"""
Nine Times Table
"""
# print row 1
print(end='* ')
for col1row in range(2, 10):
print(f'{col1row:3d}', end=' ')
# print row 2-9
print()
for row in range(2, 10):
print(row, end=' ')
for col in range(2, 10):
print(f'{row * col:3d}', end=' ')
print()
결과 :
원문 : https://www.sciencedaily.com/releases/2021/04/210402084246.htm
디바이스 카메라를 이용해 맥박과 시간 당 호흡비율을 측정하는 새로운 방법이 개발되어 원격 헬스케어에 도움을 줄 수 있을 것
요약 : 연구팀은 개인용 스마트폰 또는 컴퓨터의 카메라로 찍은 사용자의 실시간 동영상을 이용해 맥박 및 시간 당 호흡 비율을 측정하는 방법을 개발해냈다.
본문 : 코로나19로 인해 직접적 접촉이 최소화됨에 따라, 의사들이 지속적으로 헬스케어를 제공하는 데에 있어 원격 헬스케어는 현재 중대한 기로에 놓여있다. 하지만 휴대폰이나 줌 원격대면 약속으로는 의사가 환자에게 중요한 생체 신호(맥박, 호흡률)를 즉각적으로 받아내기 어려운 것이 사실이다.
워싱턴 대학이 이끄는 연구팀은 개인용 스마트폰 혹은 컴퓨터의 카메라를 이용하여 얼굴이 나오는 실시간 동영상으로부터 사용자의 맥박과 호흡 신호를 포착하는 방법을 개발하는 데에 성공했다. 연구자들은 이 최첨단 시스템을 지난 12월의 Neural Information Processing System(신경 정보 처리 시스템)컨퍼런스에서 공개하였다.
현재 연구팀은 이러한 생리적 신호들을 측정할 수 있는 더 나은 시스템을 목표로 하고 있다. 현재 성과상, 카메라의 종류, 수광 조건 혹은 피부 색깔 등의 외형적 얼굴 특징의 차이에 따른 오류가 발생할 확률은 낮다. 연구진은 오는 4월 8일에 열리는 ACM 컨퍼런스의 건강부문에서 이러한 성과들을 공개할 예정이다.
“머신 러닝은 이미지들을 구분하기에 아주 좋은 기술이다. 만약 당신이 다양한 고양이 사진들을 입력하고 거기서 다른 여러가지로부터 고양이를 찾아내라고 한다면, 머신 러닝은 이를 수행할 수 있을 것이다. 그러나 여기에 더해 머신 러닝을 이용함으로써 원격 건강을 체크하는 데에 더욱 도움이 될 수 있을 것이며, 우리는 생리적 정보의 가장 강력한 정보(예를 들면, 맥박)원을 가진 영상에 대한 관심 영역(ROI, Region of Interest)를 구분하고 이들을 모두 측정할 수 있는 시스템이 필요하다.” 워싱턴 대학의 Paul G. Allen School 컴퓨터 사이언스&엔지니어링 박사 과정을 밟고 있는 Xiu Liu가 말했다.
“모든 사람은 서로 다르다.” Liu가 말했다. “그러므로 이 시스템은 개개인의 생김새, 주변 환경 등 다양한 변형들로부터 고유한 생리적 특징에 대해 신속하게 적응하고 분리해낼 수 있어야 할 것이다.”
연구진의 시스템은 클라우드가 아닌 고유 장비에서 돌아감으로써 프라이버시를 침해하지 않으며, 혈류의 변화와 상관성이 있는 얼굴의 빛 반사량에 대한 미묘한 변화를 잡아내는 데에 머신러닝을 사용한다. 그리고 이러한 변화들을 맥박과 시간 당 호흡비율 정보로 전환시킨다.
이 시스템의 최초 버전에서는 사람들의 얼굴과 “실측”정보(현장에서 측정 기기를 이용하여 개인의 맥박과 시간 당 호흡비율을 측정한 것)가 모두 포함된 영상 데이터셋으로 훈련되었다. 그리하여 이 시스템은 맥박과 시간 당 호흡비율을 계산하는 영상의 공간적, 시간적 정보를 사용하게 되었다. 이 시스템은 피실험자들이 움직이고 말하는 영상에 대해서 다른 유사한 머신러닝 시스템보다 더 나은 결과를 보여주었다.
일부 데이터셋에서 최초 버전의시스템은 잘 작동했지만, 아직 다른 사람들, 배경, 측광이 포함된 영상에서는 여전히 고전을 면치 못했다. 이 것은 “오버피팅(과過학습)”이라 불리는 공통적인 문제라고 연구팀은 말했다.
연구진은 이 시스템을 각 개인에게 맞춤화된 머신 러닝 모델을 만듦으로써 강화시켰다. 특히, 이는 얼굴에 적용된 여러가지 조건들(피부 톤, 수광 조건, 주변 환경) 사이에서 혈류의 변화와 관련된 생리적 특징들을 포함한 것으로 추정되는 비디오 프레임에서 중요한 영역을 식별하는 것을 가능케 했다. 이로써, 영상 내에서 필요한 의미를 가진 영역에 주목하고 맥박과 시간 당 호흡 비율을 측정할 수 있게 되었다.
해당 시스템이 이전의 시도들을 상회하는 결과(특히 어두운 피부 톤을 가진 사람들에 대해서)를 보여줬음에도 불구하고, 아직 할일이 많다고 연구팀은 전했다.
“피실험자의 피부가 어두울 때의 결과가 아직 열악한 편임을 우리는 인정한다.”, Liu가 말했다. “부분적인 이유로는 어두운 피부에는 빛 반사가 다르게 적용되어, 카메라가 잡아내기에는 좀 약한 신호를 내는 것이 원인이다. 우리 팀은 실제로 이러한 한계를 해결할 새로운 방법들을 개발하고 있다.”
연구진은 또한 이 시스템이 병원에서 어떻게 사용될지를 보기 위해 의사들과의 다양한 협력하에 있다.
“원격으로 맥박이나 시간 당 호흡비율을 감지하는 능력은 무조건적으로 원격 환자 케어 및 원격 의료를 위한 새로운 기회들을 제공한다. 이러한 기회로는 셀프 케어, 후속 조치 또는 중증 분류 또한 포함될 것이며, 특히 거동이 불편하여 진료를 받기 어려운 사람들에게 더더욱 효과적일 것이다.” Allen School과 전기, 컴퓨터 공학부 교수 Shwetak Patel(수석 저자)이 말했다. “사람들이 이미 가지고 있는 가전 기기들을 이용해 이러한 결과를 내는 데에 학술 공동체가 새로운 알고리즘적 접근에 착수하는 과정을 보는 것은 흥분되기 그지없는 일이다.”
내용의 출처 : 워싱턴 대학. 원고는 Sarah McQuate가 작성.
원문 : https://www.sciencedaily.com/releases/2021/03/210324135438.htm
광섬유가 초전도 양자 컴퓨터들의 파워를 증진시킬 수 있을 것이다.
요약 : 광섬유 덕분에, 막대한 계산능력을 가진 초전도 양자 컴퓨터 제작의 비밀은 평범한 전자통신 기술이 될지도 모른다. 물리학자들은 금속 전선 대신 광전도 섬유를 이용해서 초전도 양자 비트(qubit)를 측정 및 통제하는 데에 성공함으로써, 양자 컴퓨터로 겨우 몇 천개가 아닌 백 만개 규모의 큐빗들을 엮어내는 방법에 도달하고 있다.
본문 :
NIST(National Institute of Standards and Technology)의 물리학자들이 금속 전선 대신 광전도 섬유를 이용해서 초전도 양자 비트(qubit, 큐빗)를 측정 및 통제하는데 성공함으로써, 양자 컴퓨터로 겨우 몇 천개가 아닌 백만개 규모의 큐빗들을 엮어내는 방법에 도달하고 있다. 해당 실험내용은 3월 25일 기고된 Nature 논문지에 나와있다.
