한가위 추석이라~! 즐거운 시즌이다. 재미나게 놀아야 함에도 불구하고 시간을 때워야 하는 어쩔 수 없는 불가피한 상황을 겪을 수도 있다. 이럴 때를 대비해서 레알 단순 무식한 앱인벤터 게임을 짜기는 그렇고 하나쯤 비상용으로 설치해 두면 어떨까? 추석 영화 특선도 있겠지만 게임으로는 두더지 잡기를 추천한다. 잡았을 때 주는 진동의 짜릿함~~~!. 두더지 잡기는

1980년대 초반 오락기로 등장해 많은 인기를 끌었었던 스페이스 인베이더 게임을 앱 인벤터로 코딩해 보자. 스페이스 인베이더 게임의 개요는 스마트 폰 하단에 위치한 로케트를 터치하여 좌우로 드래그하면 총알이 발사되면 스마트폰 상단에 위치한 우주선을 맞춰 격추 시키는 게임이다. 로케트와 우주선 및 총알은 Drawing and Animation에서 ImageSprite

하나의 퍼셉트론으로 XOR 논리 처리가 되지 않는다는 점은 코드 실행을 통해서 확인이 가능하였고 이미 이론적으로도 설명이 가능하였다. 이 믄제를 해결하기 위해서 NN(neural Network) 방식에 의한 체계적인 해법이 이미 제시가 되어 있지만 이 문제를 보는 고정된 관점을 탈피해서 다소 다른 시각으로 XOR 논리를 퍼셉트론을 사용해 계산해 보도록 하자.

수상돌기의 시냅스 영역에서 신경전달물질(neurotransmitter) 분비를 통해 입력 신호 전달과 웨이팅이 일어나며 아울러 여러 개의 수상돌기가 연결된 뉴론에서 시그마(∑)에 의한 가감 합산이 일어난다. 합산된 전위 값은 threshold 조건 만족 여부에 따라 fire 즉 신경 충격이 일어나게 되며 뉴론에서 외부로 연결된 축색 돌기를 통해 신경 정보 전달이

다음 그림에서 처럼 자신이 코딩한 나침판 앱 결과와 플레이스토어에서 다운 받을 수 있는 무료 나침반을 다운 받아 비교해 보자. 스마트폰 화면에서 바늘이 실시간으로 움직이는 나참판을 앱인벤터로 코딩해 보자. 물론 Play ㅅ토어에 들어가면 무료 나참판이 흔하긴 하지만 스스로 코딩할 수 있느냐의 문제는 도전감에 불을 지를 수도 있는 충분한 동기가 될 것이다. 별도의

이 제목을 머신러닝 방식으로 풀어쓰면 Classification이 불가능한 XOR 로직 Perceptron 이 된다. 이미 AND 로직과 OR 로직 문제를 다루어 보았다. 이 두 문제는 쉽게 말하자면 성냥개비 한 개비를 사용하여 두 영역으로 분리하는 초딩 수준의 문제이다. 하지만 XOR 문제에서는 상황이 달라진다. (0,1)과 (1,0) 점을 포함해서 도려

RC카에 사용되는 모터는 에디슨에 의해 발명되었던 DC(직류) 모터로서 교과서에서 흔히 배우는 플레밍의 왼손법칙을 따른다. 이런 류의 직류 모터들은 내부에 감속기를 포함하고 있어 있는 그대로 제어 신호를 공급하면 된다. 취미용 RC카 공작을 함에 있어서 볼팅 체결을 전혀 사용하지 않고 스카치 데이프 부착만으로도 상당히 견고한 RC카를 만들 수 있다. 이 스카치

앱인벤터 음성인식 연습도 해보았고, 초음파 센서도 달았고 더 이상 벽에 부딪히는 일은 없으므로 이제부터는 좋게 좋게 말로 아두이노 RC카를 음성 인식으로 제어해 보자. 음성인식 사용하려면 마이크 아이콘 터치에서 시작하여 시간이 많이 소요되므로 급하면 바로 위의 터치 키를 사용하도록 한다. 블루투스로 제어되는 아두이노 코드는 RCCAR_BT_ULTRASIONIC_01에서

음성인식 앱을 코딩해보기로 한다. 아래와 같이 필레트의 User Interface에서 버튼 1개와 라벨 1개를 끌어다 놓도록 한다. 음성인식엔진은 Media에서 VoiceRecognizer를 끌어온다. 이 음성 인식 엔진은 속성이 Non visible이다. 버튼의 Text 박스에 Speak을 입력한다. 라벨의 text 박스에는 text 라고 입력해 둔다. 블록을

