Taklitlerimizden Sakının (King Burger ®!!!)

Taklitlerimizden Sakının (King Burger !!!)

Taklitlerimizden Sakının (King Burger !!!)

Taklitlerimizden Sakının (King Burger !!!)

Taklitlerimizden Sakının (King Burger !!!)

Hatay’da gezerken karşılaştığım, bir hamburgerci.

 

Bir de değişik sektörleri bir araya getiren bir esnaf vardı. Onu çekmeyi o an akıl edemedim. Ama şöyle bir tabelası vardı: “Zafer İletişim ve TÜP” telekom hizmeti ve tüp satışını bir arada yürütüyor.

Newton Raphson Yöntemi

Doğrusal olmayan denklemleri çözmek için kullanılan yöntemlerden biri de Newton-Raphson Yöntemi.  Bu yöntem ile eğer denklem bir köke yakınsıyorsa, hız bir şekilde kökün bulunması sağlanabiliyor. Tabii diğer sayısal yöntemler gibi kapsamadığı durumlar mevcut. Ekteki MatLAB kodu bu yöntemin bir gerçekleştirimini içermekte. Kullanıcı gireceği bir denklem için, belirleyeceği ilk tahmin değerine göre Newton-Raphson yöntemini uygulayabilir.

newtonraphson-matlab-code

1. Döngü

2. Döngü

3. Döngü

Referanslar: http://numericalmethods.eng.usf.edu/mtl/gen/03nle/index.html

http://www.mathworks.com/matlabcentral/fileexchange/4313

Yukarıdaki çizgeler f = x / (x^2+1) denklemi için, -0.3500 noktası başlangıç tahmini olarak gerçekleşmiş olan Newton Raphson yönteminin çalışma sürecini göstermektedir.
Aynı denklemi, -0.7000 noktası başlangıç tahmini yapılarak gerçekleştirildiği zaman ise yöntem köklere yakınsamamaktadır. Bu yöntemin açıklarından biri olan yansıma noktası (inflection point) durumuna örnek olmuştur. Anlamlı bir çizgeler oluşmadığı için ilgili görüntüler buraya eklenmemiştir.

Serotonin ve İntihar

Daha önceki bir yazımızda belirttiğimiz üzere, eski doğu bloğu ülkelerinde ve İskandinav ülkelerinde intiharlar oranların yüksek olduğunu vurgulamıştık. ( İlgili Yazı ).

Serotonin seviyesinin ilaç dışında yüksek tutulması ile ilgili bu makale de 4 tane yol tanımlanmış. Vurgulanan noktalardan bir tanesi ışık alma düzeyi. Yapılan araştırmalar gösteriyor ki, ne kadar ışık alırsanız, beyninizdeki serotonin miktarı o kadar artıyor. Serotonin ise mutlulukla ilişkili bir hormon. Eksikliği depresyona yol açıyor. Aslında tersi de doğru. Depresyon serotoninin azalmasına neden oluyor.

Sonuç olarak güneşin eksikliğini daha çok yaşayan İskandinav ülkeleri ve Doğu Bloğu ülkeleri bu etkenle intihara daha yatkın olabilir.

Bu gününün çoğunu bürolarda, binaların içinde geçiren insanlar içinde geçerli. Sabahın erken saatlerinde güneşten ayrılıp, hava karardıktan sonra dışarı çıkıyoruz. Bu da depresyona giden yolda bir adım.

Güneş dışındaki serotonin seviyesi yükseltmeye yardımcı olan ilaç dışındaki öğeler ise şöyle:

Moralin bilinçli olarak yüksek tutulması

Spor

Diet (Tryptophan ağırlıklı)

Bol güneşli günler…

Linux’da Google Chrome Kullanmak

Her ne kadar eklenti genişlemesine sahip olmasa da, açık ara en başarılı İnternet tarayıcımız, Google Chrome. Google doğrudan bir Linux sürümü çıkartmadı. Ama crossover kullanılarak hazırlanan bir paketi kurarak Chrome’u Linux üzerinde çalıştırabiliyorsunuz. Ama söylemelimki, bir simülasyon içermesi sebebiyle, çok yavaş. O yüzden Google bir güzellik yapıp bir Linux sürümü çıkartana kadar bekleyin.

