'STORY'에 해당되는 글 398건

###위치 GPS Satellite Constellation

위성 24 개(백업3개 총 27개)

위치탐색 방법

@@위성 1

신호 받은 시간과 보낸시간 으로 시간차

Range(R) = (t_r - t^s)*C

1차원상의 거리를 알아냇다

@@위성 3

수식 3개 

문제 에러 길이 즉

기기의 본자체 시간이 다름

예로 한국과 미국의 시간이 다름

Range(R) = (t_r - t^s)*C + 시간차*C

(x_1 +X)^2 +(y_1 +Y)^2 +(z_1 +Z)^2 = c(t_s1 - t_r1 -e)^2

(x_2 +X)^2 +(y_2 +Y)^2 +(z_2 +Z)^2 = c(t_s2 - t_r2 -e)^2

(x_3 +X)^2 +(y_3 +Y)^2 +(z_3 +Z)^2 = c(t_s3 - t_r3 -e)^2

(x_4 +X)^2 +(y_4 +Y)^2 +(z_4 +Z)^2 = c(t_s4 - t_r4 -e)^2

이렇게 해서 구한다

3개이상이면 위치를 알아넬 수 있음

###문제점

전파 관통이 불가능한 것 

및 반사된 값이 오는것

### 위치 거리 계산법

1.Triangulation 각도로 계산

2.Trilateration 거리로 계산

3.RSSI-based 도착하는 신호의 색?????

신호의 세기를 감소한 양으로 거리 계산???

### 보안은 어떻게 될까???
Frequency of access 자주 노출 할 것인가

Delay sensitivity 정확한 위치를 주는데 좀 있다줌

Position accuracy 범위를 어떻게 잡을까?

K-Anonymity

위치정보 요약하여보넴

###Preducted path 

예측과 과거 위치를 다 보낸다

그럼으로 어디있는지 모른다

이 모든 위치를 서비스를 준다

###map, flatMap

rdd : {"apple pear", "apple orange", "apple lemon grape"}

rdd.map(tokenize)

{"apple", "pear"},["apple","orange"]......

이런식으로 분활됨

rdd.flatMap(tokenize)

["apple", "pear","apple","orange"......

이런식으로 모임

###

@@출력

reduceByKey()

groupByKey()   같은 키값 모음

keys()             키만 모아서 변환

values()          벨류만 모아서 변환

sortByKey()      sort함수로 만듬

jion()              결과만듬

@@Action

collect()          다모아서 프로그렘에 돌려줌

count()           원소갯수 

first()             첫번째거

take(n)           n개원소 반환

@@저장 반환

saveAsTextFile(path)                텍스트로 저장

saveAsSequenceFile(path)         페어 형테의 저장

lines = sc.textFile("hdfs:/data/logs")

errors = lines.filter(lambda line:line.startsWith("ERROR"))

messages = errors.map(lambda line: line.split()).map(lambda words: words[1])

messages.filter(lambda line: *sshd" in line).count()

messages.filter(lambda line: "ngnix" in line).count()

로그 분석 하는것

Log mining with Caching 

좀더 효율적으로 

massages = errors.map(lambda line: line.split()).map(lambda words: words[1])

messages.persist() # caching messages

곂친것을 수행하지않는다

###Natural jion 

v_lookup 엑셀 같은거같음

값을 찾아서 옆 값을 같이 붙여서 추가해준다

### dataframe

df = spark.read.json("data/customer.josn")

df.show()   ## 값을 보여줌

df.printSchema()  ##타입을 알려줌

select()           df.select("name", df("age")+10)

filter()            df("age")> 30       

groupBy()       df.groupBy("age").count()

완전 DB 같다

DB처럼 출력되며 구릅을 묶거나 True 만 출력함

df.createOrReplaceTempView("customer")

sqlDF = spark.sql("SELECT age, name FROM customer")

sqlDF.show()

하... 모르겟어...

https://helloworld-km.tistory.com/entry/Steepest-Descent-method

### 웹 만드는 역사

1. 수동으로 이동을 해주는 링크를 만들어줌

2. 웹을 만들어 찾아서 간다

3. 믿을 만한 정보를 가지고 있는 정보를 찾아주는 것

이렇게 변화해 왔다

### 페이지 랭크

페이지 가 크면많은 페이지가 링크를 걸었기 때문 

페이지의 중요도가 높아진다

그 뭐냐  페이지 중요도 공식 같은거

Px = Py/2

Py = Px + Pz/2

Pz = Py/2 + Pz/2

P^(1) = M^t   P^(0)

###구글의 페이지 랭크

 a---> b ---> c 웹서핑 중

@@Dead -end 

  더이상 나갈 웹이 없는 것

@@Spider-trap

  계속 회전하는 스파이터 트렙 

  즉 세게가 계속 회전함

@@ 해결 방안

  random teleport

  임의의 곳으로 순간이동

  약 probability 1 로 네이버로 이동 (neighbor이거임 naver아님)

 Google matrix 

 P_j = (1 - c) ∑P_i/d_i + c/n

음 신기하다 저 P가뭔지 d가뭔지 안알려줌,..

### 휴리스틱

그 노드의 얼마나 우리문제를 푸는데 있어서 좋은 노드인지 바람직한지 

그 평가함수가 높은 값부터 처리해보는 것을 

휴리스틱 이라고 한다

### Best First Search

Evaluation function 

Heuristic Function

직선거리 로 활용

가장 짧은 거리에서 분석

즉 갈수있는 방법에서 가까운 곳을 계속 서치한다

결과가 나올때까지

최저 거리부터 고르니 나오면 그게 답임

### A*Search(A-star)

Evaluation function f(n) = G(n) + h(n) 

 f(n) : 평가 해도 될지 안될지

 G(n) : n까지 오는데 걸린 cost 비용

 h(n) : 현재 목적지 까지 실어야하는 값

즉 최대 값을 정해놓고 그값이 넘으면 다른 길을 찾는다

그러면서 위에 가장 짧은 거리로만 가서 답을 구하는 업그래이드 된 방식

###Local Search Algorithms

지역탐색의 철학 메모리를 적게 쓰자

greed search : 가장 좋은 곳을 간다 (서치x)

local maima : 지역적으로 최대값을 가지는 것 

initial point : 목적

hill-climbing : 

하나를 옮겻을때 최선인 상황 찾기

담금질 기법