https://www.edx.org/course/uc-berkeleyx/uc-berkeleyx-eecs149-1x-cyber-physical-1629#.U6qz7R9tj0o UC Berkeley 강의 중에 Cyber Physical System 이라는 과목이 있었다. 깅의 내용은 보통 대학에서 embedded system라고 가르치는 내용의 전반적인 개론을 설명하는 것이었다. embedded system을 설계하려면 고려해야 될게 많다. 일반적인 컴퓨터와는 다르게 Deadline이 중요해서 이를 고려한 scheduling 기법도 공부해야 되고, 장착되어 있는 sensor값을 읽고 적절한 반응을 보여줘야 하는 것도 이런 종류의 시스템이다. 혹은 일정한 State를 두고 특정환경에 대응하는 형식의 Finit..
지금 듣고 있는 온라인 수업중에 sabermetrics 를 가르치는 수업이 있다. 이 수업이 좋은게 단순히 야구지식을 가를치는 것에 그치지 않고, lahman Baseball Database를 SQL과 R을 통해서 원하는 자료를 뽑을 수 있는 것까지 가르치고 있다. 그냥 수업중에 나온 문제를 소개해보고자 한다. Colored By Color Scripter™123456789SELECT CONCAT(m.nameFirst, ' ', m.nameLast) AS playerName, yearID, G, AB, H, 2B, 3B, HR, R, RBI, SB, H/AB AS BA, (H+BB+HBP)/(AB+BB+HBP+SF) AS OBP, (H+2B+2*3B+3*HR)/AB AS SLGFROM Batting bJ..
통계에서 가장 많이 구하는 요소인 분산과 표준 편차다. 우리가 그냥 통계를 배웠다 정도만 하면 표준편차까지 구하는 정도에 그치겠지만 Sabermetrics에서는 그 표준편차를 통해서 Coefficient of variation, 우리말로 번역하면 변동계수를 구하는데 사용할 수 있다. 이값을 활용하면 dataset과 평균이 얼마나 차이가 나는지를 하나의 parameter로 뽑을 수 있기 때문에 여러개의 클래스를 비교할 때 유용하게 쓸 수 있다. python코드는 다음과 같다.
한창 학기말 준비때문에 바쁘다. 성적은 잘 받아야되겠고, 논문 준비는 해야되겠는데 일단 급한 불부터 지금 끄고 있다. 문제는 불은 꺼도 불씨는 살아남아있다는 거다...우선 지금 집중하는 건, Machine Learning 학기 프로젝트다. 우리팀의 주제는 키넥트를 이용해서 실시간 수화프로그램을 만드는 것이다. 대충 Framework는 이렇다. 이렇게 오른손을 tracking해서 손의 모양을 인식하게 되면 될거 같았고, 이에 대한 결과를 하단부에 이미지로 출력하려고 했다. 기존의 접근 방식과는 다르게 우리는 depthStream을 이용해서 손인식을 하게 하려고 했다. 그러고보니까 문제는 크게 두가지가 있었다. 첫번째는 사람이 어디서 손을 인식하느냐에 따라서 손의 depthValue가 다르게 나오는 것이다...
clc; clear all; close all; imaqreset; depthVid = videoinput('kinect',2); triggerconfig(depthVid, 'manual'); depthVid.FramesPerTrigger = 1; depthVid.TriggerRepeat = inf; set(getselectedsource(depthVid), 'TrackingMode', 'Skeleton'); viewer = vision.DeployableVideoPlayer(); start(depthVid); himg = figure; while ishandle(himg) trigger(depthVid); [depthMap, ~, depthMetaData] = getdata(depthVid); idx ..
clc; clear all; close all; imaqreset; depthVid = videoinput('kinect',2); triggerconfig(depthVid, 'manual'); depthVid.FramesPerTrigger = 1; depthVid.TriggerRepeat = inf; set(getselectedsource(depthVid), 'TrackingMode', 'Skeleton'); viewer = vision.DeployableVideoPlayer(); start(depthVid); himg = figure; while ishandle(himg) trigger(depthVid); [depthMap, ~, depthMetaData] = getdata(depthVid); imsh..
