初級學徒
查看詳細資料
TOP
Chaos Theory
學院師兄
原帖由 jackyhy007 於 2014-6-6 01:06 AM 發表 特登Login入黎 automation 哥, thx for sharing, 你教授得我有興趣學更多 electronic既知識,希望你可以繼續出post la
中級學徒
原帖由 shareholders 於 2014-7-13 12:57 AM 發表 其實智能電網在香港能否實行? 我個人意見: 在可見將來應該無咩可能, 因為香港的電站同電網, 都在中電同港燈手上, 而依兩間公司, 係唔容易改變
高級學徒
原帖由 41200 於 2014-7-13 04:53 PM 發表 見你前面提及Hill climbing... 我呢排都睇緊AI 同Bioinformatics 既野... Automaton, 有無好書推介下?
我briefly go through 個web之後 : EE2000 + EE2301 其實是"基礎circuit"的全部 Electric Circuit (EE2301前) Electronic Circuit (EE2301後) Logic Circuit (EE2000) ( "非基礎circuit" : Microwave Circuit, Optical Circuit, Photonic Circuit, laser circuit ) EE2000 Tocci : Digital systems Computer architecture & logic design Microcomputer & microprocessor Tocci的書, 我個人認為OK 不過我不是major computer architecture, 不是專家, 所以不一定正確 另外第3本可能不合適, 因為用motorola MC68HC11 system 如果course 用intel system就不太合適 (其實第3本更合適EE2004) EE2301 分2部份 , Electric Circuit Analysis + Microelectronics 這一科最好幾本 Part I : Basic Concepts, Circuit Analysis, AC Circuit 的部份 : 因為都是數學技巧, 所以隨便一本書個名有 "Circuit Analysis", "Linear Circuit"等等的書就可以 如果真的要我給個作者: Sadiku & Alexander Part II : Diode Circuits, Transistor, OpAmp 部份 : 1. Floyd, Electronic devices 很illustrative, step by step 2. Razavi, Fundamental of microelectronics reference, 題目都可以看看 3. Sedra & Smith, Microelectronics 如果你之後會走 solid state 方向 (BJT, MOSFET, JFET, CMOS 等等) (即take EE3110, EE3132, EE4104) 必看 (當然那個時候這本就變了不是主力書) 另外, 這本書很很很後的部份會有logic circuit (即EE2000的東西), 算有補充作用 我個人認為 : 先"快速"read完 Floyd ,再詳read Smith 當然, 最好就是 超級詳細地read Smith 總之 Microelectronics 一定 Sedra & Smith 不過要說的是, Sedra & Smith 是 "詳細型"的書, 是very thick & heavy的 老老實實 這些course勤力一定高分 , 算easy course
其實我想知你睇書既習慣系點,究竟應該一口氣睇一個chapter, skip 曬d 題目?定系睇下 d 題目講咩再返黎睇? 加上我之前睇過本書話 , 如果你睇書中途有咩唔明, 就應該繼續睇落去, 之後會愈黎愈明, 唔好中途停底? 咁樣既讀書方法又岩唔岩 ? 其實我之前識左個al 4a 既, 佢都系話睇書睇明佢. 但睇你個post, 究竟點先知點先系真正明? 姐系我想問你應該點讀書好?xd 唔該曬. 原始短消息: 我想問多d關於既enigne既野~
----------------1. 實力Equation ---------------- (近日搞Reg Day, 忙得不可開交) 讀書分2種人 : 1 .Exam/Marks oriented (短跑) 2.Research oriented (長跑) 近日奧運, 就拿跑步作比喻 跑步要強, 一定要有良好 跑步的技巧 + 身體機能良好 + 狀態好 考試一時的失手就好比 奧運一時失手 但是, 難道 運動員一次的失手 就代表他很廢? 