<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>辨識 &#8211; 科技島-掌握科技新聞、科技職場最新資訊</title>
	<atom:link href="https://www.technice.com.tw/tag/%e8%be%a8%e8%ad%98/feed/" rel="self" type="application/rss+xml" />
	<link>https://www.technice.com.tw</link>
	<description>專注於科技新聞、科技職場、科技知識相關資訊，包含生成式AI、人工智慧、Web 3.0、區塊鏈、科技職缺百科、生物科技、軟體發展、雲端技術等豐富內容，適合熱衷科技及從事科技專業人事第一手資訊的平台。</description>
	<lastBuildDate>Wed, 23 Jul 2025 08:02:28 +0000</lastBuildDate>
	<language>zh-TW</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=6.4.2</generator>

<image>
	<url>https://www.technice.com.tw/wp-content/uploads/2022/12/cropped-wordpress_512x512-150x150.png</url>
	<title>辨識 &#8211; 科技島-掌握科技新聞、科技職場最新資訊</title>
	<link>https://www.technice.com.tw</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>不用手機也會被追蹤！義大利新技術「用Wi-Fi辨識身分」 準確率達95%</title>
		<link>https://www.technice.com.tw/techmanage/infosecurity/183745/</link>
					<comments>https://www.technice.com.tw/techmanage/infosecurity/183745/#respond</comments>
		
		<dc:creator><![CDATA[李琦瑋]]></dc:creator>
		<pubDate>Wed, 23 Jul 2025 08:02:28 +0000</pubDate>
				<category><![CDATA[資安]]></category>
		<category><![CDATA[生活]]></category>
		<category><![CDATA[WhoFi]]></category>
		<category><![CDATA[Wi-Fi]]></category>
		<category><![CDATA[指紋]]></category>
		<category><![CDATA[辨識]]></category>
		<category><![CDATA[追蹤]]></category>
		<guid isPermaLink="false">https://www.technice.com.tw/?p=183745</guid>

					<description><![CDATA[<p><img width="1200" height="627" src="https://www.technice.com.tw/wp-content/uploads/2023/01/165265958_fb-link.jpg" class="attachment-post-thumbnail size-post-thumbnail wp-post-image" alt="165265958 fb link" decoding="async" srcset="https://www.technice.com.tw/wp-content/uploads/2023/01/165265958_fb-link.jpg 1200w, https://www.technice.com.tw/wp-content/uploads/2023/01/165265958_fb-link-300x157.jpg 300w, https://www.technice.com.tw/wp-content/uploads/2023/01/165265958_fb-link-1024x535.jpg 1024w, https://www.technice.com.tw/wp-content/uploads/2023/01/165265958_fb-link-768x401.jpg 768w" sizes="(max-width: 1200px) 100vw, 1200px" title="不用手機也會被追蹤！義大利新技術「用Wi-Fi辨識身分」 準確率達95% 1"></p>
<p>義大利研究團隊近日發表一項突破性研究，成功利用Wi-Fi訊號穿透人體時所產生的變化，建立出一種新型「人體生物特徵辨識碼」，即使人在不同場所、未攜帶手機，也能被重新辨識，具高度潛在追蹤能力。該技術被命名為「WhoFi」，標榜以Wi-Fi訊號取代鏡頭進行監控。<content>記者李琦瑋／編譯</p>
<p>義大利研究團隊近日發表一項突破性研究，成功利用Wi-Fi訊號穿透人體時所產生的變化，建立出一種新型「人體生物特徵辨識碼」，即使人在不同場所、未攜帶手機，也能被重新辨識，具高度潛在追蹤能力。該技術被命名為「WhoFi」，標榜以Wi-Fi訊號取代鏡頭進行監控。</p>
<p>[caption id="attachment_34915" align="alignnone" width="1200"]<img class="wp-image-34915 size-full" src="https://www.technice.com.tw/wp-content/uploads/2023/01/165265958_fb-link.jpg" alt="義大利研究團隊開發新技術，用Wi-Fi就能辨識身分，準確率達95%，引起隱私疑慮。" width="1200" height="627" /> 義大利研究團隊開發新技術，用Wi-Fi就能辨識身分，準確率達95%， 引起隱私疑慮。（圖／123RF）[/caption]</p>
<p><strong>延伸閱讀：<span style="color: #33cccc;"><a style="color: #33cccc;" href="https://www.technice.com.tw/techmanage/infosecurity/114864/">居家Wi-Fi安全解決方案　市場需求增加</a></span></strong></p>
<p>義大利研究指出，當Wi-Fi訊號在空間中傳播時，會受到人類身體形狀、體質等物理特徵干擾，進而產生獨特的訊號變化。這些變化可透過「通道狀態資訊（CSI）」技術量化，進一步輸入深度神經網路處理，建立每個人獨一無二的「Wi-Fi指紋」。</p>
<p>透過NTU-Fi公開資料集測試，WhoFi系統準確辨識率高達95.5%，大幅超越2020年推出、準確率僅75% 的前代技術EyeFi。</p>
<p>不同於影像監控，Wi-Fi技術不受光線限制、可穿牆，且不需人員正面拍攝或攜帶裝置。研究團隊指出，這類訊號式辨識技術在保障個資方面具有潛力，未來或能應用於安防、照護、甚至無感身份驗證等領域。</p>
<p>不過，這項技術也引發資安與隱私疑慮。雖然研究強調此技術為「再辨識（Re-ID）」而非直接得知身分，卻仍可能被應用於持續追蹤特定對象。若無法有效規範使用方式，可能帶來類似監視器般的濫用風險。</p>
<p>Wi-Fi Sensing（Wi-Fi感測）應用逐漸成為趨勢，從跌倒偵測、手勢辨識、看穿牆面，到如今的人體再辨識，Wi-Fi 已不再只是資料傳輸工具，而正成為下一波智慧環境中的感測主角。</p>
<p>資料來源：<span style="color: #33cccc;"><a style="color: #33cccc;" href="https://www.theregister.com/2025/07/22/whofi_wifi_identifier/">The Register</a></span></content></p>
<p>這篇文章 <a rel="nofollow" href="https://www.technice.com.tw/techmanage/infosecurity/183745/">不用手機也會被追蹤！義大利新技術「用Wi-Fi辨識身分」 準確率達95%</a> 最早出現於 <a rel="nofollow" href="https://www.technice.com.tw">科技島-掌握科技新聞、科技職場最新資訊</a>。</p>
]]></description>
		
					<wfw:commentRss>https://www.technice.com.tw/techmanage/infosecurity/183745/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>「機器學習」究竟是什麼？定義、四大類型一次看</title>
		<link>https://www.technice.com.tw/issues/ai/2517/</link>
					<comments>https://www.technice.com.tw/issues/ai/2517/#respond</comments>
		
		<dc:creator><![CDATA[科技人]]></dc:creator>
		<pubDate>Wed, 22 Jun 2022 03:54:58 +0000</pubDate>
				<category><![CDATA[AI人工智慧]]></category>
		<category><![CDATA[AI]]></category>
		<category><![CDATA[ML]]></category>
		<category><![CDATA[人工智慧]]></category>
		<category><![CDATA[分類]]></category>
		<category><![CDATA[標註]]></category>
		<category><![CDATA[機器學習]]></category>
		<category><![CDATA[資料]]></category>
		<category><![CDATA[辨識]]></category>
		<guid isPermaLink="false">https://www.technice.com.tw/?p=2517</guid>

					<description><![CDATA[<p><img width="800" height="534" src="https://www.technice.com.tw/wp-content/uploads/2022/06/113328378_l-1.jpg" class="attachment-post-thumbnail size-post-thumbnail wp-post-image" alt="113328378 l 1" decoding="async" srcset="https://www.technice.com.tw/wp-content/uploads/2022/06/113328378_l-1.jpg 800w, https://www.technice.com.tw/wp-content/uploads/2022/06/113328378_l-1-300x200.jpg 300w, https://www.technice.com.tw/wp-content/uploads/2022/06/113328378_l-1-768x513.jpg 768w" sizes="(max-width: 800px) 100vw, 800px" title="「機器學習」究竟是什麼？定義、四大類型一次看 5"></p>
<p>機器學習是熱門趨勢，受到各行各業的歡迎。圖：取自123RF 近年來，「機器學習」成為極其火熱的名詞，不僅在科技 &#8230;<content><!-- wp:image {"id":2518,"sizeSlug":"full","linkDestination":"none"} --></p>
<figure class="wp-block-image size-full"><img src="https://www.technice.com.tw/wp-content/uploads/2022/06/113328378_l.jpg" alt="" class="wp-image-2518" /><figcaption>機器學習是熱門趨勢，受到各行各業的歡迎。圖：取自123RF</figcaption></figure>
<p><!-- /wp:image --></p>
<p><!-- wp:paragraph {"style":{"typography":{"fontSize":"16px"}}} --></p>
<p style="font-size:16px">近年來，「機器學習」成為極其火熱的名詞，不僅在科技領域獲得廣泛運用，各行各業也都希望透過相關技術，提供客戶更好的服務體驗，然而「機器學習」的定義究竟是什麼？它主要分為哪些類型？與「人工智慧（AI）」又有什麼樣的關聯？此文將帶領讀者一次了解。</p>
