전체 글 썸네일형 리스트형 논문 리뷰 : A Survey of Sensor Selection Schemes in Wireless Sensor Networks(1차) 육상 또는 수중에서 통신/탐지를 하기 위해서는 다수의 안테나(센서)가 필요합니다. 이때, 안테나(센서)의 개수가 무한정 많으면 누구나 어디서든 고 품질의 통신/탐지가 가능할 것입니다. 하지만 자원은 한정되어 있기 때문에 목적에 맞게 다수의 안테나(센서)를 적절한 위치/방법으로 설치하는 것이 좋겠지요. 그러면 어떠한 점들을 고려해야 하는지 알아보겠습니다. 설명하기에 앞서 이 논문은 정말 재미없고 특별한 기술이 있는 것도 아니며, 단순히 남의 논문을 분석하여 사실관계만 적은 논문입니다. 개인적으로 이런 방식의 논문이 있는것도 놀랍습니다. 거기다가 그림도 없고 엄청난 양의 영어만 있습니다. 하지만 어쩌겠습니까. 리뷰를 하라고 하니 리뷰를 해야겠지요. 시작하겠습니다. 1. Introduction 센서 네트워크의.. 더보기 Elbow method : 변화 지점 탐지 시 최적의 군집 수 구하기(K-means) 이전 포스팅에서 시계열 신호에 대한 변화 지점 탐지를 실시해 보았습니다. 이때, 우리는 변화 지점을 알고 있다고 가정하고 시뮬레이션을 해 보았는데 변화 지점을 모를 경우 어떻게 문제를 해결하는지 알아보겠습니다. 1. 변화 지점 탐지 시 변화지점 개수를 모를 경우 아래 그림을 확인해 보면 변화지점 2개일 때는 정확히 신호의 상승과 하강을 찾아낼 수 있으나 그렇지 않을 경우에는 과소탐지 또는 과적탐지를 하는 것을 알 수 있습니다. 그렇기 때문에 우리는 최적의 변화지점 개수를 우선적으로 알아내야 합니다. (1) 변화지점 1개 : 과소탐지 (2) 변화지점 2개 (3) 변화지점 4개 : 과적탐지 2. Elbow method : 변화 지점 탐지 시 최적의 군집 수 구하기 우선 군집(클러스터)의 개념부터 알아보도록 .. 더보기 Change Point Analysis : 데이터의 평균, 분산 변화 지점을 찾는 분석 기술(PELT, Anomaly), 주식 응용 가능 이전 강의에서 웨이블릿 변환을 알아보았습니다. 이때, 특정 시점에서 변화되는 양을 정량적으로 찾아야 되는데 이때 변화되는 시점을 Change Point Analysis(CPA) 기법을 사용할 것입니다. 1. CPA 개념 수학적인 것은 다음 강의에서 설명 드리겠으며, 이번 포스팅에서는 개념적으로 CPA를 이해해 보겠습니다. 아래는 이전 강의에서의 CWT(Continuous Wave Transform) 결과인데 빨간색 화살표처럼 어디가 시작이고 끝인지를 알아야겠지요. 이를 찾기 위해 CPA 기술이 필요하게 됩니다. 이때, CPA 접근방법은 평균적 또는 분산적 접근 방법이 있습니다. 이번 포스팅에서 평균적 그리고 분산적 접근 방법을 간단히 알아보도록 하겠습니다. 2. 평균적 CPA 접근 방법 (1) C언어적 .. 더보기 [선물 자동 매매 프로그램] 34연승 종료 후 첫 손절 1패에 대한 고찰(CPI 리스크 조절, 조건부지정가) 드디어 선물 자동 매매 프로그램 34연승이 종료되었습니다. 금일도 충분히 익절이 날 수 있었으나 다양한 인재가 발생하여 이런 사태가 발생했습니다. 어찌 되었든 연승은 종료되었으며, 내일부터 다시 시작입니다. 1. 연승 종료 사태 다음 주가 선물 자동 매매 프로글매 운용한 지 2달이 되는 날인데 깔끔한 수익률과 연승 그리고 다양한 데이터들을 준비하고 있었는데 오늘 첫 손절이 발생하였습니다. 연승에 대한 자료는 이전 포스팅에 잘 정리되어 있습니다. 오늘 드디어 실현손익 -98만 원 정도가 발생하였습니다. 오늘 정말 잘 풀리고 있었는데 아래와 같은 문제가 발생하였습니다. 보시면 저점에 잘 매수해서 고점에 매도하고 있었고 9시 45분에 실수가 하나 발생합니다. 