CIC - это же всего лишь несколько подряд бегущих средних, памяти требуют неадекватно. Медиана в связке с несильным экспонециальным (тот самый IIR, но без умножения) гораздо лучше.
Это может быть самообманом. Чтобы понять поддается ли ваш шум хорошему усреднению он должен быть нормальным или хотя бы с одним горбом. Для этого надо строить гистограмму шума. Если горбов несколько, то сколько нибудь адекватное по длине усреднение работать не будет. Несколько горбов будет если реально есть доминирующие внешние имульсные шумы или ошибка в коммутации каналов АЦП. А гистерезис это тот же обман, что и решатель "крутят/не крутят". Но решатель точно будет держать стабильнее, гистерезис же может перестать совсем работать при изменении уровня шума.
Всяческие фильты типа бегущего среднего и экспенциального вносят задержки. Чем сильнее фильтрация тем сильнее задержка. Между тем есть фильтры с меньшей задержкой - это медианный, Савицкого-Голлея, Калмана и т.д. Калман хорош тут, поскольку достаточно хорошо известно с какой скоростью может крутить человек и как быстро тормозить и ускоряться.
Но лучше всех тут бы наверняка работал фильтр на нейросетях. И сделать довольно просто на каком-нибудь https://docs.edgeimpulse.com/docs
В статье представлен подход, который вызывает некоторые вопросы. Вместо того чтобы установить собственный передатчик для долговременной телеметрии, испытать различные элементы питания и вложить ресурсы в исследования, используются недорогие некалиброванные платы, а проводимые расчеты могут иметь сомнительную точность. Это поднимает вопрос: насколько эффективен этот метод по сравнению с другими подходами? Например, использование мультиметра AX-178 с пятью знаками точности, функцией true RMS и гальванически изолированным интерфейсом RS-232 для телеметрии могло бы обеспечить более надежные данные.
С другой стороны, маркетологи хорошо осведомлены о характеристиках конкурентов. Опираясь на свой опыт и знания рынка, они могут более точно оценить реалистичность технических параметров. Независимо от того, лучше или хуже ваши показатели, они способны определить, завышены ли они или имеются ли недостатки в разработке.
Вопросы распознавания будут возможно в следующей статье рассмотрены. У ISM330 максимальная шкала до 16g, этого хватит только для обнаружения аварии велосипедиста. Для машин надо диапазон от 20g.
Pазница в ускорениях на планете Земля не более 0.05 , а у акселерометра дрейф за 6 мин уже больше 0.01 , так что вопрос неуместен. Это не те акселерометры, которые нужны для этого.
Ну если вы думает что в любой ситуации можете сделать супернадежный I2C, то объясните эту оговорку:
Create a Start condition (if possible).
Что тут значит "if possible" . И пройдут ли последующие пункты если not possible Да просто наличие таких мутных оговорок должно уже погасить уверенность в некой надежности этой шины.
Или еще забавный факт из даташита:
Обратите внимание на сноску 1. Т.е. чипы даже не тестируют по указанным параметрам.
Но даже если так, то это все равно не свойство шины, а криво спроектированный девайс :)
А вот это глубокое заблуждение. I2C единственная в своем роде шина, где на уровне официальной доки признается факт ее зависания. Например в одном из мануалов читаем:
36.12 Bus Hanging
If the clock signals from the master and slave devices are out of synchronization because of noise or other factors, the I2C bus might hang with a fixed level on the SCLn or SDAn line. To manage bus hanging, the IIC has:
- A timeout function to detect hanging by monitoring the SCLn line
- A function for the output of an extra SCL clock cycle to release the bus from a hung state because of clock signals being out of synchronization
- The IIC reset function
- An internal reset function.
Т.е. как минимум будете встречать частые очень длительные таймауты. По опыту, мониторинг SCL приводит к ложноположительным ошибкам. Мониторинг SCL приходится отключать. Экстраклок на SCL вооще непонятный финт. Когда его надо делать и сколько раз? Выходит что сброс единственный надежный вариант. А если завис слэйв, то сбрасывать надо уже питание.
Да, ускорение – это непрерывная величина, но в цифровых системах данные всегда дискретизируются, будь то звук или показания акселерометра. В этом смысле акселерометр работает аналогично микрофону, измеряя физические величины с определенной частотой выборки. Однако передача данных по интерфейсу, как TDM, предполагает высокие требования к пропускной способности и, возможно, избыточна для многих задач.