傻的都知不是, 那只是他發揮不好 我"亂up"一條equation解釋分數和實力的關係 Grade = State ( Long term memory + short term memory ) G = S ( LTM + STM ) 強不強要看平時, 即 LTM 考試前短期爆出來的 "分數", 是沒什麼用的 因為只是 STM 非常大 即使grade好, 但是在長遠來看, 作用不大 因為強不強要看平時, 即LTM, 不是G 相反, 根基很好, 但分數不太高的人 在 "潛移默化" 的作用下, 長遠來看作用大, 即大LTM 考試一時的失手就好比 狀態S 變得很小 由equation可見, S的影響可以很大 所以S真的很重要 運動員平時多麼的厲害, 比賽時一個小erro就會失去金牌 但我們不能說沒金牌的運動員廢, 他們也很強 只是他們的S 一時之間很小 那些 競賽性質 較強的活動, 看的是分, grade 是含有 "氣數, 運氣, 狀態" 的 (例如multiple choice靠撞高分, 算什麼實力) 在research的世界, G 不是很重要 因為, 根本沒有什麼競賽, 也沒什麼運氣 難道 Research level 還玩 Multiple choice ??? (不是沒有, 不過少) Research多數是 Essay , Thesis, 完全是給你發揮LTM的時候 運氣是有, 我不是完全否定運氣 我只是重複Richard Hamming所說的 : 運氣不是一切 (下一句話有點長, 請完整的理解) 在 "你有足夠時間以致個S大家都差不多的時候, LTM的值就是決定性因素 " 可見, LTM是真正需要的事(對於走research的人來說) 可是LTM對於走exam的人來說不重要 什麼人是exam oriented? Business People 我個人對Business People的見解是 (開始罵Business People, 有點subjective) Soft Skill的確很強, 很會包裝, 但根本沒什麼實力 因為他們需要的是 短期利益 他們的product life cycle model, 完全是有 "用完即棄"的concept 他們相信 沒有長久, 只有不停更新 所以他們需要的是 "短期之內利益最大化" "短期之內利益最大化" 正正是 和research 相反的事 所以Business People 我個人看法是 (有點negative) 全是 "一時好運(天時地利人和,S值很大)的無實力家伙" 所談的management, 懶科學 美其名 "運籌學", 完完全全比不上 Optimization 和 Convex Programming 即, 吹水科 所以, 為打工的人, LTM根本不合他們, 他們也不會去增高LTM的值 --------------------2. LTM是怎樣增加---------------------------- 用中國的說法 : "潛移默化" 我想說的是, research人才, 是可以由日常的思考活動, 行為 "看"出來的 我識一些人 (不能算多) 口裡談很喜歡什麼什麼的, 都是混蛋 反而有一些人, 會無時無刻都在想 (就好像 Newton會無時無刻都在想why 有gravity一樣 (雖然這個故事是假的) ) 那些人 無時無刻都在想, 自自然會 潛移默化 遲早會 "丁"到 所以, 怎樣讀書? (說了那麼久才入正題,哈哈) 怎樣讀書看你是type 1還是type 2 Type 1, 專攻exam 方法 : 操past paper 完 對, 我想說的是,中學操past paper的所謂高手 全是沒什麼大不了 人面對不熟悉環境下, 才顯示到實力 操past paper只是令人在熟悉環境下生活到 Research的世界全是不熟悉環境 那些操past paper的所謂高手, 只是 "在前人已開發過的領域上鑽牛角尖的人而已" 如果想exam高分 就要熟exam的模式, 就要操past paper 我想說的是, 操past paper是一定要的, 你不可能完全不操 我想說是, 如果你不太理分數, 而且長遠看的話 應該分配多一些時間去看書而非操past paper 把時間很多都用在操past paper的人 會很高分 不過那人的視野只會很narrow 這是不合適research的 "在前人已開發過的領域上鑽牛角尖的人" 沒什麼了不起 "開發沒人知的領域的人" 才是厲害的人 所以, 如果是type 2的人, 你應該已明白要怎樣分配時間 看書怎樣看? 這其實是個蠢問題 不理你有沒有完整的看一次一個chapter 一定會出現有一些東西不明白 當一個chapter 是 100那麼長 當你看到50就出現一個不明白 那可以等價做 你看了2個 chpater 第1個是 1-49, 第2個是50-100 (沒人說過一定要當作者是上帝,他說chapter 1是1-100, 誰說不可以把1個當是2個chapter 完全跟書, 也是死路一條 因為, 書是會錯的 這裡我想說的一個訊息是, 如果不去做一些是思考去反駁text book 而是 "完完全全的textbook信徒" 的話 那人也不是research的人 即是, 要嘗試挑戰 textbook) 回到"看書怎樣看" 這話題 當出現有一些東西不明白 你可以做的是 1. 記錄本書看到哪裡不明白 2. 看下去, 一直看下去 3. 