본문 바로가기

ALL120

가스 센서 1. 가스 센서 개요 화학 센서는 특정 화학 물질의 종류, 농도, 성질 등을 감지하여 화학 에너지를 측정 가능한 전기 에너지로 변환하는 센서로 가스 센서 , 이온 센서, 습도 센서, 바이오 센서 와 같이 분석 대상에 따라 다양한 범주로 분류 할 수 있다. 우리가 호흡하는 공기는 대략 78%의 질소(N2), 21%의 산소(O2), 0.9%의 아르곤(Ar), 0.03%의 이산화탄소(CO2) 및 0.07%의 기타 가스로 구성되어 있다. 대기 오염의 주 원인은 미세먼지(PM), 일산화탄소(CO), 질소 산화물(NOx), 오존(O3), 이산화황(SO2)과 같은 오염 물질이다. 위험한 반응성 가스는 독성, 가연성, 산화성, 부식성, 발화성으로 구분될 수 있다. 가스 센서는 낮은 농도의 가연성, 폭발성 또는 독성 가.. 2023. 2. 14.
직류(DC)회로 해석 기초 1. 옴의법칙 옴의법칙은 1800년대 독일의 물리학자 옴이 처음사용한 데서 유래함 전류와 저항을 알고 있을 경우 전압을 구할 떄, V = IR (V) 전압과 저항을 알고 있을 경우 전류를 구할 떄, I = V/R (A) 전압과 전류를 알고 있을 경우 저항을 구할 때, R = V/I (Ω) 옴의 법칙을 이용해서 구한다. 전기에서 사용하는 단위들 ( V, A, Ω, F, H ) 은 SI 단위계를 사용한다. 아래 SI 단위계 표를 숙지하는 것이 좋다. 식들을 사용하기 전에 반드시 표준단위로 변경해야 한다. 그렇지 않으면 답이 10의 몇 승배로 크거나 작은 값이 될 수 있다. 접두어 기호 승수 피코(pico) p 10 ^ -12 나노(nano) n 10 ^ -9 마이크로(micro) µ 10 ^ -6 밀리(mi.. 2023. 2. 12.
임베디드 C언어/ 툴체인 개념 임베디드는 H/W, F/W로 나눌 수 있으며 H/W의 경우 시스템을 구성하기위한 회로설계와 PCB를 개발하는 영역이고 F/W는 시스템의 핵심적인 MCU(마이크로컨트롤러유닛)에 프로그래밍하여 시스템을 가동하기위한 프로그래밍 영역이다. (이 경우 아두이노를 생각하면 쉬움) 그리고 마이크로프로세서(우리가 흔히 말하는 CPU)를 사용한 F/W는 보통 리눅스 환경의 OS를 설치 하고 기반하여 만든다. (이 경우는 라즈베리파이에 속한다.) 오늘은 임베디드의 F/W 개발에서 C언어와 임베디드의 개념에 대해서 기본적으로 정리해보려고 한다. C언어의 특징 - 시스템 프로그래밍이 가능 운영체제(OS)를 개발하는 목적으로 만든 언어이기 때문에, 하드웨어를 제어하는 시스템 프로그래밍이 가능하다. 벌써부터 C언어가 임베디드에서.. 2023. 1. 31.
K-최근접 알고리즘02 (훈련세트/테스트세트) https://colab.research.google.com/drive/1nZUD3xipIo8uq3jt51krpDnDiMa4VYeI?usp=sharing traing_set_test_set.ipynb Colaboratory notebook colab.research.google.com 요약 무언가를 분류하는 알고리즘을 만들 때, 알고리즘이 정답을 모두 알고 있다면 문제가 된다. 모델을 훈련할 때 사용한 데이터로 모델의 성능을 평가하는 것은 정답을 미리 알려주고 시험을 보는 것과 같다. 공정하게 점수를 매기기 위해서는 훈련에 참여하지 않은 샘플을 사용해야한다. 이 때문에 훈련 데이터를 훈련 세트와 테스트 세트로 나누는 것이다. 또한 무작정 훈련 세트와 테스트 세트로 나누는 것은 샘플링 편향을 불러온다. 무.. 2023. 1. 24.
머신러닝 알고리즘 분류 (지도학습/비지도학습/강화학습) 머신러닝 알고리즘의 분류 머신러닝 알고리즘은 지도 학습과 비지도 학습으로 나뉜다. 그리고 번외로 강화 학습으로도 나뉘기도 한다. 지도 학습(supervised learning) 지도 학습 알고리즘은 입력(데이터)과 타깃(정답)으로 이루어진 훈련 데이터가 필요하다. 지도 학습에서 데이터와 정답을 입력(input)과 타깃(target)이라 하고, 이 둘을 합쳐 훈련 데이터(Training data) 이라 한다. 입력으로 사용되는 특성, 특징을 feature라고 한다. 지도학습은 정답(타깃)이 있으니 알고리즘이 정답을 맞히는 것을 학습한다. 예를 들어 여러 데이터에서 구분하는 분류 처럼 말이다. 비지도 학습 (unsupervised learning) 비지도 학습 알고리즘은 정답(타깃) 없이 입력 데이터만 사용.. 2023. 1. 24.
머신러닝 K-최근접 이웃 알고리즘(K-Nearest Neighbors) https://colab.research.google.com/drive/10PjnrRKM2zR2v6xruyMoVq9EkaFdRKFn?usp=sharing K-Nearest Neighbors.ipynb Colaboratory notebook colab.research.google.com 요약 1. 데이터 준비/ 전처리 (2차원 리스트로 만들기) 2. 정답 데이터 준비 (이진분류에서는 보통 정답인 대상의 데이터를 1, 그 외 정답인 아닌 데이터는 0으로 표현함) 3. 사이킷런의 K - 최근접 이웃 알고리즘 모델 클래스명은 KNeighborsClassifier() 이다. 4. K-최근접 이웃 알고리즘의 fit() 메서드는 두 매개변수로 훈련에 사용 될 특성과 정답 데이터를 전달한다. predict()메서드는 .. 2023. 1. 24.

티스토리툴바