6/12
直播回信
並談「紅豆Ni」計畫
如果你有興趣加入我們
你也可以成為我們的一員
我知道幫助他們會讓很多人遲疑
甚至有些人不識字
但她們想要改變的決心很感動我
所以我決定請大家一起來幫我
今晚會擬定加入和幫助的策略
九點見
1
許常德老師你好
有些話想跟你說一說,
或許是出於內心無助的聲音,
接連三年失去了親人,
第一次面臨那時是巨大的衝擊,
曾以為電視上出現的那些台詞總過於浮誇,
才在那晚體會到什麼是撕心裂肺的疼痛,
原來悲傷到了極致會是這樣無法言語闡述的狀態,
以至於那晚在醫院的結束到救護車載回來的畫面,
成為了始終無法遺忘的夢,
到後來再次接連的面臨失去
那些在我生命裡重要的生命時,
一樣地悲傷無法抑制。
以為所有情緒會隨著時間推移而變得淺淡,
收拾好思緒便能重啟人生的旅程,
可父親遭遇一場突如其來的車禍到不斷接受手術,
永遠無法忘記那天我們趕往醫院,
看著受傷的他可仍舊清醒著的我,頓時鬆了口氣
可看著他身上那些血跡,我開始緊繃憂慮。
我差點失去他,而他差點失去了他的腿,
可還好,他存在著,
也還好在術後他身體一切安好。
可好像有些什麼在我身體裡慢慢地侵蝕了,
也好像有些悄悄地爆開了,
說不上來哪裡來的不一樣,
在日子一天天的前進,我感受到了自己的狀態
開始變得沉默、感受不到情緒的波動,
對於喜愛的畫畫、閱讀,
也感受到一股前所未有的毫無波瀾,
而喜悅,似乎變得不那麼容易,
在每個日常裡的情緒逐漸走向無感,
挾帶著一絲淺淺地悲傷。
試著整理出導致變得不一樣的自己的原因,
仍舊毫無頭緒,找不出這個故事的結語,
可我總不斷反覆做著那晚第一次面臨失去的夢,
或許是那晚在醫院的自己太過悲傷,
又或許是些什麼我還未意會過來的情緒,
原來平凡的日子最不容易,可也最幸福,
原來我們以為理所應當能夠抓住的生命及日常,
才是最容易失去的。
原來有些情緒不是不存在,
我們誤以為它只是輕輕地來過,
可卻是狡猾的溜進內心的深處。
謝謝老師看完這封有些冗長的信,謝謝您🌻
2
老師 我是一個27歲的女子
談過三場戀愛
前面兩場不是對方劈腿就是找前女友,自覺感情不順
總是反省著為什麼沒能成功走到直到第三個原以為能走到結婚
沒想到交往兩個月又分手
他說他要換工作了
無法兼顧我的心情
曾經以為他與我是天生一對
彼此相處起來都很舒服
但現在覺得錯了,其實我們興趣不太一樣,喜愛的食物也不太一樣,價值觀也不太一樣
開始有磨合
理性的他和感性的我
他表示現在不想談任何感情,也沒有認識新對象,對於我偶爾熱戀期喜歡與對方靠太近的他覺得壓力大了
他覺得他需要猜我的心思
覺得厭煩
我一直在找和我和的來的對象
但找到了對方又狠狠拋下我
我覺得很難過現在分手三個月的我
雖然放下了
卻不想認識新的朋友新的對象
覺得自己是不是不適合談感情
沒資格擁有幸福的權利!
3
老師您好
追蹤您的粉絲頁已有三年多年之久
沒想到自己還是在一段感情中跌了一跤。
我們彼此認識四年
偶然的機緣突然來電才開始交往
兩人的家世/生活 有相對的差距。
對方長期為家庭背債
每天在工地做辛苦的工作
有臥病20年在床的父親
隨時都在使喚他的姐姐
與彼此互相依賴的媽媽。
我則是家庭經濟穩定
是一個只需把自己養活的上班族。
兩人的共通點大概是各有複雜家庭問題
煩惱能夠相互依靠。
也因為生活背景的不同
產生兩人性格上的差異
他個性極度孤僻什麼事都悶著常常臭臉
常常也因為很累想獨處
下工只想放空
我是內心需要愛也缺乏父愛的女人
令自己意外的是我在這段感情中
成為一個依賴佔有又缺乏安全感的女生
每天就是撒嬌
想要更多的生活交集
(即使自己想訓練自己獨立,努力讓自己不要過多依賴)
而他是從小被迫長大的小孩
因此非常獨立
經常只想自己一個人生活
後來甚至覺得每天的互動聯繫
有點打擾到他。
漸漸的對方開始覺得疲憊
雖互動上尚穩定
假日陪伴彼此
彼此也沒有任何同居結婚生子的打算
但他在生活經濟家庭等諸多壓力之下
對這段感情越來越被動與冷淡
而我從剛開始交往
姿態較高的那方
變成追著他跑的那方。
我的期待 即使是非常簡單的事
他變成都不想做
不想互相遷就
更不想我這樣繼續下變成付出比較多的那方。
後來的約會常常令我感到非常冷淡
約會互動完的空虛也常常令我懷疑
這段感情是否真的有愛的存在。
最後對方提出分開的要求
理由是
他沒有多餘的心力再經營一段感情
這樣下去對我不公平
他說出口
自己個性上的缺陷也是每一段感情最後的敗筆
往往後來都對女朋友很冷淡
不只是對我。
我沒有做錯什麼
我是一個好女人
是他自己的問題
他很抱歉。
他的懦弱傷害了我。
在這樣錯愕突然提分手的狀況之下
我沒有防備的被砍了一刀
一直在這些問題中轉不出來
始終找不到我們分開的原因到底是什麼。
雖然知道彼此個性上有差異
但是我不想因此分開
原以為我們若真的分開是為了更大的事情喬不攏
(結婚 彼此家庭等等)
現狀變成留下錯愕在原地不解與哭泣的我
還有這個不斷道歉卻堅持分手的男人。
我一直想試著同理/體諒/理解他說的這些理由
但就是心裡跟頭腦都轉不過去。
後續曾提出複合的要求
被對方拒絕了
甚至發現對方把過往的照片都移除標籤
理由是不要讓我放不下
寧可我恨他
也不要我因此走不出來。
請問老師
我該如何在這些問題中找到答案與方向呢?
直至今日我都還不捨把對方的臉書刪除
覺得即使分手還能是朋友 才是成熟的大人。
不知道為何一段美好的感情
最後為何這樣收場
懇請老師能給我一些解答…
謝謝老師
抱歉寫了第二封信給您
在這段分手後揪結
難以走出對方給的分手理由期間
我發現他好像原來不如我以前認識的這麼老實
他的家人跟我還是好友
最近請我吃飯時都鼓勵我走出來
不要繼續為他傷心。
家庭重擔 經濟負擔 個性極度龜毛孤僻
都是影響這段感情的原因
但是這些只是藉口
因為這已是常態生活
不是突發事件
不愛了就是不愛了
我的困點在於對方始終沒有辦法坦承他不愛了
只說 可能累了
而給了我這些藉口當分手理由
分手將近兩個月
天天哭
試圖振作但走不出來
我想是當初到最後那種信任
被翻牌的感覺
令我不知道怎麼面對。
不知道老師是否能給我一些建言呢
謝謝老師
4
老師您好
看到您這篇文 想知道您對取消畢典的看法
真心感謝您
這陣子很多家有畢業生的家長抱怨畢業典禮取消或是不能觀禮
若開放家長觀禮,該班家長在校園內得保持一公尺的距離(校園廣場是有多大?!)
且得做人數控管(一個畢業生只能一個家長參加?)
就會變成下一班的家長在校門外群聚等待
不開放又造成家長們的遺憾
再者 台上三分鐘的背後
老師們約一個月的時間設計節目
然後再和孩子們開始冗長的訓練
大約需要兩個多月的時間
所以七月的活動,現在就得開始訓練
戴著口罩的孩子們無法盡情表演
老師們用心設計的節目也無法完美呈現
訓練期間真的都能戴著口罩?
越來越熱的天氣...孩子是否能戴得住?!我真的沒有把握!
繼去年半年的折磨,我今年又接下了設計英文畢典戲劇
不是想擺脫這個重擔
而是不想盡心盡力設計的表演後卻無法如願呈現效果
又有可能會承擔不願孩子群聚表演的家長的抱怨
最近學校模糊的回答 會用錄影的方式
搭舞台 各班表演....沒有觀眾
不禁覺得 這樣的畢典到底是孩子要的?還是父母要的?
