만숭이의 블로그 :)

n,m = map(int, input().split()) sq = [] for i in range(n): sq.append(list(map(int,input()))) Max = 1 tmp = i for y in range(n): for x in range(m): for i in range(1, min(n,m)): if y+i >= n or x+i >= m: continue if sq[y][x] == sq[y][x+i] == sq[y+i][x] == sq[y+i][x+i]: Max = max(Max, pow(i+1,2)) print(Max)

- Convolutional Neural Network : CNN 컨볼루션 신경망 = 합성곱 신경망 - 이 신경망으로 인해 이미지 분류 능력이 상승됨, 텍스트나 음성 등 다양한 분야의 데이터 처리에 쓰이고 있음 # 특징 추출 - 이미지를 분류시키려면 그 이미지의 특징들을 찾아야 한다. ex) 사물의 외각선을 탐지를 통한(캐니엣지같은) 물체 감지 알고리즘, SIFT 알고리즘 (대응되는 특징 부분 찾음) # 컨볼루션 연산 이미지의 픽셀 주변과 필터의 조합연산(합성곱)을 거친 결과. 이때, 픽셀이 움직이는 보폭을 stride라고 한다. 필터의 내용을 수작업으로 넣어주는 대신 딥러닝 학습을 통해 자동으로 필터를 생성할 것이다. 개발자는 필터사이즈만 제시. # 컨볼루션 신경망의 구조 특징 추출기(Feature E..

** (터치시 style down, 터치 안할시 style up) ** # 터치지점 아는 방법 lcd 아래에는 금속(전선)이 깔려있다. 이 전선들은 저항선분을 가지고 있다. 저항띠(선)에 터치를 할 시 거리에 따른 저항값이 다르다. 터치한 부분의 전압좌표를 알 수 있는데 이를 계산하면 터치좌표를 알 수 있다. - 이때, 전압은 소수점을 가지고 있는 실수값이다. 따라서 ADC(analog digital converner)을 이용해 cpu로 갈때 디지털 값으로 변환해 넘겨준다. # ADC set up (장치준비) - 데이터를 변환하는 시간과 데이터의 형태를 정한다. - 멀티터치가 아닌 모노터치 = 원터치 (좌표값이 하나만 인식이 됨) - 실습키트의 터치스크린은 저항성분으로 이루어져있는 스크린이다. (저항방식..

장애는 필연적으로 발생하기에 복구 시스템이 갖춰져야 한다. 질의처리기 - read/write -> 트랜잭션 매니저(for 직렬성, 일관성) # 실패의 분류 - 트랜잭션 실패 ˙ 논리적 에러 : 트랜잭션이 내부조건으로 인해 더 이상 정상적인 실행을 지속할 수 없다 ˙ 시스템 에러 : 교착상태 같은 상태에 도달하여 더 이상 정상적인 실행이 안된다. 그러나 이후 재실행될 수 있다 - 시스템 손상 ˙ 시스템을 중단시키지만 비휘발성 저장장치의 내용은 손상시키지 않는다는 가정을 실패 중지 가정 - 디스크 고장 ˙ 데이터 전송 작업동안 헤드의 손상이나 고장으로 인해 내용을 손실할 수 있다. 따라서 3차 저장 매체에 백업 - 복구 알고리즘 (데이터베이스의 일관성과 트랜잭션의 원자성을 보장하는 알고리즘) ˙ 로그(jou..

# Dead handling 교착상태 처리 - 트랜잭션이 서로 기다리는 상태 - 교착상태 예방 프로토콜은 교착상태에 절대 들어갈 수 없는 것을 보장한다. - 교착상태에 빠진 트랜잭션의 일부를 롤백시키는 과감한 조치 - 방법1 : 교착상태 예방 규약) 각 트랜잭션이 실행되기전에 데이터들을 미리 준비한다. (predeclaration), 데이터들의 접근 순서 등을 정한다 -> 세세하게 요구하기가 힘들다 - 방법2 : 교착상태 탐지 & 복구기법) 고유성 손실 부담이 있음 ## 교착상태 예방 액세스 기법 1) 락 요청 순서에 있어서 대기 사이클이 일어나지 않도록, 혹은 필요한 락을 한꺼번에 요청 - * 각 트랜잭션이 실행 전 필요한 모든 락을 요청 단점 : 트랜잭션이 시작하기 전 어떤 데이터 항목에 락이 걸려야..

