본문 바로가기

AI

 (47)
도메인에 맞는 AI 지능화 전략 (자율주행 보안) 개요산업지능화전략및활용 수업에서 도메인에 맞는 지능화 전략 문제를 생각 해보고 AI 과제 발굴 및 적용 절차에 대해 정리 하였던 내용을 기록한다. 도메인에 맞는 지능화 전략자율주행 자동차의 보안 강화를 위한 IDS(Intrusion Detection System) 개발을 도메인으로 하는 지능화 전략에 대해 다음과 같이 생각해 보겠습니다.1. 지능화의 주체 : 도메인 전문가, 인공지능 전문가, 관리자 간의 협력자율주행 자동차의 IDS 개발에서 지능화의 주체는 도메인 전문가(자동차 보안 엔지니어, 차량 네트워크 전문가) 와 인공지능 전문가(머신러닝/딥러닝 엔지니어)간의 협력입니다.도메인 전문가는 자율주행 자동차의 통신 구조, CAN 버스(CAN Bus) 와 같은 내부 네트워크의 특성을 깊이 이해하고 있어, ..
CNN 과 RNN 대표 모델 개요딥러닝의 가장 대표적인 CNN 과 RNN 모델을 간략 하게 정리 해 본다. CNN : LeNet, AlexNet, VGGNet, GoogleNet, ResNet1. LeNet(1998)최초의 CNN 모델 중 하나로, 손글씨 숫자 인식에 사용됨.Convolutional Layer와 Pooling Layer를 교대로 사용하며, Fully Connected Layer로 연결되는 구조.Y. Lecun, L. Bottou, Y. Bengio and P. Haffner, "Gradient-based learning applied to document recognition," in Proceedings of the IEEE, vol. 86, no. 11, pp. 2278-2324, Nov. 1998, doi: 1..
한양대학교 인공지능융합대학원 25년도 전기 신입생 모집 현재 재학중인 한양대학교 인공지능융합대학원에서 25년도 전기 신입생 모집을 하고 있어서 포스팅 합니다.아래 사이트에서 확인 가능 하니 관심 있으신 분들은 좋은 결과 있으시길 바랍니다. https://gsai.hanyang.ac.kr/front/community/notice/notice-view?id=215852 한양대 인공지능융합대학원새로운 도전, 인공지능융합gsai.hanyang.ac.kr   [2025학년도 전기 신입학 모집 안내] 한양대학교 특수대학원 인공지능융합대학원에서 2025학년도 전기 신입생을 모집합니다. 1. 전형일정 가. 원서접수 : 2024. 11. 04.(월) 10:00 ~ 11. 21.(목) 23:59  나. 접수방법      - (주) 유웨이어플라이 (https://www.uway..
Vanishing Gradient 와 Dead Neuron 개요두 문제는 인공 신경망에서 학습을 방해하는 중요한 문제로, 각기 다른 메커니즘과 원인에서 발생합니다. 문제의 원인과 차이점을 명확히 알아보겠습니다. 1. Vanishing Gradient 문제정의: 역전파(backpropagation) 과정에서 가중치 업데이트를 위한 gradient(기울기)가 층을 지나면서 점점 작아져, 최종적으로는 거의 0에 가까워지는 문제를 말합니다. 이로 인해 네트워크의 초기 층은 거의 학습되지 않게 됩니다.발생 원인: 주로 sigmoid 또는 tanh 같은 활성화 함수에서 발생하며, 이 함수들은 특정 입력 값에서 기울기가 매우 작기 때문에 역전파 과정에서 gradient 가 소멸하는 경향이 있습니다.영향: gradient 가 소멸되면서 가중치 업데이트가 제대로 이루어지지 않아..
Ridge Regression 실습 및 개념정리 개요AI 프로그래밍 과제에서 나온 Ridge Regression 에 대한 문제 풀이 과정과 code 를 작성하고 결과를 해석 하여 의미를 살펴 본다. Ridge Regression의 핵심 개념을 이해하고, 모델 피팅 시 정규화가 얼마나 중요한 역할을 하는지를 알아 보고 정규화 없이 과적합된 모델과 정규화를 추가하여 일반화된 모델 간의 성능 차이를 시각화하고 비교하는 것이 목표이다. 문제 설명 합성 데이터 세트에 대해 Ridge Regression(또는 Tikhonov 정규화)을 사용하여 analytic solution 으로 다항식 곡선을 맞추는 내용이다. 해당 모델과 loss 함수는 아래 과정을 참고 바란다. import numpy as npfrom matplotlib import pyplot as pl..
분류 모델의 평가 지표 개요머신러닝 분류 모델에서 사용되는 평가 지표에 대해 알아보고자 한다. Confusion matrix분류 모델의 예측 결과를 평가하는 데 사용되는 행렬로 주로 binary classification 문제에서 모델의 성능을 예측하고 결과를 평가하는 데 사용됨. True Positive (TP) : 실제 Positive인 정답을 Positive라고 예측 (True, 정탐)False Positive (FP) : 실제 Negative인 정답을 Positive라고 예측 (False, 오탐) – Type I errorFalse Negatives (FN) : 실제 Positive인 정답을 Negative라고 예측 (False, 미탐) – Type II errorTrue Negatives (TN) : 실제 Negati..
Going Deeper with Embedded FPGA Platform for Convolutional Neural Network 리뷰 개요임베디드신경망 수업에서 리뷰 발표 하였던 해당 논문에 대해 기록을 남긴다.Abstract연구 배경 및 문제점CNN(Convolutional Neural Network)은 컴퓨터 비전 분야에서 성공적으로 활용되고 있지만 계산 집약적이고 자원 소모적이어서 임베디드 시스템에 통합하기 어려움.FPGA(Field Programmable Gate Array)는 CNN 가속화에 유망하지만, 제한된 대역폭과 메모리 크기가 성능에 제약연구 목표임베디드 FPGA 플랫폼에서 CNN 가속기 설계를 통해 Image-Net 대규모 이미지 분류를 효과적으로 수행.주요 방법 및 기여최신 CNN 모델 분석: Convolutional 레이어는 계산 중심적, Fully-Connected 레이어는 메모리 중심적임을 확인.동적 정밀도 데..
Generative Agents: Interactive Simulacra of Human Behavior 리뷰 개요 아이펠 리서치 온보딩 시간에 진행 하였던 해당 논문에 대해 일부 기록을 남긴다. Abstract이 논문은 신뢰할 수 있는 인간 행동을 시뮬레이션하는 generative agent 를 제안합니다. 이 agent 들은 마치 인간처럼 하루 일정을 계획하고, 다른 agent 들과 소통하며, 기억을 통해 행동을 조정합니다. 논문에서는 대형 언어 모델을 확장하여 agent 가 경험을 자연어로 저장하고, 이를 바탕으로 반성과 계획을 통해 더 나은 행동을 생성하는 아키텍처를 소개합니다. 연구에서 구현된 샌드박스 환경에서는 25명의 agents 가 자율적으로 사회적 상호작용을 하며 신뢰할 수 있는 행동을 보였습니다. 예를 들어, 밸런타인 파티를 계획하는 간단한 지시에서 시작하여, agent 들은 자율적으로 초대장을..

티스토리툴바