重複step 2, 直到你支持不了 4. step3的出現表示你有很多東西不明白, 即你有很多"記錄" 5. 看其他書 6. 重複5直到去消除不明白 我想說, 這個"algorithm" 你可以是 Path A : 1.5.6.2.5.6.2.5.6.2.5.6... 也可以是 Path B : 1.2.3.4.5.6.1.2.3.4.5.6.1.2.3.4.5.6 .... 哪個好? 根本就沒所謂 我個人 ? 我2者都有 根本就, 多看有益, 管你是 path A,B 愈多書愈好 因為 "沒有一本書可以萬能" 不同人不同口味, 沒有萬能key --------------3. 怎樣叫做 "明"-------------------- 明很難define 如果以你熟悉的事件去考你 你識做 是叫做 "在一個指定範圍之內, 你合乎作答要求" 然後給你分 這是中學用的 如果你"超班", 多數死路一條 因為可能老師不夠"料" 大學不一樣 大學你可以玩 "超班" 你可以反對Prof的意見, 什至說他錯concept (當然你要有道理, 有proof, 等等) 這樣做,你可以更高分 當然, 反Prof是超人做的事, 沒有足夠料還是做乖乖好 不過如果你有能力可以 "反Prof" 那證明你在那一範圍, 極之明白 因為你比專家 更 "專家" (Grad School 中, 反Prof 不是少有的事, 如果你是決策人, Prof是意見提議者 ) 如果不走 "反Prof"路線, 如何知自己明不明白 ? 那就要多角度思考 因為 exam "在一個指定範圍之內, 你合乎作答要求" 其實更正常應該是 "在一個指定範圍之內, 用一個指定的角度去看, 你合乎作答要求" 例如circuit V=IR, Norton, Loop, Mesh, Max power transfer, DC point ,等等 "Standard Circuit Theory" 其實是 "Low Frequency Special Case of Maxwell Equation" Optics, image distance, law of reflection, refraction等等 也其實也是Maxwell's Equation的 Special case 你有沒有想像過, very high frequency時 V=IR 是不太正確的呢 結果根據V=IR所 develop出來的全都不太正確於high frequency system上 不過, 你認為你中學時在cirucit, optics的Essay題那裡填上這些 "離經叛道"的話會有分? 那只會令marker認為你傻 這正正是因為 "世界實在是太大, 沒有想像中那麼簡單" 因為太大, 所以一定要 "知識分割" 不過Gibbs說過 "大自然是完整的, 分割知識只會令她破碎" "在一個角度去看一件事" 其實也只是 盲子摸象 所以, 每一個Prof, 也其實只是 "活在他自己領域的專家而已" 更bad的說法 每一個Prof, 也其實只是 "只會躲在他自己熟悉的領域的人而已" (如果我Prof老闆听到這些話, 我就大獲 ) 要真正明白 要 integrate 不同area 以不同角度去看一件事 明白對同一件事的眾多不同Theory之間的關係 這 是極難的 也 極花時間的 正因為 "世界實在是太大" 所以 "角度實在是太多" 即 "要花很多時間去integrate眾多Theorem " 所以Physics中Maths中 統一的"萬有理論", 是多麼的強 強到我不識描述 真因為強, 可以link到不同事 所以給那個equation命名那個人去記念他的偉大 我說的是 "明"是一個很模糊的狀態 (如果你讀 Fuzzy System就知什麼叫 模糊) 你走去考中一數 可以100分 也可以0分 對,這一定可能 中一奧數也可能難到我 難道中一普通數100分那叫識? 難道中一奧數0分那叫不識? 真正識不識 不是分數能描述的 這正是模糊系統 一個不是 非黑即白, 非0即1的世界 的有趣之處 我真的不能說什麼是 "明" 因為沒有一個 very clear definition 這個 "明"的concept 只能是用一個probability parameter來描述 所以, 明白明, 有沒有料自己知 你能由自己可以process的information / problem 來量一下自己到底明不明 Exam marks是一個準則 不過不是全部 最後, 我就給你一個功課 Physics Mechanics中有一個eqaution : s = ut + 0.5at^2 這個一定識 請你思考一下 這條equation和 Taylor Series的關係 下次回答我 ---------------- 一時在車上打太字,哈哈 如果你有什麼問題, 當然可以問我 我算得閒
原始短消息: 我想問多d關於既enigne既野~ s=ut +1/2 at^2 條式個前題系 a= constant, 咁無論s^n(0) for n=3, 4 , 5 .........., 全部都系0 remainder =0
但系呢條式既前題唔系 a = constant咩?
老實講我真系第一次聽講 d 完acceleration 仲有野
原始短消息: 我想問多d關於既enigne既野~ [quote]仲有個問題呀 , 點為之快速read完一本書...
原始短消息: 我想問多d關於既enigne既野~ [quote]其實我都發現我自己讀書好容易被一個小小既問題阻住 ,可能呢d問題真系完全唔重要, 但有時我會想明埋佢....... principle of Abstraction, 我上網睇左呢個terms呢 , 解話系將一d野抽象化左佢, ignore曬唔重要既野. 但我都唔系好明點去應用系自己度... 可唔可以詳解下, 或者可唔可以講下如果你睇緊一科新書, 你會點用呢個principle 去幫你讀書??
唔該曬你先 之後有個問題, 點解calculus 要研究一個fuction or series究竟有無limit?? 我唔明既系如果一個series 有limit 既話代表左咩??
哈, 我估你應該是在看power series, Taylor series之類東西 這部份叫Analysis , 研究Analytic, Smoothness 等等 相對一般Calculus, 應該是最深的部分 一Function一般包括 Limit existence Limit uniqueness Continuous 類推至 f' 的Limit existence, Limit uniqueness, Continuous f'', f''' , f'''' ,..... Function 是一個mapping 由domain set map去range set 2個set 可以是 countable set 也可以是uncountable 如果是discrete set, 例如 integer map to integer 可以叫sequence 而series是sum of all terms of a sequence series 最終會不會converge 去一個定值 即是series 有沒有limit 數學上是純粹研究有沒有limit, 有沒有收斂值 例如 0.5 + 0.25 + 0.125 + 0.0625 + ... = 1 不過engineering角度上 有些東西可以用series表達 而當series有limit, 有收斂值 即那個事件最終會有一個定值 即是說那事最後不會是波伏不定 例如damping 對研究穩定度有用 話時話, 提起Damping Damping的數學 在EE都佔幾重要的地位 差不多科科都會見 一定要熟 我相信 n個星期, or n個月之後 你會明白 "個e有negative real part 即表示system stable" 這是在說什麼了
undergrad名不重要 因為postgrad 大把人 physics轉Engineering Maths轉Engineeing Engineerng轉Physics / Maths 應該要說 專業在哪一個領域 個undergrad個名其實沒什麼indication 我undergrad是Electronics & Communication 不過我個人2極化 我take很多 Information Engineering, 很Maths, high level 的course (基本上叫Control , System, Signal, Communication, Multi-media, Information Theory等等) 也take很多 Physics, 很low level方面 的course (keyword包括 Electromagnetics, Microwave, Optoelectronics, Phontonics, Wireless) 反而 middle level, 中間的Solide State 我take很少 (例如Electronic Structure, Electronic Device, Logic Circuit, IC Design, VLSI) 當然, 我是指advanced level , free elective core/compulsory的話我當然 所有level 的basic course都有take, 例如Quantum, OS, Computer Organization, Java等等
現在Engine很少人會有你這樣, 肯自發性去找資料 天才自己找機會, 庸才等機會, 蠢才錯過機會 你肯自己去search infromation, 已很好 如果再加上 堅持力, 就極好 -------- 我要說一下, Neuroscience, 可以說是極辛苦 首先 Neuroscience 是 "分支極大極廣的科目" 因為太廣, 我也不太敢對這一科說三道四 Neuroscience 可以分Purely Biochemical , Physical 和 Electrical Biochemical, Physical方面我就不多講, 反正我認識不多 Electrical方面, 其實應該叫(Information方面) Neuroscience是Mathematical Modeling , Artificial Neural Network, Signal Processing, A.I. , Fuzzy System 主要是 :怎樣去用數學去描述 Neuron的運作 因為電子訊息, 用數學描述已有多年, 所以研究者也用數學去描述 neoron 這裡有份power point (上網隨手找到的) 你可以看看,當作是computation neuronscience的簡單介紹 (數太難太淺就別理了, 重點在concept) http://202.203.158.122:520/shownew.asp?ID=106 其他科包括 : Singal, System, Imaging, BioPhotonics 這些科正好是EEE搞的, 所以我熟悉 Anatomy, Chem, Biology當然是Medic部門了 Material, Mechanics當然是Mechanic 部門 so, 你入了Engine正好 HKU research正好有2群人和你想讀的東西有關 (Information System & Biomedical Engineering) HKU EEE有個老師, 叫 Dr. Zhiguo Zhang 專搞neural engineering & computational neuroscience 而另外有個老師, 叫Dr. G.Pang會有Neural Network這一科 你大約會在year4才上到他的課 (當然, 你year1就走去take他的課也可以) 總之 搞 人機合一的人有, 搞腦波分析的也有, 搞神經綱網路的也有 搞MRI, imaging的也有, 搞神經Maths的也有... ------------------------- Take BEM 我想說 Undergrad的"名" 不重要, 因為你可以用free elective去take 其他科 我個人認為Biomedi會好一些 (雖然BioMed少elective) Computing & Data Analytics的確較"遠一點" 老實講 Computing技巧是可以 自己磨鍊出來 學programming : C, C++, Java, Python, MATLAB, 等等 可以自學, 只有"Algorithm"要跟老師學, 所以可以做elective而不是main course 而所謂 "Computation" , 是指你要搞些software 叫就叫搞software, 實際是數學, 搞"solver" (e.g. , 例子對你來說太深 : Kalman Filter, Finite Elemental, Boundary Elemental,Finite Difference, stochastic solver ) 簡單講, 即solve problem using computer, 不過你要 "叫個computer跟你做" 就是數學 另外 BEM就"講到明我好廣" 你要讀的Nueurosicence, 是grad school之後才開始 所以我認為, BEM好 因為基礎很重要 year1,2,3要廣 (而且, 人心可能會變, 我中學/year one時很喜歡physics 我現在一樣喜歡, 不過有另一科我更喜歡 不過不等於 我現在沒take physics, 我照take, 例如Quatum, Photonics等等) 我想說的是 " 廣" 是沒問題的 , 你year3,4才來決定"專" 也不遲 Research 叫就叫"專" 不過我可以說, 基本上所有EEE 老師都識Physics都識Maths都識Computer 我想說的是 "你太快就鑽牛角尖" 而且根本 那些undergrad東西就是基本要求, 一定要識 你可以說你討厭 科目A, 難道都不take科目A? 那只是逃避 有那一科的出現表示那一科有她的重要性和地位 科目不是 零碎的散件, 有其用的 你認為沒用沒關 其實是 : 你還自己沒有能力 / 還沒到那個level去發現他們的關係 罷了 我當然不是叫你去take 中史elective 那當然沒什麼連接性 我想說的是 你個knowledge base愈大 就愈有機會 個腦"叮"到一些東西 之後就可以出paper 視野太narrow不好 我不反對你說的 "專心一致" 是好 我反對你"太早說" 現在你應該 把眼界放大 因為 世界真的很很很大 不是你想像中那麼小 其實我有很多例子 不過太多字, 我不打了 所以 你現在要做的是打好基礎 例如知道我下面所例出的 一"小"部份 的key word是什麼 例如 數學上知道什麼是 Laplacian, Wronskian, Vector Space 電腦上知道什麼是 DMA, Interrupt Routine, CCR 物理上知道什麼是 Osciallation Damping, Gauss Law 化學上知道什麼是 d-block, Nernst Equation, Gibbs Energy 程式上知道什麼是 OOP, Thread, race condition 生物上, 我不知道, 不說 工程上知道什麼是 Feedback, Stability, Fouries, Zeta, Shannon 不只是知個名 而是要知 -概念是什麼 -為什麼有這概念 -數學式是什麼樣子 -有什麼意義 -這概念的前因後果是什麼 有這些實力才叫 "基礎好" 再者, 這只是 一"小"部份 我再說一次 "世界真的很很很大 不是你想像中那麼小" 直接一句有攻擊性的話就是 "你知的太小, 談什麼Neuroscience" 最後我想說 可能我講到太多techical stuff 也可能因為我是TA 令你誤會 我還只是個undergrad , 不是什麼MPhil / PhD 只是高你2,3級 另外, 下星期HKU Engine有些數學course (non-credit bearing) Matrix, Vector, Calculs (我覺得太淺) 如果你想來,可以來 Chong Yuet Ming Building P1 , 10:30-12:30, 2:30-3:30 因為我教(下午那part)