Ubuntu 32 bit sürümünün adresi aşağıda:

http://media.codeweavers.com/pub/crossover/chromium/cxchromium_0.9.0-1_i386.deb

MySQL (Sun sonrası) Değerlendirmesi

Halihazırda daha çok web tabanlı uygulamalarda kullanılan MySQL’in Facebook, Google, Nokia gibi millyonlarca kurulumu var.
Sun Microsystems’in MySQL alımını gerçekleştirmesiyle, MySQL kurumsal pazara, Sun’ın pazarlama gücüyle birlikte girecek.
Sun açık kaynak kodlu MySQL’in kolaylık ve esnekliğinden faydalanmayı amaçlıyor.
Kendi Java platformu ürünleri ve Netbeans IDE’si ile MySQL’i entegre edecek.
MySQL şuan Solaris için optimize ediliyor.
Birçok kuruluş değişik ihtiyaçları değişik veritabanları kullanmakta.
Oracle kullanan pek çok firma (%75) aynı zamanda MySQL kullanıyor.

MySQL’in avantajları
 * açık kaynak kod
 * geniş kullanıcı kitlesi
 * düşük maliyet
 * yüksek güvenirlik
 * yüksek performans
 * kolay kullanım

MySQL’in sunduğu hizmetler
 * Ürün lisanslama
 * Özel bazı yönetim araçları
 * Teknik destek

 

Referans: Bilişim Dergisi

CERN’de Son Perde

Cern LHC (Large Hadron Collider)

Cern LHC (Large Hadron Collider)

Cern (LHC) Geniş Hadron Çarpıştırıcı’da sona doğru yaklaştırılıyor. Daha önce yazıda  bahsettiğimiz sorunlar sonrasında 2007 sonu için planlanan deney, önümüzdeki 3 hafta içinde gerçekleşecek. Tabii bu deneylerle ilgili karanlık senaryoları da gözardı etmemek gerekir. En dramatik olan, deney esnasında meydana gelme olasılığı olan karadelik. Bu karadeliğin tüm dünyayı yok etmesi senaryonun ve bizim sonumuzu ifade ediyor.

Evrenin oluşumunun benzetiminin gerçekleştireceği, CERN LHC’de gerçekleştirilecek 6 deney var.

2 tane büyük deney:

ATLAS

CMS

2 tane orta ölçekli deney:

ALICE

LHCb

2 tane küçük ölçekli deney:

TOTEM

LHCf

Bu deneyler sonrasında evreni kavrayışımış değişebilir.

Cern Geniş Hadron Çarpıştırıcı

Cern Geniş Hadron Çarpıştırıcı

What refinement has been done to pull the execution time of the motion detection algorithm on J2ME to pull it down a period of reasonable time?

Previously posted on old Pusu blog:

28 Mar ’05 – 22:32 by Cahit Güngör

As mentioned before the motion detection algorithm runs over 18 seconds on j2me platform only to compare two images. It is not a reasonable time if an application is to be run real-time. It is urgent decision to be made to leave or to stay on development. If this time interval can not be pulled down, the project will be senseless. So the motion detection algorithm is taken under focus to refine it. At last we have done it. Now it is running under 100 ms which is a reasonable time to detect motion when compared with 18 seconds. This an obviously great achievement. 🙂

What is done?
Float class is discarded and the difference is calculated more simple way instead of square root.
int array of RGB data is used instead of byte array RGB data which saves lots of converting time.
The most considerable difference is made when only one color from RGB data is used instead of 3 colors.

The following question if the motion detection algorithm work in this trimmed form.

Motion Detection Algorithm On Mobile Phone (J2ME)

Previously posted on old Pusu blog:

27 Mar ’05 – 22:20 by
Cahit Güngör

When the time comes to embed the code into a real (J2ME) mobile device there is some obstacles that are have to be defeated.

1) The shots that are taken from getSnaphot returns a byte array filled with the formatted data in relation with the format of the getSnaphot operation. But the motion detection algorithm relies only on RGB format data. There is not any Format class in J2ME as in JMF which enables coder to use lots of image utilities which in J2ME we lack. The solution to this converting problem comes with Image class which let us to gain the RGB region in the image which is created form byte array in different formats.

2) The motion detection algorithm uses byte array of RGB image data to process. But in here we have an int array of RGB image format data. This seems an easy obstacle to surpass, but it will give birth to great problems in the following steps which we could not anticipate that time.

3) When the difference of the pixels is calculated, the motion detection algorithm does square root operation which is not supplied in J2ME. We overpass this problem by using Nikolay Klimchuk‘s Float class for J2ME.

The question is what will be the performance when these changes made on motion detection algorithm to adapt to j2ME and run on mobile device.