초전도 회로기술은 양자 컴퓨터들을 만들기 위해 필요한 선행 기술인데, 이는 초전도 회로의 신뢰도가 높고 대량생산이 쉽기 때문이다. 하지만 이러한 회로들은 반드시 극저온에서 운영되어야 하며, 상온에서 회로를 이어내는 전자공학 기술의 경우 복잡할 뿐만 아니라 큐빗들을 말그대로 과열시키기가 쉽다. 보통 양자 컴퓨터는 모든 형태의 문제들이 해결 가능하다는 관점 아래, 백만 큐빗정도는 처리가 가능해야 된다고 본다. 기존에 전선으로 연결된 극저온 실험 장치(초냉각 희석 냉동기)는 최대 몇 천개의 큐빗만을 지원하는 데에 그쳤다.
전자통신망의 중추가 되는 광섬유는 대량의 광신호를 열전도 없이 전달할 수 있는 유리 혹은 플라스틱 코어를 가지고 있다. 하지만 초전도 양자 컴퓨터들은 정보의 저장 및 처리를 위해 전자파 펄스들을 사용한다. 결국 전달된 빛은 반드시 전자파로 변환되어야 한다.
이 문제를 해결하기 위해서 NIST 연구진은 광섬유에 빛을 변환, 전달, 각각의 입자 혹은 양자들의 레벨을 측정하는 약간의 평범한 부품요소들을 조합했는데, 이로써 입자 또는 양자들은 전자파로 쉽게 전환될 수 있다. 이러한 시스템은 전선 연결시에도 작동했으며 안정시키기 어려운 양자 상태들을 유지하는 데 성공하였다.
“제가 생각하기에 이번 진보는 강력한 임팩트를 가질 것인데, 이는 곧 광자기술과 초전도 큐빗들이라는 두가지의 전혀 다른 기술을 조합해서 아주 중요한 문제를 해결한 것이기 때문입니다.” NIST 연구진 John Teufel이 말했다. “광섬유는 또한 기존의 전송선로에 비교했을 때, 더 많은 데이터들을 훨씬 작은 두께의 선로로 전송할 수 있습니다.”
일반적으로, 연구자들은 전자파 펄스를 상온에서 발생시킨 후 동축금속케이블을 통해 극저온으로 유지된 초전도 큐빗을 전달한다. 그러나 금속 대신 광섬유를 이용하여 광신호를 극저온 광감지기로 유도해낸 NIST의 새로운 결과물에 의해, 해당 신호는 다시 전자파로 변환되었고 큐빗으로 전달되었다. 일단 비교실험 목적으로써 전자파는 광자선로와 동축선로를 모두 경유하였다.
이번 광섬유 실험에 사용된 “트랜스몬” 큐빗은 조셉슨 접합(Josephson junction)을 이용한 3차원적 저장소(reservoir) 혹은 가속관(cavity)으로 알려진 장치였다. 이 접합은 두개의 절연분할된 초전도 금속으로 이루어져 있다. 고정된 조건 하에서 전류는 조셉슨 접합을 통과할 수 있으며, 양방향으로 왔다갔다하기도 할 것이다. 특정한 전자파 진동수를 적용함으로써, 연구진은 해당 큐빗을 낮음-초과 상태 사이에서 제어할 수 있었다. 이는 곧 디지털 컴퓨팅에서의 1과 0 개념으로 연결될 수 있다. 이러한 상태들은 쿠퍼쌍의 개수에 기반한 것이다. 쿠퍼쌍이란 전자들의 정반대 속성들에 의한 결합 전자쌍을 말하는데, 연구진의 결과는 곧 조셉슨 접합 사이에서 터널 효과가 발생했음을 의미한다.
