회색 다락방

Dasai Mochi 3 stand for Genesis

2026-06-25T11:28:40.217+09:00

Dasai Mochi 3 stand for Genesis 27-inch screen

https://drive.google.com/file/d/1taqXmt7M6EUcyKNQXRAzNymfY6KiUyvk/view?usp=drive_link

제네시스 전동화 G80 (RG3)을 타며 느낀 것들

2025-10-17T14:04:00.006+09:00

해결해야 할 문제

프런트 도어프레임 가니시 잡소리 (링크)

운전석, 동승자석 앞 문 외부 B필러 커버(공식 이름은 프런트 도어 프레임 가니쉬)에서 찌그덕 소리남. 문 열고 닫을 때마다 거슬림. 한 번 센터 가서 확일했을 때 재현이 안 되어 그냥 돌아왔는데, 나중에 소리 날 때 녹화해 둠. 다시 방문해서 접수, 현상 확인, 부품 주문, 재방문, 교체해서 문제 해결. 새 차에 손대는 게 찜찜했지만 해결되니 속 시원함.

2026. 4. -> 문제 재발했다. 겨울 내내 괜찮았는데, 또 찌걱거린다. 엊그제 출고 1년 경과하면서 에어필터, 와이퍼 블레이드 교체할 때 조치 가능한지 물어봤어야 했는데. DIY로 이렇게 저렇게 조치할 수 있으면 좋은데 탈거/재장착이 너무 어렵게 되어 있어서 엄두가 안 난다.

후석 무선 충전부 잡소리 (링크)

리어 콘솔 암레스트, 무선 충전부 덜그럭거림. 이거 뜯어서 고정을 시키고 싶은데, 정비지침서를 보니 뒷자석 포함해서 들어낼 것들이 많네... 뭐.. 일단 크게 문제를 일으키진 않으니 나중에 셀프로 한 번 시도해 봐야 할 듯. 근데 공사가 크다.

리어 커튼 잡소리 (링크1, 링크2, 링크3, 링크4)

좌측 뒷바퀴가 요철 넘어갈 때 어딘가에서 플라스틱 떨리는 소리 남. 운전자 머리 바로 뒤쪽(헤드레스트는 아니고)에서 나는 느낌인데.. 천장쪽 루프 트림 어셈블리쪽? 전동 시트쪽? C필러 쿼터 글래스 안쪽?

서비스 센터 방문

1차: 천장 쪽 의심했으나 증상이 재현되지 않아 조치 안 함

2차: 뒷좌석 시트 고정부(?)의 유격이 없는지 확인하고 조금 더 빡빡하게 조치. 하지만 증세 여전.

나중에 원인을 찾음. 바로 리어 커튼!! (링크4 참고)

리어 커튼을 올린 상태에서 차에 충격이 가해지면 떨리는 소리 남.

서비스 센터 다시 방문

3차: 리어 커튼 교체, 볼트의 조임 토크 재점검함. 하지만, 리어 커튼이 개선품이 아니어서 여전히 소리 남.

결론? 아직 해결 안 됨. 가급적 리어 커튼 안 올리게 됨.

이거 해결하고 싶은데.. 보증 끝나기 전에 개선품이 나오기는 하려나.. ㅜㅜ

제네시스 앱의 EV 에너지 사용정보 불일치

주행 이력과 함께 EV 에너지 사용정보를 볼 수 있는데, 종종 터무니 없는 내용이 나온다.

실제 사용한 전력양보다 훨씬 많은 전력을 썼다고 하는 현상이다.

주행을 하지 않거나 주행거리가 짧은데로 실제보다 더 많은 전력을 썼다고 하는 날들이 많다.

그렇다보니, 차량에서 보는 연비 기록과도 완전 딴판이다.

구글 앱 리뷰로 문의하면 고객센터로 돌리는데, 고객센터에서는 리셋해 보란다.

당연히 해결은 안 되고.. 다시 고객센터 전화하자니 귀찮고..

언제나 해결 되려나..

차량이 완전히 멈추기 직전에 움찔거리는 현상

이거 참 설명이 어렵다.

평소 오토회생제동 상태로 주행하다가 정지하고 싶을 때 왼쪽 패들로 MAX 상태를 유지해 정지하는데,

거의 멈추기 직전에 물리 브레이크를 밟으면 완전히 멈추기 직전에 ABS 걸리듯 두두두 움찔거림.

회생제동 로직, 브레이킹 로직, 물리적 브레이크 감지 로직이 꼬이는 것 같다.

차는 멈추려고 하는데, 모터는 creeping 모드로 차를 밀려고 하는 느낌.

모터 구동 원리상 on/off가 매우 빨리 바뀌어야 부드러운데, 구르고자 하는 모터를 거의 정지 수준에 가깝에 잡은 상황에서도 모터를 구동하려다보니 on/off 상태 변화가 느껴지는 것으로 보임.

요런 건 충분히 OTA로 업데이트 가능할 것 같은데, 문제는 제조사에서 요런 문제를 알고 있을지.

완전 부드럽게 멈출 생각 하지 말고 확 서야하나 봄.

아쉬운 것

넓고 길다. 부담스럽다. 엔진도 없는데 얖부분이 좀 짧아질수는 없었을까?하는 상상을 해 본다.
무겁다.
실내 바닥이 좀 높다.
내장재의 블랙 하이글로시. 왜 이걸 좋아하는지 모르겠다. 지문 남아 지저분해지고, 햇빛 비치면 반사 땜에 힘들고, 열받으면 엄청 뜨겁고.. SDS를 선택하면 좋긴 한데 가격이..
트렁크가 좁다.
텔레스코픽 스티어링 조절 범위가 더 넓었으면 좋겠다. 현대/기아는 범위가 오묘하게 부족하다. 예전 쉐보레 기준 70% 정도 수준인 듯.
뒷자리 컨트롤러가 앞자리와 동일하게 동작하면 좋겠다. 지금은 너무 멍텅구리. 라디오 제어, 트랙 앞/뒤 이동, 볼륨만 제어됨. RG3는 앞 컨트롤러만 쓰면 터치가 필요 없으니 완전히 동일하게 뒤에 제어할 수 있을텐데..
충전구 위치가 너무 아쉽다. 옆구리로 가기엔 프레임/패널이 바뀌니 상대적으로 저렴한 방법이었겠지만..
GV70, GV80엔 있는 방향제 옵션?이 G80엔 왜 없을까.

소프트웨어로 개선되면 좋겠는 것

인포테인먼트 마스터 볼륨이 앱마다 전부 다르다. 자연의 소리가 제일 크고, 라디오, 팟빵 오토, USB 등등은 전부 조금씩 달라 깜짝깜짝 놀랄 때가 많다. 게다가 별도 엔터테인먼트 쪽 넷플릭스, 유튜브, 디즈니+ 쪽은 볼륨이 확 낮아진다. 이거 진짜 빨리 개선되면 좋겠다.
볼륨이 일정 수준 이상인 상태에서 오디오를 끄거나 시동을 끄는 경우, 다음 오디오를 켰을 때 지정된 볼륨으로 낮춰주면 좋겠다. 거의 20년 전 오디오에도 있는 기능인데 이게 없다. 마스터 오디오 볼륨이 들쭉날쭉한 거랑 묶여서 종종 불편하다.
기본 메뉴와 엔터테인먼트 쪽 UI가 통합, 정리되었으면 좋겠다. 기본 메뉴는 터치 없이 컨트롤러만으로 어느 정도(완벽히는 아니고) 제어할 수 있는데, 엔터테인먼트 쪽은 컨트롤러만으로 제어하기에는 뭔가 부족하다. 일관성, 직관성 모두 떨어진다.
엔터테인먼트의 경우 D/R 넣으면 앱 자체가 종료되는데, 영상만 메인으로 전환하고 소리는 계속 나오면 좋겠다.
USB 오디오 들을 때 각 노래 끝부분이 항상 지지직 하며 끝난다. 음원의 포맷? 코덱? 비트레이트? 마다 조금씩 다른가? 잘 듣다가 매 곡 마지막에 항상 짜증..
제네시스뮤직은 플레이리스트가 너무 이상하게 동작한다. 원하는 곡을 검색하는 것 까지는 좋은데, 이후 플레이리스트에 넣을지 한 번만 재생할지 애매해진다. 재생기록과 재생목록, 개별 재생목록 관리가 안 되니 뭔가 불편하다. 추천 알고리즘도 부족하고. 제네시스 앱과도 잘 연동시켜서 목록 관리를 할 수 있으면.. 목적지 경로도 미리 하고, 재생목록도 미리 만들어서 차로 보내 놓는다는 생각으로.
깜빡이 볼륨 조절 기능이 없다? 예전 모델에서는 옵션으로 조절할 수 있었는데, 이제 안되는 것 같다. 차가 조용한만큼 조절 가능하게 해 주면 좋겠다.
키 가지고 멀리 떨어지면 자동으로 문 잠기기. 자동으로 안 잠기는 것 같은데..

좋은 것, 만족하는 옵션

조용하다.
오디오 음질이 정말 좋다.
통합형 디스플레이의 기본 테마가 아주 맘에 든다. 널찍하고, 시간/날씨에 따라 변하는 테마도 아주 맘에 들고.
승차감이 부드럽다.
후륜조향. 근데 주차할 때 아직도 조금씩 헷갈린다.

