총 321개
-
[A+ 레포트] 점도평균분자량_결과보고서2025.01.221. 평균 제곱 말단 거리 고분자 사슬의 크기를 아는 것은 중요하다. 고분자 사슬의 길이가 길면 서로 엉키거나 결합하여 하나의 구조를 형성하기에 강도가 더 높아지기 때문이다. 이 뿐 아니라 고분자 사슬의 크기와 분자량은 관련이 있는데, 분자량이 큰 고분자는 일반적으로 안정한 구조를 가진다. 또한 고분자 사슬의 크기는 고분자 자체의 물리적 성질을 결정한다. 고분자 사슬의 크기와 고분자의 분자량은 비례한다. 따라서 점도를 이용해서 점도평균분자량을 구한 것처럼, 점도를 이용해서 평균제곱말단거리를 구할 수 있다. 1. 평균 제곱 말단 거리...2025.01.22
-
(글로벌 비즈니스 네트워킹) 효율적인 온라인 네트워킹 모델에서 FITTER 모델이 무엇인지 자세하게 설명2025.01.241. FITTER 모델 FITTER 모델은 효율적인 온라인 네트워킹을 위한 모델로, 다음과 같은 5가지 단계로 구성됩니다. 1) Follow up: 대화를 통해 상대방과 네트워킹을 시작하고, 명함 교환 등의 방법으로 관계를 명확히 한다. 2) Interact: 상대방과 지속적으로 상호작용하며 관계를 유지한다. 3) Target: 네트워킹의 목표를 명확히 하고, 이에 맞는 대상을 선별한다. 4) Track: 네트워킹 활동을 지속적으로 추적하고 관리한다. 5) Evaluate: 네트워킹 활동의 성과를 평가하고 개선 방향을 모색한다. 1...2025.01.24
-
딥러닝의 통계적 이해 출석 수업 과제물 (2023, 만점)2025.01.241. Teachable Machine을 이용한 머신러닝 모델 구축 Teachable Machine을 활용하여 이미지를 학습시켰다. 사용한 이미지는 구글 이미지에서 '귀멸의 칼날'이라는 애니메이션의 주인공 4명의 다른 사진들을 각각 10장씩 찾은 뒤 머신러닝의 입력값으로 사용하였다. 본 머신러닝으로 실제로 가지고 있는 피규어 사진을 찍어 이 사진을 입력하면 애니메이션 캐릭터를 정확하게 분류할 수 있는지 파악하고자 하였다. 다양한 하이퍼파라미터 조정을 통해 최적의 정확도를 얻고자 하였으나, 설정에 따른 결과 비교를 대량으로 진행하여 거...2025.01.24
-
성공적인 머신러닝 모델링을 위한 프로세스2025.01.151. 결정 트리 알고리즘 결정 트리(Decision Tree)는 지도 학습(Supervised Learning)에서 사용되는 머신러닝 알고리즘 중 하나입니다. 이 알고리즘은 데이터를 분석하고 특정 기준에 따라 여러 개의 의사 결정 규칙을 만들어내는 방식으로 동작합니다. 이러한 의사 결정 규칙들을 트리 구조로 나타내기 때문에 '결정 트리'라는 이름이 붙었습니다. 의사 결정 트리는 금융, 의료, NLP, 추천 시스템 및 프로세스 최적화 내에서 주로 사용되며, 다양한 도메인에 걸친 의사결정 트리의 다양성을 보여주고 많은 산업에서 실제 문...2025.01.15
-
[보고서]딥러닝 모델링 성능 향상 기법2025.01.241. 손실함수 신경망의 성능을 개선하기 위한 방법 중 하나로 손실함수에 대해 다루었습니다. 연속형 모델의 경우 평균 제곱 오차법(MSE)을, 이산형 모델의 경우 이진 교차 엔트로피(BCE) 손실을 사용하는 것이 적합하다고 설명하고 있습니다. Pytorch에서는 nn.MSELoss()와 nn.BCELoss()를 사용할 수 있습니다. 2. 활성화 함수 신경망 훈련 시 기울기 소실 문제를 해결하기 위해 다양한 활성화 함수에 대해 설명하고 있습니다. 전통적인 시그모이드 함수의 문제점을 지적하고, ReLU와 Leaky ReLU 함수를 소개하...2025.01.24
