Useful Gibberish

Posts tagged ‘PhD’

Useful MatLab code for plotting

Increase all text size:
set(gca,'FontSize',14)
figureHandle = gcf;
set(findall(figureHandle,'type','text'),'fontSize',14)

Labelling the plot:
xlabel('$\alpha_\varepsilon$ - direction of strain probe $(\circ)$','interpreter','latex');
ylabel('Second order work $W_2$ and $W_2^{\mu}$ (J)','interpreter','latex');

Hatch region:
harea = area([140 140 150 150 140],[-0.05 0.3 0.3 -0.05 -0.05],3 );
child=get(harea,'Children')
set( harea, 'FaceColor', 'm')
alpha('texture')

Increase text size for plotyy function

[ax h1 h2]=plotyy(e22,ev,e22,q)
set(ax,'FontSize',14)

Subplot

%subplot of (w2 normalized), (compare), (new,lostcontact), (total contact)
subplot(2,2,1);
polar(degtorad(alpha),w2normal,'r--*');
title('Normalized $W_2$ at $\eta=0.92$','interpreter','latex')

subplot(2,2,2);
plot(alpha,ntotal,'b--*');
xlim([0 350]);
xlabel('Angle of stress probe - $\alpha_\sigma$','interpreter','latex');
ylabel('Total contacts - $N_c$','interpreter','latex');
grid on;
title('Total contacts numbers $N_c$ at $\alpha_\sigma$','interpreter','latex')

subplot(2,2,3);
plot(alpha,nlost,'r--o',alpha,nnew,'b--*');
xlim([0 350]);
xlabel('Angle of stress probe - $\alpha_\sigma$','interpreter','latex');
ylabel('New ($N_{new}$) and lost ($N_{lost}$) contacts','interpreter','latex');
legend('N_{lost}','N_{New}');
grid on;
title('Lost contacts and new contacts during the directional research')

subplot(2,2,4);
plot(alpha,w2macro,'b--o',alpha,w2micro,'r--*');
legend('W_2 macro','W_2 micro');
xlabel('Angle of stress probe - $\alpha_\sigma$','interpreter','latex');
ylabel('Second order work (J)','interpreter','latex');
xlim([0 350]);
grid on;
title('Comparison $W_{2}macro$ and $W_{2}micro$','interpreter','latex')

Data Mining

I’m less stupid day after day.

https://yade-dem.org/doc/tutorial-data-mining.html?highlight=isinstance

Xét đến cái lõi

Vì sao mình không phát triển được như người khác, có thể là do mình không chịu tìm hiểu đến cái lõi.

Mình còn thua mấy thằng copy làm nhái, tụi nó chịu khó spy, chôm, chụp ảnh… những thành tựu của mấy thằng đi trước, xong về và bắt chước được, tất nhiên không đẹp không mạnh không … bằng nhưng đâu đó trên thế giới luôn có những người có tiền nhưng trình còn thấp muốn cái mẽ nên cứ thế giả có người mua. Họ quên mất sự thoải mái, họ muốn lúc nào cũng phải mới, phải đẹp, khác màu, “hòa cùng nhịp đập”, để khoe cho người khác thấy, cái trầm trồ ban đầu, ánh mắt nhìn theo của người khác còn quan trọng hơn cả oxi cho họ.

Đánh giá một vấn đề phải nhìn ra cái lõi, đó là tôi thấy ở mấy người nghiên cứu bên này, Việt Nam học đại học ra thì giống như một thằng master học nghề bên này, học xài phần mềm, khi có trường hợp này thì xài công thức này, kết hợp với tiêu chuẩn kia, nói chung những kĩ năng đó không cần phải quá thông minh hay nghiên cứu sâu mới hiểu mà chỉ cần ngồi làm quen tay là được, vẽ CAD chỉ cần 2 tuần, ETAB chỉ cần 2 tuần, quan trọng là hiểu được cách chạy của tụi nó, ví dụ như vì sao lại hư hỏng chỗ này chỗ kia, nhìn sơ qua biết chỗ nào sẽ có biến dạng lớn, phá hủy, chứ không phải giỏi là ngồi vẽ một mô hình nhanh như điên xong bấm nút ngồi chờ biểu đồ chỗ nào màu đỏ là phá hủy, chả được cái gì cả, nhưng cái ấy rất nhanh quên, còn những cái thuộc về bản chất kia không hiểu sao lại khó mà quên được, nếu đã hiểu.

Ở ENTPE (trường giao thông công chánh Pháp) có một ông thầy, già rồi, ổng có khả năng nhìn một hiện tượng tự nhiên và đưa về hiện tượng vật lý cơ bản, sau đó ổng đưa thêm một tầm nữa là về toán thuần túy. Ví dụ lở đất mà đưa về chuỗi Fourrier. oh man! Đó mới là nghiên cứu, giống như là dùng một công cụ để chống tất cả mọi biến hóa khôn lường của tự nhiên.

Để đạt được tầm đó thì tôi còn phải cố gắng nhiều, thứ nhất, nếu để giải thích hiện tượng lở đất chẳng hạn, tôi chỉ nghĩ trong đầu đến xài mô hình gì và điều kiện biên và lực tác dụng là gì, gì nữa? Hết. Đó là cái bất lực mà tôi không biết phải giải quyết thế nào, đọc thì miên man bất tận, hỏi cũng bất tận miên man. Khổ thế.

Nhưng không sao, có đem lại cảm giác cực kì sung sướng khi khám phá ra một cái gì đó mới (ecstasy), sau nhiều “đau khổ” thì chắc chắc sẽ lượm được một cái gì đó, hi vọng đi, tại sao không?

Tag Cloud

%d bloggers like this: