Aller au contenu
15 novembredim.
  1. Hackster.io58

    Un prototype de hoverboard maison lévite au-dessus du cuivre par induction électromagnétique

    Le YouTuber Jake Rogers a construit un prototype de hoverboard qui flotte au-dessus d'une plaque de cuivre sans alimentation externe.

    Motif de la recommandation :Le prototype détaille la compensation du couple de réaction par deux rotors et l'alimentation embarquée, une méthode transférable pour les projets à lévitation magnétique.

  2. Hackster.io58

    Le hacker Aaron Christophel fait tourner Doom sur une clé USB MOVESPEED

    Le hacker Aaron Christophel a réussi à faire tourner Doom sur une clé USB MOVESPEED MSSU10 de 128 Go dotée d'un écran couleur.

    Motif de la recommandation :Le projet montre comment transformer l'activité de lecture et d'écriture d'une clé USB en interface de contrôle, une méthode réutilisable pour piloter du matériel dépourvu de boutons.

14 novembresam.
  1. Adafruit Blog58

    Localiser un bip mystérieux avec Claude Code et plusieurs appareils

    Simon Willison a fait construire par Claude Code un système nommé Beep Locator qui triangule un son à l'aide de plusieurs appareils ordinaires. Un serveur web Python affiche la carte principale, et d'autres appareils rejoignent via une URL ou un QR code pour servir d'écouteurs avec le microphone du navigateur. Il a utilisé deux iPads, un téléphone, un MacBook Pro et une Surface. Les écouteurs enregistrent un tampon glissant de 60 secondes et exécutent un détecteur de bip en JavaScript avec une transformée de Fourier rapide et un filtre passe-haut. À chaque bip signalé, un appareil émet un court chirp pour aligner temporellement les clips. L'approche s'appuie sur BeepBeep, un article de 2007 sur la mesure acoustique trouvé par Claude lors de la recherche. Le système a localisé le bip à environ 40 cm près, et le coupable était un vieux détecteur de monoxyde de carbone aux piles faibles.

    Motif de la recommandation :L'original détaille la méthode de triangulation sonore et l'usage de Claude Code pour assembler un système multi-appareils, une approche réutilisable.

  2. All About Circuits22

    Quantification non uniforme en PCM : comparaison des compressions μ-Law et A-Law

    La quantification non uniforme réduit le bruit de quantification des signaux vocaux de faible amplitude en allouant des pas plus fins aux faibles amplitudes et des pas progressivement plus grands aux fortes amplitudes. Un exemple numérique compare un quantificateur uniforme (niveaux entiers de 0 à 8) et un quantificateur non uniforme (niveaux 0, 1, 2, 4 et 8) : l'erreur relative du quantificateur uniforme passe de 25 % à 7,1 % entre 1,6 V et 5,6 V, tandis que celle du quantificateur non uniforme varie de 25 % à 28,6 %, restant presque constante. La caractéristique de compression μ-Law, définie par y = sgn(x)·ln(1+μ|x|)/ln(1+μ), atteint un SNR quasi constant sur une plage dynamique de 40 dB lorsque μ dépasse 100, la valeur μ = 255 étant retenue en pratique.

  3. AWS Machine Learning Blog58

    Patterns d'architecture pour accélérer le démarrage de session sur Amazon Bedrock AgentCore Runtime

    AWS détaille comment la version V2 d'Amazon Bedrock AgentCore Runtime réduit le temps de démarrage de session en exécutant l'initialisation une seule fois lors de la construction du snapshot, puis en restaurant ce snapshot à chaque nouvelle session. L'article explique comment mesurer le temps de démarrage via les métriques CloudWatch Latency et OverheadLatency, comment déplacer les imports, clients et données statiques dans l'init, et présente quatre patterns dont les build hooks et le préchauffage de session à l'ouverture de l'application par l'utilisateur. Il rappelle aussi que les valeurs dynamiques, aléatoires et les identifiants doivent rester dans le handler, car tout ce qui est créé pendant l'init est figé dans le snapshot.

  4. Hackster.io58

    DebackTech fabrique des lunettes intelligentes DIY qui transforment la vue en toucher

    Le YouTuber DebackTech a mis au point des lunettes intelligentes expérimentales équipées de trois capteurs LiDAR 512 points et d'une unité de mesure inertielle.

    Motif de la recommandation :Le projet détaille le choix des capteurs LiDAR, le filtrage des données et l'algorithme de prédiction de trajectoire, une méthode transférable pour un système d'assistance tactile.