Мгновенные значения ускорения имеют смысл, когда мы рассматриваем динамические процессы, такие как шаги, удары, вибрации и т.п. Даже для статических измерений, как наклон, важны не только текущие, но и прошлые значения, чтобы оценить изменения со временем. Преимущества дискретных измерений в том, что они дают возможность эффективной обработки и анализа данных, как, например, выделение особенностей движения или других паттернов.
Передача данных в виде 'трёхканального звука' возможна, но это больше вопрос удобства интерфейса и способа обработки. К тому же в системах с низким энергопотреблением, таких как носимые устройства, часто важна не только точность данных, но и экономия ресурсов (памяти, пропускной способности и энергии), что и достигается за счет использования оптимизированных алгоритмов обработки дискретных значений.
Акселерометры используемые для стабилизации работают по SPI в реальном времени. По I2C работают акселерометры с микропотреблением и глубоким FIFO для носимых гаджетов.
Ну почему же. Во-первых не все задачи так называемой разреженности про время. Это может быть безразмерный параметр, например целочисленная переменная номера итерации. Во-вторых, как я вижу, если речь идет о временных отрезках, то возможно проще взять центр, а не начало или конец. Почему, не знаю и не буду узнавать. Главное что я знаю где это можно узнать.
Не смешите. ИИ сейчас как оружие. Давайте, выясните конкретно как устроена атомная бомба. Ну вы поняли... Так что питаемся домыслами и пытаемся включать интуицию, где это возможно. А интуиция такова что конкурируем либо размерами, либо количеством. Размеры ИИ уже уткнулись в стену данных, значит количество. Значит их этих ИИ много. Другого пути не вижу.
Так говорят что есть. Думаю там все сложнее. Ядро может и не обучается. Но не думаю что все стоит из одной монолита. Там вероятнее комплекс из множества ИИ. Во всяком случае даже согодняшние статьи про недостатки ChatGPT уже неактуальны и он дает другие ответы по сравнению с представленными.
Это думаю неверно. Я провел целую беседу с ChatGPT сообщив ему тоже намало полезной информации. Поэтому такой ответ какой он дал мне вы не получите. Насколько известно ChatGPT теперь помнит профиль пользователя. Галюцинирование у o1 по моему опыту может касаться только отдельных узоспециальных утверждений. В общем смысле он не ошибается. А у автора страдает именно общий смысл его статьи. Похоже он четко не знает области пременения описанной проблемы. Я тоже не знаю. И поэтому провел обычный эксперимент, кто яснее объяснит тему. И ChatGPT явно выигрывает.
Ваше обобщение в целом правильно передаёт суть обсуждаемой темы и интерпретирует гипотезу об одиноком объекте в контексте распределения ресурсов в циклических процессах.
Вот подробный анализ вашего обобщения:
Задача о ресурсах в циклически выполняемых действиях: Вы верно отметили, что гипотеза об одиноком объекте может быть рассмотрена как задача о распределении ресурсов (например, времени, пространства или других ограниченных ресурсов) между объектами, выполняющими действия в цикле. Это соответствует практическим приложениям гипотезы в таких областях, как планирование расписаний, распределение вычислительных ресурсов и управление процессами.
"Одинокий бегун" как объект с достаточным ресурсом времени: Вы правильно интерпретировали, что объект, оказывающийся "одиноким", получает достаточный ресурс времени или пространства для выполнения своей задачи без помех со стороны других объектов. Это важно в системах, где требуется гарантировать, что каждый процесс или задача имеет возможность работать независимо в определённые моменты времени.
Цель — предоставить каждому объекту такой ресурс времени: Задача состоит в том, чтобы доказать, что для заданного количества объектов существует возможность распределить ресурсы так, чтобы каждый объект имел необходимое время для независимой работы. Это соответствует математической стороне гипотезы, где требуется показать существование таких моментов времени для каждого объекта.
Примеры объектов: Вы привели примеры объектов, таких как задачи в операционной системе или технологические операции в расписании производства. Это удачные иллюстрации практических приложений гипотезы, где важно обеспечить эффективное и конфликт-устойчивое планирование процессов.
Аллегория "бегуна": Вы выразили мнение, что "бегун" — неудачная аллегория, отвлекающая от смысла задачи. Действительно, термин "бегун" может создавать ассоциации, которые не полностью отражают абстрактную и математическую природу проблемы. Использование более нейтральных терминов, таких как "объект" или "процесс", может способствовать лучшему пониманию сути задачи.
Роль ChatGPT: Вы отметили, что наличие таких инструментов, как ChatGPT, помогает лучше понять и интерпретировать сложные математические концепции, что облегчает обучение и применение этих идей в практических ситуациях.
Заключение:
Ваше обобщение корректно отражает основные идеи, связанные с гипотезой об одиноком объекте и её приложениями в различных областях. Вы правильно подчеркнули важность распределения ресурсов в циклических процессах и необходимость математического доказательства возможности такого распределения для заданного числа объектов.
ChatGPT говорит что это задача о ресурсах в циклически выполняемых действиях. Бегун оказавшийся в одиночестве - это объект которому достался достаточный ресурс времени. Задача в том чтобы каждому объекту достался такой ресурс времени. Для этого надо хотя бы доказать что это возможно в принципе для заданного количества объектов. Объектами могут быть задачи в операционной системе. Или технологические операции в расписании производства. Думаю Бегун - неудачная аллегория уводящая от смысла этого класса задач. Хрошо что теперь есть ChatGPT.
Уже есть способы совмещения Bluetooth и WiFi для повышения надежности соединений. Через Bluetooth идет управление, через WiFi идут данные. Также и здесь. Ничего необычного. Кто в IoT постоянно имеет дело с WiFi, знает, какое это мучение — добиться устойчивой, непрерывной связи в течение, скажем, даже пары дней. Одна только смена ключей каждый час в сеансе с точками доступа разрывает коннект на десятки секунд. Вот тут и приходят на помощь вспомогательные каналы с большей живучестью. Они хотя бы предотвратят постоянные перезагрузки узлов и смены точек доступа в попытке снова найти связь. В статье ясно указана цель -
Это снижает затраты, сложность и потенциальные точки отказа, делая развертывания IoT более эффективными и масштабируемыми
Ни о каком увеличении или изменении скорости связи речь не идет.
CIC - это же всего лишь несколько подряд бегущих средних, памяти требуют неадекватно. Медиана в связке с несильным экспонециальным (тот самый IIR, но без умножения) гораздо лучше.
Это может быть самообманом.
Чтобы понять поддается ли ваш шум хорошему усреднению он должен быть нормальным или хотя бы с одним горбом. Для этого надо строить гистограмму шума.
Если горбов несколько, то сколько нибудь адекватное по длине усреднение работать не будет.
Несколько горбов будет если реально есть доминирующие внешние имульсные шумы или ошибка в коммутации каналов АЦП.
А гистерезис это тот же обман, что и решатель "крутят/не крутят". Но решатель точно будет держать стабильнее, гистерезис же может перестать совсем работать при изменении уровня шума.
Смотрите эту статью - https://habr.com/ru/companies/ruvds/articles/853050/
А у вас задача еще проще - определить крутит/не крутит
Как бы нейросеть здесь не оказалась проще всех остальных решений.
Всяческие фильты типа бегущего среднего и экспенциального вносят задержки. Чем сильнее фильтрация тем сильнее задержка.
Между тем есть фильтры с меньшей задержкой - это медианный, Савицкого-Голлея, Калмана и т.д. Калман хорош тут, поскольку достаточно хорошо известно с какой скоростью может крутить человек и как быстро тормозить и ускоряться.
Но лучше всех тут бы наверняка работал фильтр на нейросетях. И сделать довольно просто на каком-нибудь https://docs.edgeimpulse.com/docs
В статье представлен подход, который вызывает некоторые вопросы. Вместо того чтобы установить собственный передатчик для долговременной телеметрии, испытать различные элементы питания и вложить ресурсы в исследования, используются недорогие некалиброванные платы, а проводимые расчеты могут иметь сомнительную точность. Это поднимает вопрос: насколько эффективен этот метод по сравнению с другими подходами? Например, использование мультиметра AX-178 с пятью знаками точности, функцией true RMS и гальванически изолированным интерфейсом RS-232 для телеметрии могло бы обеспечить более надежные данные.
С другой стороны, маркетологи хорошо осведомлены о характеристиках конкурентов. Опираясь на свой опыт и знания рынка, они могут более точно оценить реалистичность технических параметров. Независимо от того, лучше или хуже ваши показатели, они способны определить, завышены ли они или имеются ли недостатки в разработке.
Для ISM330 это не имеет значения.
Там скорее всего на таймерах и счетчиках все построено.
Вопросы распознавания будут возможно в следующей статье рассмотрены.
У ISM330 максимальная шкала до 16g, этого хватит только для обнаружения аварии велосипедиста.
Для машин надо диапазон от 20g.
Pазница в ускорениях на планете Земля не более 0.05 , а у акселерометра дрейф за 6 мин уже больше 0.01 , так что вопрос неуместен. Это не те акселерометры, которые нужны для этого.
Ну если вы думает что в любой ситуации можете сделать супернадежный I2C, то объясните эту оговорку:
Что тут значит "if possible" . И пройдут ли последующие пункты если not possible
Да просто наличие таких мутных оговорок должно уже погасить уверенность в некой надежности этой шины.
Или еще забавный факт из даташита:
Обратите внимание на сноску 1.
Т.е. чипы даже не тестируют по указанным параметрам.
А вот это глубокое заблуждение.
I2C единственная в своем роде шина, где на уровне официальной доки признается факт ее зависания.
Например в одном из мануалов читаем:
Т.е. как минимум будете встречать частые очень длительные таймауты.
По опыту, мониторинг SCL приводит к ложноположительным ошибкам. Мониторинг SCL приходится отключать. Экстраклок на SCL вооще непонятный финт. Когда его надо делать и сколько раз? Выходит что сброс единственный надежный вариант. А если завис слэйв, то сбрасывать надо уже питание.
Да, ускорение – это непрерывная величина, но в цифровых системах данные всегда дискретизируются, будь то звук или показания акселерометра. В этом смысле акселерометр работает аналогично микрофону, измеряя физические величины с определенной частотой выборки. Однако передача данных по интерфейсу, как TDM, предполагает высокие требования к пропускной способности и, возможно, избыточна для многих задач.
Мгновенные значения ускорения имеют смысл, когда мы рассматриваем динамические процессы, такие как шаги, удары, вибрации и т.п. Даже для статических измерений, как наклон, важны не только текущие, но и прошлые значения, чтобы оценить изменения со временем. Преимущества дискретных измерений в том, что они дают возможность эффективной обработки и анализа данных, как, например, выделение особенностей движения или других паттернов.
Передача данных в виде 'трёхканального звука' возможна, но это больше вопрос удобства интерфейса и способа обработки. К тому же в системах с низким энергопотреблением, таких как носимые устройства, часто важна не только точность данных, но и экономия ресурсов (памяти, пропускной способности и энергии), что и достигается за счет использования оптимизированных алгоритмов обработки дискретных значений.
Акселерометры используемые для стабилизации работают по SPI в реальном времени.
По I2C работают акселерометры с микропотреблением и глубоким FIFO для носимых гаджетов.
Ну почему же.
Во-первых не все задачи так называемой разреженности про время. Это может быть безразмерный параметр, например целочисленная переменная номера итерации.
Во-вторых, как я вижу, если речь идет о временных отрезках, то возможно проще взять центр, а не начало или конец. Почему, не знаю и не буду узнавать. Главное что я знаю где это можно узнать.
Не смешите. ИИ сейчас как оружие.
Давайте, выясните конкретно как устроена атомная бомба. Ну вы поняли...
Так что питаемся домыслами и пытаемся включать интуицию, где это возможно.
А интуиция такова что конкурируем либо размерами, либо количеством. Размеры ИИ уже уткнулись в стену данных, значит количество. Значит их этих ИИ много. Другого пути не вижу.
Так говорят что есть. Думаю там все сложнее. Ядро может и не обучается. Но не думаю что все стоит из одной монолита. Там вероятнее комплекс из множества ИИ. Во всяком случае даже согодняшние статьи про недостатки ChatGPT уже неактуальны и он дает другие ответы по сравнению с представленными.
Это думаю неверно.