The test results on Nokia 6630 are very disappointing, although this mobile has one of the fastest processor in the market. The algorithm runs more than several minutes even the screen saver is activated. We start to refine the other code segments and find out the breaking point of the algorithm in difference calculations which does shift and mask operations (bitwise operations) to calculate difference and the Float section. However did we try to refine it, the breaking point section at least run over 18 seconds.

How the motion detection algorithm works?

Previously posted on old Pusu blog:

26 Mar ’05 – 22:06 by  Cahit Güngör

Pusu, does its job in J2ME environment by a motion detection algorithm. Briefly, motion detection algorithm based on frame difference calculation.

After reference image has been shot, the algorithm runs until a motion is detected.

Algorithm has two images to identify whether there is a significant change that can be considered as a motion in the projected vision or not.

The calculation is done in RGB format data of the images in byte arrays.

Initially two images are  processed to see if there is an overall change in the projected vision. This overall change must not effect the image difference calculation since this change might be caused by an environmental effect such as illumination difference, rather than a motion. Overall change effects are stored to be used in pixel difference calculation which is a part of the motion detection algorithm. The overall difference will be called correction hereafter in this text.

Two byte arrays are compared to see if there is considerable change in the pixels. Considerable change is determined by a threshold value which is called pixel threshold. If the difference between two pixels is greater than the pixel threshold, it is then compared with the correction value. Afterwards, according to the result the pixel is labeled as black if it has changed, otherwise the pixel is labeled as white. Now the different pixels can be seen in the real-time image.

The new image which keeps a view of difference is our reference. This image is processed to catch a motion of an entire body rather than individual minor pixels. This process of the motion detection algorithm is called blob calculation.

Blob calculation calculates the entire body of black blob size. This calculation is done by finding the radius of a blob. This radius of the blob is compared with another threshold value which is called blob threshold. This value is determined according to what sensitivity is wanted to be achieved on the motion detection system. In our motion detection system, this sensitivity is defined by the user of the mobile phone and passed as an argument to the algorithm. For example, if the user has a cat, and s/he doesn’t want to be alarmed by its motions, the blob threshold should be assigned accordingly.

Whenever a blob with a greater radius than blob threshold, the algorithm finishes the process telling the upper layer there is a motion in the projected area.

four comments, already:

Any existing prototype/proof of concepts of this exist yet ?
– Vikram

Vikram – 06 April ’05 – 14:02

If you are asking about the full application, the answer is yes. Actually we are testing it, and achieves satisfactory results. “Now Application Detects Motion” log samples some test. (They are not very scientific, sorry :). The images that reflects motions will be send to a database and the results will be published via web. We are planning to finish that reporting side in a week, it will be announced in this blog either.
Thank you very much for your attention…
Cahit G�ng�r

Cahit Güngör (
– 06 April ’05 – 23:22

i m unable to understand correction value and pixel threshold..can u elaborate? and also are u doing the calculation on mobile itself or on some server.

abhinav (
17 June ’05 – 10:28

First of all we aren’t doing any process out of the mobile. Every calculation has been done on the mobile phone.

The purpose of the correction value is to clean out the general differences in two images. For example if the overall light has been changed in the second image; you have to eliminate this difference. This is what correction value is for.

Pixel threshold is a simple threshold value that shows if there is a significant change in two corresponding pixels.

Cahit Gungor – 02 August ’05 – 15:52

Hoşgeldin iPhone 3G

Yenisi çıkacak eskisinin fiyatı düşecek diye beklerken, yeni iPhone şok eden bir fiyatla karşımıza çıktı. Bir önceki modeli 400$ a alabiliyorduk. Şimdi yenisi yarı fiyatına (200$) satışa çıkacak.Bu açıklamanın ardından iPhone’un eski modeli Apple’ın satış sitesinden kaldırılmış.

Basit bir PDA’i bile bu fiyata almanız zor. O yüzden özellikleri gözden geçirmekte fayda var.