真的不只兩難
是好多難啊😭😭😭
5
老師您好,
剛結束一段五年多的感情。
自己離開的原因是,在談論結婚問題(但彼此沒有共識情況下),發現他已在另尋對象。
所以同時失去情感及工作(在他工作室四年多)。
這幾年專注投入在工作上,工作室事業也進入穩定及獲利階段。我對於工作上有一定的堅持,因為一開始曾被他爸質疑工作能力。
只是沒想到,陪伴他打拚、面對各式各樣問題、難關後,最後是用這方式分開。
從一開始交往,他就開始在詢問結婚的事(全是依考量我的角度去討論),但因工作室起初還不太穩定,所以我希望再等事業穩定一點,直到去年,他用"條列式"的列出條件後,只問"要不要"結婚?(結婚要求的條件:要與他及他爸談、結婚後住他家-因為他爸媽開始老了、要生幾個孩子、.....)
面對自己不太能接受的要求,當下拒絕了,不想抱著妥協心態進入婚姻。最後拖了好幾個月才分手,因為工作關係。
分開一個多月了,目前透過運動、閱讀來調整心情,只是偶爾想到還是很委屈,想請問老師,在面對那不好的記憶時,如何去處理負面的情緒?以及如何將它從內心真正的放下?
(感謝老師)
愛心直播
糖朝大力支持紅豆Ni計畫
如果我們有餘力
分享會讓人生更豐富
或是大家可以去台北南京微風四樓的糖朝
高雄大立精品百貨B2的糖朝
花蓮洄瀾糖朝直接訂購或現場購買
糖朝 情深意粽專案組盒(接單手工製作)
御膳粵式臘味紫金粽(4入)盒/490元
御膳潮式花雕鳳凰粽(4入)盒/490元
欲訂購者 歡迎私訊 糖朝(台灣)臉書
或電洽客服專線:07-2313636
會有專人替您服務喔~
如何移除照片背景 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
AI 將可快速分離人聲、各式樂器等音源,Facebook 開源 Demucs 計畫
作者 雷鋒網 | 發布日期 2020 年 03 月 11 日 10:59 |
音樂源分離,是利用技術將一首歌曲分解成它的組成成分,如人聲、低音和鼓,這和人類大腦的工作很類似,大腦可以將一個單獨的對話,從周圍的噪音和一屋子的人聊天中分離出來。
如果你擁有原始的錄音室多軌錄音,這很容易實現,你只需調整混音來分離一個音軌,但是,如果你從一個普通 MP3 檔案開始,所有的樂器和聲音都被混合到一個立體聲錄音中,即使是最複雜的軟體程式也很難精確地挑出一個部分。
Facebook AI 的研究人員已經開發了一個系統,可以做到這一點──精確度高得驚人。
創建者名叫亞歷山大‧笛福茲(Alexandre Defossez),是 Facebook 人工智慧巴黎實驗室的科學家。笛福茲的系統被稱為 Demucs,這個名字來源於「音樂資源深度提取器」,其工作原理是檢測聲波中的複雜模式,對每種樂器或聲音的波形模式建立一個高層次的理解,然後利用人工智慧將它們巧妙地分離。
笛福茲說,像 Demucs 這樣的技術,不僅能幫助音樂家學習複雜的吉他即興重複段落,總有一天,它還能讓人工智慧助理在嘈雜的房間裡更容易聽到語音指令。笛福茲說,他的目標是讓人工智慧系統擅長辨識音頻源的組成部分,就像它們現在可以在一張照片中準確地區分不同的物體一樣。「我們在音頻方面還沒有達到同樣的水平。」他說。
分解聲波的更好方法
聲源分離長期以來一直吸引著科學家。1953 年,英國認知科學家科林‧切爾瑞(Colin Cherry)創造了「雞尾酒會效應」這個詞語,用來描述人類在擁擠嘈雜的房間裡專注於一次談話的能力。
工程師們首先試圖透過調整立體聲錄音中的左右聲道,或調整均衡器設置來提高或降低某些頻率,進而隔離歌曲的人聲或吉他聲。
基於聲譜圖的人工智慧系統,在分離出以單一頻率響起或共振的樂器的音符方面相對有效,例如鋼琴或小提琴旋律。
這些旋律在聲譜圖上顯示為清晰、連續的水平線,但是隔離那些產生殘餘噪音的撞擊聲,比如鼓、低音拍擊,是一項非常艱鉅的任務。鼓點感覺像一個單一的、即時的整體事件,但它實際上包含了不同的部分。對於鼓來說,它包括覆蓋較高頻率範圍的初始撞擊,隨後是在較低頻率範圍內的無音高衰減。笛福茲說,一般的小鼓「就頻率而言,到處都是」。
聲譜圖只能將聲波表現為時間和頻率的組合,無法捕捉到這樣的細微差別。因此,他們將鼓點或拍子低音處理成幾條不連續的垂直線,而不是一個整齊、無縫的聲音。這就是為什麼透過聲譜圖分離出來的鼓和低音軌道,聽起來常常是模糊不清的。
夠聰明的系統來重建缺失
基於人工智慧的波形模型避免了這些問題,因為它們不試圖將一首歌放到時間和頻率的僵化結構中。笛福茲解釋,波形模型的工作方式與電腦視覺相似,電腦視覺是人工智慧的研究領域,旨在讓電腦學會從數位圖像中辨識模式,進而獲得對視覺世界的高級理解。
電腦視覺使用神經網路來檢測基本模式──類似於在圖像中發現角落和邊緣──然後推斷更高級或更複雜的模式。「波形模型的工作方式非常相似」,笛福茲說。他解釋了波形模型如何需要幾秒鐘來適應歌曲中的突出頻率──人聲、低音、鼓或吉他──並為每一個元素生成單獨的波形。然後,它開始推斷更高比例的結構,以增加細微差別,並精細雕刻每個波形。
笛福茲說,他的系統也可以比做探測和記錄地震的地震儀。地震時,地動儀的底座會移動,但懸掛在上面的重物不會移動,這使得附著在重物上的筆可以畫出記錄地面運動的波形。人工智慧模型可以探測到同時發生的幾個不同地震,然後推斷出每個地震的震級和強度的細節。同樣,笛福茲的系統分析並分離出一首歌曲的本來面目,而不是根據預先設定的聲譜圖結構來分割它。
笛福茲解釋,構建這個系統需要克服一系列複雜的技術挑戰。他首先使用了 Wave-U-Net 的底層架構,這是一個為音樂源分離開發的早期人工智慧波形模型。然後他還有很多工作要做,因為聲譜圖模型的表現優於 Wave-U-Net。他透過添加線性單元來微調波形網路中分析模式的演算法參數。笛福茲還增加了長短期記憶,這種結構允許網路處理整個數據序列,如一段音樂或一段視頻,而不僅是一個數據點,如圖像。笛福茲還提高了 Wave-U-Net 的速度和記憶體使用率。
這些修改幫助 Demucs 在一些重要方面勝過 Wave-U-Net,比如它如何處理一種聲音壓倒另一種聲音的問題。「你可以想像一架飛機起飛,引擎噪音會淹沒一個人的聲音」,笛福茲說。
以前的波形模型,透過簡單地移除原始音頻源文件的一部分來處理這個問題,但是它們不能重建丟失材料的重要部分。笛福茲增強了 Demucs 解碼器的能力,「Demucs 可以重新創建它認為存在但卻迷失在混音中的音頻」,這意味著他的模型可以重新合成可能被響亮的鐃鈸聲影響而遺失的柔和鋼琴音符,因為它理解應該呈現什麼樣的聲音。
這種重構和分離的能力使 Demucs 比其他波形模型有優勢。笛福茲說,Demucs 已經與最好的波形技術相匹配,並且「遠遠超出」最先進的聲譜技術。
在盲聽測試中,38 名參與者從 50 首測試曲目中隨機抽取 8 秒鐘進行聽音,這 50 首曲目由 3 個模型分開:Demucs、領先波形、頻譜圖技術。聽眾認為 Demucs 在品質和無偽影(如背景噪音或失真)方面表現最佳。
Demucs 已經引起了人工智慧愛好者的興趣,精通技術的讀者可以從 GitHub 下載 Demucs 的代碼,代碼用 MusDB 數據集來分離音樂源。
笛福茲解釋,隨著 Demucs 的發展,它將為人們在家中創作音樂的數位音頻工作站帶來聲音的真實性。這些工作站提供了能夠喚起特定時代或風格的合成儀器,通常需要對原始硬體進行大量的數位化改造。