양자선로를 이용하여 NIST팀은 해당 큐빗의 전자파 펄스를 발생시키는 두종류의 실험을 수행했는데, 하나는 측정된 양자 상태의 전자파 펄스이고, 나머지 하나는 제어된 양자 상태의 전자파 펄스이다. 이 방법은 두가지의 관계에 기반한 것인데, 우선 첫 번째로, 공명 진동이라 불리는 진동수에서 전자파는 조셉슨 접합 가속관내부를 앞뒤로 왔다갔다 하는 성질이 있으며, 이는 해당 큐빗 상태에 기반한다. 그리고 두 번째로, 이러한 해당 큐빗의 전환 상태에 대한 공명 진동수는 가속관 내부의 양자 갯수에 따라 정해지는 것이다.
연구진은 전자파 발생기로 해당 실험들을 시작했다. 해당 큐빗의 양자 상태를 제어하기 위해, 전자-광 변조기기로 불리는 장치들이 전자파들을 빠른 주기를 가지는 광점멸 신호로 변환했다. 이러한 광신호들은 광섬유를 통해 상온에서 절대온도 4K(=섭씨 -269도)에서 20밀리K(=섭씨 -273.13도)에 이르는 곳의 고속 반도체 광감지기까지 전송되며, 이렇게 도착한 광신호는 전자파로 변환되었고 결국 양자 회로로 보내졌다.
이번 실험에서, 연구진은 신호들을 해당 큐빗의 고유 공명 진동수로 전송하여 보내고자 한 의도적 양자 상태를 전달한 것이다. 이 큐빗은 바닥-초과 상태 사이를 적당한 레이저 세기로 왔다갔다하였다.
양자들의 상태를 측정하는 과정에서, 연구진은 전자-광 변조기기, 섬유 및 광감지기들을 통해 특정한 세기의 빛을 발사시켜 해당 가속관의 공명 진동수를 측정하기 위해 적외선 레이저를 이용하였다.
연구진은 맨 처음 해당 큐빗의 낮음-초과상태간 진동을 처음으로 발생시킬 때 제어된 적외선 레이저를 이용함으로써, 미약한 전자파 펄스를 가속관으로 전달하기 위해 광자 선로를 사용하는 데 성공했다. 해당 가속관의 진동수는 실험 중 98%의 확률로 정확하게 해당 큐빗의 상태를 표시하였으며, 일반적으로 사용되는 동축케이블 선로와 같은 정확도를 가졌다.
해당 연구진은 몇 천개 단위 신호의 송수신 용량을 가지는 각 광섬유를 통해서, 빛이 이러한 큐빗의 신호를 전달하고 받는 양자 처리기를 꿈꾸고 있다.
내용의 출처 : NIST
#include<iostream>
class Test {
public:
int var = 0;
};
void adding(int *addingnum) {
int newnum = 0;
addingnum = &newnum;
}
void adding(Test *para) {
para->var = 10;
}
void main() {
Test *a = new Test();
adding(a);
printf("a.var : %d", a->var);
}
void adding(int addingnum) {
addingnum++;
}
void main() {
int a = 0;
printf("현재 a변수값 : %dn", a);
adding(a);
adding(a);
adding(a);
printf("adding3회의 결과 a변수값 : %dn", a);
}
public class Test {
void function(Test[] paras) {
paras = new Test[5];
}
public static void main(String[] args) {
Test a[] = new Test[3];
System.out.println("a의 크기 : " + a.length);
for(int i = 1; i <= 3; i++)
a[i - 1] = new Test();
a[0].function(a);
System.out.println("a의 function메소드 실행 후 크기 : " + a.length);
}
}
public class Test {
public int variablenum = 0;
void function(Test para) {
para.variablenum++;
}
public static void main(String[] args) {
Test a = new Test();
System.out.println("a의 variablenum값 : " + a.variablenum);
a.function(a);
a.function(a);
a.function(a);
System.out.println("function메소드 실행 후 a의 variablenum값 : " + a.variablenum);
}
}
최근 덧글