😎 공부하는 징징알파카는 처음이지?

220126 작성 https://www.deepnoid.com/ 인공지능 | Deepnoid DEEPNOID는 인공지능을 통한 인류의 건강과 삶의 질 향상을 기업이념으로 하고 있습니다. 딥노이드가 꿈꾸는 세상은, 의료 인공지능이 지금보다 훨씬 넓은 범위의 질환의 연구, 진단, 치료에 도움 www.deepnoid.com 1. Segmentation : the process of determining the boundaries and areas of objects in images : Task of classifying each pixel in an image from a predefined set of classes 1) Fully Convolutional Network : for end-to-end se..

220126 작성 https://www.deepnoid.com/ 인공지능 | Deepnoid DEEPNOID는 인공지능을 통한 인류의 건강과 삶의 질 향상을 기업이념으로 하고 있습니다. 딥노이드가 꿈꾸는 세상은, 의료 인공지능이 지금보다 훨씬 넓은 범위의 질환의 연구, 진단, 치료에 도움 www.deepnoid.com 1. Image recognition - Classification : 이미지를 통해 물체 판별 - Detection : 물체가 있는 위치를 찾아 물체에 대해 boxing - Segmentation : 이미지를 픽셀 단위로 구분하여 각 픽셀이 어떤 물체인지 구분 2. Objection Detection : 영상 내에 존재하는 모든 카테고리에 대해서 classification 과 locali..

220125 작성 https://www.deepnoid.com/ 인공지능 | Deepnoid DEEPNOID는 인공지능을 통한 인류의 건강과 삶의 질 향상을 기업이념으로 하고 있습니다. 딥노이드가 꿈꾸는 세상은, 의료 인공지능이 지금보다 훨씬 넓은 범위의 질환의 연구, 진단, 치료에 도움 www.deepnoid.com 1. MobileNet : Mobile 기기에서도 돌아가기 위한 경량화가 핵심! : 연산량 감소를 최우선으로 목표 - Depthwise Separable Convolution 1) Depthwise Convolution : 각각의 feature map 에 대해 1-channel Conv 연산 수행 후 Concat 형태로 각각 결과 feature map 채널별로 쌓음 2) Separable ..

220125 작성 https://www.deepnoid.com/ 인공지능 | Deepnoid DEEPNOID는 인공지능을 통한 인류의 건강과 삶의 질 향상을 기업이념으로 하고 있습니다. 딥노이드가 꿈꾸는 세상은, 의료 인공지능이 지금보다 훨씬 넓은 범위의 질환의 연구, 진단, 치료에 도움 www.deepnoid.com 1. ResNet : Deep residual learning for image recognition : Very Deep networks utilsing residual connection (Up to 152 layers) : Shortcut Connectionnnn : Residual Learning : 입력값을 출력값에 더해줄 수 있도록 지름길(shortcut) : F(x) + x를 ..

220124 작성 https://engineering.linecorp.com/ko/blog/voice-waveform-arbitrary-signal-to-noise-ratio-python/ 딥 러닝 음성 인식에 필요한 훈련 데이터를 직접 만들어보자 - LINE ENGINEERING 안녕하세요, LINE에서 광고 플랫폼 개발을 맡고 있는 1년차 신입사원 Kunihiko Sato입니다. 이번 블로그에서는 Python을 사용해서 임의의 Signal-to-Noise ratio(SN비)를 가진 음성 파형을 만드는 방법을 소개 engineering.linecorp.com 1. 음원 분리 : 여러 개의 음원이 섞여 있는 입력 파형을 개별 음원의 파형으로 분리하는 것 : 음성 강조 or 잡음 제거 : 음성과 잡음이 섞..

220124 작성 https://www.deepnoid.com/ 인공지능 | Deepnoid DEEPNOID는 인공지능을 통한 인류의 건강과 삶의 질 향상을 기업이념으로 하고 있습니다. 딥노이드가 꿈꾸는 세상은, 의료 인공지능이 지금보다 훨씬 넓은 범위의 질환의 연구, 진단, 치료에 도움 www.deepnoid.com 1. 합성공 신경 : convolutional layers + poooling layer -> fully connected layers - 필터(커널) - 필터가 한번에 보는 영역 (Receptive field) - 필터의 크기 (Kernel size) - 필터가 움직인 거리 (Stride) => 필터 크기를 줄이는 대신 이미지 크기를 줄이기도 함 - 처음에는 작게 관찰 -> 다 본후 더 ..

220124 작성 https://www.deepnoid.com/ 인공지능 | Deepnoid DEEPNOID는 인공지능을 통한 인류의 건강과 삶의 질 향상을 기업이념으로 하고 있습니다. 딥노이드가 꿈꾸는 세상은, 의료 인공지능이 지금보다 훨씬 넓은 범위의 질환의 연구, 진단, 치료에 도움 www.deepnoid.com 1. AI (Artificial Intelligence) 인공지능 : 기계가 사람의 행동을 모방하게 하는 기술 기계학습 : 기계가 일일이 코드로 명시하지 않은 동작을 데이터로부터 학습하여 실행할 수 있도록 하는 알고리즘을 개발하는 연구 분야 딥러닝 : 인공 신경망에 기반하여, 많은 양의 데이터를 학습해 뛰어난 성능을 이끌어내는 연구 분야 (딥러닝부터 비정형(셀 안에 다양한 이미지, 음성 등..

211103작성 머신러닝이란 ? 데이터에서부터 학습하도록 컴퓨터를 프로그래밍하는 과학 - 일반적인 정의 명시적인 프로그래밍 없이 컴퓨터가 학습하는 능력을 갖추게 하는 연구분야 - 공학적인 정의 어떤 작업 T(Task)에 대한 컴퓨터 프로그램의 성능을 P( 정확도, Performance) 로 측정했을 때 경험 E(훈련데이터, train data) 로 인해 성능이 향상됐다면, 이 컴퓨터 프로그램은 작업 T와 성능측정 P에 대해 경험 E로 학습한 것 머신러닝을 왜 사용하는가 ? 너무 복잡하거나 많은 양의 데이터들을 분석하여 보이지 않은 패턴을 발견하고, 빠르게 유지보수 및 정확도가 높아짐 머신러닝 시스템의 종류 지도의 유무 & 일반화 능력에 의해 나눠짐 1_1 지도의 유무 : 학습하는 동안의 감독 형태나 정보..