原始短消息: HKU BEng(sci)選科一問 [quote]原始短消息: HKU BEng(sci)選科一問 多謝師兄答了我那麼多東西, 我實在獲益良多 你提及的數學course我應該是不去了(最近在自修multi-variable calculus) 最後多謝你那句"你知的太小, 談什麼Neuroscience" 一語中的 我瞭解到自己的目光好像放得長遠也太狹隘了 謝謝
MOST (not all) undergrad 既course 同post 有連繫 無連繫 我認為只有computational neuroscience Under grad 有什麼stream, post grad就會有什麼stream 沒理由法文Prof會開undergrad德文course 只是因為 東西的確超多, 不可能undergrad就去到 最前線, 而最update的information和研究因為還沒confirm / 成形 會不停更新 所以會造成undergrad course和post grad course 青黃不接的情況 不過一般都會有關 而且就算關, 例如Phy undergrad走去EE post grad 個prof會"就"人, 教慢少少 再者post grad不是看 "讀書" (post grad take 999999個course都可以, 因為一個星期得幾堂, 幾日day off) post grad 是跟"人" 好叫一些就叫 好像 Star War 中的Jedi 師徒關係般 難听一些就叫 做prof個工人 所以, 應該說 "要看研究什麼, 不是說走什麼stream" 因為可以去到很很很很小 Stream 粗糙可以分 : Physical, Mathematical , Computing, Networking Physical : 1. Solid State Electronics Electronic Material , Fibcation, Laser, Nano LED 2. Computational Electromagnetics Antenna , Electromagnetic Compability, Radio Astronomy, Radio Frequency Circuit, Millimeter Wave 3. Opto-electronic Organic Device, Organic Solar Cell, Ultra Thin Device, Organic LED 4. Photonics Fiber Optics, Photonic Device, Photon Computing, photonic nano-crystal 5. Quanutm Quantum Information, Quantum Computing, Quantum Communication 6. Other Spintronics, Plasma, Neuron Beam, Magnetic Material, Laser-Plasma Application 7. Power (大電搞的, 我最不熟悉) Wireless Power Transfer (特斯拉線圈) , Smart Grid, Power Electronics Mathematical 7. Control, Cybernetics & Automation Robust Control, Automous Control, Non-linear Control, Robotics, Optimize Control, Dynamic System, Chaos theory, Sensor Network 8. Artificial intelligence Machine Learning, Machine Vision, Pattern Matching, Computational Neuroscience, Artifical Neuronetwork, Fuzzy System 9.Communication Wireless, Cellular Radio, Personal Communication, Noise Reduction, Telecommunication, Ultra-Long Distance Communications 10. Signal Processing Digital Image Processing, Multi-media Signal Processing, Digital Signal Processing, Data Compression, Video Signal, Brain Wave Computing & Networking 11. Netowking Queueing Theory, Distributed Computing, Cloud Computing, Distributed System, Pear to Pear 12. Computing High Performance Computing, Reconfigurable Computing, Parallel Computing, von Neumann Machine 老實講還有其他分支 (例如 imaging ) , 不過我更不識 由我論壇個名, 你知我走哪一方面吧...
