Cash flow chart

 https://ppcexpo.com/blog/cash-flow-chart

Well-known Thai hosted conferences

IC2IT & NCCIT ปิดรับบทความกลาง มค และกลาง มีค ตามลำดับ

ECTI-CON ปิดรับบทความสิ้น มค

JCSSE ปิดรับบทความต้น เมย

INCIT & NCIT ปิดรับบทความสิ้น สค และกลาง กย ตามลำดับ

Widely used hashing algorithm

The most commonly used hashing algorithm is SHA-256 (Secure Hash Algorithm 256). It is widely used for cryptographic security and data integrity verification in various applications, including digital signatures, SSL/TLS certificates, and blockchain technology.

Vulnerabilities of MD5 (hash value is 128 bits) 

1. Collision Vulnerabilities: MD5 is susceptible to collision attacks, where two different inputs produce the same hash. This poses a severe security risk, particularly in applications like digital signatures.

2. Preimage Attacks: Attackers can reverse-engineer the hash to find an input that matches a given MD5 hash, compromising data security.

3. Speed: The speed at which MD5 can generate hashes makes it susceptible to brute force attacks.

cf. https://medium.com/@techclaw/exploring-the-power-and-vulnerabilities-of-the-md5-algorithm-feb249ef9dfb#:~:text=MD5%20is%20susceptible%20to%20collision,in%20applications%20like%20digital%20signatures.

Colmap

ใช้สร้างโมเดล 3 มิติจากภาพถ่ายเพื่อไปหมุนดูบนจอหรือในแว่นตา VR

https://colmap.github.io/

Percentile vs Quartile in Academic publication

• เลข percentile ยิ่งมากยิ่งดี เพราะเป็นพื้นที่ใต้กราฟ normal distribution เริ่มจากซ้ายสุดของกราฟไปทางขวา ในการจัดอันดับวารสารและรายงานประชุมวิชาการ เลข percentile ยิ่งเยอะยิ่งดี
• Top 10% หรือ Tier 1 Journal : ค่าเปอร์เซ็นไทล์ 90 ขึ้นไป (ตรวจสอบจาก Scopus ค้นด้วยชื่อวารสาร รายละเอียด Source details จะแสดง Percentile ของวารสารในฟิลด์ที่เกี่ยวข้องต่างๆ)

• Q1Journal : ค่าเปอร์เซ็นไทล์ 75-99
• Q2Journal : ค่าเปอร์เซ็นไทล์ 50-74
• Q3Journal : ค่าเปอร์เซ็นไทล์ 25-49
• Q4Journal : ค่าเปอร์เซ็นไทล์ 0-24
• Q1 = 25th percentile, Q2 = 50th percentile, Q3 = 75th percentile, Q4 = 100th percentile จริงๆเลข Quartile ยิ่งเยอะยิ่งดีเพราะได้คะแนนเยอะ แต่ในการจัดคุณภาพวารสารเลข Quartile ยิ่งน้อยกลับยิ่งดี

===

The standard formula used to find the value at a specific percentile in a sorted data set is:

L=(P/100)(N+1)

In this formula, L represents the position (index) of the value in the sorted list, P is the desired percentile, and N is the total number of data points in your data set.

1. Arrange Data

Sort your data set in ascending order (from lowest to highest).

2. Calculate the Position

Plug your desired percentile P and total number of scores N into the formula to find the position L. For example, to find the 90th percentile (P = 90) of 19 test scores (N = 19):

L=(90/100)(19+1)=18

The 18th value in your sorted list is the 90th percentile.

Low code development platform

Outsystem 

https://www.stream.co.th/develop-application-by-outsystems/

https://youtu.be/8FXHSZaln6U?si=S9Yndsrc-nH8nLZ2

Opposite is high code.

Information entropy

Information entropy is a measure of uncertainty in an event.  The higher the entropy, the less predictable the information and the more "surprised" you'd be by the outcome. It's like a measure of how much information you actually need in order to convey the sample space of the event, on average. By average, it means the "expected value" (see my post Average vs Expected value) or expected amount of information you need to encode the sample space of event. (The expected value is a form of average value but calculated from probability rather than straigntforwardly dividing by N.)

Formula 

H(X) คือระดับความไม่แน่นอนของเหตุการณ์ X ซึ่งเป็นการทอยเหรียญ 1 เหรียญ และค่าที่เป็นไปได้มี 2 ค่าคือ {หัว,ก้อย} นี่คือ X ใต้ sigma; p(x) คือความน่าจะเป็นที่จะเกิดเหตุการณ์ x

ในการทอยเหรียญ 1 เหรียญ ความน่าจะเป็นในการออกหัวคือ 0.7 ออกก้อยคือ 0.3 จึงคำนวณ H(X) ได้เป็น -(0.7log_2(0.7)+0.3log_2(0.3)) = 0.8816 นี่คือความไม่แน่นอนเฉลี่ยของการทอยเหรียญอันนี้ หรือกล่าวอีกนัยหนึ่งต้องใช้บิทจำนวน 0.8816 บิท (2^0.8816) ในการ encode เหตุการณ์นี้ซึ่งจะออกเป็นหัว 0.7 ก้อย 0.3  แต่ถ้าเป็นเหรียญที่ fair คือโอกาสออกหัวและก้อยเท่ากันคือ 0.5 จะได้ H(X) =1 คือใช้ 1 บิท (2^1 = 2 ค่าที่อาจเกิดขึ้นในการทอย)

Average VS Expected value

Expected Value is used in case of Random Variables (or in other words Probability Distributions). Since, the average is defined as the sum of all the elements divided by the sum of their frequencies. But for the case of Probability distribution we can't describe a random variable in terms of its frequency beforehand, thus we use the probability instead. Conceptually, probability of an element is frequency of an event divided by size of sample space (N). Thus, the average in case of random variable can be given by sum of probabilities multiplied by its respective event (where p(x)*x is conceptually frequency of x divided by total frequency).

• Average on the other hand is used in case where we have the knowledge of frequencies of individual elements and total count of the elements, for example, in case of known data set or sample. We can simply use the fundamental definition of average to calculate it.

• สรุปว่า Average คือค่าเฉลี่ยที่คำนวณเมื่อรู้ N และจำนวน (frequency) ที่ชัดเจนของแต่ละค่าเหตุการณ์ เช่นมีคนได้คะแนน 85 สองคน (freq=2) 84 หนึ่งคน (freq=1) 82 ห้าคน (freq=5) ... ส่วน Expected value คือค่าเฉลี่ยที่ทำนายจากความน่าจะเป็นของแต่ละค่าเหตุการณ์ (random variable) เพราะไม่รู้จำนวนที่ชัดเจน

• Example

Lottery Game
You pay $5 to play.
Possible prizes:
$10 (probability = 0.2),
$20 (probability = 0.1),
$50 (probability = 0.05),
$0 (probability = 0.65). 
Net winnings ($X$) คือรางวัลที่หักต้นทุน 5$ ออก:
$X=5$ (if you win $10),
$X=15$ (if you win $20),
$X=45$ (if you win $50),$X$$=$$-$$5$X=−5 (if you win $0).
E[X]=(5⋅0.2)+(15⋅0.1)+(45⋅0.05)+(−5⋅0.65)=1+1.5+2.25−3.25=1.5

 

 ถ้าทราบหรือสร้าง โมเดลการกระจายตัวของความผิดพลาด (Error Distribution) เช่น หากทราบว่าค่าการวัดมีการกระจายตัวแบบปกติ (Normal Distribution) รอบค่าจริง เฉลี่ย ค่าคาดหวัง E[X] ก็คือค่า เฉลี่ย นั้นเอง แต่ถ้าไม่ใช่ normal distribution ให้ใช้สถิติชี้วัด (Central Tendency) ตัวอื่นแทน:

•  ค่ามัธยฐาน(Median): เหมาะที่สุดเมื่อข้อมูลเบ้ (Skewed) หรือมี Outliers เพราะทนทานต่อค่าสุดโต่งมากกว่าค่าเฉลี่ย
•  ค่าฐานนิยม (Mode): ใช้เมื่อต้องการหาค่าที่เกิดขึ้นบ่อยที่สุดจากการวัด
• ค่าเฉลี่ยถ่วงน้ำหนักค่าเฉลี่ยถ่วงน้ำหนัก (weighted average)