22 2020년 10월

22

공기정화 식물-인공지능-IOT 3D 프린팅 AI 화분 물 머금기 성능 측정 실험

2단으로 쌓은 벽걸이 화분에서 각 화분별로 어느 정도의 물을 머금을 수 있는지 저울로 측정해 보자. 개별 화분 실험에 의하면 50~70ml 사이의 물을 붓고 새는지 확인해 보도록 한다. 50ml 면 전혀 새지 않으며 70ml 이면 제법 샌다. ᄄᆞ라서 60ml 수준에서 실험하도록 한다. 2단 상태에서 총 무게를 측정하면 587 gram 으로 측정되었다. 계량컵에 120ml를 넣은 후 상단에서 골고루 물을 붓고 새는지 살펴보자. 실험 후 8ml 가량의 물이 샜음을 확인하였다. 아울러 2단화분을 분리하여 무게를 측정해 보자. 윗화분은 351 gram 아랫화분은 353 gram 이 나왔다. 물을 붓기 전 건조 상태의 각각의 화분 무게는 293 gram 이었다. 즉 물을 부은 후 각 화분이 60 gram 정도의..

18 2020년 10월

18

12 2020년 10월

12

공기정화 식물-인공지능-IOT AI 알고리듬 적용을 위한 샘플 데이터 1차 저주파 필터링

실제 수집한 데이터를 사용하여 인위적으로 노이즈를 넣은 후 간단하게 저주파 필터링 작업을 해보자. 센서 데이터가 노이즈로 급변해도 필터링 된 데이터의 변동이 그리 심하지 않음을 알 수 있다. 필터링 된 경우와 필터링이 없는 경우에 대해서 선형 회귀법을 적용해 보도록 하자. #low_pass_filtering.py import matplotlib.pyplot as plt import numpy as np import time x=[ 1, 2, 3, 4, 5, 6, 7, 8, 9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32] y=[43,66,67,66,67,67,67,30,67,67,67,68,68,68,69,69,98,70,69..

11 2020년 10월

11

머신러닝 머신 러닝 퍼셉트론의 선구자 Rosenblatt 전기

60년 전에 AI의 길을 연 Rosenblatt 박사 1958년 7월 미국 해군 연구실에서 놀라운 발명을 소개하게 되었다. 방을 가득 채우는 크기의 5톤 컴퓨터인 IBM 704에는 일련의 펀치 카드를 읽어 들였다. 50 번의 시행착오 연습 끝에 컴퓨터는 왼쪽과 오른쪽에 마크 표시한 펀치 카드들을 구별하는 방법을 스스로 학습했다. 1956년, 발명자인 Frank Rosenblatt 박사에 의하면 이것은 "스스로 고유한 아이디어를 가질 수 있는 즉 생각할 수 있는 최초의 기계"였던 "퍼셉트론"의 시연이었다. 당시 Rosenblatt 박사는 후에 그는 뉴욕 버팔로에 위치한 코넬대학의 신경 생물학과 연구 부교수로서 부임하였는데 코넬 항공 연구소의 연구 심리학자 겸 프로젝트 엔지니어 업무를 담당했다. Rosenb..

댓글 머신러닝 2020. 10. 11.

20 2020년 09월

20

머신러닝 머신러닝에의 초대

머신 러닝과 인공지능은 최근에 활성화된 것은 사실이나 그 연원은 결국 2차 세계 대전이 끝날 무렵으로서 컴퓨터의 시작 시기인 튜링이나 폰노이만 시대까지 거슬러 올라간다. 아울러 50년대 중반 반도체 시대의 문을 열었던 노벨상에 빛나는 트랜지스터의 발명을 통해 컴퓨터 하드웨어 및 소프트웨어 발전의 포문을 열게 된다. 이어서 50년대 말 Rosenblatt의 퍼셉트론 하드웨어 및 소프트웨어 코드 개발 성공과 아울러 컴퓨터의 인공지능화에 대한 환상에 불을 당기게 된듯하다. 머신 러닝의 초창기는 1957년으로 거슬러 올라간다. 이미 1956년에 실리콘 밸리에서 활약했던 윌리암 쇼트키를 비롯한 3인의 과학자가트랜지스터 발명에 대한 업적으로 노벨상을 수상한 다음 해인데 이미 집적회로(IC:Integrated Cir..

댓글 머신러닝 2020. 9. 20.

26 2020년 08월

26

공기정화 식물-인공지능-IOT 화분 타이머 급수 장치 실험

화분에 일정한 주기로 설정된 양만큼 급수가 가능한 타이머형 급수기를 살펴보자. 왼쪽 스위치는 급수간격 설정 타이머이다. 최소 1, 4, 6,8, 12시간, 1, 2,3,4,5,6,7일 간격 설정이 가능하다. 오른 쪽 설정 스위치는 급수량 설정인데 물펌프 가동 시간을 조절하게 된다. 10초,15초,20초,30초,40초,50초,60초,... 간격인데 실험 결과 10초당 75cc 정도이나. 20초면 150cc, 30초면 225cc 로서 작은 화분이라면 20초 150cc 가량 흘려주면 충분하다. 즉 화분내 흙이 상토 즉 공기 함유량이 많은 다공성 상태이므로 급수 시에 물이 하부로 잘 빠지도록 물받이가 팔요하다. 키트를 열어보면 12개 화분을 대상으로 배관이 가능하도록 배관, 필터 및 엘보들을 제공한다.

07 2020년 08월

07

공기정화 식물-인공지능-IOT 파워포인트 영상 녹화 순서 요약

파워포인트 열고 삽입 버튼 클릭->오른쪽 끝 화면녹화 클릭(PC 화면에 영상 런 시작 준비되어 있어야 함) 다음과 같이 영상 영역을 설정하고 빨간 버튼을 눌러 녹화 시작 마치려면 사각형 정지 버튼을 누르면 영상이 캡춰된 상태에서 파워포인트 화면으로 돌아간다. 파워포인트 화면에서 캡춰된 영상을 볼 수 있음 화살표 누르면 실행됨. 물론 이상태 저장도 가능하지만 실행 전에 다음 스텝의 비데오 내보내기 작업을 하면 비데오 영상 파일이 얻어짐 내보내기에서 영상을 캡춰한 슬라이드의 시가 허용범위를 설정해주어야 함포맷 보시면 1시간도 가능할 듯. 단 비데오 포맷팅에 영상 스윕이 끝난 후에도 많은 시간이 소용됨에 유의바람

06 2020년 08월

06

머신러닝 자동차 번호판 문자열 인식을 위한 Tesseract_OCTR 라이브러리 설치

아나콘다 Envirinment를 열어 가상공간을 지정 후 콘다 창을 열어 “pip install ∙∙∙” 명령을 사용하여 설치하는 것이 통례이지만 Tesseract-OCR 의 경우에는 적용이 도지 않는다. 아나콘다 이전부터 사용되던 라이브러리로서 특수성이 있으므로 아래의 절차를 참고하자. 차량에서 번호판만을 OpenCV Contour 명령을 사용하여 추출하여 strings.png 로 저장 후 이 png 이미지 파일을 읽어서 Tesseract-OCR 코드를 사용하여 문자열 정보를 추출해보자. OpeCV 및 imutils 는 이미 설치되어 있으므로 Tesseract-OCR 폴더 및 이 폴더 내에 tesseract.exe 실행파일을 설치하도록 하자. Tesseract-OCR 라이브러리는 아래의 url 주소에서..

댓글 머신러닝 2020. 8. 6.