GPS

iPhone’da kullanılan GPS teknolojisini A-GPS (Assisted GPS) olarak adlandırmışlar. Bildiğimiz GPS’lerin tam işlevsel hale gelmesi için, ilk açtığınız andan sonra bir süre beklemeniz gerekir. Bu sırada GPS cihazı, uydu bağlantılarını gerçekleştirir. Bu süreyi bu sistem aracılığıyla çok düşük düzeylere çektiklerini belirtiyorlar. Ayrıca yön bulma işlevleri için GPS bağımlılığından kurtulmuşlar. Bunu Wi-fi istasyonları ve GSM baz istasyonlarında yer bilgisinin işlenmesi ile sağlıyorlar. Buna “triangulation” deniyor. Bu sistem hali hazırda kullanılabilir birşey tabii servis sağlayıcınız, bu veriyi sağlıyor ise. Şu an Türkiye’de bu veri baz istasyon bilgisi içinde cep telefonlarına kapalı. Olsaydı cep telefonunuza yazacağınız uygulamayla biz de kendi yön bulma sistemimizi yapabilirdik. Kullanılan bu yöntemin, GPS gibi güç ihtiyacı fazla olan bir cihaza olan gereksinimi azaltması pil tüketimini de düşürdüğünü eklemek gerek.

iPhone 2’nin harita uygulamalarına getirdiği diğer yenilik ise, Google Maps’de olduğu gibi hem harita verisini hem uydu görüntüsünü sağlıyor olması.

Tabii harita sistemini kullanan başka uygulamalarda mevcut. Tanış kaynaşa bir tuğlada iPhone’da. Mobile Friend Finder. Senelerce yapmayı planlayıp, hep proje olarak kalan fikirlerimizden biri olan bu uygulamayı iPhone’da görmek güzel oldu.

3G

Bildiğiniz 3G.

Microsoft Exchange (enterprise)

e-posta ile ilgili hizmetleri etkin şekilde sunulmaya başlanmış. Bunun hedefi tek kelimeyle Blackberry. ABD’de herkesin elinde olan bu ürün pazarına göz dikildiği kesin.

Genel Farklar

Bir önceki iPhone’dan daha büyük ekran, daha yeni işlemci.

11 Temmuz’da AT&T ve Apple mağazalarında satışa çıkacak.

Gündeme Dair

Seçkinler grubunun görüşleri, onların sosyal varlığının bir ürünüdür. Seçkinler, kurdukları ya da üyesi bulundukları örgütleri ve bu örgütlerde geçerli olan değerleri “insanlığın en yüksek çıkarlarına uygun” görürler. Seçkinlerin insan tabiatı üzerindeki görüşleri, böyle bir sayıltıya imkan verir. Onlar, kendi sistemlerini tehdit eden veya şüpheyle karşılayan her fikre veya fikir sistemine karşı çıkarlar; silahsızlanmamanın kendi örgütsel çıkarlarına ters düştüğünü görürlerse, silahsızlanmaya karşı cephe alırlar. Bugünkü seçkinler sınıfının başka türde bri yöneticiler sınıfıyla değiştirilmesini öngören her türlü fikir ve öneriyi şüpheyle karşılar hatta, o fikre karşı düşmanca bir tutum alırlar; tutum ve hareketlerinin, vatanlarına hizmet aşkından doğduğuna,  görev ve ahlak anlayışlarının böyle emrettiğine içtenlikle inanırlar. İdeolojik yönden karşıt bloktaki seçkinler, kendi üretim biçimlerinin tabiatından doğan düşünce ve fikirlere saplanmışlardır. Bu seçkinlerin de kendi inançlarında içten olduklarına şüphe yoktur. Fakat, düşüncelerinin arkasındaki gerçek kuvvetleri farkedemedikleri için, fikir değiştirmeleri son derece zordur.

“Beyond The Chains of Illusion: My Encounter With Marx and Freud”

Erich Fromm

‘dan alıntıdır.

Glassfish nedir?

Glassfish Sun ve Oracle’ın TopLink saklama sisteminin kaynak kodlarına dayanır. Sun bu ürünü Sun Application Server olarak satmaktaydı. Muhtemelen piyasada istenen başarıyı gösterememesi sebebiyle, ürün stratejisini açık kaynak olarak değiştirdiler. Daha önceden satılan bir ürüne dayanması sebebiyle kullanımı kolay ve güçlü bir ürün. EJB 3.0 teknolojisini etkin şekilde kullanımına imkan veriyor.

Alanda kendini kanıtlamış JBoss gibi bir ürün var. Ayrıca yine açık kaynak kodlu Apache’in Geronimo (Büyük katkıyı IBM sağlamaktadır) ürününü de unutmamak gerekir.

Apple Computers ismi nasıl koyuldu

Şirket kurulmuş ama bir ismin koyulması 3 ay geçmesine rağmen başarılamamıştı. O gün Steve Jobs iş arkadaşlarına eğer 5’e kadar bir isimle gelmezlerse şirkete elma (apple) ismini vereceğini söyler. Ve kimseden bir isim çıkmayınca bu tehdit gerçeğe dönüşür.