修复弯折的非接触式IC卡

Posted on 2019-07-292019-07-29 by chiccs

昨天回到家，发现自己忘记带一个房间的钥匙。这个储物间有窗，通过高楼外墙的狭小走廊连着主卧，我并不想冒险翻越主卧的窗户从外面钻进去。不幸中有万幸，这个房门的锁是结构简单的普通球形锁，可以用一些塑料卡片（比如公交卡、信用卡）技巧性开启（仅限非常弱的球形锁）。

于是脑子一热把我的学生卡拿来撬锁了，结果学生卡被弄弯了。次日拿回学校，发现读卡机无法感应卡片。虽然我的学生卡很快就要到期，但是留着毕竟有用，所以还是想办法修复。

大部分的学生卡属于非接触式 IC 卡，可以用 NFC 读卡器读取。这类卡的结构一般是：卡身有一个芯片，连接着一个感应线圈。刷卡的时候，感应线圈在变化的磁场中产生足够的电动势作为信号通过芯片与读卡机进行交互。所以如果卡片发生弯折，感应线圈也会产生弯折，不同部分的线圈不在一个平面，产生的感应电动势方向不同（根据楞次定律），无法叠加产生足够强的信号。因此，修复的关键仅在于让卡片变得平整。

所以首先拿一个杯子，然后烧一壶水至沸腾，再将沸水倒入杯中，此时将卡片弯折的部分放入杯中烫 3 至 5 秒，然后拿出卡片，将其放在桌上，用重物盖住压紧（最好用手助力压平）。几分钟后将卡片拿出，用纸擦拭水迹。测试结果良好，现在卡片可以正常使用。

月相

Posted on 2019-07-192019-07-20 by chiccs

考虑在 $\mathbb{R}^n$ 上的函数 $f$ ，现在定义一个在 $[0,2\pi]^n$ 上的对应映射 $p(\textbf{x})$ ，通过以下方式

$p(\textbf{x}) = \sum_{k_i=-\infty}^{\infty}f(\textbf{x}+2(k_1,k_2,...,k_n)\pi)$

这样就可以有所根据地考虑在 $S^{n-1}$ 的概率测度，经过推广，也可以适用于一些简单的流形。

$S^{n-1}$ 上最简单的概率测度当然是均匀分布 $p(\textbf{x})=\frac{1}{Area(S^{n-1})}$

接着就是模仿正态分布的 $p(\textbf{x})=\frac{1}{Z}e^{-\frac{1}{2} \lVert \mathbf{x}-\mathbf{\mu } \rVert ^2}$ 。以及使用上述映射变换正态分布的结果。利用 L2 范数就会放弃一些弯曲空间的特征，可以想象这类分布的实用性一般。用测地线长度代替也许会好一些，但仍然过于平凡。还有一些可靠的分布，需要更深入的探索。

在流形上，滤波、平滑和贝叶斯推断可以有很强的联系，许多定义在离散空间的模型会有更舒展的表达。

罪咏

Posted on 2019-07-152019-07-15 by chiccs

最近信息检索社群的研究动向之一是所谓交互式检索的方法论（interactive/conversational/online + retrieval/learning to rank/blahblahblah.. ）。简单来说，就是从用户的角度来考虑检索问题，因此系统的设计和评价方式需要从用户的实际行为和反馈出发，而不是通过假设单方面推进检索的过程。

以唯物史观看待（强调这点是因为，也可以有不同的角度认为这是某几个“大佬”以个人意志带动的潮流。），这种研究兴趣的迁移是对当前自然语言处理研究的被动回应和规避：传统的信息检索研究大多和 NLP 研究一样，是在离线的数据集上评价模型。由于神经网络强大的学习能力，以及信息检索和自然语言处理的相关性，现在信息检索确实有被自然语言处理的研究狂潮淹没的隐忧或危机。IR 社群亟需重新发掘信息检索的特异性，以示区别。因此交互性作为搜索引擎最显著的特征之一便被提上日程。
交互性检索是对多个已有方向的自然扩展。以信息供给（information supply）的角度，离线数据集的标注成本实在惊人并且存在道德风险，而用户行为数据丰富而有趣。通过学习用户行为再服务用户再收集数据，产生的“乘数效应”显然是比通过学习少数标注数据再服务用户的方法要大得多。另外，这也是 “searching as learning” 观点的延伸，只是强监督信号变成了弱监督信号。
现在的信息检索研究缺乏强有力的数学基础：许多最近的研究的表述方式，除了用结果说话的“炼金术”以外，就是一些高中级别的概率统计知识加上一点微积分，再加上作者自己想象的故事，最后再添上用海量实验结果堆砌的所谓“实验分析”。如果这一点不被解决，我不觉得能有什么很重要的进展。