LG TV 리모컨 수리

2025-09-23T14:52:00.004+09:00

TV 리모컨을 들고 소파와 물아일체가 되어 있던 어느 주말.
유투브와 OTT에 찜해 둔 영상을 보고 있는데 갑자기 리모컨의 오른쪽 방향 버튼이 계속 눌리는 현상이 발생했다. 가만히 있다가 진행표시가 갑자기 앞으로 쭈~욱 움직인다.
얼마 전부터 배터리 부족이라고 메시지가 뜨던 게 기억나 새 배터리를 끼워도 봤는데도 해결이 안 되어 결국 분해해보기로 결정.

원래 생긴건 요렇다. LG 인공지능 리모컨이라고 하네.

배터리 빼고, 옆구리를 돌아가면서 잘 벌리면 쉽게 분리된다.

처음엔 택타일 버튼이나 멤브레인 키가 들어가 있는 줄 알았는데, 까 보니 금속 택타일 버튼이네...

커버 비닐(?)을 잘짝 잘라 들어내고 들여다보니 접촉면에 부식이 많이 진행된 걸 확인.

잘 닦고, 부식 제거하고, 다시 잘 고정시킨 뒤 조립. 물론 분해의 역순으로.

했더니 속 시원하게 아주 잘 동작한다.

5~6만 원 나갈 뻔..

jupyter pdf 출력

2024-03-12T11:57:00.002+09:00

(현상) jupyter notebook을 PDF로 출력할 때 한글이 안 나옴

(원인) jupyter notebook 메뉴를 따라 자동으로 생성하면 kotex package를 사용하도록 지정이 안 됨

(해결) 기본 latex template에 항상 kotex package를 사용하도록 지정.

수정해야 할 파일 이름은 base.tex.j2
리눅스 쪽이면 /home/<username>/.local/share/jupyter/nbconvert/templates/latex에,
윈도우 쪽이면 C:\Python\Python310\share\jupyter\nbconvert\templates\latex에 있음
base.tex.j2에 \usepackage{kotex} 행 추가 (들여쓰기 등 맞춰서)

케이세다 2021 시타 스트링 (블레이드 H)

2022-11-18T20:11:00.002+09:00

[Blade H-1]

- 51/50
- 평범한 파워, 컨트롤. 팔에도 크게 부담 없었음.
- 인위적인 스핀이 거의 없다고 느껴짐.
- 텐션이 조금 낮아지면 홀드감이 좋아지나 스핀은 여전히 부족한 느낌이었음.
- 내구성 좋음. 텐션의 급격한 변화도 안 느껴졌음.
- 제품 소개에 나온 특징에 전반적으로 동의.
- 케이세다의 각종 하이브리드 구성의 특징을 비교하기 위한 기본 줄 조합으로 아주 괜찮음. 본인만의 감각을 찾아가는 단계의 초보자나, 오버하지 않는 정직한 특징의 스트링을 선호한다면 추전.

[Blade H-4]

- 51/50
- 줄 매기 어려운 사각 줄. 신경써서 잘 풀어서 매지 않으면 불규칙하게 꼬일 수 있음.
- H-1 대비 확실히 스핀 많아짐. 스핀 땜에 당연히 공이 짧아지는데 파워도 함께 조금 줄어들었는지 생각보다 더 짧아짐.
- 너무 빠른 스윙 시 정확성이 다소 떨어짐. 발사각도 편차가 조금 크게 느껴졌음. 제품 소개에 나온 특징에는 우수한 컨트롤이 장점이라 되어 있는데.. 사용자의 실력이 문제인 듯.
- 스윙 속도가 적절히 낮으면 홀드감도 나쁘지 않고 발사 각도, 방향도 나름 제어할 수 있었음. 적응이 좀 필요함.
- 4각 줄이다 보니 한쪽 면 전체가 크로스 스트링에 닿는데, 그래서인지 텐션이 급격히 떨어짐.
- 느린 스윙 스피드에서 강한 스핀을 원하면 시도해 볼만 함.

[Blade H-6]

- 51/50
- H-1 대비 회전량만 적당히 많아진 듯한 느낌. 회전량 만큼 공은 짧아지지만 파워 면에서 이질감도 적고 발사각도 제어가 의외로 잘 되어 충분히 보완할 수 있었음.
- 처음엔 M-6가 조금 단단하다 느껴졌는데, 느낌과는 달리 팔에 부담이 가지는 않았고 텐션 감소도 급격하지 않았음. 신기하게 M-6의 각이 끝까지 잘 살아있었음.
- 개인적으로 가장 맘에 들었던 조합임.

[Blade H-7]

- 51/50
- H-6와 비슷할 거라 예상했으나 의외로 H-4 처럼 적응하는 데 고생했음.
- M-6가 살짝 무르다는 느낌이 있었는데, 그 때문인지 거리 조절에 아주 애를 먹었음. 제품 소개의 특징에 반발력이 높다고 나오는데 어떤 느낌인지 알 것 같았음. 적응을 하던지 아님 텐션을 조금 조정해야 할 것 같았음.
- 딱히 내구성이 떨어진다거나 한다는 느낌은 없었으나, 의외로 각이 무뎌지는 것처럼 보였음.
- H-6 다음 선택지이나, 텐션 조정을 해야 할 것 같았음.

Running KataGo/KaTrain on Jetson AGX Xavier

2022-01-20T11:39:00.006+09:00

Set-up Jetson AGX Xavier

From Ubuntu 20.04, use sdkmanager and follow instructions

Temporarily modify VERSION_ID in /etc/os-release from 20.04 to 18.04

Preparation-CMake (on Jetson)

KataGo requires version 3.18.2 or higher, but the default wa 3.10.2, hence build from source.

Download CMake source file then install at /usr/local/CMake

git clone https://github.com/Kitware/CMake

./bootstrap --prefix=/usr/local/CMake

make

sudo make install

Preparation-KataGo v1.10.0 (on Jetson)

Refer github.com/lightvector/KataGo/blob/master/Compiling.md#linux

For CMake, refer Preparation-CMake (on Jetson) above.

Check all packages are installed or updated, including zlib1g-dev, libzip-dev, libgoogle-perftools-dev, libssl-dev, and ocl-icd-opencl-dev.

Build KataGo

git clone https://github.com/lightvector/KataGo.git

git checkout v1.10.0

cd KataGo/cpp

/usr/local/CMake/cmake . -DUSE_BACKEND=CUDA -DUSE_TCMALLOC=1

[Note]

Selecting TensorRT backend(TENSORRT) will give check error. "TensorRT 8.2 or greater is required but 8.0.1 was found". Currently it is not easy to upgrade TensorRT package, hence ignore.

make

Test/Benchmark KataGo

./katago benchmark -model tests/models/g170-b6c96-s175395328-d26788732.bin.gz -config configs/gtp_example.cfg

Ordered summary of results:

numSearchThreads = 5: 10 / 10 positions, visits/s = 788.64 nnEvals/s = 701.63 nnBatches/s = 281.81 avgBatchSize = 2.49 (10.2 secs) (EloDiff baseline)

numSearchThreads = 10: 10 / 10 positions, visits/s = 1105.99 nnEvals/s = 979.53 nnBatches/s = 197.14 avgBatchSize = 4.97 (7.3 secs) (EloDiff +114)

numSearchThreads = 12: 10 / 10 positions, visits/s = 1271.85 nnEvals/s = 1138.23 nnBatches/s = 192.11 avgBatchSize = 5.92 (6.4 secs) (EloDiff +163)

numSearchThreads = 16: 10 / 10 positions, visits/s = 1297.56 nnEvals/s = 1172.58 nnBatches/s = 143.77 avgBatchSize = 8.16 (6.3 secs) (EloDiff +163)

numSearchThreads = 20: 10 / 10 positions, visits/s = 1494.94 nnEvals/s = 1355.48 nnBatches/s = 135.07 avgBatchSize = 10.04 (5.5 secs) (EloDiff +210)

numSearchThreads = 24: 10 / 10 positions, visits/s = 1540.22 nnEvals/s = 1406.60 nnBatches/s = 116.03 avgBatchSize = 12.12 (5.3 secs) (EloDiff +215)

numSearchThreads = 32: 10 / 10 positions, visits/s = 1608.93 nnEvals/s = 1478.43 nnBatches/s = 84.03 avgBatchSize = 17.59 (5.2 secs) (EloDiff +219)

numSearchThreads = 40: 10 / 10 positions, visits/s = 1682.52 nnEvals/s = 1579.64 nnBatches/s = 74.20 avgBatchSize = 21.29 (5.0 secs) (EloDiff +224)

numSearchThreads = 48: 10 / 10 positions, visits/s = 1648.66 nnEvals/s = 1564.58 nnBatches/s = 55.86 avgBatchSize = 28.01 (5.1 secs) (EloDiff +203)

numSearchThreads = 64: 10 / 10 positions, visits/s = 1628.13 nnEvals/s = 1574.74 nnBatches/s = 43.20 avgBatchSize = 36.45 (5.3 secs) (EloDiff +172)

Based on some test data, each speed doubling gains perhaps ~250 Elo by searching deeper.

Based on some test data, each thread costs perhaps 7 Elo if using 800 visits, and 2 Elo if using 5000 visits (by making MCTS worse).

