 Show Posts
|
|
Pages: [1] 2 3 ... 8
|
|
4
|
Μαθήματα Κύκλου Ηλεκτρονικής & Υπολογιστών / Βιομηχανική Πληροφορική / Re: [Βιομηχανική Πληροφορική] Θεματα Φεβρουαριος 2013
|
on: February 03, 2015, 00:18:20 am
|
Το πρώτο θέμα, το σκέφτηκα ως εξής: απ΄τα δεδομένα μας δίνει ότι το ρεύμα στην στιγμή κ=0 είναι 12mA άρα απ'την εξίσωση η στάθμη προκύπτει 90cm. Εφ'όσον η στάθμη αναφοράς είναι στα 120cm. Το σφάλμα είναι 120-90=30. Για ΔP(0) (σχέση 1) θεώρησα το σφάλμα ε(0)= 30 και τα άλλα (ε(-Τ),ε(-2Τ)) ίσα με μηδέν επειδή δεν είχε υπολογιστεί κάποιο σφάλμα πριν το κ=0 (πρώτη παραδοχή που δεν ξέρω αν είναι σωστή) και μου βγαλε αποτέλεσμα. Βρίσκοντας το ΔΡ(0) μπορείς να βρεις το Δl της στάθμης του νερού που προκαλεί η αλλαγή στην ροή (απ΄τον τύπο (3)) και να υπολογίσεις και το επόμενο σφάλμα ε(Τ) (ε(Τ)=120-(90+Δl)). (Εφ'όσον έχουμε τη στάθμη και το ΔΡ μπορούμε να βρούμε και το ρεύμα εξόδου που αντιστοιχεί στην πίεση της βαλβίδας για ΔΡ και το ρεύμα του αισθητήρα λόγω της στάθμης). Μετά το κάνεις ακόμα μια φορά και βρίσκεις το ρεύμα που αντιστοιχεί για κ=2. Σας φαίνεται σωστό;  αυτο το κομματι δεν το καταλαβαινω. βρισκουμε το ε, το ΔΡ, μετα το Δl. Το ρευμα στην εξοδο πως το βρισκουμε; ευκολο θα ναι λογικα απλα μπερδευτηκα με τους τυπους ετσι οπως τους εχει. Κανεις; |
|
|
|
|
6
|
Μαθήματα Κύκλου Ηλεκτρονικής & Υπολογιστών / Βιομηχανική Πληροφορική / Re: [Βιομηχανική Πληροφορική] Θεματα Φεβρουαριος 2013
|
on: February 02, 2015, 17:05:57 pm
|
Το πρώτο θέμα, το σκέφτηκα ως εξής: απ΄τα δεδομένα μας δίνει ότι το ρεύμα στην στιγμή κ=0 είναι 12mA άρα απ'την εξίσωση η στάθμη προκύπτει 90cm. Εφ'όσον η στάθμη αναφοράς είναι στα 120cm. Το σφάλμα είναι 120-90=30. Για ΔP(0) (σχέση 1) θεώρησα το σφάλμα ε(0)= 30 και τα άλλα (ε(-Τ),ε(-2Τ)) ίσα με μηδέν επειδή δεν είχε υπολογιστεί κάποιο σφάλμα πριν το κ=0 (πρώτη παραδοχή που δεν ξέρω αν είναι σωστή) και μου βγαλε αποτέλεσμα. Βρίσκοντας το ΔΡ(0) μπορείς να βρεις το Δl της στάθμης του νερού που προκαλεί η αλλαγή στην ροή (απ΄τον τύπο (3)) και να υπολογίσεις και το επόμενο σφάλμα ε(Τ) (ε(Τ)=120-(90+Δl)). (Εφ'όσον έχουμε τη στάθμη και το ΔΡ μπορούμε να βρούμε και το ρεύμα εξόδου που αντιστοιχεί στην πίεση της βαλβίδας για ΔΡ και το ρεύμα του αισθητήρα λόγω της στάθμης). Μετά το κάνεις ακόμα μια φορά και βρίσκεις το ρεύμα που αντιστοιχεί για κ=2. Σας φαίνεται σωστό; αυτο το κομματι δεν το καταλαβαινω. βρισκουμε το ε, το ΔΡ, μετα το Δl. Το ρευμα στην εξοδο πως το βρισκουμε; ευκολο θα ναι λογικα απλα μπερδευτηκα με τους τυπους ετσι οπως τους εχει. |
|
|
|
|
8
|
Μαθήματα Κύκλου Ηλεκτρονικής & Υπολογιστών / Παράλληλα και Διανεμημένα Συστήματα / Re: [Παράλληλα και Διανεμημένα Συστ.] Εργασία 3
|
on: January 17, 2015, 18:07:28 pm
|
|
οχι οχι. αυτο που λεω ειναι εχουμε ενα πινακα 250000 στοιχεια ο οποιος σιγουρα δεν χωραει στην shared memory. Το παιχνιδι game of life ειναι βασισμενο αποκλειστικα στο τι γινεται με τους γειτονες σε καθε γενια. Αρα αφου η λογικη λεει για να δουλεψω μεσω της shared memory πρεπει να αντιγραψω σε καθε shared memory του καθε block ενα κομματι απο τον μεγαλο πινακα και μετα να βρισκω τους ζωντανους και νεκρους γειτονες μεσω του καθε shared πινακα. Αυτο που ρωτω εγω ειναι αφου ενα thread στο block 1 δεν γινεται να βλεπει τον πινακα στο block 2 οπως στο παραδειγμα μου πως ας πουμε θα δει τους γειτονες των ακρινων στοιχειων αφου αυτοι βρισκονται στο block 2; Η δεν εχω καταλαβει καλα την shared memory;
Αυτο που λες νομιζω ειναι για το συνολικο πινακα με τις κυκλικες οριακες συνθηκες. Εγω μιλαω για τις ακρες των μικροτερων πινακων που αποθηκευονται στην shared memory. Σε αυτους δεν μπορουμε να πουμε οτι ισχυουν κυκλικες οριακες συνθηκες αφου οι γειτονες τους ειναι πραγματι διπλα τους και οχι στην αλλη πλευρα του πινακα ας πουμε.
|
|
|
|
|
14
|
Μαθήματα Κύκλου Ηλεκτρονικής & Υπολογιστών / Αναγνώριση Προτύπων / Re: [Aναγνώριση Προτύπων] 2η Εργασία 2014-2015
|
on: January 07, 2015, 20:04:24 pm
|
Ας πούμε πως το dataset έχει χωριστεί σε ζώνες που η κάθε μία από αυτές έχει avg , max , min κτλ κτλ. Από εκεί κ πέρα τι κάνουμε? Πώς ομαδοποιείς με βάση το average της κατανάλωσης πχ?
εστω οτι το έχεις χωρισει πχ σε 3 χρονικες ζωνες ανα ημερα. και σε 2 εποχες ανα χρονο. αρα 3*2*4 ετη=24 παρατηρησεις. καθε παρατηρηση εχει πχ μέση τιμη για active,reactive,sub1,sub2,sub3 και αντιστοιχα max και min. αρα οταν ομαδοποιεις για μεση τιμη παιρνεις τις μεσες τιμες, οταν για max τα μεγιστα κτλ κτλ Δηλαδη φτιαχνω ενα πινακα με ολες τις παρατηρησεις οπου θα έχω σαν γραμμες τις χρονικες ζωνες και στηλες avg max min για active, reactive, sub1 κτλπ; πχ με το παραδειγμα που λες 3*2*4=24 γραμμες και 5*3=15 στηλες; Και μετα που φτιαχνω αυτον τον συνολικο πινακα τον βαζω στο weka και κανω clustering με τους αλγοριθμους; Η πρεπει να φτιαξω ξεχωριστους πινακες για το avg, max, min και να τους βαλω στο weka ξεχωριστα; Για τα cohesion, sihlouette κτλ αναλογα με το μοντελο που μου βγαζει το weka για καθε αλγοριθμο βγαινουν και μεσω excel η matlab. Εγω ρωταω πως πρεπει να ειναι ακριβως ο πινακας οπου θα γινει βασει αυτου το clustering γιατι τα εχω λιγο μπερδεμενα. Ξεχωριστα για avg, ξεχωριστα για min, ξεχωριστα για max. Τωρα το αμα θα παρεις το dataset ολο ή θα το κοψεις εσυ αποφασιζεις(εννοω μηπως παρεις sub1 μαζι με active, ολα τα sub μαζι, κτλ κτλ). Καταλαβα. Και πως καταλαβαινω στο weka αν ειναι καλα clustered τα δεδομενα μου; Ποιο ειναι το κριτηριο ας πουμε; |
|
|
|
|
15
|
Μαθήματα Κύκλου Ηλεκτρονικής & Υπολογιστών / Αναγνώριση Προτύπων / Re: [Aναγνώριση Προτύπων] 2η Εργασία 2014-2015
|
on: January 07, 2015, 18:14:58 pm
|
Ας πούμε πως το dataset έχει χωριστεί σε ζώνες που η κάθε μία από αυτές έχει avg , max , min κτλ κτλ. Από εκεί κ πέρα τι κάνουμε? Πώς ομαδοποιείς με βάση το average της κατανάλωσης πχ?
εστω οτι το έχεις χωρισει πχ σε 3 χρονικες ζωνες ανα ημερα. και σε 2 εποχες ανα χρονο. αρα 3*2*4 ετη=24 παρατηρησεις. καθε παρατηρηση εχει πχ μέση τιμη για active,reactive,sub1,sub2,sub3 και αντιστοιχα max και min. αρα οταν ομαδοποιεις για μεση τιμη παιρνεις τις μεσες τιμες, οταν για max τα μεγιστα κτλ κτλ Δηλαδη φτιαχνω ενα πινακα με ολες τις παρατηρησεις οπου θα έχω σαν γραμμες τις χρονικες ζωνες και στηλες avg max min για active, reactive, sub1 κτλπ; πχ με το παραδειγμα που λες 3*2*4=24 γραμμες και 5*3=15 στηλες; Και μετα που φτιαχνω αυτον τον συνολικο πινακα τον βαζω στο weka και κανω clustering με τους αλγοριθμους; Η πρεπει να φτιαξω ξεχωριστους πινακες για το avg, max, min και να τους βαλω στο weka ξεχωριστα; Για τα cohesion, sihlouette κτλ αναλογα με το μοντελο που μου βγαζει το weka για καθε αλγοριθμο βγαινουν και μεσω excel η matlab. Εγω ρωταω πως πρεπει να ειναι ακριβως ο πινακας οπου θα γινει βασει αυτου το clustering γιατι τα εχω λιγο μπερδεμενα. |
|
|
|
|
Links
Members
Total Members: 10367
Stats
Users Online