原始短消息: 我想問多d關於既enigne既野~ [quote]明白明白.... 其實宜家諗定讀咩undergrad steam 會唔會太快, 定系讀完一個sem 先睇? 原始短消息: 我想問多d關於既enigne既野~
原始短消息: 我想問多d關於既enigne既野~ [quote]上 lecture個陣其實抄唔抄筆記好, 定系話專心聽個prof講野好d..... 定系你會自己睇書算?
原始短消息: ADVANCED PLACEMENT TEST 一問 [quote]師兄你好: 今日去了港大reg day, 得到一份資料, 上面寫在8月尾將會有advanced placement test, 請問這是不是意味只要我通過了一個test, 就不用修那test對應的課程? 謝謝!
原始短消息: ADVANCED PLACEMENT TEST 一問 [quote]原始短消息: ADVANCED PLACEMENT TEST 一問 如果我multi-variable calculus只學到line integral 足夠應付考試嗎? 我知可能還有green's function等等的東西
原始短消息: ADVANCED PLACEMENT TEST 一問 [quote]原始短消息: ADVANCED PLACEMENT TEST 一問 MATH1851 Calculus and ordinary differential equations (6 credits) - Differential and Integral Calculus (Single Variable) - Ordinary Differential Equations - Laplace Transforms MATH1853 Linear algebra, probability and statistics (6 credits) - Vector Algebra; Matrix Algebra; Eigenvalues Problems - Elementary Complex Variables - Basic Probability Laws; Random Variables, Probability Distribution, Expectation and Variance - Binomial, Geometric, and Poisson Distribution; Normal Distribution - Sampling distribution, Point Estimates and Confidence Interval ENGG1002 Computer Programming and Applications(6 credits) -C++ syntax, identifiers, data types, control statements, functions, arrays, file access -Program design, implementation and debugging, problem solving -Class and objects, string, structures and pointers, recursion, linked list, dynamic data structures
原始短消息: phd 大大我問野.. [quote]究竟應唔應該快過prof 既進度? 可能佢教緊第一課,如果自己身覺得應付到系咪應該睇落去?. 定系話跟prof 個flow? 讀書淨系睇syllabus 上指明個d 定系話睇埋related part?? C++ 都系用返 how to program 個set 書或者有沒有其他更好的參考書? 系咪得 3大 first hon 先至可以直上 phd 定系話有prof 收就得? 唔該曬!!
有關power 等我說一些外人不知的事給你知 現時呢, 中電也好 港燈也好, 香港電廠也好, 德國電廠也好 總之, 全世界, 現時的 電力系統是 "中央制" 用電錶去測量用電量 之後, 會有些人(識統計學的人), 去 "估用多少電" 若果估少了, 停電, 結果恐怖到不用想像 若果估多了, 儲電, 不過儲藏容量有極限, 萬一估錯太多, 就生產了廢電 電廠就白白浪費錢 首先, 估電那個人, 估錯當然就大獲 不過呢 那個人有電廠數字, 他是不可能走人的 因為他知道了這個商業秘密 所以, 電廠會保留他, 當然, 錯得太離譜一定炒 也當然, 電廠會有手段去防止有人刻意入廠之後再估錯數走人, 用這個方法去偷資料 簡單講, 電廠會 "高薪保人" 我有個師兄, 電廠給他20萬一個月 那麼高人工, 當然, 因為他PhD, 而且專PowerE 他一PhD那天就給澳洲挖走了 有錢到全家移民去澳洲 現時呢, power E人 是最高人工的行業之一 之後會更高 為什麼? 