EunGyeongKim

💡 imageNet의 dataset에서 큰 미니배치는 최적화를 시키는데 어렵다는것을 보여줌(하지만 이 문제가 해결되면 훈련모델은 좋은 일반화를 가짐). 이 문제를 위해 미니배치 크기의 함수로 학습속도를 조정하기 위한 초매개변수 없는 선형 확장 규칙을 채택함. 또한 훈련 초기에 최적화 문제를 극복하는 새로운 워밍업 방식 개발. 1. Introduction This paper’s goal 큰 미니배치 사이즈를 다루기 위해 필요한 것 2. Large Minibatch SGD 2.1 Learning rates for Large Minibatches 2.2 warmup 2.3 Batch Normalization with large minibatches 3. Subtleties and Pitfalls of Dist..

RWS란? 후륜 구동 차량 장점 낮은 속도에서 쉬운 이동성과 더 민첩함 선회력이 좋음 높은 속도일때의 선회에서 방향 안정성과 핸들링이 좋음 측면역학의 증가(primarily its lateral dynamics)에서의 높은 차량 반응성 접지 한계 근처에서의 더 나은 반응성 아마 마찰력이 높을때를 말하는것 같음 RWS 특징 범프 스티어(bump steer), 또는 롤 스티어(roll steer)라고 불리는 서스펜션 동적 효과를 통해 측면 역학의 변화가 수동으로 이뤄질 수 있음. Thomas D. Gillespie. Fundamentals of Vehicle Dynamics. Pennsylvania, United States: SAE International, 1992. 뒷바퀴의 일반적인 튜닝은 직선으로 갈..

속도가 다를 수 있는 두 개의 시간 sequence의 유사도를 측정하는 알고리즘 적용분야 소리패턴 감지 사람들은 같은 단어를 속도나 악센트가 다르게 발음하기 때문에 사운드 트랙을 일치시키고 식별할수 있는 알고리즘이 필요 주식시장 비디오 그래픽 데이터 정의 및 아이디어 파란색 패턴이 빨간색 패턴보다 더 긺. 그러므로 euclidean matchng 을 이용하여 매핑이 완벽하게 동기화 되지 않음. 하지만 DTW는 동일한 패턴의 최저점과 최고점이 완벽하게 일치하고 두 곡선 모두에 대해 누락이 없도록 일대다 일치를 개발하여 문제를 극복 DTW 방법 💡 DTW는 특정 제한 사항과 규칙(wiki에서 제공)을 사용하여 주어진 두 시퀀스(예: 시계열) 간의 최적 일치를 계산하는 방법 첫 번째 시퀀스의 모든 인덱스는 다..

배치 정규화 딥 뉴럴 네트워크(Deep Neural Networks)에서 사용되는 중요한 정규화 기술 중 하나로, 네트워크의 학습을 안정화하고 속도를 향상시키는 데 도움을 줌 주로 컨볼루션 신경망(CNN) 및 완전 연결 신경망(Fully Connected Neural Networks)에서 사용 합성곱 레이어 또는 완전 연결 레이어 뒤에 적용되며, 네트워크의 성능과 안정성을 향상시키는 데 도움 뉴럴 네트워크의 학습과 일반화 능력이 향상되며, 많은 신경망 아키텍처에서 중요한 구성 요소로 사용 개념 배치 정규화는 네트워크의 각 레이어에서 입력 데이터의 분포를 조절하는 방법입니다. 각 미니배치(batch)의 입력 데이터에 대해 평균과 분산을 계산하고, 이를 사용하여 입력 데이터를 정규화합니다. 정규화된 데이터는..

💡실시간으로 휠정렬 불량을 감지하기 위해 에너지 효율적인 WAWMS(wheel alignment wireless monitoring system) 개발. 전력소비 최소화를 위해 실시간 클록(TRC)와 가속도계로 마이크로 컨트롤러를 깨우는 2중 wake-up전략 제안. error-correcting output codes based support vector machines은 3축 가속도 스펙트럼 매트릭스의 9개 주성분을 사용하여 93.2% 정확도를 가짐. 제안하는 WAWMS빨간선과 파란색 선은 각각 다른 모듈간의 전원 공급 방향과 통신을 나타냄.서로다른 모듈간의 통신을 위해 MCU는 아날로그 입력 GPIO에서 배터리 전압 측정값을 읽고 모니터링함. → 거의 소모 되었을때 알려주기 위해서.⇒ 전력 최소화에..