想像一下,如果音樂源分離技術能夠完美地捕捉 20 世紀 50 年代搖滾歌曲中用電子管放大器演奏的老式空心電吉他的聲音,Demucs 讓音樂愛好者和音樂家離這個能力更近了一步。
資料來源:https://technews.tw/2020/03/11/using-ai-for-music-source-separation/?fbclid=IwAR1C-0LhFNEkIFUg9QS3xRQK8VKeqKIkPEx9kh7QdGamcsCfUViwyeXyqXg
如何移除照片背景 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
AI 將可快速分離人聲、各式樂器等音源,Facebook 開源 Demucs 計畫
作者 雷鋒網 | 發布日期 2020 年 03 月 11 日 10:59 |
音樂源分離,是利用技術將一首歌曲分解成它的組成成分,如人聲、低音和鼓,這和人類大腦的工作很類似,大腦可以將一個單獨的對話,從周圍的噪音和一屋子的人聊天中分離出來。
如果你擁有原始的錄音室多軌錄音,這很容易實現,你只需調整混音來分離一個音軌,但是,如果你從一個普通 MP3 檔案開始,所有的樂器和聲音都被混合到一個立體聲錄音中,即使是最複雜的軟體程式也很難精確地挑出一個部分。
Facebook AI 的研究人員已經開發了一個系統,可以做到這一點──精確度高得驚人。
創建者名叫亞歷山大‧笛福茲(Alexandre Defossez),是 Facebook 人工智慧巴黎實驗室的科學家。笛福茲的系統被稱為 Demucs,這個名字來源於「音樂資源深度提取器」,其工作原理是檢測聲波中的複雜模式,對每種樂器或聲音的波形模式建立一個高層次的理解,然後利用人工智慧將它們巧妙地分離。
笛福茲說,像 Demucs 這樣的技術,不僅能幫助音樂家學習複雜的吉他即興重複段落,總有一天,它還能讓人工智慧助理在嘈雜的房間裡更容易聽到語音指令。笛福茲說,他的目標是讓人工智慧系統擅長辨識音頻源的組成部分,就像它們現在可以在一張照片中準確地區分不同的物體一樣。「我們在音頻方面還沒有達到同樣的水平。」他說。
分解聲波的更好方法
聲源分離長期以來一直吸引著科學家。1953 年,英國認知科學家科林‧切爾瑞(Colin Cherry)創造了「雞尾酒會效應」這個詞語,用來描述人類在擁擠嘈雜的房間裡專注於一次談話的能力。
工程師們首先試圖透過調整立體聲錄音中的左右聲道,或調整均衡器設置來提高或降低某些頻率,進而隔離歌曲的人聲或吉他聲。
基於聲譜圖的人工智慧系統,在分離出以單一頻率響起或共振的樂器的音符方面相對有效,例如鋼琴或小提琴旋律。
這些旋律在聲譜圖上顯示為清晰、連續的水平線,但是隔離那些產生殘餘噪音的撞擊聲,比如鼓、低音拍擊,是一項非常艱鉅的任務。鼓點感覺像一個單一的、即時的整體事件,但它實際上包含了不同的部分。對於鼓來說,它包括覆蓋較高頻率範圍的初始撞擊,隨後是在較低頻率範圍內的無音高衰減。笛福茲說,一般的小鼓「就頻率而言,到處都是」。
聲譜圖只能將聲波表現為時間和頻率的組合,無法捕捉到這樣的細微差別。因此,他們將鼓點或拍子低音處理成幾條不連續的垂直線,而不是一個整齊、無縫的聲音。這就是為什麼透過聲譜圖分離出來的鼓和低音軌道,聽起來常常是模糊不清的。
夠聰明的系統來重建缺失
基於人工智慧的波形模型避免了這些問題,因為它們不試圖將一首歌放到時間和頻率的僵化結構中。笛福茲解釋,波形模型的工作方式與電腦視覺相似,電腦視覺是人工智慧的研究領域,旨在讓電腦學會從數位圖像中辨識模式,進而獲得對視覺世界的高級理解。
