총 79개
-
<현역의대생> 비트맵 이미지와 벡터 이미지의 활용도 차이_탐구보고서_기하(세특)2025.01.121. 비트맵 이미지 컴퓨터에서 사용하는 사진이나 그림들은 컴퓨터 내부에 저장되는 방식에 따라 '비트맵' 이미지와 '벡터' 이미지의 두 가지로 구분된다. 일반적으로 우리가 접하는 대부분의 이미지들은 비트맵 방식인데 작은 점들이 모여서 하나의 그림을 이룬다. 이것은 각 점의 정보를 모두 기록하기 때문에 비트맵 방식의 이미지를 확대하면 점과 점 사이의 공간에 기록이 없는 점들이 나타나므로, 이미지가 뿌옇게 흐려지는 현상이 발생한다. 2. 벡터 이미지 벡터 방식의 이미지는 말 그대로 벡터의 원리를 적용하여 점과 선, 면의 위치를 지정하고 ...2025.01.12
-
컴퓨터의 장치 중 입력장치와 출력장치에 대한 차이점을 최근의 입력장치인 음성인식장치의 특징을 제시하시오2025.01.191. 입력장치와 출력장치의 차이점 컴퓨터 시스템 중 입력장치는 사용자의 자료들을 읽어들여 2진수 형태로 바꾸어 컴퓨터가 처리할 수 있도록 돕는 역할을 한다. 이렇게 컴퓨터에서 처리한 결과는 2진수로 표현되어 이를 그대로 출력할 경우 사람이 알아보기 힘들다. 때문에 이를 사용자가 알아보기 쉬운 형태로 바꾸어 출력해 주는 장치가 필요한데, 이러한 역할을 하는 것이 출력장치이다. 2. 입력장치별 분류 입력장치에는 키보드, 마우스, 스캐너, 조이스틱, 터치 스크린, 음성인식장치 등이 있다. 음성인식장치(Audio Recognition Un...2025.01.19
-
[배재대] 자바프로그래밍 중간 기말고사 문제 (정통과->소프트웨어)2025.05.051. 2차원 배열 2차원 배열 int a[][]=new int[100][]을 선언하고, 필요한 열을 생성하여 계산된 값을 저장한 후 출력하는 프로그램을 작성합니다. 0*0, 1*0, 1*1, 2*0, 2*1, 2*2, ..., 9*0 등의 계산 결과를 출력합니다. 2. 클래스 설계 Circle, Rectangle, Triangle 클래스를 각각 작성하고, 사용자 입력에 따라 해당 도형의 면적과 둘레를 계산하여 출력하는 응용 프로그램을 작성합니다. 사용자가 'c', 'r', 't'를 입력하면 각각 원, 사각형, 삼각형의 정보를 입력받...2025.05.05
-
머신러닝 2024년 2학기 방송통신대 출석수업과제물 과제 슬라이드 1~7의 코드 및 설명을 참조하여 신경망 구성 및 test accuracy 출력2025.01.261. Fashion MNIST 데이터셋 Fashion MNIST 데이터셋은 옷 이미지 데이터셋으로, 10개의 클래스(T-shirt/top, Trouser, Pullover, Dress, Coat, Sandal, Shirt, Sneaker, Bag, Ankle boot)로 구성되어 있습니다. 이 데이터셋을 사용하여 신경망 모델을 구축하고 학습을 진행합니다. 2. 데이터 전처리 데이터 시각화를 통해 이미지 데이터를 확인하고, 픽셀 값을 0~1 사이의 실수로 정규화하여 모델 학습에 사용합니다. 이미지 데이터를 1차원 벡터로 변환하는 과정...2025.01.26
-
텐서플로우 딥러닝 (CNN)2025.05.051. 데이터 세트 학습 데이터에 사용할 영상은 Google에서 이미지 검색으로 꽃을 검색하고, FatKun이라는 크롬 확장 프로그램을 사용하여 영상을 다운로드 받았다. 테스트 데이터에 사용할 영상은 꽃을 직접 구입하여 촬영한 영상 데이터를 사용했다. 학습 데이터는 총 234개, 테스트 데이터는 총 150개이며, 검증 데이터는 훈련데이터의 20%를 사용하여 총 57개이다. 2. 합성곱 신경망 (CNN) 기본적으로 이미지 분류를 하기 위해서는 합성 곱 신경망(CNN)이 필요하다. 2차원 CNN의 특징 추출 부분은 MaxPool2D층과 ...2025.05.05
