donghunkang

본 강의는 "서울대학교 강필성 교수님"의 강의를 정리한 것임을 알립니다. CNN (Convolutional Neural Network)합성곱 신경망- Convolution 연산을 통해 이미지로부터 필요한 특징(feature)을 스스로 학습할 수 있는 능력을갖춘 심층 신경망 구조 ex) CNN BasicsImage Representation- 이미지를 어떻게 컴퓨터한테 숫자로 인식시키지?- 컬러 이미지는 3차원 Tensor로 표현된다.=> Width x Height x 3 (RGB)Q) 원래 하던대로 이미지 data를 Neural Network에 집어 넣으면?A) 모든 픽셀 하나의 입력 노드로 간주하고 서로 다른 가중치로 연결하게 되면 Input layer와 First hidden layer 사이에 너무 ..

본 강의는 "서울대학교 강필성 교수님"의 강의를 정리한 것임을 알립니다.Non-Sequential VS Sequential (Time-Series) DataNon-Sequential Data- 시간 정보를 포함하지 않고 생성되는 데이터=> 순차 데이터가 아닌 경우 N x D (N: 관측치 수 / D:변수 수)로 표현ex)# 순서(sequence)가 없는 인공신경망 구조 Sequential Data - 시간 정보를 포함하여 순차적으로 생성되는 데이터=> 순차데이터의 경우 데이터는 N x T x D (N: 관측치 수 / D:변수 수 / T: 측정 시점 수)ex)# 순서 (sequence)가 있는 인공신경망 구조 RNN Basic Forward Path- 기본 RNN(Vanilla RNN)구조에서 정보의 흐름..

본 강의는 "연세대학교 인공지능학과 노알버트 교수님"의 강의를 정리한 것임을 알립니다. Image Classification / Text Classification / Next Word Prediction / Translation / Price Prediction=> 지도학습 - 문제와 정답 Pair Supervised Learning- 문제와 정답 Pair이 존재한다.- x : 데이터 입력 (문제) ex) 이미지, 언어 .. (4차원의 벡터)- y : label (정답) ex) 카테고리, 실수값 ...=> label의 존재 여부 (Unsupervised Learning과의 차이점)EX)- Image Classificationx : 이미지 (입력) - 벡터(32 x 32 x 3)y: label (정답) ..

0. Abstract- 배경: 기존의 신경망보다 에너지 효율적인 대안으로 Spiking Neural Networks (SNNs)가 주목받고 있음. - 문제점: 대부분의 SNN 하드웨어는 CNN 기반이며, Transformer 기반 SNN은 소수에 불과하고 성능도 경쟁력이 떨어짐.- Contribution: 이 논문은 Transformer 기반의 스파이크 중심 아키텍처인 Meta-SpikeFormer를 제안=> 이는 낮은 전력, 높은 성능, 다양한 시각 과제 처리 가능, 차세대 뉴로모픽 칩 설계에 영감을 주는 meta-architecture 1. Introduction- 고유한 스파이크 구동 방식은 SNN이 뉴로모픽 칩에서 실행될 때 스파이킹 뉴런의 일부만이 활성화되어 희소한 시냅스 누적(AC)을 실행하..

본 강의는 "서울대학교 산업공학과 문일경 교수님"의 강의를 정리한 것임을 알립니다. 1. 수요 예측 개요 수요 예측의 원리1. 예측은 항상 틀릴 수 밖에 없다.2. 그럼에도 예측은 필요하다. 2. 전통적 통계 기반 예측 기법회귀 분석- 하나 이상의 독립 변수와 종속 변수 간의 관계를 함수로 정의하고, 해당 함수의 계수를 실제 데이터를 바탕으로 추정하는 통계적 기법- 추정된 계수를 통해 독립변수와 종속변수 간 관계를 파악할 수 있으며, 독립변수 값으로 종속 변수 값을 예측 가능 EX) 광고비가 많을수록 매출이 증가할까? 혹은 광고비를 통해 매출을 예측할 수 있을까? 단순 선형회귀 (Simple linear regression)- 독립변수가 하나일 때, 독립변수와 종속변수의 관계를 1차 함수(직선)로 모델..

Time-of-flight depth Sensor- 쏘는 빛과 돌아오는 빛의 Phase가 얼마나 달라졌는지를 측정=> Phase Shift를 가지고 갔다온 거리를 측정 (빛의 파장 이용)Pulse Modulation- Source에서 purse를 보낸다.- 빛이 Scene에 반사되어 돌아온다.- 돌아오는 시간을 계산- Depth를 추정 => 실제로 구현이 어렵다.Continuos Modulation=> 실질적으론 이 방법을 사용한다. # Phase Measurement by Correlation * Cross-Correlation # Computing Depth from Phase Motion Field- 이미지 상에 움직인 만큼의 속도- 3D 공간에서 물체가 실제 이동하는 속도 벡터 필드 Optical..