Little Green Frog

最近兒子的糼稚園內教了一首歌, 他也教他妹妹唱, 內容如下,

"Gung, gung," went the little green frog one day.
"Gung, gung," went the little green frog.
"Gung, gung," went the little green frog one day.
And his eyes went "aah, aah gung."

在沒看到課文前, 我總是認為他們把 "want" 唱成 "went", 而且,
我在猜想 他們唱的內容, 是想表達的 "Gung, gung," 想要 綠色小青蛙 一天,
只是, 我自己也認為文法也很奇怪, 看了課文後, 才發現他們發音沒錯,
於是我就和老婆研究 整篇歌詞內容, 我提出第一個疑問, 會不會是他們把 "want " 寫成 "went",
當然, 這個假設是被老婆狂笑, 老婆認為這篇的意思是:
"這隻綠色小青蛙 "Gung, gung," 叫著一整天",
對照家長手冊, 裏面是寫
"有一天這隻綠色小青蛙"Gung, gung,"叫著.",
上 Internet 查尋, 裏面是寫
""Gung, gung,", 這隻綠色小青蛙開始了一天."
*http://www.24en.com/children/song/2006-08-15/54001.html
看起來, 在這篇歌詞內, 大家比較喜用 開始 來 當 "went" 的解釋.
Anyway, 第一句還好, 最後一句, 兒子要我們解釋, 還真的很難開口,
家長手冊是寫 "而他的眼睛也開始眨著 "aah, aah gung",
而 Internet 是寫,
"而他的眼睛也開始 "aah, aah gung".
我們解釋歌詞後, 兒子很好奇的問我, 青蛙 的眼睛也會發出聲音是不是?
好問題, 但我和老婆都被考倒了.
這是目前幼稚園小班的英文課本, .....

該不該用這種人

公司的業績又回到以往的水準, 人事凍結解除, 開始在尋覓人才, 上星期收到一封求職信, 寄信者是競爭對手在台上市 S 公司的員工, 目前還是 S 公司的員工, 但是, 在寄求職信時, 卻能將所有公司研發的 IC 構造及演算法等細節一起全寄過來, 上面還印了一堆 S 公司 Confidential, 該員在 S 公司並不算長, 有一部份可能是他其它同事的產品, 但也一起被曝光. 可能是為了讓我們不要太多癈話, 直接就用他吧, 老闆拿給我看一看內容, 並問我意見, 其實演算法並沒有特別之處, 都是大家習知的作法, 但可以感覺得出來, 應該是有點經驗, 在技術上應該是可以被接受的吧.

但我不想當曹操, 廣招天下有才無德之士, 因為我知道我無法駕馭, 利用或與這種人合作, 於是, 我回信給老闆, 技術上應該沒問題, 只是, 我無法管理或跟這種人合作, 心理面己不認同, 只要不是在我部門我無意見.

還好這間 S 公司, 不是我敬佩之人所在的 S 公司, 也不是另一位同實驗室的同學所在的 S 公司.

賣花的小孩及公僕

在五股新五路與中興路口交接處, 總是有位大約10來歲的小男孩, 牽著一位不到3歲的小女孩來賣花, 這對小兄妹有很無耐身世, 母親跟前夫分手後, 跟現任丈夫同居, 並且生了他們, 但是因為母親沒有跟前夫辦好離婚手續, 於是他跟現任丈夫之間所生的小孩, 全部還是前任丈夫的姓, 當地人請了社工人員及警察來幫忙, 不要讓小孩子做那麼危險的事, 社工人員及警察人員, 只能很無奈的表示他們無可奈何, 這一家人本來就是麻熕所在, 他們也不知道該怎辨. 我想很好心的跟這些社工人員表示, 我們來討論怎麼辨, 但討論過程中, 最常講的話就是, 沒辨法, 沒辨法; 我請報社的妹妹來採訪這則新聞也不知道幾次了, 但問題依舊存在, 現在的新聞中, 大家還是只關心政治問題, 對追這種實際社會的問題, 總是只有3分鍾熱度, 唉....

這個路口, 可以看到他們, 但請大家千萬不要買花, 那會變相鼓勵他們繼續如此.
http://maps.google.com/maps?ie=UTF8&ll=25.082295,121.440334&spn=0.002405,0.004807&z=18

Bad Bad, Very Bad

心情真的很差, 奶奶才剛走, 大年初一時, 爺爺也走了, 週遭總是迷漫著難過的氣份, 也許因為如此, 自己的身體也變得特別差, 老婆小孩也都接連感冒生病, 大環境景氣又不好, 在公司想放假難如登天, 老天爺似乎讓所有的悲傷集中在此一瞬間, 真的是十分折磨. 好想放鬆心情, 讓一切重新開始.

一個很簡單的機率問題, 但一直困擾著我, 希望能讓有人能幫我點一下, 影像處理上, 我們知道有 Optimal Thershold, 可以用於簡單的前景, 背景分離, 藉由假設前景, 背景為兩個不同的高斯分佈, 接著算出前景及背景的高斯分佈, 接著算出兩個交界. 此交界既為 Optimal Threshold. 有個新問題, 假若可以用兩個 Threshold 的話 (一個為 theta 1, 另一個為 theta 2), 那 theta 1 及 theta 2 該如何選, 才會使得這個分離的 Error 是最小的. (可以容易的推論出, 最佳的兩個 Thershold 的 分類錯誤率, 一定是小於 或 是等於 一個 Threshold的分類結果, 但有沒有方法估算出, 若在此模式下, 最佳化的這兩個 Threshold 值因為多少? 除了用暴力法的排列組合去找外, 還可以怎麼做?).

希望老天能讓我靈光一現.