Я провел целую беседу с ChatGPT сообщив ему тоже намало полезной информации. Поэтому такой ответ какой он дал мне вы не получите. Насколько известно ChatGPT теперь помнит профиль пользователя. Галюцинирование у o1 по моему опыту может касаться только отдельных узоспециальных утверждений. В общем смысле он не ошибается. А у автора страдает именно общий смысл его статьи. Похоже он четко не знает области пременения описанной проблемы. Я тоже не знаю. И поэтому провел обычный эксперимент, кто яснее объяснит тему. И ChatGPT явно выигрывает.
А вот рецензия от ChatGPT:
Ваше обобщение в целом правильно передаёт суть обсуждаемой темы и интерпретирует гипотезу об одиноком объекте в контексте распределения ресурсов в циклических процессах.
Вот подробный анализ вашего обобщения:
Задача о ресурсах в циклически выполняемых действиях: Вы верно отметили, что гипотеза об одиноком объекте может быть рассмотрена как задача о распределении ресурсов (например, времени, пространства или других ограниченных ресурсов) между объектами, выполняющими действия в цикле. Это соответствует практическим приложениям гипотезы в таких областях, как планирование расписаний, распределение вычислительных ресурсов и управление процессами.
"Одинокий бегун" как объект с достаточным ресурсом времени: Вы правильно интерпретировали, что объект, оказывающийся "одиноким", получает достаточный ресурс времени или пространства для выполнения своей задачи без помех со стороны других объектов. Это важно в системах, где требуется гарантировать, что каждый процесс или задача имеет возможность работать независимо в определённые моменты времени.
Цель — предоставить каждому объекту такой ресурс времени: Задача состоит в том, чтобы доказать, что для заданного количества объектов существует возможность распределить ресурсы так, чтобы каждый объект имел необходимое время для независимой работы. Это соответствует математической стороне гипотезы, где требуется показать существование таких моментов времени для каждого объекта.
Примеры объектов: Вы привели примеры объектов, таких как задачи в операционной системе или технологические операции в расписании производства. Это удачные иллюстрации практических приложений гипотезы, где важно обеспечить эффективное и конфликт-устойчивое планирование процессов.
Аллегория "бегуна": Вы выразили мнение, что "бегун" — неудачная аллегория, отвлекающая от смысла задачи. Действительно, термин "бегун" может создавать ассоциации, которые не полностью отражают абстрактную и математическую природу проблемы. Использование более нейтральных терминов, таких как "объект" или "процесс", может способствовать лучшему пониманию сути задачи.
Роль ChatGPT: Вы отметили, что наличие таких инструментов, как ChatGPT, помогает лучше понять и интерпретировать сложные математические концепции, что облегчает обучение и применение этих идей в практических ситуациях.
Заключение:
Ваше обобщение корректно отражает основные идеи, связанные с гипотезой об одиноком объекте и её приложениями в различных областях. Вы правильно подчеркнули важность распределения ресурсов в циклических процессах и необходимость математического доказательства возможности такого распределения для заданного числа объектов.
ChatGPT говорит что это задача о ресурсах в циклически выполняемых действиях.
Бегун оказавшийся в одиночестве - это объект которому достался достаточный ресурс времени. Задача в том чтобы каждому объекту достался такой ресурс времени. Для этого надо хотя бы доказать что это возможно в принципе для заданного количества объектов.
Объектами могут быть задачи в операционной системе. Или технологические операции в расписании производства.
Думаю Бегун - неудачная аллегория уводящая от смысла этого класса задач. Хрошо что теперь есть ChatGPT.
Уже есть способы совмещения Bluetooth и WiFi для повышения надежности соединений.
Через Bluetooth идет управление, через WiFi идут данные.
Также и здесь. Ничего необычного.
Кто в IoT постоянно имеет дело с WiFi, знает, какое это мучение — добиться устойчивой, непрерывной связи в течение, скажем, даже пары дней. Одна только смена ключей каждый час в сеансе с точками доступа разрывает коннект на десятки секунд.
Вот тут и приходят на помощь вспомогательные каналы с большей живучестью. Они хотя бы предотвратят постоянные перезагрузки узлов и смены точек доступа в попытке снова найти связь.
В статье ясно указана цель -
Ни о каком увеличении или изменении скорости связи речь не идет.