자 그럼, 아두이노로부터 블루투스로 전송받은 센서값을 그래프로 표현해주는 안드로이드 어플로 할 수 있는 것이 무엇인지 생각해보자. 1. 실시간 그래프의 활용 그래프는 빠른 변화의 추이를 눈으로 확인하는 것에 도움이 된다. 특정 시점 전후를 직관적으로 표현해주기 때문이다. 2. 센서의 활용 센서를 활용하면 단순히 어떤 현상이 일어났음을 확인하는 것에 그치지 않고, 얼마나 일어났는지 확인할 수 있다. 또한 관찰자가 직접 보고 있지 않아도 된다. 3. 한계: 블루투스 사정거리 블루투스는 사정거리가 매우 짧다. 유선으로 연결하는 것보다는 길지만, 원격이라고 할 수 있을 정도는 아니다. 현재 장치의 특징과 한계를 종합해보면, 직접 보지 않고도 변화의 추이를 확인할 수 있으면서 사용자와 그렇게 멀지 않은 곳에 센서를 두고 모니터링하는 곳에 쓰이면 되겠다. 가장 먼저 생각할 수 있는 것은 수면 모니터링이었다. 위 영상에서 사용하는 것은 단순했다. 센서는 자이로스코프만을 사용하여 처음 시작 후 5분간 움직임이 없을 경우를 얕은 수면이라고 간주하였고 이후 움직임이 발생할 때마다 기록하는 방식이다. 잠자다가는 누구나 뒤척이지 않나 생각이 드는 것은 내가 잠버릇이 험하기 때문이지만, 그래도 너무 단순하다. 아 예쁘게 생겼네, 라는 것은 속마음이므로 어디 크게 말할 거리는 못된다. 이 영상에서는 호흡 측정, 자이로스코프, 심박 센서를 모두 사용한다. 근데 선이 많아도 너무 많다. 무선으로 정보를 모니터링 할 수 있으면 뭐하나, 정작 장치는 선 투성이인데. 게다가 호흡 측정은 몸통을 아예 선으로 옭아 매고는 숨쉴 때마다 선이 늘어나는 것을 활용했다. 필시 학교에서 어떤 프로젝트 숙제가 있었고 이걸 하기 위해 디립다 모든 센서들을 밀어넣은 결과물일 것이다. DIY 단계에서 사용하는 센서들이 실제 수면 분석에 도움이 되는지 불확실하므로, FitBit에서는 어떻게 수면 방식을 분석해주는지 확인해 보았다. 출처 : Fitbit 사이트(h...
점심을 유가네에서 먹게 되었다. Sha Tin 이라는, 학교에서는 조금 떨어져있는 곳에 커다란 쇼핑몰이 있는데 그곳에 유가네도 있었다. 한국에 있을 때는 비싸고 양도 적어 잘 가지도 않던 유가네였는데 이곳 매장에 들어서면서 점원들이 서툰 한국말로 "반갑습니다 유가네입니다~" 뇌까리는 모습이 너무나도 반가웠다. 친구가 점심에 가면 무한리필에 88HKD 라고 하기에 가게 된 유가네였다. 하도 홍콩식 계산법에 치인 터라 88달러라는 사실을 믿지 않고 갔다만, 정말 맛있었다. 닭갈비의 양도 한국보다는 많다고 느껴졌다. 닭갈비가 아니라 밑반찬이 무한리필로 나온다는 점은 허를 찔렸지만 이조차도 맛있었다. 별다른 밑반찬은 아니고 일반 보리밥 뷔페에 가서 흔히 볼 수 있는 무한리필 반찬등이었다. 불고기, 잡채 등등...그런데 정말 먹으면서도 웃음이 터져나올만큼 맛있었다. 김치를 계속 먹을 수 있다는 사실만으로도 좋았다. 가족들이 조금 더 여행을 하고 오라는 권유를 했지만 타지에서 더머물고 있는다면 정말 건강까지 나빠질 것만 같은 생각이 들 정도로 한식이 그립다. 여기 음식들은 마늘이 잘 안들어가는 것 같다. 한국에서는 컵라면에도 다진 마늘을 넣으면 맛있다는 것을 알 정도였는데. 여기음식들은 그래서인지 감칠맛이 좀 떨어진다. 달면 달고, 짜면 짜고. 마늘향보다는, 우리 표현대로 돼지 비린내를 더 좋아하는 듯하다. 결국 1인당 100HKD씩을 내고 식당을 나섰다. 후식겸 해서 뷔페식 조각케익까지 준비되어 있었으니 한화 15000원도 그렇게 아까운 편은 아니라는 생각이 들었다. 커다란 쇼핑몰안에 있는 만큼 쇼핑을 하러 나섰지만 내가 뭘 사게 될거라는 생각은 하지 않았다. 절대적으로 가성비를 따지는 나는 현대의 쇼핑에는 맞지 않는다고 생각되었다. 홍콩에 들고 온 옷 중에서 내가 산 것이라고는 2년 전에 군대에 있을 때 샀던 농부컨셉 황토바지 뿐이다. 일단 쇼핑몰이니 걸어댕기기나 해야겠다는 생각만 하고 있었다. ...
python 을 기반으로 하는 딥러닝은 지금까지 수박겉핥기 식으로 느꼈던 이유가 왠지 python-numpy 를 모르기 때문이라는 생각이 든다. 하루키 원서를 빌려다가 번역판 책과 비교해 가며 마음에 드는 구절을 하나하나 베껴서 공책에 써본들 일본어가 생경하게 느껴지는 이유와 똑같을라나. cs231n의 두 번째 강좌에서도 이런 점을 저어하였는지, 한 세 가지 사례를 보여주면서 python-numpy를 따로 공부해야 하는지를 확인하라고 했다. 그 중 하나만 예를 들자면 (난 어차피 하나도 몰랐다) Ypred[i] = self.ytr[min_index] 가장 가까운 example의 label을 예측하라는 문구라는데, 뭐 하나하나 따지고 보면 아, 역시 그랬군, 할 지도 모른다. 하지만 역시 생경하다. 이런 사람들은 python numpy tutoial 을 공부하는게 좋을 듯 하다. 수강생이 많은 만큼 친절하게 잘 짜여져 있을 것을 기대해 본다.
댓글
댓글 쓰기