Pseudo Programmer

서론 에어프라이어와 오븐이 같이 되는 멋진 주방 기기(SK 매직 EON-C200F)를 처음으로 구매했다. 그래서 기념으로 냉동 식품을 몇 가지 사 보았는데, 그 중 하나가 바로 아래 제품이다. [문제의 그 제품] 인터넷 상의 다른 후기들을 보면 제조사가 권장하는 대로 냉동 상태의 생지를 바로 조리해서 맛있게 먹었다고 한다. 그런데 나는 결과가 처참했다. 예상했던 것보다 크기도 작고 안 익은 밀가루 반죽 맛이 났다(충격을 받아서 한번에 먹어 치우느라 사진은 못 찍었다).  실험 충격을 받은 나는 검색을 통해 실온에서 생지를 숙성 해야 한다는 이야기를 주워듣게 되었다. 남은 생지를 이렇게 맛없게 먹을 수는 없기에 속는셈 치고 실험을 해 보았다. (참고로 사진은 iPhone X 기본 카메라앱을 이용해서 2배율로 세로 모드로 찍었고, 원형 스테인리스 망이 짧은 축에 가득 차도록 찍어서 대충 동일한 조건의 사진을 찍으려고 노력했다.) 1. ( 2021-07-11)  아래 그림은 약 28 °C ~ 30 °C를 넘나드는 우리 집의 부엌에서 냉동 생지를 종이 호일위에 올리고, 아무것도 덮지 않은 채로 약 3시간 30분 정도 내버려 둔 결과이다. 빨간 점선이 냉동실에서 바로 꺼낸 생지이고, 노란 점선이 숙성된 생지이다. 확실히 부피나 질감에서 확연히 차이가 난다. 그리고 원래 제조사 조리법 중 하나대로 ' 에어프라이어 모드   180도 3분 예열/15분 조리' 를 했는데 오른쪽 그림처럼 위쪽이 검게 그을려 버렸다. 아마도 이 조리법은 냉동생지 기준인가보다. 그래도 안쪽은 안타고 숙성 안 했을 때보다는 잘 익었다(그래도 뭔가 덜 익은 듯한 비주얼이긴 한데......)   [숙성 결과] [조리 결과] [이빨로 깨물어 본 단면] 첨언 다른 세팅으로 또 해 먹어보고 추가하겠음.

Test Environment ParaView 5.8.1 MPI version Windows 10 Windows MPI 10.0 How to do it? Make sure that bin directory under paraview installation directory is included in PATH variable, to make everything easy. Then, type command below on windows terminal. (cmd, powershell, etc...) Note that, default connection URL will be localhost:11111. mpiexec -cores [# of threads] pvserver 

In shape matching problem between 3D point sets , Optimal Linear Transformation  between point sets plays an important role. I'll follow notations in [1] as far as I can. Problem Let there be two 3D point sets, $p_i = [x_i, y_i, z_i]^t, p^{'}_i = [x^{'}_i, y^{'}_i, z^{'}_i]^t, i= 1,2,\cdots, N$. We want to find matrix $X$ that minimizes $$ \begin{align} \sum_{i = 1}^{N} \| p^{'}_i - Xp_i \|^2 = \sum_{i = 1}^{N} \{ \| p^{'}_i \|^2 - 2 p^{'}_i \cdot (X p_i) + \| Xp_i \|^2 \} \tag{1} \\ \end{align} $$ Solution We can easily find minimum of (1) by completing the square. First, from the fact that for some arbitrary column vector $k$, $ \| k \|^2 = k \cdot k  = tr(kk^T) $, (1) can be rewritten as (2), $$ \begin{align} \sum_{i = 1}^{N} tr( p^{'}_i (p^{'}_i)^T - 2 p^{'}_i (p_i)^T X^T + Xp_i (p_i)^T X^T ) = tr(A_{p^{'}} - 2MX^T + XA_p X^T ) \tag{2} \\ \end{align} $$ where sum of outer products is defined as follows : $$ A_p ...

Let's say that you want to access to SSH server as below: [user]@[server_address] 1. Does public key of client is appended to server's '/home/user/.ssh/authorized_keys' file? - In synology, location of user's home directory could be different to ordinary unix. 2. Check server's ssh daemon setting. - Make sure to uncomment : PubkeyAuthentication yes -  Make sure to uncomment :  AuthorizedKeyFiles .ssh/authorized_keys -  Make sure to uncomment :  ChallengeResponseAuthentication no 2. Ownership(user, group both) of '.ssh' directory and descendants. - In unix, [user]:[user] - In synology, [user]:users 3. Permission of '.ssh/authorized_keys' : 0644 4. Permission of '.ssh' directory : 0700

Definition 1 Definiteness of a matrix Let $A$ be $n \times n$ real symmetric matrix, and column vector $x \in \mathbb{R}^n$. - $A$ is positive (negative) definite if $x^TAx > 0 \ (x^TAx < 0),\ \forall x \neq 0$. - $A$ is positive (negative) semidefinite if $x^TAx \geq 0 \ (x^TAx \leq 0),\ \forall x \in \mathbb{R}^n $, and $x^TAx = 0$ for at least one $ x \neq 0$. - $A$ is indefinite if $x^TAx$ takes on both positive and negative values (with different, non-zero $x$'s) Definition 2 Gram matrix The Gram matrix of a set of vectors $v_1, \dots, v_n$ in an inner product space is the Hermitan matrix of inner products, whose entries are given by (1). $$ \begin{align} G_{ij} = \langle v_i, v_j \rangle \tag{1} \\ \end{align} $$ For finite dimensional real vectors in $\mathbb{R}^n$ with the usual Euclidean dot product, the Gram matrix $G$ is simply $G=V^TV$, where the column of V is $v_i$. Theorem 1  The symmetric matrix $G$ is a Gram matrix if and ...

Personally, I think it's important to track what's going on the other side of the world. To prevent wasting of my precious time. Reviewing notable blogs and magazines is part of my effort to do it. This article will update as I find somewhere interesting. Blogs 1. Martin Fowler 2. Bjarne Stroustrup 3. Paul Graham Magazines 1. ACM Queue  : Almost Everything? 2. Computer  : Software Engineering 3. Communications of the ACM  : CS Theory

Definition Let $$ \begin{align} f &: A \rightarrow B \\ 1_A &: A \rightarrow A, \ f(a) = a\  \forall a \in A \end{align} $$ We say that $f$ is (1) well-defined if whenever $a_1 = a_2$ for some $a_1, a_2 \in A$, then $f(a_1) = f(a_2)$. (2)   injective  if whenever $f(a_1) = f(a_2)$ for some $a_1, a_2 \in A$, then $a_1 = a_2$. (3)  surjective  if $\forall b \in B \  \exists a \in A  \ s.t. \  f(a)=b$. (4) bijective if it is both injective and surjective . Theorem 1 A function $g : B \rightarrow A$ is the inverse of $f$ if $f \circ g = 1_B$ and $g \circ f  = 1_A$ Proof We'll proof the theorem on title by showing (a) and (b) . (a) $f : A \rightarrow B$ is bijective $\Longrightarrow$ $f$ has an inverse Let $f$ be bijective. Since $f$ is surjective, $\forall b \in B \  \exists a \in A  \ s.t. \  f(a)=b$. So we can define a function $f^{-1} : B \rightarrow A$ and let $f^{-1}(b) = a$. Since $f$...