So APPROXIMATELY based on this benchmark, if you intend to do a 5 second search:

numSearchThreads = 5: (baseline)

numSearchThreads = 10: +114 Elo

numSearchThreads = 12: +163 Elo

numSearchThreads = 16: +163 Elo

numSearchThreads = 20: +210 Elo

numSearchThreads = 24: +215 Elo

numSearchThreads = 32: +219 Elo

numSearchThreads = 40: +224 Elo (recommended)

numSearchThreads = 48: +203 Elo

numSearchThreads = 64: +172 Elo

Might consider, changing maxVisits to 800, and numSearchThreads to 40 in configs/gtp_example.cfg.

Rename katago to katago-v1.10.0-cuda10.2-arm64, configs/gtp_example.cfg to gtp_v1.10.0-cuda10.2-arm64.cfg, and pack executable and the configuration file for later use.

[Ref.] Performance when Eigen backend is chosen. (15W DESKTOP Mode -> 4 cores)

Ordered summary of results:

numSearchThreads = 3: 10 / 10 positions, visits/s = 103.06 nnEvals/s = 98.79 nnBatches/s = 94.39 avgBatchSize = 1.05 (8.0 secs) (EloDiff baseline)

numSearchThreads = 4: 10 / 10 positions, visits/s = 122.75 nnEvals/s = 119.35 nnBatches/s = 112.69 avgBatchSize = 1.06 (6.8 secs) (EloDiff +57)

numSearchThreads = 5: 10 / 10 positions, visits/s = 116.70 nnEvals/s = 115.45 nnBatches/s = 102.81 avgBatchSize = 1.12 (7.2 secs) (EloDiff +30)

numSearchThreads = 6: 10 / 10 positions, visits/s = 118.30 nnEvals/s = 116.36 nnBatches/s = 103.97 avgBatchSize = 1.12 (7.2 secs) (EloDiff +27)

numSearchThreads = 8: 10 / 10 positions, visits/s = 122.20 nnEvals/s = 121.78 nnBatches/s = 105.77 avgBatchSize = 1.15 (7.1 secs) (EloDiff +24)

numSearchThreads = 12: 10 / 10 positions, visits/s = 104.99 nnEvals/s = 105.23 nnBatches/s = 80.65 avgBatchSize = 1.30 (8.7 secs) (EloDiff -67)

Based on some test data, each speed doubling gains perhaps ~250 Elo by searching deeper.

Based on some test data, each thread costs perhaps 7 Elo if using 800 visits, and 2 Elo if using 5000 visits (by making MCTS worse).

So APPROXIMATELY based on this benchmark, if you intend to do a 5 second search:

numSearchThreads = 3: (baseline)

numSearchThreads = 4: +57 Elo (recommended)

numSearchThreads = 5: +30 Elo

numSearchThreads = 6: +27 Elo

numSearchThreads = 8: +24 Elo

numSearchThreads = 12: -67 Elo

Preparation katrain v1.10.1 (on Jetson)

Refer https://matham.github.io/ffpyplayer/installation.html#ubuntu-18-04

sudo apt install python3-pip libsdl2-dev libavdevice-dev libavformat-dev libjpeg-dev

Refer https://github.com/sanderland/katrain/blob/master/INSTALL.md#LinuxQuick

git clone https://github.com/sanderland/katrain.git

cd katrain

requirements.txt 수정: Pillow==9.0.0 -> Pillow==8.4.0

pip3 install -r requirements.txt

pip3 install .

(Reboot required?)

Change default katago model with the compiled katago file.

cp ~/.local/lib/python3.6/site-packages/katrain/KataGo/katago ~/.local/lib/python3.6/site-packages/katrain/KataGo/katago.org

cp ~/katago/KataGo/cpp/katago-v1.10.0-cuda10.2-arm64 ~/.local/lib/python3.6/site-packages/katrain/KataGo/katago

Modify configuration file with the benchmarked configuration

vi ~/.local/lib/python3.6/site-packages/katrain/KataGo/analysis_config.cfg

maxVisits = 800 # was 500

numSearchThreads = 40 # was 8

nnMaxBatchSize = 480 # was 96, 12 * 40

Run with katrain or python3 -m katrain

If you face CRITICAL errors, reinstall kivy with pip3 uninstall kivy; pip3 install kivy==2.0.0rc1, pip3 install importlib-metadata

sudo apt install libfreetype6-dev libsdl2-image-dev libsdl2-mixer-dev libsdl2-net-dev libsdl2-ttf-dev libportmidi-dev xclip xsel

pip3 install pygame

If face DBUS error, install python3-sdl2 python-pygame-sdl2, then run katrain again.

sudo apt install python3-sdl2 python-pygame-sdl2

katrain

If face an exception (TypeError : "'NoneType' object is not subscriptable") when closing the window, then modify ~/.local/lib/python3.6/site-packages/katrain/__main__.py around line 821 and 855.

# lines 821~822

Window._left = win_left # was Window.left

Window._top = win_top # was Window.top

#lines 855~856

self.gui._config["ui_state"]["top"] = Window._top # was Window.top

self.gui._config["ui_state"]["left"] = Window._left # was Window.left

[TIP] For proper GUI

pip3 uninstall kivy

pip3 install kivy-jetson

For comparison

On a machine with i7-8700 & 32GB RAM with Intel UHD Graphics 630

KataGo v1.10.0 from https://github.com/lightvector/KataGo/releases

katago-v1.10.0-eigenavx2-windows-x64

Ordered summary of results:

numSearchThreads = 5: 10 / 10 positions, visits/s = 247.93 nnEvals/s = 242.92 nnBatches/s = 181.23 avgBatchSize = 1.34 (3.4 secs) (EloDiff baseline)

numSearchThreads = 6: 10 / 10 positions, visits/s = 300.14 nnEvals/s = 291.67 nnBatches/s = 228.46 avgBatchSize = 1.28 (2.8 secs) (EloDiff +67)

numSearchThreads = 8: 10 / 10 positions, visits/s = 383.77 nnEvals/s = 378.47 nnBatches/s = 334.36 avgBatchSize = 1.13 (2.3 secs) (EloDiff +150)

numSearchThreads = 10: 10 / 10 positions, visits/s = 384.28 nnEvals/s = 383.42 nnBatches/s = 345.85 avgBatchSize = 1.11 (2.3 secs) (EloDiff +142)

numSearchThreads = 12: 10 / 10 positions, visits/s = 357.28 nnEvals/s = 355.71 nnBatches/s = 319.98 avgBatchSize = 1.11 (2.5 secs) (EloDiff +104)

numSearchThreads = 20: 10 / 10 positions, visits/s = 296.14 nnEvals/s = 297.34 nnBatches/s = 268.02 avgBatchSize = 1.11 (3.3 secs) (EloDiff -11)

Based on some test data, each speed doubling gains perhaps ~250 Elo by searching deeper.

Based on some test data, each thread costs perhaps 7 Elo if using 800 visits, and 2 Elo if using 5000 visits (by making MCTS worse).

So APPROXIMATELY based on this benchmark, if you intend to do a 5 second search:

numSearchThreads = 5: (baseline)

numSearchThreads = 6: +67 Elo

numSearchThreads = 8: +150 Elo (recommended)

numSearchThreads = 10: +142 Elo

numSearchThreads = 12: +104 Elo

numSearchThreads = 20: -11 Elo

katago-v1.10.0-eigen-windows-x64

Ordered summary of results:

numSearchThreads = 5: 10 / 10 positions, visits/s = 174.02 nnEvals/s = 169.67 nnBatches/s = 129.07 avgBatchSize = 1.31 (4.8 secs) (EloDiff baseline)

numSearchThreads = 8: 10 / 10 positions, visits/s = 152.93 nnEvals/s = 151.52 nnBatches/s = 143.43 avgBatchSize = 1.06 (5.7 secs) (EloDiff -70)

numSearchThreads = 10: 10 / 10 positions, visits/s = 169.49 nnEvals/s = 169.49 nnBatches/s = 153.11 avgBatchSize = 1.11 (5.3 secs) (EloDiff -44)

numSearchThreads = 12: 10 / 10 positions, visits/s = 223.09 nnEvals/s = 222.11 nnBatches/s = 195.39 avgBatchSize = 1.14 (4.1 secs) (EloDiff +51)

numSearchThreads = 16: 10 / 10 positions, visits/s = 139.48 nnEvals/s = 139.77 nnBatches/s = 120.83 avgBatchSize = 1.16 (6.8 secs) (EloDiff -165)

numSearchThreads = 20: 10 / 10 positions, visits/s = 101.38 nnEvals/s = 101.38 nnBatches/s = 79.26 avgBatchSize = 1.28 (9.8 secs) (EloDiff -327)

Based on some test data, each speed doubling gains perhaps ~250 Elo by searching deeper.

Based on some test data, each thread costs perhaps 7 Elo if using 800 visits, and 2 Elo if using 5000 visits (by making MCTS worse).

So APPROXIMATELY based on this benchmark, if you intend to do a 5 second search:

numSearchThreads = 5: (baseline)

numSearchThreads = 8: -70 Elo

numSearchThreads = 10: -44 Elo

numSearchThreads = 12: +51 Elo (recommended)

numSearchThreads = 16: -165 Elo

numSearchThreads = 20: -327 Elo

katago-v1.10.0-opencl-windows-x64

Ordered summary of results:

numSearchThreads = 5: 10 / 10 positions, visits/s = 411.34 nnEvals/s = 370.10 nnBatches/s = 148.52 avgBatchSize = 2.49 (19.5 secs) (EloDiff baseline)

numSearchThreads = 10: 10 / 10 positions, visits/s = 457.81 nnEvals/s = 415.14 nnBatches/s = 83.70 avgBatchSize = 4.96 (17.7 secs) (EloDiff +20)

numSearchThreads = 12: 10 / 10 positions, visits/s = 574.24 nnEvals/s = 525.45 nnBatches/s = 88.72 avgBatchSize = 5.92 (14.1 secs) (EloDiff +100)

numSearchThreads = 16: 10 / 10 positions, visits/s = 584.77 nnEvals/s = 540.79 nnBatches/s = 68.52 avgBatchSize = 7.89 (13.9 secs) (EloDiff +94)

numSearchThreads = 20: 10 / 10 positions, visits/s = 582.89 nnEvals/s = 536.19 nnBatches/s = 54.45 avgBatchSize = 9.85 (14.0 secs) (EloDiff +79)

numSearchThreads = 24: 10 / 10 positions, visits/s = 626.24 nnEvals/s = 577.01 nnBatches/s = 48.77 avgBatchSize = 11.83 (13.1 secs) (EloDiff +95)

numSearchThreads = 32: 10 / 10 positions, visits/s = 655.88 nnEvals/s = 613.73 nnBatches/s = 37.17 avgBatchSize = 16.51 (12.7 secs) (EloDiff +89)

Based on some test data, each speed doubling gains perhaps ~250 Elo by searching deeper.

Based on some test data, each thread costs perhaps 7 Elo if using 800 visits, and 2 Elo if using 5000 visits (by making MCTS worse).

So APPROXIMATELY based on this benchmark, if you intend to do a 5 second search:

numSearchThreads = 5: (baseline)

numSearchThreads = 10: +20 Elo

numSearchThreads = 12: +100 Elo (recommended)

numSearchThreads = 16: +94 Elo

numSearchThreads = 20: +79 Elo

numSearchThreads = 24: +95 Elo

numSearchThreads = 32: +89 Elo

Install Ubuntu 20.04 LTS on HP Pavilion Desktop

2022-01-06T14:23:00.009+09:00

- Download Ubuntu 20.04 LTS iso for Desktop
- Prepare bootable media (USB Stick or CD/DVD)
- Shrink Windows Partition for extra space
- Change BIOS Settings

- Disable Secure Boot
- (No option for fast boot)
- Change boot order

- Boot with prepared media (USB Stick or CD/DVD)
- [Problem] May not pass the logo screen. (hangs forever)

- At the grub screen, press 'e' then add 'pci=noacpi' option before '---' (after 'splash')

- Continue installation
- [Problem] May face grub installation failure, with 'Operation not permitted' message.

- In this case, just follow the instruction to boot into the Live session (the same as 'Try Ubuntu')
- Install and use boot-repair to try fixing the problem. But again, may face error saying file /boot/grub/x86_64-efi/normal.mod not found error.
- Boot into the Live session again, then open terminal and use following lines of code to install grub again. (/dev/nvme0n1p1 is the EFI partition, /dev/nvme0n1p4 is the partition where Ubuntu is installed.)

sudo mkdir /mnt/ubuntu
sudo mount /dev/nvme0n1p4 /mnt/ubuntu
sudo mkdir /mnt/ubuntu/boot/efi # not required if already present
sudo mount /dev/nvme0n1p1 /mnt/ubuntu/boot/efi
sudo apt-get install grub-efi
sudo grub-install --target=x86_64-efi --boot-directory=/mnt/ubuntu/boot --no-nvram /dev/nvme0n1

- Shuntdown Live session and reboot to Ubuntu
- [Problem] May not pass the logo screen, AGAIN. (hangs forever)

- At the grub screen, press 'e' then add 'pci=noacpi' option before '---' (after 'splash')
- Then continue booting.

- In order to apply kernel boot parameter permanently, modify /etc/default/grub file, then run update-grub.

- [Problem] i801_smbus -> Update BIOS ??

- [Problem] NVRM: Can't find an IRQ for your NVIDIA card.

Matplotlib의 pyplot에서 사용할 수 있는 글꼴 이름 찾기

2021-10-26T17:58:00.001+09:00

Ref: https://zawook.postype.com/post/6727252

import os
import sys
import matplotlib as mpl
from matplotlib import font_manager

# 폰트매니저 리빌드
font_manager._rebuild()

# 설치되어 있는 폰트 리스트 가져오기
if sys.platform=='win32':
#시스템 글꼴 목록을 리스트로 가져오기
font_list=font_manager.findSystemFonts()
# 이름순정렬
font_list.sort()
# 리스트탐색반복
for file_path in font_list:
#폰트 파일의 경로를 사용하여 폰트 속성 객체 가져오기
fp=font_manager.FontProperties(fname=file_path)
# 폰트 속성을 통해 파이썬에 설정해야 하는 폰트 이름 조회
font_name=fp.get_name()
# 폰트 파일 경로와 폰트 이름 출력하기
print("%s >> %s" %(file_path,font_name))
else:
# else 부분은 mac에서 작동한다
# 설정 파일의 위치 조회
conf_file_path = mpl.matplotlib_fname()
print('설정 파일 위치:' + conf_file_path)
# 설정 파일이 들어 있는 폴더
conf_file_dir=os.path.dirname(conf_file_path)
print('설정 폴더 위치:' +conf_file_dir)
# 설정파일의 폴더 하위에 폰트 파일이 위치해야 하는 폴더 경로 조합
font_path=conf_file_dir+"/fonts/ttf"
print('폰트 폴더 위치:' + font_path)
# 폰트 폴더를 열기 위한 명령어 수행
command='open '+font_path
os.system(command)

snap으로 설치한 eclipse의 실행 옵션 변경하기 (eclipse.ini 수정)

2021-03-11T19:52:00.002+09:00

Ubuntu 18.04L에 snap으로 eclipse 설치 후, Heap 메모리 등 변경을 위한 eclipse.ini 변경이 생각보다 쉽지 않다.
보통, eclipse 설치 위치에 있는 eclipse.ini를 변경해 주면 되는데,
snap으로 설치하는 경우 해당 파일 위치도 잘 모르겠고,
eclipse.ini 파일에 쓰기 권한이 아예 없고 변경도 안 된다.

snap 파일 시스템이 read-only로 마운트 되어 있기 때문
마운트 옵션을 일시적으로 변경하면 내부 내용을 수정할 수는 있지만... 귀찮으니 패스.

ini 파일을 변경할 수 없으니,

eclipse.ini 파일을 복사해 다른 곳에서 편집해 두고,
eclipse 호출 시 변경한 파일을 이용하도록 바꿔준다.

/snap/eclipse/current/eclipse.ini를 다른 곳으로 복사 (예: /etc/eclipse.ini)
eclipse.ini를 원하는 대로 수정
실행 명령 호출 방법 수정

시스템 메뉴에서 아이콘을 클릭해 실행하는 경우에 반영하려면,

menulibre 실행
Eclipse 검색하고, 아이콘 클릭
Command 입력 수정

/snap/bin/eclipse %f 부분을,
/snap/bin/eclipse --launcher.ini /etc/eclipse.ini %f로 변경

터미널에서 실행 시 반영하려면,

alias eclipse='eclipse --launcher.ini eclipse.ini' 추가

올림푸스 E-500 백업 배터리 교체

2020-06-24T10:26:00.000+09:00

꽤 오래전 부터 E-500 배터리 교체할 때마다 날짜가 초기화 되는 문제 때문에 불편했다. AS 받는 것도 영 불편하고 금전적으로 아깝다는 생각에 미루다가, 아예 직접 작업하기로 결정. 올림푸스 카메라 사업을 철수한다는 기사 때문에 발동이 걸린 것 같기도 하다.

분명 백업 배터리 수명이 다한 것 같은데, 배터리 모델만 확인 가능하고, 위치만 수리 가능한 곳에 있으면 큰 문제 없겠지 라는 생각에 바로 분해 시작.

커버 벗기면 아래처럼 보임.

뒷면 케이스와 메인보드 간 케이블 연결을 제거하면 아래 처럼 보인다. 여기서, 케이스와 메인보드 사이의 케이블 땜도 제거했는데, 나중에 보니 굳이 제거할 필요는 없었다.

일단 제거한 모습.

LCD와 케이블을 제거하면 메인보드가 드러나는데, 오른쪽 아래 백업 배터리가 보인다.

땜을 제거하고 자세히 보니 모델명 MS621F이 보인다.

부품보다 배송비가 훨~씬 많이 나오지만, 일단 구매하고, 조립은 분해의 역순으로 진행.

물론 중간에 반 조립 상태로 테스터를 이용해 제대로 작업되었는지 확인은 필수.

이제 새 모델처럼 잘 동작한다.

문제는 작업 장소를 이동하다가 나사 하나를 잃어 버린 거 정도?