C#이나 C로 개발할 때는 자료형 별로 attribute가 있기 때문에 자기가 원하는 데이터를 특정 자료형으로 정의한 후에 접근할 수 있는데, matlab에서는 전부 depthMetaData라는 struct형 자료에 접근해서 정보를 얻어야 한다. 심지어 skeletonData도 말이다. 아마 추정컨데 kinect 내에서 사람의 skeleton을 뽑아내는 구조는 depth에서 나오는게 아닐까 싶다. 거기서 distance Transform을 내부적으로 추정해서 Joint를 유추하는게 skeletonTracking의 기반일지 모르겠다는 생각을 잠깐 해본다. 아무튼 depthMetaData를 통해서 얻을 수 있는 데이터는 다음과 같다. 여기서 SegmentationData를 활용하면 배경을 제거한 사람의 모습..
지금 하고 있는 수업에 응용하느라 Matlab에 Kinect를 설치하는 방법에 대해서 소개하고자 한다. 방법도 무척 간단하고, matlab 상의 Image Aquisition Toolbox를 이용하면 금방 설치할 수 있다. 우선 matlab을 실행시킨 상태에서 다음 명령어를 쳐본다. 참고로 나는 Matlab R2014a에서 테스트해보고 있다. 만약 위와 같이 뜨는 거면 지금 Matlab에서 kinect를 인식하고 있지 못한 상태다. 그런 경우에는 위에 Support Package Installer를 통해서 Kinect Runtime Environment를 설치해주면 된다. * 정정 : 여기서 말하는 NI grabber는 Nattional Instrument사에서 제공하는 장치 중 하나다.Mcrosoft ..
※ Herlihy , shavit 책을 그냥 혼자보기 쉽게 요약한 내용이라서 잘못된 내용이 담겨 있을 수 있다.분산시스템에서 초점을 맞추고 있는 형태는 MIMD(Multiple Instruction Multiple Data)의 구조다. [1]MIMD의 형태로는 위와 같이 Bus를 sharing하는 형태를 보일 수도 있고, 혹은 오른쪽처럼 Mesh 형태로 core와 memory가 분산되어 있는 형태를 취할 수도 있다. 이중에서 Shared Bus 형태는 당연하겠지만 contention이 발생한다. thread가 memory로부터 데이터를 읽어올때는 항상 한개의 thread만이 bus를 점유하기 때문에 이에 따른 memory쪽이나 thread간의 communication 에 대한 contention이 발생할..
Instructables를 살펴보다가 초음파센서에 관련된 내용이 있길래 한번 해봤다. 링크 내가 가지고 있는 초음파 센서는 hc-sr04라는 핀 4개짜리 센서인데, 아마 다른걸로는 흔히 ping이라고 불리는 핀 3개짜리 초음파센서도 있는걸로 안다. 아무튼 이 센서는 한개의 입력핀(trigger)와 한개의 출력(echo) 그리고 ground와 Vcc로 구성되어있다. 초음파센서의 특성은 일반적인 거리측정 원리와 똑같다. 간단히 설명하자면 소리의 이동을 이용한 것이다. 소리는 그 자체의 파장(wavelength)를 가지고, 정해진 시간만큼 그 파장의 거리로 나아간다. 만약 파장이 나아가는 곳에 장애물이 있게 되면 반사(reflection)이 일어나던지 회절(diffraction) 이 발생하는데, 초음파 센서는..
- Total
- Today
- Yesterday
- bias
- windows 8
- 파이썬
- Variance
- processing
- SketchFlow
- Pipeline
- Gan
- Offline RL
- ColorStream
- Kinect for windows
- dynamic programming
- Off-policy
- 딥러닝
- Kinect SDK
- RL
- reward
- Distribution
- Python
- Kinect
- Policy Gradient
- 한빛미디어
- TensorFlow Lite
- PowerPoint
- Windows Phone 7
- End-To-End
- 강화학습
- DepthStream
- Expression Blend 4
- arduino
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |