|
러닝(Deep Learning) - 컴퓨터가 사람의 뇌처럼 사물이나 데이터를 분류할 수 있도록 훈련시키는 기계학습의 일종으로 기본 개념은
인공신경망(ANN)과 유사하다.
(2006년 캐나다 토론토대학 제프리힌톤 교수의 논문을 통해 처음으로 딥러닝이란
|
|
|
대한 분석 및 결과 도출을 기계 스스로가 할 수 있게 된다. 이러한 자동화된 알고리즘 과정이 반복되면 알고리즘 스스로가 학습할 수 있게 되며 이를 머신러닝이라 한다. 스스로 학습한다는 것은 자동화된 알고리즘을 통해 생성된 결과, 즉 새
|
|
|
1. 문제 발생 장소 : Ford 자동차 제조사
2. 문제 발생 공정 : 엔진 상태 검사 공정
3. 문제 발생 내용 :
1) 자동차에서 엔진 이상 여부를 검사하기 위해 엔진을 들어내는 것은 큰 손실 발생
2) 고도로 숙련된 작업자만 엔진 이상여부를 판
|
|
|
대한 손실이 발생함
4. 분석 목적 : CNC 가공 공정 데이터를 학습하여 공정이 완료 되기 전에 미리 제품의 판정 결과를 예측 할 수 있는 모델 개발
5. 분석 효과 :
1) 가공 결과를 미리 예측하여 문제 발생 시 즉시 조치 할 수 있음
2) 불량 수
|
|
|
대고 고주파음을 하루종일 듣다보면 검사자의 청력에 문제 생길 수 있음
4) 검사자의 실수로 불량을 양품으로 판정할 수 있음
4. 분석 목적 : 양품과 불량의 오디오파일(wav) 학습을 통한 자동 검사 모델 개발
5. 분석 효과 :
1) 정상 소리와
|
|
|
머신러닝, 두산백과 두피디아
딥러닝, 시사상식사전, 박문각
엘리하이 http://junior.mbest.co.kr/
설탭 https://seoltab.com/
밀리의 서재 https://www.millie.co.kr/v3/brand/update
제페토 https://web.zepeto.me/ko
로블록스 https://corp.roblox.com/ko/
인터넷 활용 I 강의안
|
|
|
대로 작동하고 있는 상태를 일컬어 ‘The Sensing’이라고 정의하였다.
내용을 읽고 느낀 점은 저자는 시각화 명상에 대한 궁금증을 해소하기 위해 깊이있는 연구를 했다는 점이 인상적이었다.
시각화 명상이 단순히 믿음이나 마법이 아니라
|
|
|
PINNs는 물리적 지식을 신경망 구조에 통합함으로써 전통적인 신경망 모델보다 물리 법칙을 잘 따르는 예측을 할 수 있다. 이는 다음과 같은 방식으로 이루어진다:
1. 물리 방정식의 통합: 학습 과정에서 물리 방정식을 손실 함수에 포함시켜
|
|
|
1. AI 시대에도 틀리는 일기예보
현대 기술이 비약적으로 발전했음에도 불구하고, 우리는 여전히 종종 틀린 일기예보를 접한다. 기상 시스템의 복잡성과 예측의 불확실성 때문이라고 한다. 최근 구글 딥마인드의 AI 모델 GraphCast가 이러한 문제
|
|
|
핵심 개념
1. 미분 방정식의 통합: PINN은 미분 방정식을 이용하여 신경망의 손실 함수를 구성한다. 예를 들어, 열전달 문제에서 사용하는 포아송 방정식(Poisson Equation)을 신경망이 학습하도록 만든다.
2. 손실 함수: 손실 함수는 경계조건 데이
|
|
메뉴펼치기