<p><!-- /wp:paragraph --></p>
<p><!-- wp:paragraph {"style":{"typography":{"fontSize":"16px"}}} --></p>
<p style="font-size:16px">機器學習是人工智慧（AI）的其中一個分支，主要訓練電腦從龐大資料中不斷學習，透過經驗改善而逐步提升預測正確率，並將獲得的資訊運用至當下的情況，藉此做出完善且明智的決策，應用實例像是Netflix會根據用戶過往的喜好，推薦他們可能會喜歡的影片等。</p>
<p><!-- /wp:paragraph --></p>
<p><!-- wp:paragraph {"style":{"typography":{"fontSize":"16px"}}} --></p>
<p style="font-size:16px">機器學習主要可以分為四大類型，其一是「監督式學習（Supervised Learning）」，所有資料都會事先經過人為標註（label），例如想要教電腦區分蘋果和橘子，就提供電腦100張蘋果和橘子的照片，每張照片都先人工標註好是蘋果或橘子，電腦再依據這些標註好的照片偵測蘋果和橘子各自的特徵，按照這些特徵就能夠辨識出蘋果和橘子並進行預測。這個方式對於人類來說最為費工，對於電腦來說則最為簡單，因此預測正確率也相對高。</p>
<p><!-- /wp:paragraph --></p>
<p><!-- wp:paragraph {"style":{"typography":{"fontSize":"16px"}}} --></p>
<p style="font-size:16px">其二是「非監督式學習（Unsupervised Learning）」，所有資料都不會事先經過人為標註，而是電腦自行偵測資料特徵並將其分類，若以上述例子而言，就是提供100張水果的照片，但這次不會先標註好哪張是蘋果、哪張是橘子，讓電腦去尋找它們之間特徵的不同，未來以此為依據做出判斷。這個方式對於電腦來說最為困難，因此預測正確率也相對低。</p>
<p><!-- /wp:paragraph --></p>
<p><!-- wp:paragraph {"style":{"typography":{"fontSize":"16px"}}} --></p>
<p style="font-size:16px">其三是「半監督式學習（Semi-supervised Learning）」，部分資料會事先經過人為標註，電腦依據有標註的資料尋找特徵，再對剩下的資料進行辨識和分類，這是第一、二種方式的結合。若以同樣的例子來說，就是提供100張水果的照片，其中20張先標註好哪張是蘋果、哪張是橘子，電腦依據這20張標註好的照片偵測特徵，再去辨識和分類剩下的80張照片。</p>
<p><!-- /wp:paragraph --></p>
<p><!-- wp:paragraph {"style":{"typography":{"fontSize":"16px"}}} --></p>
<p style="font-size:16px">其四是「強化式學習（Reinforcement Learning）」，這是非監督式學習的延伸，所有資料同樣不會事先經過人為標註，而是電腦自行偵測資料特徵並將其分類，但與非監督式學習不同的是，當電腦分類不正確時，系統就會告訴電腦這是錯誤的，引導電腦修正並重新辨識，透過每次正確與錯誤的經驗去改善，逐步提升預測正確率，若以同樣的例子來說，就是提供100張未標註的水果照片，當電腦把蘋果辨識為橘子時，系統就會給予電腦錯誤的訊息。</p>
<p><!-- /wp:paragraph --></content></p>
<p>這篇文章 <a rel="nofollow" href="https://www.technice.com.tw/issues/ai/2517/">「機器學習」究竟是什麼？定義、四大類型一次看</a> 最早出現於 <a rel="nofollow" href="https://www.technice.com.tw">科技島-掌握科技新聞、科技職場最新資訊</a>。</p>
]]></description>
		
					<wfw:commentRss>https://www.technice.com.tw/issues/ai/2517/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
	</channel>
</rss>