인켈 미니랩소801 CD 픽업 교체

2020-06-09T17:55:00.001+09:00

근 20년 되어 가는 인켈 RefSo-801 (RX/AX/CD-801) 오디오가 종종 CD를 인식하지 못해 픽업을 교체하기로 결정했다. 사실 문제 발견하고 수리를 생각한 건 5~6년 됐는데 게으름 때문에 이제야 작업했다.

일단 CD를 분해해서 CD 픽업 모델 확인 먼저.

KSS-213C이네.

알리에서 구매할까 하다가 그냥 국내 유통업체를 통해 어셈블리 통째로 구매했는데 배송비 포함 3만원 미만. 2만 5천 정도?

픽업의 땜 제거하고 하나씩 차근차근 분해하고 재조립.

이제 CD 넣으면 바로 인식하고 튀지도 않는다.

아주 속이 시원하다.

진작할 걸.

Javadoc with UML Diagram on Android Studio

2020-03-16T13:20:00.001+09:00

1. 준비

Android Studio & commented source project
GraphViz 설치

https://www.graphviz.org/
예: C:\Program Files (x86)\Graphviz2.38

UmlGraph 설치

https://www.spinellis.gr/umlgraph/index.html

Jar 다운로드 & 이동/복사
예: C:\Workspace.android\Project\lib\UmlGraph-5.7_2.32-SNAPSHOT.jar

2. Using Android Studio Generate Javadoc UI

Tools -> Gnerate JavaDoc ...
문서 생성 조건들 선택 (Scope & Output directory ...)
Other command line arguments에 다음 추가 (한 줄)

-encoding UTF-8 -doclet org.umlgraph.doclet.UmlGraphDoc -docletpath D:\Workspace.android\Project\lib\UmlGraph-5.7_2.32-SNAPSHOT.jar -dotexecutable "C:\Program Files (x86)\Graphviz2.38\bin\dot.exe" -attributes -operations -qualify -types -visibility

OK로 Javadoc 생성

3. Using Gradle

생략

JavaDoc with UML Diagram on Eclipse

2020-03-13T16:14:00.000+09:00

1. 준비

Eclipse & commented source project
GraphViz 설치

https://www.graphviz.org/
예: C:\Program Files (x86)\Graphviz2.38

UmlGraph 설치

https://www.spinellis.gr/umlgraph/index.html

Jar 다운로드 & 이동/복사
예: C:\Workspace.eclipse\Project\lib\UmlGraph-5.7_2.32-SNAPSHOT.jar

2. Using Eclipse Generate Javadoc UI

Use standard doclet 선택 <- 가장 중요
Extra Javadoc options로 다음 내용 추가

-doclet org.umlgraph.doclet.UmlGraphDoc
-docletpath D:\Workspace.eclipse\Test\lib\UmlGraph-5.7_2.32-SNAPSHOT.jar
-dotexecutable "C:\Program Files (x86)\Graphviz2.38\bin\dot.exe"
-attributes
-operations
-qualify
-types
-visibility

Finish로 Javadoc 생성
(참고) Ant용 스크립트(.xml)를 저장하면 다음과 같이 나옴

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<project default="javadoc">
<target name="javadoc">
<javadoc access="private" additionalparam=" -doclet org.umlgraph.doclet.UmlGraphDoc
-docletpath D:\Workspace.eclipse\Test\lib\UmlGraph-5.7_2.32-SNAPSHOT.jar
-dotexecutable "C:\Program Files (x86)\Graphviz2.38\bin\dot.exe"
-attributes
-operations
-qualify
-types
-visibility" author="true" classpath="." destdir="doc" doctitle="Document Title" nodeprecated="false" nodeprecatedlist="false" noindex="false" nonavbar="false" notree="false" packagenames="aaa.bbb.ccc.ddd" source="1.8" sourcepath="src" splitindex="true" use="true" version="true"/>
</target>
</project>

3. Using Ant

Eclipse 프로젝트 폴더 아래 Ant용 build.xml 생성

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<project default="javadoc">
<target name="javadoc" description="Generate javadoc with UML Diagram">
<property name="src.dir" value="src"/>
<property name="javadoc.dir" value="doc-uml"/>
<property name="dot.path" location="C:\Program Files (x86)\Graphviz2.38\bin"/>
<mkdir dir="${javadoc.dir}"/>
<javadoc access="private" doctitle="Test" author="true" classpath="." packagenames="kr.re.etri.heat.jms" source="1.8" sourcepath="${src.dir}" destdir="${javadoc.dir}" nodeprecated="false" nodeprecatedlist="false" noindex="false" nonavbar="false" notree="false" splitindex="true" use="true" version="true">
<doclet name="org.umlgraph.doclet.UmlGraphDoc" path="lib/UmlGraph-5.7_2.32-SNAPSHOT.jar">
<param name="-attributes" />
<param name="-operations" />
<param name="-qualify" />
<param name="-types" />
<param name="-visibility" />
<param name="-dotexecutable" value="${dot.path}/dot.exe" />
</doclet>
</javadoc>
</target>
</project>

4. [Note]

UML Diagram들의 형식 변경은 UmlGraphDoc으로 넘기는 옵션 parameter들로 조정

OwlAPI and HermiT on Android (> Android P, SDK 28)

2020-03-12T15:02:00.002+09:00

[Implementation Issues on OwlAPI and HermiT on > Android P]

[문제 현상]

Android 9 (P, SDK 28) 이상에서 Owl API 이용하기 위해서,

Gradle 설정 변경

compiledSdkVersion, targetSdkVerison 들을 28로 변경

기존 코드 실행 시 에러

OWL 초기화 시 다음과 같은 오류 발생함

W/System.err: SLF4J: Failed to load class "org.slf4j.impl.StaticLoggerBinder".
SLF4J: Defaulting to no-operation (NOP) logger implementation
SLF4J: See http://www.slf4j.org/codes.html#StaticLoggerBinder for further details.
W/edependencytes: Accessing hidden field Lsun/misc/Unsafe;->theUnsafe:Lsun/misc/Unsafe; (light greylist, reflection)
W/edependencytes: Accessing hidden field Ljava/lang/Thread;->threadLocalRandomProbe:I (dark greylist, reflection)
D/AndroidRuntime: Shutting down VM
E/AndroidRuntime: FATAL EXCEPTION: main
Process: {패키지}.gradledependencytest, PID: 23725
java.lang.NullPointerException
at java.util.Objects.requireNonNull(Objects.java:203)

SLF5J 관련한 로그 메시지는 일반 Java 환경에서도 동일하게 출력되는 것으로, 안전하게 무시 가능함
FATAL EXCEPTION 이후는 OWL Ontology Manager를 생성하지 못해 발생한 문제
원인은 Accessing hidden field 관련한 에러?
-> Android 9 (P, API 28) 이상부터는 플랫폼에서 비 SDK 인터페이스 사용을 제한. 비 SDK 인터페이스를 참조하거나 리플렉션 또는 JNI를 이용해 SDK 인터페이스 핸들을 가져오려 할 때 오류 발생
(참고: https://developer.android.com/distribute/best-practices/develop/restrictions-non-sdk-interfaces)

[회피 방법]

코드 상에서 StrictMode API를 이용해 비 SDK 인터페이스를 테스트할 수 있는데, dependency 때문에 참조한 라이브러리에서 참조하는 경우에는 코드 적용하기 어려움
-> 공개 요청을 할 수도 있긴 하지만, 장담 못 함. (링크)
개발 기기에서 비 SDK 인터페이스에 접근할 수 있도록 설정하기 (링크)

루팅 된 기기가 필요 없음
설정하기

adb shell settings put global hidden_api_policy_pre_p_apps 1
adb shell settings put global hidden_api_policy_p_apps 1

기본 설정으로 재설정 할 때는,

adb shell settings delete global hidden_api_policy_pre_p_apps
adb shell settings delete global hidden_api_policy_p_apps

API 시행 정책의 정수는 다음 값 중 하나로 설정

0: 비 SDK 인터페이스의 모든 감지를 사용 중지합니다. 이 설정을 사용하면 비 SDK 인터페이스 사용에 관한 모든 로그 메시지가 사용 중지되고 StrictMode API를 사용해 앱을 테스트할 수 없습니다. 이 설정은 사용하지 않는 것이 좋습니다.
1: 모든 비 SDK 인터페이스에 액세스할 수 있지만 비 SDK 인터페이스를 사용하면 경고와 함께 로그 메시지가 인쇄됩니다. 이 설정을 사용하면 StrictMode API를 사용해 앱을 테스트해도 됩니다.
2: 블랙리스트 또는 그레이리스트에 속하고 타겟 API 수준에서 제한되는 비 SDK 인터페이스의 사용이 금지됩니다.
3: 블랙리스트에 속한 비 SDK 인터페이스의 사용은 금지되지만, 그레이리스트에 속하고 타겟 API 수준에서 제한되는 인터페이스의 사용은 허용됩니다.

[실제로 적용한 방법]

Non-SDK 인터페이스를 이용할 수 있도록 허용

adb를 이용해 장치의 정책 변경

adb shell settings put global hidden_api_policy_pre_p_apps 1
adb shell settings put global hidden_api_policy_p_apps 1

앱 실행 시, 허가 부여

onCreate 등, Non-SDK 인터페이스 시작 전에 아래 코드로 허가 부여

if (BuildConfig.DEBUG && Build.VERSION.SDK_INT >= Build.VERSION_CODES.P) {
StrictMode.setVmPolicy(new StrictMode.VmPolicy.Builder()
.permitNonSdkApiUsage()
.build());
}

[기타 참고]

Android P displaying API compatibility error message: https://stackoverflow.com/questions/51210633/android-p-displaying-api-compatibility-error-message/54191551

onCreate() 값은 곳에 아래 코드를 등록해 두면 어디에서 violation을 일으키는지 로그 출력됨

if (BuildConfig.DEBUG && Build.VERSION.SDK_INT >= Build.VERSION_CODES.P) {
StrictMode.setVmPolicy(new StrictMode.VmPolicy.Builder()
.detectNonSdkApiUsage()
.penaltyLog()
.build());
}

OwlAPI and HermiT on Android

2020-03-12T14:43:00.001+09:00

[Implementation Issues on Using Ontology]

OWL API로 온톨로지를 모델링하고 HermiT로 추론하는 작업을 구현할 때 발생하는 문제들과 해결 방안을 정리해 본다.

1. Java (for test)

필요한 환경은 Maven의 dependency를 이용하면 간단하게 구성할 수 있고,
API를 이용한 프로그래밍에 주력하면 됨.
Java 호환성 1.8 명시

<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
<maven.compiler.source>1.8</maven.compiler.source>
<maven.compiler.target>1.8</maven.compiler.target>
</properties>

Maven 프로젝트용 pom.xml에 dependency 추가

<dependency>
<groupId>net.sourceforge.owlapi</groupId>
  <artifactId>owlapi-distribution</artifactId>
  <version>5.0.5</version>
/dependency>

<dependency>
  <groupId>net.sourceforge.owlapi</groupId>
  <artifactId>org.semanticweb.hermit</artifactId>
  <version>1.3.8.500</version>
</dependency>

[팁] 추후 JAR 생성 시, 필요한 lib들을 모두 한 폴더(예: target/lib)에 몰아 넣을 수 있도록 Maven plugin 추가

<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-dependency-plugin</artifactId>
<executions>
<execution>
<id>copy-dependencies</id>
<phase>prepare-package</phase>
<goals>
<goal>copy-dependencies</goal>
</goals>
<configuration>
<outputDirectory>${project.build.directory}/lib</outputDirectory>
<overWriteReleases>false</overWriteReleases>
<overWriteSnapshots>false</overWriteSnapshots>
<overWriteIfNewer>true</overWriteIfNewer>
</configuration>
</execution>
</executions>
</plugin>

2. Android

Maven 대신 Gradle을 이용해 dependency 해소

이런저런 충돌, 오류가 엄청 많이 발생함
-> 수작업으로 해소시켜야 하고, Reasoner (HermiT)은 소스 직접 수정해야 함
PC 상의 Java에서와는 다르게, Parser가 .owl 파일의 일부 namespace 정의(버전?)를 제대로 처리하지 못해 오류를 뿜어낼 수 있음.

rdf:RDF 태그 내에, xmlns:1.0="http://site/sub/1.0#"와 같은 라인이 있었다면 삭제해야 할 수 있음.

조치 1: build.gradle에 Java 호환성 명시

compileOptions{
sourceCompatibilityJavaVersion.VERSION_1_8
targetCompatibilityJavaVersion.VERSION_1_8
}

조치 2: build.gradle에 OWL API dependency 추가

repositories{
mavenCentral()
}

implementation('net.sourceforge.owlapi:owlapi-distribution:5.1.7'){
//transitive=false
excludegroup:'net.sourceforge.owlapi',module:'owlapi-compatibility'
//excludegroup:'org.apache.httpcomponents'
excludegroup:'org.apache.httpcomponents',module:'httpclient-osgi'
excludegroup:'org.apache.httpcomponents',module:'httpcore-osgi'
}

조치 3: HermiT dependency 추가

Reasoner 소스 추가 & 수정

Maven repository에서 1.4.3.517의 소스 JAR 다운로드
org.semanticweb.HermiT과 rationals 패키지 복사
debugger 디렉토리 삭제 (java.awt 이용)
Reasoner.java에서 Debugger 인스턴스 생성하는 부분 comment 처리
ProtegeReasonerFactory.java 삭제
rationals/Transition.java에서 java.awt.Point를 android.graphics.Point로 대체

build.gradle에 dependency 추가

implementation 'net.sf.trove4j:trove4j:3.0.3'
implementation 'gnu.getopt:java-getopt:1.0.13'
implementation 'dk.brics.automaton:automaton:1.11-8'
implementation ('org.apache.ws.commons.axiom:axiom-api:1.2.22') { transitive = false }
implementation ('org.apache.ws.commons.axiom:axiom-c14n:1.2.22') { transitive = false }
implementation ('org.apache.ws.commons.axiom:axiom-impl:1.2.22') { transitive = false }

조치 4: build.gradle에 기타 dependency 추가

implementation 'javax.inject:javax.inject:1'
implementation('xerces:xercesImpl:2.12.0') {
// exclude group: 'xml-apis', module: 'xml-apis'
}
// implementation 'xml-apis:xml-apis:1.4.01'

조치 5: build.gradle에 패키지 중복 파일 예외 처리

packagingOptions {
exclude 'META-INF/axiom.xml'
exclude 'META-INF/DEPENDENCIES'
exclude 'mozilla/public-suffix-list.txt'
exclude 'org/apache/commons/codec/language/bm/*.txt'
exclude 'org/apache/commons/codec/language/dmrules.txt'
exclude 'org/apache/http/version.properties'
exclude 'org/apache/http/entity/mime/version.properties'
exclude 'org/apache/http/nio/version.properties'
exclude 'org/apache/http/client/version.properties'
}

조치 6: OWL Schema, Rule 파일에서 버전을 지정하는 namespace 정의를 삭제

안드로이드 미러링 & 제어하기

2019-11-08T10:06:00.000+09:00

전화기 터치가 안 돼서 PC에서 미러링하고 제어할 때..

scrcpy

https://github.com/Genymobile/scrcpy
소스가 공개되어 있지만 굳이 빌드할 필요는 없고,
중간에 Get the app에서 zip 파일 형태를 받아도 된다.

안드로이드

개발자 모드 들어가기
권한 주기

특히, simulating input 관련한 권한
https://github.com/Genymobile/scrcpy/blob/master/FAQ.md 참고

Count number of lines in the files using regex in Eclipse

2019-10-15T18:06:00.002+09:00

CTRL+H
File Search

Containing text: \n[\s]*
All lines: ^*\n
Check regular expression

(Optional)

File name patterns

Count number of lines in the files using PowerShell

2019-10-14T16:48:00.008+09:00

Files with java extension

Get-ChildItem "*" -Filter *.java | ForEach-Object { Get-Content $_.FullName | Measure-Object -line }

Get-ChildItem "*" -Filter *.java | ForEach-Object { Get-Content $_.Name | Measure-Object -line }

dir * -recurse | select Fullname,@{name="LineCount";expression={ @(get-content $_.fullname).count }}

dir * -recurse | select Name,@{name="LineCount";expression={ @(get-content $_.fullname).count }}

፠ Looks like it ignores empty lines.

lastwritetime Eng

lastwritetime
{"mean":[],"word":"lastwritetime","phoneticSymbol":""}
ls -R *.java | % { $_ | select name, lastwritetime, @{n="lines";e={ get-content $_ | measure-object -line | select -expa lines } } } | ft -AutoSize

ls -R | Where {$_.extension -in ".java", ".xml", ".jsp", ".js"}

ls -R *.java,*.xml

Shifter mount 3D model for TH8A on Playseat Challenge

2018-12-14T14:02:00.000+09:00

Playseat Challenge에 Thrustmaster TH8A 거치하려 만든 모델.
거치할 때도 문제가 없어야 하고,
변속할 때도 고정이 잘 되어야 하고,
무엇보다 3D 프린터로 한 번에 찍어낼 수 있는 크기여야 한다는 게 문제.
Playseat Challenge 프레임에 구멍 안 뚫고 고정시키는 게 제일 고민이었는데,
어찌어찌 support 만들어서 나사로 박아주니 어느 정도 고정은 되는 것 같다.

만들어서 써 보니 아쉬운대로 쓸 만 한 듯.
물론 개선점도 확실히 보인다.
모델 인쇄 속도를 감안해 형태를 다듬을 필요도 있고,
playseat challenge의 프레임 각도를 조절했을 때에도 무리 없이 쓸 수 있게 하단부를 변경할 필요도 있고.

뭐 돈 받고 팔 건 아니니까, 그냥 지금 버전 쓰는 걸로 결정.

생기기는 대충 아래처럼 생겼다.

다운로드 링크:
Top, Middle, Bottom, Support for Top, Support for Bottom

샤오미 Mi 8 SE 써 보자 (2)

2018-08-28T09:33:00.002+09:00

이전 글(링크)

게으름에 언락 신청한 뒤 시간이 너무 지났다. 이래저래 휴가랑 겹치고, 다른 문제들이 연이어 터지는 바람에.. ㅜㅜ
전편(http://greyattic.blogspot.com/2018/07/mi-8-se-1.html)에 이어서..
언락은 전편의 프로그램으로 해결 완료한다.
하고 나면 휴대폰 부팅할 때 언락된 상태라고 나온다.

