연구
1.[AI] 차원의 저주
https://www.youtube.com/watch?v=EXHR2-hECRM
2.[SW 중심대학 AI 경진대회 2023] 대회 요구 사항 요약 및 필요한 내용
제공되는 데이터는 위성 이미지, 건물 영역 범위가 제공된다.RLE 인코딩 방식으로 해당 건물 영역 범위를 나타낸다. 출처 : 고영준 교수님 강의자료제공되는 Baseline에서는 RLE 인코딩/ 디코딩 하는 코드가 존재한다. Baseline의 DataLoader의 경우
3.[SW 중심대학 AI 경진대회 2023] 데이터 전처리 및 업샘플링
대회에서의 train, test set 데이터 크기가 달라서 train 데이터의 이미지 크기를 조정하였다.
4.[2023 전력사용량 예측 AI 경진대회] 대회 개요 및 주요 쟁점
언제나 그저 내 생각일 뿐csv 파일로 이루어져 있다구성 요소건물번호일시 => baseline 코드에서 month, day, time으로 구분한 칼럼을 사용함.기온강수량풍속습도일조 : 태양광선이 구름이나 안개 등에 의해 차단되지 않고 지표면을 비춘 시간을 의미한다일사
5.[AI] Random Forest
여러 Decision Tree를 앙상블한 것으로 Bagging-like method의 일종이다. 기존의 데이터 셋의 부분 집합을 통해 각 base learner가 되는 Tree를 제작한다. 이 때 base learner들은 사용하는 feature들을 다양화 하여 여러
6.[Deepracer] 연구 주제 및 큰 그림
큰 주제 : 파라미터에 따른 주행 방식 연구, 파라미터에 따른 주행 기록 단축 경향 연구서론 (문제점 제기 및 우리가 제안하는 방법)문제점 : 강화학습을 통해 자율주행을 수행하는 경우 보상함수를 이루는 파라미터마다의 결과에 따른 연관성이 존재한다. AWS Deeprac
7.[XAI 논문] Explainable AI: current status and future directions
논문 XAI techniques을 다양한 미디어의 관점에서 다룰 예정이다. 장점과 단점 또한 논의 되어 있으니 이를 바탕으로 방향성을 잡아보는 것은 어떤가 Introduction 현 시점에서 AI가 활용되고 있는 것들 그리고 해결할 수 있는 문제들에 대해서 언급하며,
8.[XAI 논문] “Why Should I Trust You?” Explaining the Predictions of Any Classifier (LIME)
컨셉 모든 AI 모델에 적용이 가능한 설명 기술로 LIME을 제안한다. 모델의 예측과 예측에 대한 설명이 동시에 나올 수 있도록 문제를 잡는 것이 중요하다. > 해석이 가능한 모델들을 통해 원래는 복잡했던 모델을 이해가능하게 분해하겠다. Introduction 머신
9.[60th DAC] Lightning Talk: Memory-Centric Computing
현대의 시스템들은 프로세서 중심으로 설계되어 있다. 데이터의 생성, 저장이 이뤄진 다음 프로세서로 이동하여 연산을 하기 때문에 제한이 있어 장치들간의 데이터 이동에 많은 에너지를 소비하게 된다. 메모리 중심 컴퓨팅은 데이터가 생성되고 저장되는 모든 위치에서 연산이 가능
10.[Gear S3] 환경 설정 및 Gyro
Tizen Studio Wi-FI 연결 Certificate 생성 Samsung extenstion 필요 Debug as를 통한 콘솔 활용 Gyro 손목 올려 켜기와 같이 갤럭시 유니버셜 제스쳐 기능 API 어떻게 연결? config.xml 파일에서 previ