분류 전체보기96 딥러닝과 신경망 ① 학습 목표 퍼셉트론(perceptron)과 다층 퍼셉트론(multilayer perceptron, MLP) 이해하기 여러가지 활성화 함수(activation function) 이해하기 피드포워드(feedfoward), 오차함수(error function), 오차 최적화(error optimization)를 이용한 신경망 학습 과정 이해하기 역전파 계산 과정 이해하기 1. 퍼셉트론 신경망은 많은 수의 뉴런으로 이루어져 있으며, 이들 뉴런은 층 모양으로 배열되어 출력(사람이 해결하고 싶은 문제의 결과)을 예측하기 위한 계산을 수행함 이러한 구조를 다층 퍼셉트론(multilayer perceptron, MLP)라고 부르며, 신경망 구조를 설명할 때 신경망과 다층 퍼셉트론은 같은 의미로 사용 (1) 퍼셉트론이란.. 2024. 4. 11. 컴퓨터 비전 입문 1. 컴퓨터 비전 사람과 인공지능 시스템의 인지 기능 사람은 다섯 가지 인지 기능을 통해 주변 환경을 인식하고 경험 인간을 모사해서 만든 인공지능 시스템은 애플리케이션에 따라 시스템이 처한 세계를 가장 잘 이해할 수 있는 감지 시스템을 선택 인공지능 시스템(AI system)의 핵심 개념 자신의 주변 환경을 인식하고, 그 인식을 기반으로 행동을 취하는 것(사용자에게 결과를 도출) 컴퓨터 비전의 개념 시각은 세계를 이해하기 위한 한가지 수단으로 컴퓨터 비전은 시각적 인지를 다루는 분야 영상과 비디오를 이용해 세계를 인식하고 이해하는 분야 (1) 시각적 인지(Visual Perception)란 무엇인가? 주변 환경을 스캔하는 것만으로 인지라 말할 수 없으며, 시각적 입력을 통헤 주변에 위치한 사물과 그 상태.. 2024. 4. 10. (YOWO) You Only Watch Once: A Unified CNN Architecturefor Real-Time Spatiotemporal Action Localization You Only Watch Once: A Unified CNN Architecture for Real-Time Spatiotemporal Action Localization Spatiotemporal action localization requires the incorporation of two sources of information into the designed architecture: (1) temporal information from the previous frames and (2) spatial information from the key frame. Current state-of-the-art approache arxiv.org 0. Abstract Spatiotemporal action .. 2024. 4. 4. Markov Chain (마르코프 체인) 1. 개념 Markov chain은 Markov 성질(특정 상태의 확률은 오직 과거의 상태에 의존하는 것)을 가진 이산확률과정(Discrete-time Stochastic Process)이다. 예를 들어, 오늘의 날씨가 맑다면 내일의 날씨는 맑을지 비가 내릴지를 확률적으로 표현할 수 있다. 여러 상태들($x_1, x_2, x_3, ...$)이 있고, $x_i$에서 $x_j$로 이동할 조건부 확률분포(transition distribution) $T(x_j|x_i)$가 주어져 있어서 매턴마다 이 확률 값에 따라 상태들 사이를 이동하는 것을 말한다. 이는 확률이 정해져 있으므로 "특정조건"을 만족할 때는 일정한 패턴이 나타나게 된다. 예를 들어, "100번 이동했다면 평균적으로 3번은 출발점에 돌아온다"라는.. 2024. 4. 2. 이전 1 ··· 12 13 14 15 16 17 18 ··· 24 다음
