Skip to content

Wastebasket

  • in Julia
  • 3 min read

Flow matching with julia

작년 초, flow matching1에 대해서 처음 들어봤다. 한 번 공부해보고 싶은 마음이 들어서 Julia로 간단한 code를 작성해 보았다.

  • in US
  • 1 min read

Chase 은행 계좌 만들기

미국에서 대학원 생활을 하든, postdoc으로 근무를 하든, 월급을 받고 안전하게 보관하려면 은행 계좌가 있으면 좋다. 요즘 달러가 아주 비싼 덕분에 (1USD = 1471KRW) 원화를 가져다 쓰면 손해보는 듯한 기분이 든다. 손해를 보고 싶지 않아서 가지고 있는 달러로 최대한 생활하고 싶었는데, 은행 계좌가 없으니 카드로 결제를 할 수가 없어서 매우 불편했다. 따라서 운전면허증, SSN 없이 계좌를 열 수 있는지 알아봤고, 문제없이 되는 것을 확인했다.

이 글에서는 여권과 DS-2019 두 서류로 Chase checking account를 열었던 경험을 공유한다.

  • in Visa, US
  • 2 min read

J-1 visa application

한국에서 미국으로 인턴을 가거나 포닥을 나갈 때, J-1 비자를 받아 나가는 방법이 있다. 이 포스트에서는 J-1 비자를 받을 때 헷갈렸던 점을 공유한다.

  • in Julia
  • 1 min read

Data assimilation - filtering

All models are wrong, but some are useful.

어떤 자연 현상의 시간에 대한 변화를 다음과 같은 미분방정식으로 표현했다고 하자.

\[ \frac{du}{dt} = F(u). \]

미분방정식을 유도할 때는, 일반적으로 아주 작은 스케일의 움직임까지 기술하기란 어려운 법이므로, 적당히 평균을 내기 마련이다. 이 과정에서 실제 현상과 모델 사이 오차가 생기게 되고, 시간이 지남에 따라 모델이 예측하는 현상과 실제 현상의 차이는 점점 커진다.

아래 동영상의 왼쪽 패널을 보면, 초기에 생긴 오차가 빠르게 퍼져 시뮬레이션이 잘 되지 않는 것을 볼 수 있다. 반면, 관측자료는 관측 오차가 있을지언정 실제 현상에 대한 정보를 담고 있다. 아래 동영상의 가운데 패널에 오차가 낀 관측자료가 나타내어져 있다.

자료동화에서 filtering이란, 실제 상태의 추정치 \(u_f\)가 있을 때 관측자료 \(y\)에 기반해 추정치를 업데이트 하는 방법이다. 즉, 위 동영상에서 첫번째 패널과 두번째 패널을 합쳐 세번째 패널을 만드는 과정이다.

  • in Python
  • 1 min read

Python array

지난 10월 7일에 배포된 Python 3.13 업데이트를 보다가, 파이썬에도 array 모듈이 있다는 것을 발견했다. Numpy에만 있는 줄 알았다.

배열 자료형은 list와 비슷하지만 요소들의 type이 모두 똑같다는 특징이 있는데, 이 덕분에 평소에 자주 사용하던 routine의 속도를 향상시킬 수 있지 않을까 싶어서 간단한 실험을 해봤다.

Review: KARINA

KIST에서 KARINA1라는 pure deep learning based climate forecast 모델을 개발했다고 한다.

KARINA

KIST's Atmospheric Rhythm with Integrated Nerual Algorithm의 약자이다.

기존 모델들에 비하여 성능이 떨어지지 않으며 training time을 줄여 efficiency를 확보했다고 한다.

Summary

내가 이해하기로는 두 가지 방법을 제안한 것 같다.

  1. Geocyclic Padding
  2. SENet

Review: Neural general circulation models

Machine Learning accelerated global weather prediction model developed by Google. Written in JAX framework 12 Two advantages over pure ML methods:

  • Uncertainty estimates
  • Long time simulation

24년 7월 22일 (내 28번째 생일), Nature에 “Neural general circulation models for weather and climate” 이라는 제목의 논문이 올라왔다. “Neural” 키워드를 보고 “data 때려 맞추는 모델 아니야?” 라고 생각할 수 있겠지만, 그렇지 않다.

Review: Acceptance Sampling

Abstract

Standards for quality control become higher as technology is miniaturized and advances. It is necessary to develop advanced sampling plans to meet high standards because traditional sampling plans need a relatively big sample size that is not economical. There have been approaches to reduce the sample size while controlling the correctness of a test. This paper includes basic approaches and their implications, such as some principles of sample size reduction. One can understand basic concepts of acceptance sampling plans and how to calculate corresponding probabilities by reading this paper. Anyone who is interested in sampling plans but doesn't know where to start is a potential reader for this paper.