電腦視覺使用神經網路來檢測基本模式──類似於在圖像中發現角落和邊緣──然後推斷更高級或更複雜的模式。「波形模型的工作方式非常相似」,笛福茲說。他解釋了波形模型如何需要幾秒鐘來適應歌曲中的突出頻率──人聲、低音、鼓或吉他──並為每一個元素生成單獨的波形。然後,它開始推斷更高比例的結構,以增加細微差別,並精細雕刻每個波形。
笛福茲說,他的系統也可以比做探測和記錄地震的地震儀。地震時,地動儀的底座會移動,但懸掛在上面的重物不會移動,這使得附著在重物上的筆可以畫出記錄地面運動的波形。人工智慧模型可以探測到同時發生的幾個不同地震,然後推斷出每個地震的震級和強度的細節。同樣,笛福茲的系統分析並分離出一首歌曲的本來面目,而不是根據預先設定的聲譜圖結構來分割它。
笛福茲解釋,構建這個系統需要克服一系列複雜的技術挑戰。他首先使用了 Wave-U-Net 的底層架構,這是一個為音樂源分離開發的早期人工智慧波形模型。然後他還有很多工作要做,因為聲譜圖模型的表現優於 Wave-U-Net。他透過添加線性單元來微調波形網路中分析模式的演算法參數。笛福茲還增加了長短期記憶,這種結構允許網路處理整個數據序列,如一段音樂或一段視頻,而不僅是一個數據點,如圖像。笛福茲還提高了 Wave-U-Net 的速度和記憶體使用率。
這些修改幫助 Demucs 在一些重要方面勝過 Wave-U-Net,比如它如何處理一種聲音壓倒另一種聲音的問題。「你可以想像一架飛機起飛,引擎噪音會淹沒一個人的聲音」,笛福茲說。
以前的波形模型,透過簡單地移除原始音頻源文件的一部分來處理這個問題,但是它們不能重建丟失材料的重要部分。笛福茲增強了 Demucs 解碼器的能力,「Demucs 可以重新創建它認為存在但卻迷失在混音中的音頻」,這意味著他的模型可以重新合成可能被響亮的鐃鈸聲影響而遺失的柔和鋼琴音符,因為它理解應該呈現什麼樣的聲音。
這種重構和分離的能力使 Demucs 比其他波形模型有優勢。笛福茲說,Demucs 已經與最好的波形技術相匹配,並且「遠遠超出」最先進的聲譜技術。
在盲聽測試中,38 名參與者從 50 首測試曲目中隨機抽取 8 秒鐘進行聽音,這 50 首曲目由 3 個模型分開:Demucs、領先波形、頻譜圖技術。聽眾認為 Demucs 在品質和無偽影(如背景噪音或失真)方面表現最佳。
Demucs 已經引起了人工智慧愛好者的興趣,精通技術的讀者可以從 GitHub 下載 Demucs 的代碼,代碼用 MusDB 數據集來分離音樂源。
笛福茲解釋,隨著 Demucs 的發展,它將為人們在家中創作音樂的數位音頻工作站帶來聲音的真實性。這些工作站提供了能夠喚起特定時代或風格的合成儀器,通常需要對原始硬體進行大量的數位化改造。
想像一下,如果音樂源分離技術能夠完美地捕捉 20 世紀 50 年代搖滾歌曲中用電子管放大器演奏的老式空心電吉他的聲音,Demucs 讓音樂愛好者和音樂家離這個能力更近了一步。
資料來源:https://technews.tw/…/using-ai-for-music-source-separation/…
如何移除照片背景 在 免費iPhone照片去人物App!三步驟把人p掉、去除背景路人 的相關結果
如果你也有這種煩惱,推薦你使用「玩美相機」這款照片去人物App 的移除功能,直觀又簡單好用的照片移除功能,幫你把背景路人去掉,還你一張乾淨好看的 ... ... <看更多>
如何移除照片背景 在 免費去背景軟體:移除影像背景| Adobe Express 的相關結果
您可以使用「移除背景」工具,凸顯照片的主題並建立透明背景,這麼一來就能將新的影像運用於各種新設計和媒體上。將它放置在有色彩的背景;或是新增背景,讓主題可以出現在 ... ... <看更多>