💡VCGM에서 개발한 KATRT를 이용하여 차량 중량과 적재 위치를 측정한 후 차량 매개변수인 차량 중량, 구동축 및 지붕 높이와 연계한 무게 중심 높이 측정하기 차량무게 중심 측정 이론차량무게 중심의 횡방향 위치 좌측륜에 대해서 모멘트 평형을 취하면 다음과 같이 계산한다. x=(Wr−Wl)×T2WTx = \frac{(W_r - W_l) \times T}{2W_T}x=2WT​(Wr​−Wl​)×T​WrW_rWr​ : 차량 우측륜 중량WlW_lWl​ : 차량 좌측륜 중량TTT : 차량 윤거WTW_TWT​ : 차량중량차량무게중심의 종방향 위치전륜에 대해서 모멘트 평형을 취하면 다음과 같이 계산됨y=Wr×LWTy = \frac{W_r \times L}{W_T}y=WT​Wr​×L​WRW_RWR​ : 차량..

💡차량의 wheel alignments을 위한 camber angle 검사(MCU 기반3축 가속도 센서)MCU = micro-control unitwheel alignment의 중요성Camber angle 조향 제어와 안정성에 영향Toe angle연료 효율성, tire lifespan, driving comfort에 영향을 줌. 접근 방법MCU기반 접근방식은 3축 가속도 센서를 이용해 중력값을 획득하고, camber 검사 시스템와 차량간의 좌표변환을 적용시킴캠버 시스템의 오정렬 각도를 자체적으로 보상할 수 있으므로, X축과 Z의 캠버축 완벽한 각도 조절이 필요하지 않음.본 논문에서의 데카르트 좌표 C의 구성요소를 다음과 같이 표현함(xCyCzC)C=[iC⃗ jC⃗ kC⃗][xCyCzC]\begin{pma..

목적: 레이져 모듈을 이용하여 휠 얼라인먼트를 측정 방법 제안 가장 일반적으로 휠 얼라이먼트를 측정하는 방법computer vision을 이용하는 방법고속 CMOS 카메라를 이용해 대상체에 부착된 마커를 인식하고 실시간으로 변위를 파악해 휠 모션 측정측정 결과의 정확도가 높음하지만 장비가 비쌈..장비 세팅 및 측정 전처리 과정등에 긴 시간이 소요됨 논문에서 제안하는 연구 과정 flow chartpre-Setting of laser module ⇒ deployment of system ⇒ measurement using wheel watch ⇒ measurement using laser module ⇒ result comparison toe 측정하기 (0.01˚ 단위의 정밀한 공차 결과 요)toe, cam..

동시성과 병렬성동시성(concurrency)멀티테스킹일을 잘게 분할 한 후 이를 조금씩 번갈아 가면서 처리하는 방식시간T0T1T2T3T4…T15일A0B0C0A1B1…C3아주 빨리 번갈아 하면 동시에 처리하는것처럼 보임병렬성(patallelism)시간코어0코어1코어2코어3T0A0B0C0D0T1A1B1C1D1T2A2B2C2D2T3A3B3C3D3진짜 동시에 여러 개의 일을 처리하는것 물리적은 코어의 개수에 제한이 있음작업이 I/O위주라면 동시성을 사용하는 편이 유리함 왜냐면 I/O 작업은 실제로 CPU가 처리해야 하는 시간이 상대적으로 적으며 대부분 대기하는데 소모함. 동시성 프로그래밍프로세스와 스레드프로세스 프로그램이 메모리 위에 올라가서 실행중인 것코드를 실행할 수 있는 공간CPU, 메모리, SSD와 같은..

Tire Alignment의 기본 요소Camber 차량을 앞에서 보았을 때 앞 타이어가 안쪽 또는 바깥쪽으로 기울어지는 정도원인마모된 볼 조인트, 스트럿 마운트, 타이 로드 및 기타 휠 서스펜션 부품은 캠버 정렬 불량의 마모 이미지모서리가 닳음..!정면에서 차를 봤을 때안쪽( 네거티브 캠버, negative camber ), 바깥쪽( 포지티브 캠버, positive camber )zero camber 가 가장 이상적이지만, 코너링 성능이 저하 될 수 있음그러므로 캠버 각도는 자동차 유형, 목적, 운전 스타일 및 차량 운전 조건에 따라 다름네거티브 캠버 spirited driver나 트랙 레이서가 선호함spirited driver: An exciting method of operating a motor v..