총 240개
-
물리 정보화 신경망(Physics-Informed Neural Network, PINN)2025.05.101. 물리 정보화 신경망(Physics-Informed Neural Network, PINN) 물리 정보화 신경망(Physics-Informed Neural Network, PINN)은 물리학적인 지식을 신경망 구조에 통합하여 과학적 모델링 및 예측에 사용되는 기술입니다. 이 방법은 데이터 기반 기계 학습과 물리학적 모델링을 결합하여 주어진 물리적 시스템에 대한 효율적인 모델링을 수행할 수 있습니다. PINN은 물리학적 법칙과 제약 조건을 신경망 아키텍처에 내재화하여 물리학적 문제를 해결하며, 제한된 데이터 세트로부터 모델을 학습하...2025.05.10
-
방통대 [딥러닝의통계적이해] 2024 출석과제물 (30점 만점 인증 / 표지제외 18페이지 분량 / 코드 및 해설 포함)2025.01.251. Teachable Machine을 이용한 이미지 분류 Teachable Machine에 판다 이미지 54개와 레서판다 이미지 21개를 각 클래스로 나누어 입력하고 학습시켰다. 학습 시도 횟수인 에포크는 50으로 설정되었으며, 배치 크기는 16으로 설정되었다. 학습률은 0.001로 설정되어 있으며, 학습이 완료된 모델에 테스트 이미지를 입력한 결과 판다와 레서판다의 사진 또는 그림에 대해 대부분 100%로 판단하고 정답을 맞추는 것을 확인할 수 있었다. 레서판다 이미지 샘플 수 부족을 보완하기 위해 학습률을 0.00057로 낮추...2025.01.25
-
인공지능과 기계학습 중간정리2025.01.131. 예측자 예측자는 Y=AX의 관계가 선형일 때 사용된다. 예측자를 구하는 과정은 다음과 같다: 1) 임의의 값 A 설정 2) 주어진 데이터의 X를 대입하여 예측값 Y 출력 3) 목표값과 출력값을 비교하여 오차(error) 구하기 4) 오차가 양수인 경우 A를 늘려야 하며, 오버슈팅을 방지하기 위해 A를 조금씩만 조정해야 한다. 5) 이러한 과정을 반복(iteration)하여 A를 조정해나가는 것이 예측자 구하기의 핵심이다. 2. 분류자 분류자는 X·Y 평면에서 두 그룹을 분류하는 선형분류자를 말한다. 분류자 학습 과정은 다음과 ...2025.01.13
-
컴퓨터 처리장치의 최신동향에 대하여 조사하고 설명하시오.2025.01.121. 중앙 처리 장치(CPU)의 발전 중앙 처리 장치(CPU)의 발전은 코어 수 증가, 클록 속도 향상, 에너지 효율성 증대 등의 측면에서 이루어지고 있다. 이를 통해 다중 처리 작업, 고성능 컴퓨팅, 전력 소비 감소 등이 가능해지며, 다양한 산업 분야에 혁신을 가져오고 있다. 2. 그래픽 처리 장치(GPU)와 병렬 처리의 진화 그래픽 처리 장치(GPU)의 사용 범위가 확장되어 인공지능 및 기계 학습 분야에서 활용되고 있다. GPU의 병렬 처리 능력을 활용하여 대규모 데이터셋에서의 복잡한 연산을 효율적으로 수행할 수 있다. 이와 함...2025.01.12
-
두뇌의 생물학적 특징과 발달에 대한 이해2025.04.281. 두뇌의 생물학적 특징 인간의 뇌는 척수와 함께 중추신경계를 구성하며, 약 천억 개의 신경세포로 이루어져 있습니다. 뇌는 감정, 기억, 언어, 사고 등 고등한 정신 활동을 담당하며, 대뇌, 사이뇌, 소뇌, 뇌간 등의 주요 구조로 이루어져 있습니다. 각 부분은 서로 다른 기능을 수행하며, 이들의 유기적인 작용을 통해 인간의 행동과 의식이 조절됩니다. 2. 두뇌의 발달 두뇌의 발달은 신경세포의 증가가 아닌 신경망의 연결이 더 촘촘해지고 복잡해지는 과정입니다. 유아기에 다양한 자극을 받으면 필요한 신경망이 강화되고, 사용되지 않는 신...2025.04.28
-
폰 노이만 구조와 뉴로모픽 구조의 비교2025.01.051. 폰 노이만 구조 폰 노이만 구조는 존 폰 노이만이 1945년 설계한 컴퓨터 아키텍처로, CPU, RAM, I/O 구조와 프로그램 내장 방식의 범용 컴퓨터 구조를 의미합니다. 이 구조는 연산장치와 저장장치가 따로 존재하고 한 번에 하나씩만 가지고 와야 하기 때문에 대규모 정보 처리 시 병목현상이 나타나고 많은 전력이 요구됩니다. 하지만 논리적인 추리나 계산 등의 일에 적합합니다. 2. 뉴로모픽 구조 뉴로모픽은 뉴런과 모사를 의미하는 영어 단어의 합성어로, 뉴로모픽 반도체는 뉴런과 시냅스로 구성된 뇌 구조를 모사한 개념입니다. 뉴...2025.01.05
-
뉴로모픽 반도체와 스파이킹 신경망의 융합2025.01.171. 뉴로모픽 반도체 뉴로모픽 반도체는 인간의 뇌 신경망을 모방한 집적 회로입니다. 이 기술은 전통적인 디지털 컴퓨팅과 달리 아날로그 신호를 사용하여 뉴런과 시냅스의 동작을 모방합니다. 뉴로모픽 반도체의 핵심은 저전력 소비와 고효율 데이터 처리 능력입니다. 신경망 모방, 스파이크 신경망(SNN), 비동기적 처리 등의 특징을 가지고 있습니다. 2. 스파이킹 신경망(SNN) 스파이킹 신경망은 뉴런이 전기적 신호를 스파이크 형태로 주고받는 방식으로 동작합니다. 이는 인간의 신경망이 정보를 처리하는 방식을 보다 정확하게 모방한 것입니다. ...2025.01.17
-
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 (Tic-Tac-Toe)2025.05.051. 데이터 세트 tic-tac-toe.csv 파일에는 TL, TM, TR, ML, MM, MR, BL, BM, BR 속성과 class 속성이 포함되어 있습니다. TL, TM, TR, ML, MM, MR, BL, BM, BR 속성은 각 게임 보드의 위치를 나타내며, 값은 'x', 'o', 'b'로 표현됩니다. class 속성은 게임 결과를 나타내며, 'TRUE'는 x가 이겼음을, 'FALSE'는 x가 졌음을 의미합니다. 2. 2층 신경망 입력 층은 9D(TL, TM, TR, ML, MM, MR, BL, BM, BR)를 받습니다. 은...2025.05.05
-
[연세대학교] 센서공학 - 프로젝트 보고서 (LSTM)2025.01.151. 인공 지능 인류는 오래전부터 인간처럼 생각하는 기계를 꿈꿔왔으며, 1956년 미국에서 인공 지능이라는 용어가 처음으로 등장했습니다. 최근 인공 지능이 보여준 여러 성과는 Neural network로 표현되는 Deep learning에 기인하며, 데이터로부터 유용한 정보를 자체적으로 추출할 수 있는 것이 특징입니다. 2. 센서 기술 바이올린, 기타 등 현악기의 현의 진동을 전기 신호로 바꿔주는 장치를 Pickup이라고 하며, Piezoelectric pickup과 Magnetic pickup으로 나눌 수 있습니다. 바이올린의 경...2025.01.15
2 / 24