2018년 8월 27일 현재,
Mi 8 SE용 글로벌 롬은 아직이다. Mi 8용은 공개가 됐는데..
현재로서는 EU 개발자 롬을 쓰는 것이 최상이고, 시작점은 여기(https://xiaomi.eu/community/)다.
MIRI ROM Releases를 쫒아 들어가면 MIUI 10 버전들이 죽 나온다.
가장 최신이 좋겠지만, 가끔 문제가 있는 것들(예: 8.8.23의 경우 한글을 언어로 쓸 경우 시스템 UI 충돌이 생긴다고 함.)이 있으니 바뀐 내용을 잘 읽어 보고 선택하는 게 좋다.
어쨌든,
롬 버전을 하나 선택하면, 지원하는 장치 목록과 다운로드 링크, 그리고 간단한 설명이 나온다.
순서대로 보자면,

롬 다운로드

STABLES에는 아직 Mi 8 SE 지원 롬이 없다. Weelky에서 찾아야 한다.
1.x GB 정도 되는데, 받아서 장치에 복사해 두자. (위치는 크게 관계 없음)

TWRP 설치

해당 페이지 링크에는 Mi 8 SE 지원하는 버전이 없다. 검색을 좀 해서 여기서 다운로드 해 PC에 저장.
Mi 8 SE를 fastboot mode로 들어가게 해 두고,
fastboot flash recovery [다운로드한 이미지 파일 이름. 내 경우는 recovery-TWRP-3.2.1-0629-XIAOMI8SE-CN-wzsx150.img]
fastboot boot [다운로드한 이미지 파일 이름. 내 경우는 recovery-TWRP-3.2.1-0629-XIAOMI8SE-CN-wzsx150.img] 하면 TWRP 화면이 뜬다.
(참고1) 필요할 경우 중국어 -> 영어로 전환하자. 암호 요청하는 첫 화면에서 오른쪽 버튼.
(참고 2) fastboot는 전편에서 다운로드 한 miflash-unlock 폴더 안에도 있다.

ROM 설치

TWRP로 부팅한 상태에서 /data 파티션을 삭제하고,
이미 장치로 복사해 둔 ROM을 설치하고,
재부팅~

별 문제가 없다면 중국 내수용이 아닌, MIUI와 구글 서비스가 짬뽕된 개발저 버전의 OS가 뜬다. (참고: 처음 부팅할 때 시간이 좀 걸린 것 같음. 다음 부터는 오래 안 걸리고.)

이후에는 OTA 업데이트 형태로 지속적으로 Weekly 버전을 쫒아갈 수 있다.

보름 넘게 써 본 느낌은...

MIUI 별로 맘에 안 듬. 안드로이드 원 체제를 따라가는 A2 권장함.

예전에 문제 없이 사용하던 앱들이 제대로 동작하지 않는 경우가 종종 있다. 알람을 제때 안 준다든지, 동작이 갑자기 중단된다든지. MIUI가 배터리 관리하는 부분을 따로 운영하는데 이게 사고를 치는 것 같다는 느낌?

나중에 글로벌 롬이 나왔을 때 갈아타야 할지 잘 모르겠다. 일단 MIUI 10이 아닌 9.x대로 공개될 것 같은데다가, MIUI가 완전히 빠진 버전은 아닐 것이 확실하니까..

샤오미 Mi 8 SE 써 보자 (1)

2018-07-11T01:23:00.002+09:00

18년 7월 10일 현재,
Mi 8 SE용 글로벌 롬이 설치된 모델을 구할 수 없다.
일단 중국 내수용 롬이 설치된 모델을 산 뒤,
언락 + ROM 교체 작업을 해야 한다는 말이다.
뭐, 중국 버전의 언어 설정을 영어로 설정하면 간단한 것들은 살펴볼 수 있자만,
도저히 써먹을 수는 없을 것 같다. 구글 연계도 안 되고, 완전 중국 내수용 서비스/앱 위주다.
결국 글로벌 롬으로 교체하긴 해야겠는데 이게 쉽지 않다.
일단 출시된지 얼마 되지 않는 폰이다 보니 글로벌 롬이 나온지 며칠 되지 않는다.
그나마 stable 버전도 아니고 daily? weekly? 빌드 버전 하나만 엊그제 나왔다.
정보도 거의 없고..

어찌어찌 반나절 검색해서 내용을 정리해 보니,
일단 이놈들은 언락하는 데 대기 시간에 꽤 걸리는 모양이다.
언락을 시작? 대기?해 두고 그 동안 stable 글로벌 롬이 나오길 기다리는 수 밖에.

근데 언락 방법이 되게 헷갈린다.
시간이 지나면서 많이 바뀌기도 했고, 설명도 부정확한 놈들이 많다.
그나마 가장 유용했던 건 http://en.miui.com/thread-246705-1-1.html의 글.

어쨌든..

일단 Mi 계정을 하나 만들어 두는 게 좋다.
개인적으로 Mi Scale을 쓰고 있어서 그걸 쓰기로.

https://en.miui.com/unlock/로 가서 언락 작업을 먼저.
Mi 계정으로 로그인하면 중국어로 뭐라뭐라 나오는데, 이건 Mi 포럼에서 쓸 별명을 등록하는 절차다. 오른쪽 위에 English Forum으로 들어가서 작업하면 오류가 났을 때 이해하기 쉽다.
별명 등록 후 다시 언락 작업에 들어간다.
그러면 Mi Unlock 프로그램을 다운로드 받으라 한다.
내 경우엔 이름이 miflash_unlock-en-3.3.525.23.zip.

프로그램 실행 전에..

폰에서,
폰 설정에서 Mi 계정 등록해 두고,
개발자 모드로 들어가자. (MIUI 버전 여러 번 클릭)
Additional Settings -> Developer Option으로 가서 설정 완료된 Mi 계정을 연결시킨다.
폰 끄고.

다시 PC에서,
아까 다운 받은 파일 압축 풀고,
mi_flash_unlock.exe를 실행시키고,
만들어 둔 Mi 계정으로 접속한다. (중간에 Disclaimer 나올 때 잘 읽어 보고 Accept 해야 넘어간다. 당연하지만..)
전화기를 꺼 둔 상태에서 볼륨 다운과 전원 버튼을 함께 눌러 부트로더로 진입시킨다. (화면에 토끼 비스무리한 놈이 안드로이드에 용접 같은 작업을 하고 있는 그림과 FASTBOOT라는 글씨가 나온다.)
부터로더로 진입한 상태에서 PC와 연결하면 언락 프로그램 화면에 전화기가 연결되었다고 나오고, Unlock 버튼을 누를 수 있다.
두 번의 경고 메시지가 나오는데 확인하고 버튼을 눌러 진행하자.
제대로 되었다면 화면에 Couldn't unlock. After 360 hours of trying to unlock the device. 라는 식의 실패 메시지가 나온다. 중국어->영어 번역이 잘못 되어 있다는 건데, 360시간, 즉 15일 후에 다시 시도하라는 말이란다.

PC 연결 해제하고,
폰 전원 버튼을 꾹 눌러 껐다가 다시 켜자.

이제 360시간 후에 다시 Mi Unlock 프로그램을 써서 Unlock을 하면 된단다.
주의할 점은, 대기 기간 중에 폰에 연결시킨 Mi 계정을 지우거나 바꾸면 안 된다는 것. 만약 바꾸면 대기 중이던 기록이 모두 사라진다. 다시 unlock을 시도하고 처음 부터 기다려야 한다.

2주 넘게 언제 기다리나...

다음 글(링크)

Python 3.5 UTF-8 문자 출력

2018-02-02T13:03:00.000+09:00

확장 ASCII 문자가 콘솔에 제대로 출력되질 않길래 찾아보니,

파일 열 때 encoding="utf-8-sig" 추가
윈도우 환경 변수로 PYTHONIOENCODING=utf-8 추가
윈도우 명령 프롬프트 창(cmd)에서 chcp 65001 (기본 cp949임), 콘솔에서 한글 입력이 안 되므로 사용할 때만...

이 눈에 띈다.
하지만... 모두 실패. 또는 입맛에 안 맞는다.
더 검색해서 찾은 방법.

import win_unicode_console

하고, 코드에서 원하는 부분 앞, 뒤에

win_unicode_console.enable()

win_unicode_console.disable()

삽입.

라세티 프리미어(크루즈) 크루즈 컨트롤 스위치 커버 교체

2017-12-18T11:26:00.000+09:00

처음엔 크루즈 컨트롤 스위치 커버 포면이 작은 공기방울 처럼 뽈록뽈록 일어나더니,
운전할 때 손가락으로 건드리니까 울퉁불퉁하게 되어 버렸다.
플라스틱에 얇은 우레탄 코팅이 되어 있었나 본데, 왜 이런게 생긴건지..

찾아보니까 비슷한 증상이 꽤 있는 걸로 봐서는 나만 그런 건 아닌가 봄.
코팅을 다시 한 경우도 있는 것 같은데 굳이 공임+방문시간 투자하긴 좀 그렇고.
크루즈 컨트롤 옵션이 없는 차량인지라 멍텅구리 플라스틱만 교체하면 되니까,
그냥 순정부품 판매몰(www.c-mall.co.kr)에서 새 부품을 사는 걸로 결정.
품번은 i13290961, 가격은 5천 원이 좀 안 된다.