因為, 現在這個 "估電, 再由中央發電"的方式 就快要變 我有個Prof, 搞太陽能發電板, 告訴我 因為 太陽能發電板 開始可以"平" 工程, 物理, 數學 是一個漸變 數最完美 數學家生活在完美的世界 什麼都不用reject 只是擴大個area就可以 物理呢 要根據"物理現實" 不可以反抗, 有時要reject一些solution 例如計到個length是negative, 當然要reject 工程更麻煩 要乎合"物理現實" 還要可以乎合 "現實" "現實"是什麼呢? 就是錢 大把方法可以有飛行器, 可以令人飛 不過, 太貴 電腦15年前, CPU 100MHz 可能要一萬元 現在呢 ? "commercialized" Engineering和Physics的最大分別就是, 要講 "optimization" 用先進的方法, 令到部機 價錢愈來愈平 體積愈來愈小 等等就愈好 我想說什麼? 我可以告訴你 如果你有看paper的習慣 你會日日都發現新大陸 現在呢, 已經有 : 一張紙那麼薄的電腦 局部氣溫控制 模擬真實 真正的3D立體影像投射 2D圖像3D化 (是真正的3D化) 腦波控制 等等 問題是 they are not commercialized ! Because it is too expensive !! 只要當有人想到一些方法可以令他們更快更平 就可以commercialize , 可以 "普及" 平板電腦就是一個例子 ------------ 回到正題 為什麼電力系統會大變? 因為太陽能發電板 就快可以commercialize 太陽能發電板一 "普及", 就會由 "中央式發電" 轉變做 "分配式發電" 到處都 "分配式發電"的太陽能發電板 結果, 需要大量 powerE的人 (當然, PhD Level, undergrad的 power E根本就低能) 我之前說過, 有電廠數據的人 , 不太容易走人 因為, 那麼多薪金, 而且是穩定的工作 傻瓜才走去做商業間諜 結果一做就做一世 ----------------------- 有關選科 基於"愈辯愈明", 我會一直challenge你有關選科的問題 我想說的是 不知道你知不知道, Mechanical Eng 搞什麼? 搞機械? 的確, 機械工程是搞機械 不過呢, 這已是N年之前的事 搞機械已 搞到變 研究力學的數學 反而愈來愈多人搞 流體力學 首先, 流體力學 算是modern physics 而且, 流體力學的分支, 微流控 microfludics 一樣超精彩 可以搞到 "泡泡之內有泡泡之內有泡泡之內有泡泡....." 更可以搞到 令一些泡泡到 "指定地點" 之前, 怎樣也不會爆 (這個很厲害) 總之就一樣超勁超精彩, 而且這一科發展潛力極極大 http://weitzlab.seas.harvard.edu/gallery.html (click video去看看) 問題是, 這個完全乎合你所講的point, 那為什麼你不選 MechanEng要入EEE ?
原始短消息: 據你所知 [quote]據你所知 civil , mechanicl 同electrical會較少涉及probability(queuing theory ) 而bse 就會涉及probability(queuing theory) 2.Information, signal related 就更加涉及?? 因為我d 數同m2成績突出(5星-5星星) 但就係probability較弱
原始短消息: MECH2407-Multi-variables calculus and PDEs [quote]HELLO 又係我呀 我之前打算簡兩科數做free elective 佢地係 MECH2407-Multi-variables calculus and PDEs MECH3407-Advanced PDEs and complex variables 佢地等於3yr cohort既engineering math I & II 但最近自己上網serach過往既時間表 我發現如果放太多free elective 起yr2既話 我好大機會defer 我自己基本既calculus (stokes, gauss theorem, line integral) 已經熟左 上年自修到依家 linear algebra就學到去最基本既matrix theory (ei) = (fki)(ek) 同orthogonal functions 所以打算唔讀MECH2407, 直接拎黎讀control 數學我個人就唔覺得有咩問題架喇... 但係signal同control一齊讀會唔會死架? 努力同數學理解能力方面我自問有信心既 但我怕冇signal既知識就去讀control會** control寫住co-requisite 理論上可以同signal一齊讀 但我對EEE既course認識唔大 所以黎問下你 求賜教