Connecting HW and SW

### Create @ 2026.05.27import pandas as pdimport sysfrom dotenv import load_dotenvFOLDERPATH_COMMONLIBRARIES = "E:/DevData/commonlibs" # for Windows#FOLDERPATH_COMMONLIBRARIES = "/root/commonlibs" # for Ubuntutry: import keyring folderPath_CommonLibraries = keyring.get_password("BilientService", "CommonLibraries") if not folderPath_CommonLibraries: folderPath_CommonLibraries = FOLDERPAT..

아두이노 메인 함수에서 Preference를 정의하고 begin()한 다음에 .h 및 .cpp 클래스 파일 내에서 preference를 저장하고 불러오는 예제 코드를 작성하시오. 아두이노(ESP32 등)에서 Preferences 라이브러리를 사용할 때, 메인 파일(.ino)에서 객체를 초기화하고 이를 별도의 클래스(.h, .cpp)에서 공유하여 사용하는 가장 깔끔한 방법은 클래스 생성자에 Preferences 객체의 주소(포인터)를 전달하는 방식입니다.이 방식을 사용하면 메인에서 관리하는 설정을 클래스 내부에서 자유롭게 읽고 쓸 수 있습니다.1. 클래스 헤더 파일 (MySettings.h)클래스 내부에서 Preferences 객체에 접근할 수 있도록 포인터 변수를 선언합니다.C++#ifndef MY_SE..

[목차]Python CodeArduino Code* 소스 코드 : OTA264V011_Pyduino260408W.zip[Python]# pip3 install Flask flask-sqlalchemy apscheduler waitress requests python-dotenv --break-system-packagesimport osfrom flask import Flask, request, jsonify, render_template, send_file, redirect, url_for, sessionfrom werkzeug.utils import secure_filenamefrom models import db, Device, Firmware, OtaTask, AutoRule, CompileJobf..

import keyringimport sysfrom dotenv import load_dotenvfolderPath_CommonLibraries = keyring.get_password("BilientService", "CommonLibraries")#print("[CommonLibraries]", folderPath_CommonLibraries)if folderPath_CommonLibraries not in sys.path: sys.path.append(folderPath_CommonLibraries) print("Path appended")envPath = folderPath_CommonLibraries + "/.env"load_dotenv(envPath) def Test02(): # ..

출처 : BST261AG, Ver.0.9 # 주가 예측 및 추천 알고리즘 상세 설명서 본 시스템은 과거 일별 데이터(Daily Candles)와 당일 오전(09:00~10:00) 분봉 데이터(Minute Candles)를 결합하여, 당일 10시 이후의 주가 방향과 향후 3일간의 흐름을 예측합니다. 전체 종목을 스캔하여 상승 확률이 가장 높은 상위 200개 종목을 추천하는 것을 목표로 합니다. ## 1. 데이터 처리 파이프라인 (Data Pipeline) ### 1-1. 원본 데이터 (Raw Data) 1. **일봉 데이터 (Daily)**: DB에서 조회. 시가(Open), 고가(High), 저가(Low), 종가(Close), 거래량(Volume). 2. **분봉 데이터 (Minute)**: 엑셀 등에서..

보호되어 있는 글입니다.

출처 : BST261AG, Ver.0.9 # 주가 추정 고도화를 위한 상관계수 맵(Correlation Map) 구축 보고서 본 보고서는 주가 예측의 정확도를 높이기 위해 개별 종목과 거시경제 지표 간의 연관성을 분석하고, 이를 체계적인 데이터베이스(Map)로 구축하는 방안에 대해 기술합니다. --- ## 1. 상관계수(Correlation Coefficient)의 개요 ### 1-1. 개념 및 원리 상관계수는 두 변수 간의 선형적 관계의 강도와 방향을 나타내는 통계적 지표입니다. 가장 널리 사용되는 **피어슨 상관계수(Pearson Correlation Coefficient, $r$)**는 -1에서 +1 사이의 값을 가집니다. * **+1**: 완벽한 양의 상관관계 (하나가 오르면 다른 하나도 똑..

출처 : BST261AGV09 # 주가 추정 고도화를 위한 벡터 분석(Vector Analysis) 방법론 보고서 본 보고서는 시계열 주가 데이터를 고차원의 벡터(Vector)로 변환하여 패턴 유사성을 분석하고, 이를 통해 미래 주가를 추정하는 기법에 대한 전문적인 견해와 방법론을 제시합니다. --- ## 1. 벡터 분석(Vector Analysis)의 개념 ### 1-1. 정의 주식 시장에서의 벡터 분석이란, 단순히 "오늘 올랐나?"(스칼라 값)를 보는 것이 아니라, **"지난 20일간 어떤 모양(Shape)과 속도(Velocity)로 움직였는가?"**를 하나의 묶음 숫자(벡터)로 표현하여 해석하는 기법입니다. 수학적으로는 $N$차원 공간상의 한 점(Point) 또는 원점에서의 화살표로 표현되며, 두..

testID = "Test-ID" testPW = "Test-PW" serviceName = "BST261Service" keyring.set_password(serviceName, testID, testPW) time.sleep(2.3) resPW = keyring.get_password(serviceName, testID) print(resPW)새 폰으로 바꾸면서 버리려고 서랍에 넣어뒀던 구형 스마트폰을 서버로 사용하게 됐다.구형이라고는 하지만, 간단한 웹 서비스 또는 SaaS를 구동시키기에는 부족한 점이 없는 것 같아,이리저리 정보를 구해서 테스트해보고 몇 가지 서비스를 올려서 구동 중이다.빌리언트의 주된 서비스 중 하나인 절연형 전압/전류 원격 감시 시스템(Bili..

보호되어 있는 글입니다.