문제는 교체 방법인데... 이게 간단하지 만은 않다. 준비물도 꽤 있고.
절차를 짚어 보면..

혼캡 탈거

중앙의 혼캡을 먼저 제거해야 주변 플라스틱들을 뽑을 수 있다.
가장 유용한 링크는 http://m.cafe.daum.net/ledvalley/C5nU/17?q=D_dQ7d3qGakSE0&
반드시, 꼭, 퓨즈 뽑고 작업하자! 시동을 꺼도 경적은 울리게 되어 있거든.
에어백은 케이블 뽑을 때 조심해야 되고.
[팁 하나]
텔레스코픽 스티어링 휠이 아니더라도, 스티어링 휠은 밑으로, 운전자 쪽으로 쭉 뽑은 채로 고정해서 작업하는 게 당연히 편하다.
[팁 둘]
젓가락은 굳이 두개일 필요 없고, 하나씩 해도 됨.
젓가락을 11자 모양으로 벌리라고는 하지만 단순히 벌리는 게 아니고 힘이 좀 들어가야 되고, 찔러 넣을 때 위치를 잘 느껴보며 자릴 잡아야 함.
제대로 되었다면 바깥쪽으로 당길 때 '텅~'하는 소리가 나며 혼캡이 떨어져 나옴. 절대 잡아 뺄 일 없으니 애쓰지 말 것.
[팁 셋]
젓가락이든 드라이버든 유연한(?) 건 안 좋음. 걸쇠 벗기기 전에 휘어져 버려서.
이 단계가 영 자신 없으면 부품 들고 쉐보레 정비센터에 가서 작업해 달라고 하는 게 맘 편하다. (공임 추가 지출)

Y자 핸들커버 탈거 및 스위치 커버 교체

혼캡이 빠졌다고 스위치 커버를 바고 바꿀 수 있는 게 아니고, Y자 커버 전체를 탈거한 뒤, 뒤쪽에서 나사를 풀어줘야 한다.
가장 유용한 링크는 https://m.blog.naver.com/PostView.nhn?blogId=bpitt8141&logNo=220241401865&categoryNo=21&proxyReferer=https%3A%2F%2Fwww.google.co.kr%2F
스티어링 휠 안쪽은 우레탄(?) 스펀지(?) 같은 재질이고, 몇 개의 구멍에 Y자 핸들커버 지지대가 푹~ 박혀 있는 상태. 당연히 빡빡해서 한번에 쑥 빠지진 않지만, Y자 커버 주변을 조금씩 당기면 나중엔 감이 올 것.
[팁 하나]
Y자 핸들 커버 벗길 때, 혼캡 탈거를 위해 구부려 둔 젓가락의 넙적한 부분을 지렛대처럼 사용하는 게 유용함. (완전 동그란 젓가락은 플라스틱에 상처를...)
[팁 둘]
별 렌치는 T20 짜리를 썼음. 스위치 커버 하나 당 나사 두 개.
커버 교체 설명은 생략한다.

마무리

Y자 커버 다시 잘 꽂아 넣고,
오디오 컨트롤러 케이블 꼭 연결하고,
혼 캡의 에어백 케이블 꼭 연결하고,
(먼저 안쪽까지 꾹 넣고, 잠금 장치를 눌러줘야 함)
혼 캡 장착하고,
퓨즈 다시 장착하면 끝.
확인을 위해 빵빵~ 소리 잘 나는지 테스트 한 번 해 보고,
오디오 컨트롤 잘 되는지 확인해 보고,
에어백은 나중에 정비소 가서 OBD 점검 받아보고.

크루즈 컨트롤 스위치 커버 (앞)사용한 것 (뒤)교체한 것

속이 다 시원하다~

[DevTip] 안드로이드 웨어 앱의 블루투스를 통한 디버깅

2017-06-20T11:24:00.000+09:00

LG G Watch R의 경우 cradle의 연결 접점을 통해 PC에 직접 연결할 수 있었는데, LG Watch Style은 무선 충전만 된다. 결국 무선(WiFi나 BT)로 디버깅 할 수 밖에. 그런데 이게 참 귀찮다. 자동화 시키기도 좀 애매~하고...

[웨어러블]

설정: 개발자 모드 활성화, ADB 디버깅 활성화, 블루투스를 통해 디버깅 활성화

[전화기]

설정: 개발자 모드 활성화, USB 디버깅 활성화
설정: 알 수 없는 소스 설치 활성화
안드로이드 웨어: 블루투스 통해 디버깅 활성화

호스트: 연결 끊김
타겟: 연결됨

개발 PC와 전화기 연결 (USB 케이블)
[PC]

명령창에서 adb 명령으로 웨어러블 장치 연결

adb forward tcp:4444 localabstract:/adb-hub

adb connect 127.0.0.1:4444

adb devices 로 연결된 장치 목록 확인

[전화기]

안드로이드 웨어 앱의 설정에서 블루투스를 통해 디버깅 활성화 상태 확인

호스트: 연결됨
타겟: 연결됨

Jolt360으로 찍은 360도 사진을 구글 카드보드 앱으로 보기...

2017-04-17T18:33:00.002+09:00

Jolt 360 앱으로 찍은 dual fisheye 사진을 자체 앱을 이용해 stitch.
Stitch된 사진들은 Jolt 360 앱에서 정상적으로 볼 수 있지만, 구글 카드보드 앱과는 호환 안 됨.
구글 카드보드 앱을 이용하기 위해서는 두 가지 조치 필요.

1. Photospere 사진으로 인식되도록 파일명 변경
파일 이름이 'PANO_'로 시작해야 함.
파일명 일괄 변경 프로그램을 이용해서 쉽게 수정 가능하므로 자세한 설명은 생략한다!

2. 180도 회전
Jolt 360으로 봤을 때 정면이, 구글 카드보드로 보면 뒷면으로 보인다. 180도 회전 필요하다는 말.
공개 소프트웨어인 Gimp와 Python-fu 스크립트(플러그인)를 이용해 일괄처리할 수 있다.
Gimp 사용법, 플러그인 설치 및 동작의 자세한 설명은 생략한다!
아래는 사용한 Python 스크립트.

#!/usr/bin/env python
#
#   File = rotate-jolt-image.py

from gimpfu import *
import os
import re

def rotateJoltImage(srcPath, tgtPath):
  open_images, image_ids = pdb.gimp_image_list()
  if open_images > 0:
    pdb.gimp_message("Close all images and try again.")
  else:
    allFileList = os.listdir(srcPath)
    existingList = os.listdir(tgtPath)
    if existingList != []:
      pdb.gimp_message("Empty the target directory and try again.")
    else:
      srcFileList = []
      xform = re.compile('\.jpg', re.IGNORECASE)
      # Find all of the jpeg files in the list & make xcf file names
      for fname in allFileList:
        fnameLow = fname.lower()
        if fnameLow.count('.jpg') > 0:
          srcFileList.append(fname)
          # Loop on jpegs
      for srcFile in srcFileList:
        # os.path.join inserts the right kind of file separator
        tgtFile = os.path.join(tgtPath, xform.sub('_rot180.jpg', srcFile))
        srcFile = os.path.join(srcPath, srcFile)
        theImage = pdb.file_jpeg_load(srcFile, srcFile)
        #
        org_layer = pdb.gimp_image_get_active_layer(theImage)
        pdb.gimp_layer_add_alpha(org_layer)
        new_layer = pdb.gimp_layer_copy(org_layer, TRUE)
        pdb.gimp_image_insert_layer(theImage, new_layer, None, -1)
        #
        pdb.gimp_image_set_active_layer(theImage, org_layer)
        pdb.gimp_image_select_rectangle(theImage, 2, 0, 0, theImage.width/2, theImage.height)
        pdb.gimp_selection_invert(theImage)
        pdb.gimp_edit_clear(pdb.gimp_image_get_active_drawable(theImage))
        pdb.gimp_layer_translate(org_layer, theImage.width/2, 0)
        #
        pdb.gimp_image_set_active_layer(theImage, new_layer)
        pdb.gimp_image_select_rectangle(theImage, 2, 0, 0, theImage.width/2, theImage.height)
        pdb.gimp_edit_clear(pdb.gimp_image_get_active_drawable(theImage))
        pdb.gimp_layer_translate(new_layer, -theImage.width/2, 0)
        #
        final_layer = pdb.gimp_image_merge_down(theImage, new_layer, 1)
        #
        pdb.gimp_file_save(theImage, final_layer, tgtFile, tgtFile)
        #
        pdb.gimp_image_delete(theImage)
        #

register (
    "rotateJoltImage",         # Name registered in Procedure Browser
    "Rotate Stitched Image of Jolt Duo", # Widget title
    "Rotate Stitched Image of Jolt Duo", # 
    "Author Name",         # Author
    "Copyright Holder",         # Copyright Holder
    "Date",            # Date
    "Rotate by 180 degree", # Menu Entry
    "",     # Image Type - No image required
    [
    ( PF_DIRNAME, "srcPath", "Source Directory:", "/default" ),
    ( PF_DIRNAME, "tgtPath", "Target Directory:", "/default" ),
    ],
    [],
    rotateJoltImage,   # Matches to name of function being defined
    menu = "<Image>/JoltDuo-Py"  # Menu Location
    )   # End register

main()