-
아이폰 13 mini의 사양과 특징, 기술 분석 및 개선 방향2025.01.281. 아이폰 13 mini 사양 및 특징 아이폰 13 mini의 디스플레이, 프로세서, 카메라, 배터리 및 충전, 저장 용량, 운영체제 등의 사양과 디자인, 성능, 생태계 연동 등의 특징을 정리하였다. 2. 아이폰 13 mini의 개선이 필요한 기술 배터리 수명 개선, 고주사율 디스플레이, 향상된 저조도 카메라 성능, USB-C 포트 도입, 더 향상된 방수/방진 성능, 자가 수리 용이성 등 아이폰 13 mini에서 개선이 필요한 기술적 부분을 제시하였다. 1. 아이폰 13 mini 사양 및 특징 아이폰 13 mini는 2021년 9...2025.01.28
-
스마트폰으로 음식물 촬영하여 종류와 칼로리 분석하는 앱 개발2024.12.311. 일반적인 패턴인식 시스템의 구성요소와 처리 절차 일반적인 패턴인식 시스템은 데이터 수집, 전처리, 특징 추출, 모델 학습, 분류 및 예측의 단계로 구성됩니다. 데이터 수집 단계에서는 음식 이미지 데이터셋을 수집하고, 전처리 단계에서는 이미지 크기 조정, 노이즈 제거 등의 작업을 수행합니다. 특징 추출 단계에서는 CNN 등의 딥러닝 모델을 활용하여 음식 이미지의 특징을 추출하고, 모델 학습 단계에서는 추출된 특징을 바탕으로 음식 분류 모델을 학습시킵니다. 마지막으로 분류 및 예측 단계에서는 학습된 모델을 활용하여 입력 이미지의 ...2024.12.31
-
삼성 갤럭시 스마트폰의 포지셔닝 전략 평가2025.01.171. 삼성 갤럭시 스마트폰 시장 분석 삼성 갤럭시 스마트폰은 프리미엄 시장과 중저가 시장을 모두 공략하는 다각적 포지셔닝 전략을 가지고 있다. 프리미엄 모델인 갤럭시 S와 노트 시리즈는 최신 기술과 고급 디자인을 강조하며, 중저가 모델인 갤럭시 A와 M 시리즈는 가격 대비 성능을 강조한다. 이를 통해 다양한 소비자층의 요구를 충족시키고 있다. 2. 삼성 갤럭시 스마트폰에 대한 소비자 인식 소비자들은 삼성 갤럭시 스마트폰을 고성능과 신뢰성으로 인식하고 있다. 프리미엄 모델은 혁신적인 기능과 고급스러운 디자인으로, 중저가 모델은 합리적...2025.01.17
-
AI 음성인식 - End to End 음성인식 시스템에 대한 심화이해2025.05.071. End-to-End 음성인식 시스템 본 논문은 어텐션 기반 Seq2seq 구조를 음성 인식에 적용한 것으로, CTC (Connectionist temporal classification)가 지배적이던 당시에 End-to-End 방식으로 우수한 성능을 달성한 혁신적인 연구입니다. 모델의 구조는 Listener (encoder)와 Speller (decoder)로 구성되어 있으며, Pyramidal Bidirectional LSTM을 사용하여 긴 시퀀스 길이 문제를 완화하였습니다. 또한 Exposure Bias Problem을 완...2025.05.07
-
머신러닝에서의 과적합 문제2025.05.101. 과적합(Overfitting) 과적합은 머신러닝에서 중요한 문제 중 하나입니다. 머신러닝 모델이 훈련 데이터에 너무 특화되어 있어 새로운 입력 데이터에 대한 예측 능력이 저하되는 현상을 말합니다. 이는 모델의 성능과 일반화(generalization) 능력을 감소시키며, 실제 응용에서 신뢰할 수 없는 결과를 초래할 수 있습니다. 2. 과적합의 원인 과적합은 데이터의 특성을 완벽하게 기억하는 것에서 비롯됩니다. 모델은 훈련 데이터에 맞추기 위해 복잡한 패턴과 노이즈까지도 학습할 수 있습니다. 일반적으로 데이터의 양이 적은 경우,...2025.05.10
2 / 33