바로 매도 주문을 나가야 되는 것이 매수 주문으로 .. 더보기 연속 웨이블릿 변환(Continuous Wavelet Transform) 스케일과 주파수의 관계 그리고 예제 이전 강의에서 웨이블릿 변환의 개념과 원리에 대해서 알아보았습니다. 이번에는 웨이블릿 변환 시 스케일과 주파수간의 관계 그리고 예제를 통해 마지막 정리를 해보겠습니다. 1. 웨이블릿 변환 스케일과 주파수의 관계 이전 강의에서 잠깐 말씀드렸지만 스케일(크기)에 따라 주파수 변환이 어떻게 이뤄지는지 개념을 잡는 것이 상당히 중요합니다. 우선 웨이블릿으로 자주 사용되는 Morlet을 사용해서 스케일과 주파수의 관계를 알아볼텐데 아래가 시간 도메인에서 Morlet wavelet 함수의 정의입니다. ψ(프사이)에서 Wo가 각주파수로 2 * pi * fc에서 주파수 fc성분이 있습니다. 여기에 우리는 일차적으로 주파수값을 넣을 수 있겠지요. 그리고 아래의 웨이블릿 함수에서 a의 크기를 변경시켜 가며 임의의 신호와 .. 더보기 웨이블릿(Wavelet) 변환(Transform) 상세 설명(그림 참조) 이전 강의에서 웨이블릿 변환의 개념 및 왜 사용해야 하는지에 대한 이유를 알아보았습니다. 이번 강의에서는 조금 더 상세하게 시뮬레이션 등을 통해 웨이블릿 변환에 대하여 알아보겠습니다. 1. 웨이블릿 변환의 개념 복습 FT(퓨리에 변환)는 시간적으로 신호가 변화하지 않는 환경에서 sine, cos 함수를 기저함수로 사용해 신호를 분리하는 것이었으며, WT(웨이블릿 변환)의 경우는 시간적으로 신호가 변화하는 환경에서 상당히 짧은 시간에 다양한 기저함수를 사용하여 주파수 성분을 확인하는 기법입니다. 즉, 웨이블릿 기저함수의 크기를 바꿔가며 신호와의 상관계수를 확인하는 것인데, 기저함수의 크기를 이렇게도, 저렇게도 바꾸니 계산량이 상당히 많이 있겠지요. 2. 웨이블릿(Wavelet) 원리 웨이블릿의 경우 sin.. 더보기 웨이블릿(Wavelet) 변환의 개념(수식 없음) 웨이블릿 변환에 대하여 개념적으로 설명을 드리겠습니다. 수식적으로 설명 전에 물리적으로 무엇인지 이해해야 올바르게 사용할 수 있겠지요. 아래 내용은 그 어떤 책 보다 쉬울 것이라 생각을 합니다. 블로그 주인장의 노하우를 담고 있는 것이기 때문에 불펌이나 reference를 정중히 사양합니다. 시간영역 분석 방법 웨이블릿 변환을 설명하기전에 시간영역 신호를 분석하는 법은 크게 3가지로 이번 포스팅에서 제한하겠습니다. 이 3가지만 알고 있어도 신호처리 하시는데 큰 어려움이 없을 것이고 어디든 취업 가능하실 겁니다. (1) FT(Fourier Transform) (2) STFT(Short Time Fouirer Transform) (3) WT(Wavelet Transform) 저 3가지를 우선 정리해 봅시다... 더보기 블로그 4개월 운영 정지(휴식) 뒤 7일 재개 후 애드센스 수익의 변화(공개) 안녕하십니까. 11월 이후 한 달에 1 포스팅 정도로 블로그를 접었었는데 최근 생각도 나고 겸사겸사 다시 포스팅을 올리고 있습니다. 그에 따른 수익 변화를 알려 드리겠습니다. 1. 4개월의 휴식기(일간 방문자 공개) 저의 블로그 방문자는 아시겠지만 최근 선물관련 프로그램을 제작 및 구동하고 있어 블로그를 쉬었습니다. 블로그라는 것이 상당히 노가다성이 크기 때문에 굳이 저의 발전이 되지 않는 글을 포스팅하기 껄끄럽고 선물프로그램으로 충분히 수익을 내고 있는 상태라 선택과 집중이 필요했습니다. 그에따라 자연스럽게 블로그를 휴식하게 되었습니다. 그렇더라도 아래와 같이 꾸준히 1000명대 방문객은 유지하고 있었습니다. 포스팅하지 않았어도 구글 등에서 어떻게 아시고 다양한 분들이 방문을 해 주셨더라고요. 크게 많.. 더보기 이전 1 2 3 4 5 6 7 8 ··· 36 다음
