私的兩難爭議。

    2020 年的最後一夜，臺灣再次出現本土案例。中央流行疫情指揮中心警告，居家隔離、居家檢疫、自主健康管理的民眾，都不應參加大型跨年活動。而且，千萬別心存僥倖，因為「天網」恢恢，「我們能找得到您」！有天網之稱的電子圍籬 2.0 出手，許多人拍手叫好，但也挑起國家進行隱私監控的敏感神經。

    隱私爭議不只在防疫戰場，另一個例子是近年正夯的精準醫療。2021 年 1 月，《經濟學人》（The Economist）發布亞太區「個人化精準醫療發展指標」（Personalised-health-index）。臺灣勇奪亞軍，主要歸功於健全的健保、癌症資料庫及尖端資訊科技。

    國際按讚，國內反應卻很兩極。早前曾有人質疑「個人生物資料」的隱私保障，擔憂是否會成為藥廠大數據；但另一方面，部分醫療研究者卻埋怨《個人資料保護法》（簡稱《個資法》）很嚴、很卡，大大阻擋了醫學研發。為何國內反應如此分歧？

    中研院歐美所副研究員何之行認為，原因之一是，

    《個資法》早在 2012 年就實施，跑在 AI 時代之前，若僅僅仰賴現行規範，對於新興科技的因應恐怕不合時宜。

    健保資料庫爭議：誰能再利用我們的病歷資料？

    來看看曾喧騰一時的「健保資料庫訴訟案」。

    2012 年，臺灣人權促進會與民間團體提出行政訴訟，質疑政府沒有取得人民同意、缺少法律授權，逕自將健保資料提供給醫療研究單位。這意味，一般人完全不知道自己的病例被加值運用，侵害了資訊自主權。案件雖在 2017 年敗訴，但已進入大法官釋憲。

    民間團體批評，根據《個資法》，如果是原始蒐集目的之外的再利用，應該取得當事人同意。而健保資料原初蒐集是為了稽核保費，並非是提供醫學研究。

    但支持者則認為，健保資料庫是珍貴的健康大數據，若能串接提供學術與醫療研究，更符合公共利益。此外，如果過往的數據資料都必須重新尋求全國人民再同意，相關研發恐怕得被迫踩剎車。

    種種爭議，讓醫學研究和資訊隱私之間的紅線，顯得模糊而舉棋不定。何之行指出，「個人權利」與「公共利益」之間的權衡拉鋸，不僅是長久以來政治哲學家所關心的課題，也反映了現代公共衛生倫理思辨的核心。

    我們有權拒絕提供資料給醫療研究嗎？當精準醫療的腳步飛也似向前奔去，我們要如何推進醫學科技，又不棄守個人的隱私權利呢？

    「精準醫療」與「精準健康」是近年醫學發展的重要趨勢，透過健康大數據來評估個人健康狀況，對症下藥。但健康資料涉及個人隱私，如何兼顧隱私與自主權，成為另一重要議題。

    去識別化爭點：個資應該「馬賽克」到什麼程度？

    何之行認為，「健保資料庫爭議」短期可以從幾項原則著手，確立資料使用標準，包括：允許退出權（opt-out）、定義去識別化（de-identification）。

    「去識別化」是一道安全防護措施。簡單來說：讓資料不會連結、辨識出背後真正的那個人。何之行特別分享 Google 旗下人工智慧研發公司 DeepMind 的慘痛教訓。

    2017 年，DeepMind 與英國皇家醫院（Royal Free）的協定曝光，DeepMind 從後者取得 160 萬筆病歷資料，用來研發診斷急性腎衰竭的健康 APP。聽來立意良善的計畫，卻引發軒然大波。原因是，資料分享不僅未取得病患同意，也完全沒有將資料去識別化，每個人的病史、用藥、就醫隱私全被看光光！這起爭議無疑是一大教訓，重創英國社會對於開放資料的信任。

    回到臺灣脈絡。去識別化指的是以代碼、匿名、隱藏部分個資或其他方式，無從辨識特定個人。但要達到什麼樣的隱匿保護程度，才算是無從識別特定個人？

    何之行指出，個資法中的定義不甚清楚，混用匿名化（anonymous）、假名化（pseudonymised）、去連結（delink）等規範程度不一的概念。臺灣也沒有明確定義去識別化標準，成為爭點。

    現行法令留下了模糊空間，那麼他山之石是否能提供參考？

    以美國《健康照護可攜法案》（HIPAA）為例，法案訂出了去除 18 項個人識別碼，作為去識別化的基準；歐盟《一般資料保護規則》則直接說明，假名化的個資仍然是個人資料。

    退出權：保留人民 say NO 的權利

    另一個消解爭議的方向是：允許退出權，讓個人保有退出資料庫的權利。即使健保資料並沒有取得民眾事前（opt-in）的同意，但仍可以提供事後的退出選項，民眾便有機會決定，是否提供健康資料做學術研究或商業運用。

    何之行再舉英國國民健保署 NHS 做法為例：英國民眾有兩階段選擇退出中央資料庫 （NHS Digital）的機會，一是在一開始就拒絕家庭醫師將自己的醫病資料上傳到 NHS Digital，二是資料上傳後，仍然可以在資料分享給第三方使用時說不。畢竟有人願意為公益、學術目的提供個人健康數據，對商業用途敬謝不敏；也有人覺得只要無法辨識個人即可。

    近年，英國政府很努力和大眾溝通，希望民眾認知到資料分享的共善，也說明退出所帶來的社會成本，鼓勵人們留在資料庫內，享受精準醫療帶給個人的好處。可以看到英國政府藉由公眾溝通，努力建立社會信任。

    參照英國經驗，目前選擇退出的比率約為 2.6%。保留民眾某種程度的退出權，但善盡公眾溝通，應是平衡集體利益與個人隱私的一種做法。

    歐盟 GDPR 個資保護的四大原則

    健保資料庫只是案例之一，當 AI 成為大數據浪潮下的加速器，最周全之策仍然是針對 AI 時代的資料運用另立規範。 歐盟 2018 年實施的《一般資料保護規則》（General Data Protection Regulation，以下簡稱 GDPR），便是大數據 AI 時代個資保護的重要指標。

    因應 AI、大數據時代的變化，歐盟在 2016 年通過 GDPR，2018 年正式上路，被稱為「史上最嚴格的個資保護法」。包括行動裝置 ID、宗教、生物特徵、性傾向都列入被保護的個人資料範疇。
    歐盟在法令制定階段已將 AI 運用納入考量，設定出個資保護四大原則：目的特定原則、資料最小化、透明性與課責性原則。

    其中，「目的特定」與「資料最小化」都是要求資料的蒐集、處理、利用，應在特定目的的必要範圍內，也就是只提供「絕對必要」的資料。

    然而，這與大數據運用需仰賴大量資料的特質，明顯衝突！

    大數據分析的過程，往往會大幅、甚至沒有「特定目的」的廣蒐資料；資料分析後的應用範圍，也可能超出原本設定的目標。因此，如何具體界定「特定目的」以及後續利用的「兼容性判斷」，便相當重要。這也突顯出「透明性」原則強調的自我揭露（self-disclosure）義務。當蒐集方成為主要的資料控制者，就有義務更進一步解釋那些仰賴純粹自動化的決策，究竟是如何形成的。

    「透明性原則的用意是為了建立信任感。」何之行補充。她舉例，中國阿里巴巴集團旗下的芝麻信用，將演算法自動化決策的應用發揮得淋漓盡致，就連歐盟發放申根簽證都會參考。然而，所有被納入評分系統的人民，卻無從得知這個龐大的演算法系統如何運作，也無法知道為何自己的信用評等如此。

    芝麻信用表示，系統會依照身分特質、信用歷史、人脈關係、行為偏好、履約能力等五類資料，進行每個人的信用評分，分數介於 350-950。看似為電商系統的信用評等，實則影響個人信貸、租車、訂房、簽證，甚至是求職。

    這同時涉及「課責性」（accountability）原則 ── 出了問題，可以找誰負責。以醫療場域來講，無論診斷過程中動用了多少 AI 工具作為輔助，最終仍須仰賴真人醫師做最後的專業判斷，這不僅是尊重醫病關係，也是避免病患求助無門的問責體現。

    科技防疫：無所遁形的日常與數位足跡

    當新冠疫情爆發，全球人心惶惶、對未知病毒充滿恐懼不安，科技防疫一躍成為國家利器。但公共衛生與人權隱私的論辯，也再次浮上檯面。

    2020 年 4 月，挪威的國家公共衛生機構推出一款接觸追蹤軟體，能監控足跡、提出曾接觸確診者的示警。但兩個月後，這款挪威版的「社交距離 APP」卻遭到挪威個資主管機關（NDPA）宣告禁用！

    挪威開發了「Smittestopp」，可透過 GPS 與藍牙定位來追蹤用戶足跡，提出與感染者曾接觸過的示警，定位資訊也會上傳到中央伺服器儲存。然而，挪威資料保護主管機關（NDPA）宣告，程式對個人隱私造成不必要的侵害，政府應停止使用並刪除資料。

    為何挪威資料保護機關會做出這個決定？大體來說，仍與歐盟 GDPR 四大原則有關。

    首先，NDPA 認為挪威政府沒有善盡公眾溝通責任，目的不清。人民不知道這款 APP 是為了疫調？或者為研究分析而持續蒐集資料？而且，上傳的資料包含非確診者個案，違反了特定目的與資料最小蒐集原則。

    此外，即便為了防疫，政府也應該採用更小侵害的手段（如：僅從藍牙確認距離資訊），而不是直接由 GPS 掌控個人定位軌跡，這可能造成國家全面監控個人行蹤的風險。

    最後 NDPA 認為，蒐集足跡資料原初是為了即時防疫，但當資料被轉作後續的研究分析，政府應主動說明為什麼資料可以被二次利用？又將如何去識別化，以確保個資安全？

    換言之，面對疫情的高度挑戰，挪威個資保護機關仍然認為若沒有足夠的必要性，不應輕易打開潘朵拉的盒子，國家採用「Smittestopp」這款接觸追蹤軟體，有違反比例原則之虞。

    「有效的疫情控制，並不代表必然需要在隱私和個資保護上讓步。反而當決策者以防疫之名進行科技監控，一個數位監控國家的誕生，所妥協的將會是成熟公民社會所賴以維繫的公眾信任與共善。」何之行進一步分析：

    數位監控所帶來的威脅，並不僅只於表象上對於個人隱私的侵害，更深層的危機在於，掌握「數位足跡」(digital footprint) 後對於特定當事人的描繪與剖析。

    當監控者透過長時間、多方面的資訊蒐集，對於個人的「深描與剖繪」（profiling）遠遠超過想像──任何人的移動軌跡、生活習慣、興趣偏好、人脈網絡、政治傾向，都可能全面被掌握！

    AI 時代需要新法規與管理者

    不論是醫藥研發或疫情防控，數位監控已成為當代社會的新挑戰。參照各國科技防疫的爭論、歐盟 GDPR 規範，何之行認為，除了一套 AI 時代的個資保護規範，實踐層面上歐盟也有值得學習之處。

    例如，對隱私風險的脈絡化評估、將隱私預先納入產品或服務的設計理念（privacy by design），「未來照護機器人可能走入家家戶戶，我們卻常忽略機器人 24 小時都在蒐集個資，隱私保護在產品設計的最初階段就要納入考量。」

    另外最關鍵的是：設置獨立的個資監管機構，也就是所謂的資料保護官（data protection officer，DPO），專責監控公、私營部門是否遵循法規。直白地說，就是「個資警察局」。何之行比喻，

    如果家中遭竊，我們會向警察局報案，但現況是「個資的侵害不知道可以找誰」。財稅資料歸財政部管，健康資料歸衛福部管，界定不清楚的就變成三不管地帶。

    綜觀臺灣現狀，她一語點出問題：「我們不是沒有法規，只是現有的法令不完備，也已不合時宜。」

    過往許多人擔心，「個資保護」與「科技創新」是兩難悖論，但何之行強調法令規範不是絆腳石。路開好、交通號誌與指引完善，車才可能跑得快。「GDPR 非常嚴格，但它並沒有阻礙科學研究，仍然允許了科學例外條款的空間。」

    「資料是新石油」（data is the new oil），臺灣擁有世界數一數二最完整的健康資料，唯有完善明確的法規範才能減少疑慮，找出資料二次利用與科技創新的平衡點，也建立對於資料二次利用的社會信任。

    資料來源：https://www.inside.com.tw/article/23814-ai-privacy-medical?fbclid=IwAR0ATcNjDPwTsZ4lkQpYjvys3NcXpDaqsmE_gELBl_UNu4FcAjBlscxMwss

  • 反比定義 在 Facebook 的最佳貼文

    2021-05-21 13:25:02
    有 278 人按讚

    #ECG Demo: QT vs QTc

    # QT 間隔與心率成反比，因此以QTc (校正後的QT間隔)做為衡量標準。
    # 以60 bpm的標準心率估算QT間隔

    #如何測量QT間隔
    .QT間隔測量: Lead II 或V5-6
    .應該測量幾個連續的QRS 波，並以最大間隔為單位
    .測量中應包含與T波 + U波（> 1mm）
    .較小的U波和與T波分開的U波應排除在外
    .T波的結束點定義: 最大斜率截距方法

    #QT vs QTc (校正後的QT間隔)
    #正常QTc 值：男性< 440ms ， 女性 <460ms
    # QTc > 500 會增加發生 torsades de pointes之風險
    # QTc <350ms  QTc 過短
    # 經驗法則，正常 QT小於先前RR間隔的一半

    #QTc Interval 延長 (>440ms) 的原因(See Photos)

    #短QT 症候群 (< 350 ms)
    由於先天性短QT症後群而導致的QTc非常短（280ms），具有高的峰值T波
    先天性短QT症候群(SQTS) 是常染色體顯性遺傳性鉀通道遺傳性疾病，與陣發性心房和心室纖顫以及心源性猝死的風險增加相關
    #ECG的主要變化是非常短的QTc（<300-350ms），具有高的峰值T波

    #短QT症候群可能由以下情況提示：
    1.年輕人的AF
    2.QT間隔短的家庭成員
    3.心源性猝死的家族病史
    4.心電圖顯示QTc <350 ms並伴有尖銳的T波
    5.QT間隔無法隨著心律減慢而增加

    #毛地黃效應
    Digoxin會導致QT間隔的相對縮短，並導致側線的ST段向下傾斜下垂出現）(像達利的翹鬍子)，廣泛的T波變平和倒置以及大量心律不齊（房性心動過速並伴有傳導阻滯） ，竇性心動過緩，規則性AF，任何類型的房室傳導阻滯）。

    清爽閱讀選這裡：
    https://reurl.cc/g8g81z

你可能也想看看

搜尋相關網站