Adafruit 모터쉴드로 DC모터를 제어하는 RC카에 초음파 센서 SR-04를 설치하자. 아무래도 장님 보다는 눈 없는 박쥐가 훨씬 나을 듯하다. 아두이노에서 초음파 센서를 사용하여 코딩하는 것이 그다지 어렵지는 않으나 해보면 될 때도 있고 안될 때도 있는데 코딩에 문제가 있는 것이며 그 원인을 정확하게 알아야 할 필요가 있다. RC카에 초음파 센서를 배선하기

극성 동호회에서 밸런싱 로빗에 초음파 센서 설치를 무언에 압박하였으나 우리도 성질 하나는 남달라 끝까지 버티고 있는 와중이다. 버티는 이유는 아두이노 코딩 및 장남감 만들기는 반드시 재미(흥미) 가 수반되어야 함에도 불구하고 밸런싱 로빗 코딩은 그다지 재미가 느껴지지 않는 상황이다. 역쉬 명품과는 거리가 멀어 많이 싸보이는 Adafruit 모터쉴드를 장착한

AND 로직 문제는 N=2 에 해당하는 즉 조도센서(Photocell)가 2개인 Rosenblatt의 퍼셉트론 문제로 귀착이 된다. 물론 더 이상 Rosenblatt의 웨이트 업데이트 방식을 적용할 필요는 없으며 Softmax 또는 Sigmoid 함수를 사용하여 머신 러닝이 가능하다. AND 로직 문제는 OR 로직 문제에서와 마찬가지로 2개의 입력 센서를 가지는

아두이노의 디지털 데이터 핀 또는 라즈베리 파이의 GPIO 디지털 출력은 “LOW”와 “HIGH” 또는 “0” 과 “1” 로 표현이 가능하다. 이러한 논리(LOGIC) 값 출력을 바탕으로 AND 논리(LOGIC)를 고려해 보자. AND 논리에서 “0”과 “1”을 사용하여 입력 값 x1,x2가 주어지며 이 2개의 입력 값이 항상 “1”이라야만 출력 y가 “1”

극성 동호회에서 죄다 충돌 방지 초음파 센서를 부착 테스트한 후 내게도 초음센서 설치하라는 무언의 압력이 수시로 가해지고 있다. 실제로 테스트한 짤을 올려 둔다. 상당히 복잡한 초음파 센서 코딩을 사용함에도 불구하고 밸런싱 로봇 속도가 빠르면 관성으로 인해 가서 부딪히기도 한다. 첨부된 짤에서 바퀴가 회전이 멈추는 모습을 잘 관찰해 보기 바란다. 일단 초음파

입력 벡터를 구성하기 위한 조도센서(Photocell)의 수가 1 과 2인 경우에 대하여 Rosenblatt의 퍼셉트론을 분석해 보았다. Rosenblatt이 제시했던 웨이트 업데이트 방식 알고리듬을 확인해 보았으며 아울러 Softmax를 사용하여 체크를 해보았다. 선형 hypothesis와 최소제곱법에 의한 OR 로직 머신 러닝 Classification

1800년대 후반에 볼츠만은 미시적인 원자나 분자의 물성이 물질의 거시적인 상태에서의 물성과 어떤 관계에 있는지를 깊이 고찰하여 물리학에서 통계역학의 토대를 쌓았으며 그의 대표적인 아이디어가 바로 볼츠만 분포와 엔트로피 공식(S=k lnW)일 것이다. 볼츠만의 연구내용을 요약해 보면 용기 속에 가두어둔 수많은 개개의 기체 입자들의 미시적인 관점에서 위치와 에너지를

1969년에 MIT의 민스키와 페파트 교수가 처음 퍼셉트론을 만들었던 Rosenblatt을 매장할 의도로 퍼셉트론을 수학 문제화 하여 완전히 초를 쳐 지금까지 여파가 미치고 있는 사건이 있었다. 머신 러닝 분야가 지금도 문헌 검색해 보면 자료도 연구 인력도 거의 없는 연구 기피 영역으로 남아있는 듯하다. 단지 구글에서 이세돌과 딥러닝 간의 바둑 격돌을 통해

사진은 이미 소개했으나 블루투스 앱인벤터 코드를 심어 조종하는데 하루 더 걸린 동호회 밸런싱 로봇 작품 짤을 감상해 보실까요?

구조 및 제작과정 이 다소 복잡한 밸런싱 로봇에 비해 아두이노 모터쉴드에 의한 RC 카는 제작이 간단할뿐더러 앱인벤터에 이한 블루투스 제어 코드의 구조는 거의 같다고 보면 된다. Brokkking의 밸런싱 로봇에서는 블루투스로부터 송신 받은 데이터를 바이트 데이터로 처리하였으나 여기서는 그냥 단순하게 문자로 처리하기로 한다. 그 차이다. 밸런싱 로봇에 사용한

시간이 좀 걸렸지만 고맙게도 동호회분께서 짤을 잘 찍어서 넘겨주셨네요. 조종해보니 쏟을 듯 쏟을 듯 보니 정말 스릴이 있네요.