-
딥러닝을 이용한 이미지 세그멘테이션과 디노이징2025.05.051. 이미지 세그멘테이션 이미지 세그멘테이션은 이미지를 픽셀 단위로 끊어 분류하는 문제입니다. 신경망을 학습시켜 각 픽셀이 어떤 범주에 해당하는지 예측하도록 합니다. 2. 이미지 디노이징 이미지 디노이징은 이미지에 섞인 노이즈를 걸러 흐린 이미지를 선명하게 하는 문제입니다. 3. U-Net U-Net은 이미지 세그멘테이션과 디노이징을 위한 대표적인 딥러닝 모델입니다. 인코더-디코더 구조를 가지며, 인코더에서 추출한 특징을 디코더에서 참조할 수 있어 정보 복원에 도움이 됩니다. 하지만 설계 자유도가 낮고 메모리가 많이 필요한 단점이 ...2025.05.05
-
RC, RL 미적분 회로_결과레포트2024.12.311. RC 미분 회로 RC 미분 회로에서는 출력전압이 입력전압의 미분값에 비례함을 확인할 수 있었습니다. 저항 값을 변화시키며 실험한 결과, 저항 값이 작을수록 출력 파형이 더 뚜렷하게 나타났습니다. 이는 RC 회로의 특성상 저항 값이 작을수록 미분 효과가 더 크게 나타나기 때문입니다. 2. RL 적분 회로 RL 적분 회로에서는 출력전압이 입력전압의 적분값에 비례함을 확인할 수 있었습니다. 저항 값을 변화시키며 실험한 결과, 저항 값이 클수록 출력 파형이 더 뚜렷하게 나타났습니다. 이는 RL 회로의 특성상 저항 값이 클수록 적분 효...2024.12.31
-
대구가톨릭대학교 파이썬프로그래밍기초 4주차 솔루션2025.05.031. 1차원 리스트 인덱싱 및 슬라이싱 1차원 리스트에 대한 인덱싱과 슬라이싱을 수행한 결과를 확인하고, 양수 인덱스와 음수 인덱스를 사용하여 동일한 출력 결과를 얻는 방법을 실습하였습니다. 2. 2차원 리스트 인덱싱 및 슬라이싱 2차원 리스트에 대한 인덱싱과 슬라이싱을 수행한 결과를 확인하고, 양수 인덱스와 음수 인덱스를 사용하여 동일한 출력 결과를 얻는 방법을 실습하였습니다. 3. 삼중 구조 리스트 인덱싱 삼중 구조 리스트에 대한 인덱싱을 수행한 결과를 확인하고, 양수 인덱스와 음수 인덱스를 사용하여 동일한 출력 결과를 얻는 방...2025.05.03
-
VQGAN 논문 (인공지능) 발표 및 대본2025.05.071. VQGAN 모델 VQGAN은 VQ-VAE 구조를 따르며 CNN과 Transformer의 장점을 결합한 모델입니다. CNN으로 Locality를 잘 반영하는 codebook을 학습하고, Transformer의 풍부한 표현력으로 Image Synthesis를 이룹니다. VQGAN은 2-stage 모델로, 첫번째 stage에서 codebook을 학습하여 Transformer에 사용하기 위한 이미지의 구성요소를 학습하고, 두번째 stage에서 이러한 codebook을 바탕으로 Transformer를 이용하여 이미지를 구성합니다. 2....2025.05.07
-
딥러닝 2024년 2학기 방송통신대 출석수업과제물) 인공신경망과 관련된 설명 중 올바른 것을 선택하시오. 다층 퍼셉트론의 구조를 확장하는 방법 등2025.01.261. 인공신경망 인공신경망은 생물학적 뉴런의 작동 원리를 모방하여 만든 기계 학습 모델입니다. 다층 퍼셉트론(MLP)은 인공신경망의 한 형태로, 입력층, 하나 이상의 은닉층, 그리고 출력층으로 구성됩니다. 인공신경망은 복잡한 문제를 해결할 수 있는 능력이 있으며, 활성화 함수를 통해 비선형 관계를 학습할 수 있습니다. 2. 경사 하강법 경사 하강법은 손실 함수의 기울기를 계산하고 이를 활용하여 가중치를 업데이트하는 최적화 알고리즘입니다. 보폭 크기(learning rate)가 너무 크면 손실 함수가 발산하는 문제가 발생할 수 있습니...2025.01.26
1 / 8
