Memori DDR4 Kingston HyperX Fury
Penulis: admin
Real World Machine Learning System
Speeding Up Reinforcement Learning with a New Physics Simulation Engine
Source: https://ai.googleblog.com/2021/07/speeding-up-reinforcement-learning-with.html
Reinforcement learning (RL) is a popular method for teaching robots to navigate and manipulate the physical world, which itself can be simplified and expressed as interactions between rigid bodies1 (i.e., solid physical objects that do not deform when a force is applied to them). In order to facilitate the collection of training data in a practical amount of time, RL usually leverages simulation, where approximations of any number of complex objects are composed of many rigid bodies connected by joints and powered by actuators. But this poses a challenge: it frequently takes millions to billions of simulation frames for an RL agent to become proficient at even simple tasks, such as walking, using tools, or assembling toy blocks.
NOAA Fisheries Steller Sea Lion Population Count
Original Competition: https://www.kaggle.com/c/noaa-fisheries-steller-sea-lion-population-count
Best solutions:
- 1st place solution by @outrunner
- 2nd place solution by @Konstantin Lopuhin
- 3rd place solution by @bestfitting
- 4th place solution by @Artem.Sanakoev (https://github.com/asanakoy/kaggle_sea_lions_counting)
- 5th place solution by @Dmytro Poplavskiy
- 6th place solution by @yingxiaowei
- 9th place solution by @harshml
- 21th place solution by @Liangkai
- 23th place solution by @toshi_k
- 27th place solution by @rakhlin
- 43rd place solution by @JandJ
- 69th place solution by @GarethJones
- 75th place solution by @Vader | Charles
- 165th place solution by @Tuomas Tikkanen
Related Articles
- Tensorflow Object Counting API https://github.com/ahmetozlu/tensorflow_object_counting_api
- Daniel Onoro, Towards Perspective-Free Object Counting with Deep Learning https://www.researchgate.net/publication/306118084_Towards_Perspective-Free_Object_Counting_with_Deep_Learning
- Victor Lempitsky, Andrew Zisserman, Learning to Count Objects in Images, https://papers.nips.cc/paper/2010/file/fe73f687e5bc5280214e0486b273a5f9-Paper.pdf
- Objects Counting pada Data Video http://klik.ulm.ac.id/index.php/klik/article/view/307
Papers
- Chirag Prabhakar Padubidri, Aerial Images Sea Lion Counting With Deep Learning: A Density Map Approach, University of Twente
Pengukuran Kualitas Ventilasi Dengan Sensor CO2
Belgia sudah mewajibkan pengukuran CO2 di tempat umum. [https://www.info-coronavirus.be/en/ventilation/]
Penelitian menganjurkan CO2 sebagai sarana mengukur resiko penularan COVID-19
Referensi
Mengecek versi CUDA di Windows 10
Mengecek versi CUDA di Windows 10
Pengecekan versi CUDA di Windows 10 dapat dilakukan dengan perintah “nvcc –version”
Berikut ini contoh pengecekan versi CUDA:
C:\Users\admin>nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:12:52_Pacific_Daylight_Time_2019
Cuda compilation tools, release 10.1, V10.1.243
C:\Users\admin>Tampilan di atas menunjukkan versi CUDA adalah 10.1
Apa itu Chipageddon?
Apa itu Chipageddon?
Istilah ‘chipageddon’ diperkenalkan oleh orang yang biasa berkecimpung di industri mikroelektronika sebagai sebutan untuk masalah kekurangan pasokan mikrochip yang akhir-akhir ini (tahun 2020 ~ 2021) terjadi. Istilah ini adalah lakuran dari ‘microchip’ dan ‘armageddon‘
Istilah chipageddon ini memang agak berlebihan, karena armageddon kurang lebih artinya bencana besar di akhir zaman, sedangkan kekurangan pasokan microchip ini hanya menyebabkan kehidupan lebih repot, namun tidak sampai membuat kehidupan dunia berakhir.
Microchip adalah rangkaian elektronik yang digabungkan pada suatu keping kecil (‘chip’) bahan semikonduktor. Bahan semikonduktor yang paling umum dipakai adalah silikon. Microchip dikenal juga sebagai sirkuit terpadu (‘Integrated Circuit‘) atau IC.
Referensi
- BBC: How will ‘chipageddon’ affect you?
- Forbes: How We Got To ‘Chipageddon’
- Wikipedia: Lakuran
- Wikipedia: Armageddon
- Wikipedia: Integrated Circuit
- Wikipedia: Sirkuit Terpadu
Artikel terkait
- Kelangkaan Chip: Harga Ponsel Diprediksi Akan Naik
- What does chupageddon have to do with climate change?