출처 : https://kau-deeperent.tistory.com/53 LBF(Local Binary Pattern)을 이용한 얼굴인식 작성자 : 박승재 기본적인 흐름은 노트북의 카메라 웹캠을 통한 Training_data를 모으고, LBPFacerecognizer를 이용한 model을 training_data로 학습한 후에 노트북 웹캠으로 사람의 얼굴이 인지 되었을 때 회 kau-deeperent.tistory.com import cv2 import numpy as np import os from os import listdir from os.path import isfile, join def detect_face(img): #convert the test image to gray image as ..

""" Tracking any object using dlib discriminative correlation filter tracker 동작 프로그램이 시작되면 마우스로 추적하고자 하는 물건을 드래그하여 4각영역을 선택한다. 키 1을 누르면 트래킹을 시작한다. 키 2를 누르면 중지한다. q를 누르면 종료한다. 참고: 마우스로 영역선택할 때 추적 대상을 얼굴로 추적하면 얼굴을 추적한다. 미션 현재의 프로그램을 동영상 버전으로 수정하시오. 스페이스 바를 누르면 재생이 잠시 중지된다. 이때 마우스 드래그로 목표 영역을 선택한다. """ # Import required packages: import cv2 import dlib def draw_text_info(): """Draw text information..

- 한 트랜잭션이 락을 가지고 있는 동안에 다른 트랜잭션들은 락을 가질 수 없고 그 락이 해제될 때까지 기다려야 한다. 락킹 정책에 따라 한 순간에 단지 하나의 트랜잭션만 실행한다. 따라서 순차적 스케줄만 생성된다. - 직렬적이며 복구가능하며 비연쇄적임을 명백히 알 수 있다. - 트랜잭션에 의해 획득된 모든 락들은 그 트랜잭션이 커밋되거나 중단된 후에(abort) 전부 해제된다 충돌 직렬성 -> 락 기반 프로토콜로 구현 뷰 직렬성 -> 타임스탬프 기반 프로토콜로 구현 SQL -> 질의처리기 -> read/write 트랜잭션 -> 트랜잭션 매니저(여기서 lock request 명령어를 받음) -> 동시성 제어 컴포넌트 -> 스케줄 -> 직렬성 -> Lock Manage 충돌 발생 º 행렬값이 true일때는..

- 동시 수행한 스케줄의 결과가 트랜잭션을 하나씩 순차적으로 수행하는 스케줄의 실행 결과와 동일하도록 함으로써 데이터베이스의 일관성을 보장할 수 있다. ** 동시 수행 스케줄이 순차 스케줄과 동 등해야 한다 -> 직렬 스케줄 - 순차 스케줄은 반드시 직렬성을 갖는다. # Serializability 직렬성 - 충돌 직렬성 - 뷰 직렬성 - 동시에 수행해도 일관성을 유지할 수 있다는 것을 보장 # 충돌 발생하는 상황 - 만약 트랜잭션이 서로 다른 데이터 항목을 액세스 하는 경우에 다른 명령어들에 순서 주지 않고 두 명령어의 순서를 바꿀 수 있다. - 하지만 같은 데이터 항목을 액세스한다면 두 명령어의 순서는 중요한 문제가 될 수 있다. - 트랜잭션 순서에 따라 내용이 변하므로 충돌이 발생한다. - 충돌 발..

# Transaction 거래 - 하나의 논리적 작업 단위를 이루는 연산들의 집합 - 논리적인 작업의 단위 - 데이터베이스 무결성을 지키기 위해 존재 - DB시스템은 비일관성 상태가 되지 않도록 하면서 트랜잭션들의 동시 실행을 지원해야 한다. - 트랜잭션은 항상 일관성 있는 값을 만들어야 한다. ## 꼭 지켜야 하는 규칙 ACID !! # 송금의 경우 ** All or Nothing (성공적인 경우) ** - 1~6까지 잘 이루어짐 - 두 번의 업데이트 작업 (write)도 잘 이루어짐 ** Atomicity 원자성 ** - 4,5,6 이 실행되지 않으면 돈은 증발됨 -> 비일관적인 데이터베이스 상태 (실패 원인 : sw or hw) - 1,2,3 단계에서 실패하면 데이터베이스에 기록하면 안 됨 -> 아..