- The Times: ‘Chipageddon’ hits cars, Playstations and toasters
- Global Rangking Rates: Chipageddon Could Last Until 2023, According to Analysts
- How will ‘chipageddon’ affect the smart wearable market in the next 6 months?
- VOI: Chipageddon: Chip Supply Depletion, The Digital Era Is Not As We Expected
- VOI: Chipageddon: Menipisnya Persediaan Chip, Era Digital Tak Semapan Dugaan Kita
Popular Augmentation Library
Popular Augmentation library:
Augly
Augly (https://github.com/facebookresearch/AugLy) and Albumentations (https://github.com/albumentations-team/albumentations)
Albumentations
Albumentations example:
References
Hugging Face Course
URL: https://huggingface.co/course/chapter1
This course will teach you about natural language processing (NLP) using libraries from the Hugging Face ecosystem — 🤗 Transformers, 🤗 Datasets, 🤗 Tokenizers, and 🤗 Accelerate — as well as the Hugging Face Hub. It’s completely free and without ads.
Summary of the course:
Mengukur Kualitas Ventilasi Ruangan Dengan Sensor Debu
Kualitas ventilasi ruangan adalah salah satu faktor penting untuk mengurangi penularan COVID-19. Transmisi virus SARS-CoV-2 dapat melalui droplet maupun aerosol. Droplet dimensinya agak besar, sehingga terbangnya tidak terlalu jauh. Aerosol dapat terbang cukup jauh, sehingga jarak 2 meter tidak cukup aman.
Untuk mengurangi penularan maka udara di suatu ruangan harus sering diganti baru atau dibersihkan dengan filter.
Ukuran kualitas ventilasi yang sering dipakai ada 2 yaitu debit aliran udara per detik dan ACH (Air Changes per Hour).
Debit aliran udara yang dipakai adalah 10 liter per orang per detik. [1]
Angka ACH yang dipakai minimal adalah 4, kalau bisa mencapai 6 [2].
Pada artikel ini dibahas pengukuran ACH dengan sensor debu.
Prinsip Pengukuran
Virus bersifat sebagai aerosol. Aerosol disimulasikan dengan menggunakan kabut yang dibangkitkan dengan alat fog generator. Kabut ini akan meningkatkan jumlah debu dalam ruangan.
Keberadaan kabut dideteksi oleh sensor debu.
Ventilasi diaktifkan untuk mengganti udara dengan udara segar yang bersih tidak mengandung debu. Jika udara sudah berhasil diganti, maka angka debu di sensor akan turun kembali ke keadaan normal.
Peralatan
Peralatan yang diperlukan adalah sebagai berikut
- Pembangkit kabut / fog generator
- Alat ukur debu. Misalnya menggunakan sensor GP2Y10 yang dihubungkan ke mikroproser Arduino Nano. Detail pembuatan dibahas di artikel tersendiri.
Alternatif lain menggunakan perangkat handheld particle counter. Alat ini lebih bagus/presisi, namun juga lebih mahal. Pada pengukuran ini tidak diperlukan angka absolut jumlah debu, jadi pakai sensor murah juga sudah cukup.
Prosedur pengukuran
- Nyalakan sensor debu
- Pastikan angka debu yang terukur stabil selama sekurang-kurangnya 10 menit. Angka ini akan dijadikan referensi keadaan ‘bersih’
- Nyalakan fog generator untuk membuat kabut. Isi ruangan dengan kabut sampai cukup banyak
- Tunggu sampai kabut hilang.
- Hentikan pengukuran setelah kabut sudah tidak terlihat, atau sudah cukup lama
- Lakukan analisis untuk menghitung berapa lama waktu yang diperlukan agar kabut hilang
Berikut ini percobaan pengkabutan di laboratorium
Analisis
Berikut ini contoh grafik jumlah debu terhadap waktu.
Kurva jumlah debu terhadap waktu masih banyak noise nya sehingga agak sulit melakukan analisis. Berikut ini sinyal yang sama namun dengan filter supaya sinyal frekuensi tinggi dihilangkan.
Dari kurva tersebut nampak bahwa debu mulai masuk di t=200, dan sudah hilang di sekitar t=1000. Jadi perlu waktu 800 detik untuk mengganti udara yang berkabut sampai bersih dengan udara baru.
Nilai ACH = 60 x 60 / 800 = 4,5
Jadi ruangan ini dalam 1 jam dapat melakukan pergantian udara sebanyak 4,5 kali.
Referensi
- Roadmap to improve and ensure good indoor ventilation in the context of COVID-19.
Geneva: World Health Organization; 2021, Halaman 12 - Preventing the Spread of COVID-19 By Circulating Air in Schools and Other Buildings, Rhode Island Department of Health
- Wikipedia: Aerosol
- How Brisbane Independent School Prevented Outbreaks of Covid-19, despite Omicron wave