Dogun Kim

서울시립대학교 인공지능학과 고상기 교수님의 신뢰할 수 있는 인공지능 수업을 정리임을 미리 알립니다. 신경망이 특정 조건을 만족하는지 어떻게 검증하는가를 다룬다. 아래 두 가지 방법으로 다루게 된다.Testing과 Verification을 구분하라.1. Testing and testing coverage # Neuron coverage• Why is testing coverage important? • Popular structural coverage metrics • Evaluation of structural coverage metrics • Is coverage enough? 2. Formal verification • What is formal verification? • Property verif..

서울시립대학교 인공지능학과 고상기 교수님의 신뢰할 수 있는 인공지능 수업을 정리임을 미리 알립니다. 신경망을 논리적인 언어로 표현한 다음, 그 표현을 바탕으로 여러 '정확성 속성' 관점에서 분석할 것이다.1. A specification language: 시스템의 동작을 공식적으로 기술하는 언어인 명세 언어 파트1-1) Hoare logic: 코드 실행 전후 상태를 기술하는 논리 1-2) Hoare logic in neural networks: 위 논리를 신경망에 적용2. Correctness properties of neural networks: 신경망 잘 작동하나 검증하고 싶은 속성들 # 강건한가.. 이런거2 -1) Hoare 논리로 표현한 신경망을 바탕으로 정확성을 판단할 수 있는 여러 속성들: ..

서울시립대학교 인공지능학과 정지영 교수님의 컴퓨터 비전 개론 수업을 정리함을 미리 알립니다.Contents3D 물체를 카메라의 2D 이미지 플레인에 사영하는 방식에 대해 자세히 알아볼 것이다1. Camera parameters 2. Projective transformation 3. Different projections – canonical, weak perspective, orthographic Camera parameters ((4-1))1. Euclidean 좌표계에서의 3D -> 2D 핀홀 카메라 그리고 일반적인 Euclidean 좌표계로 사영이다. 좌표계를 맞춰주는 [R|T]는 일단 냅두고, K 즉 켈리브레이션 계산만 봐보자. 1) Z 방향으로 얼마나 떨어졌는지에 따라 비율로 줄이고((Pe..

서울시립대학교 인공지능학과 정지영 교수님의 컴퓨터 비전 개론 수업을 정리함을 미리 알립니다.Contents렌즈를 장착한 카메라들에 대해 알아볼 것이다. 1. Pinhole Model 2. Thin Lens Law 3. Lens Properties4. New Types of Cameras Pinhole Model ((3-1))1. 핀홀의 존재 이유 핀홀 카메라에서 핀홀이 있어야하는 이유가 뭘까? 바로 광 다발을 포착하기 위해서이다. 핀홀이 없으면 이러한 광다발을 잡지 못하고, 빛이 여러 곳에 도착하여 정확한 상이 맺히지 않는다. 핀홀 카메라에서는 이 핀홀이 바로 center of projection (focal point)이다. 2. 핀홀의 크기 그러면 이러한 핀홀의 크기는 어떻게 하는게 좋을까?..

서울시립대학교 인공지능학과 정지영 교수님의 컴퓨터 비전 개론 수업을 정리함을 미리 알립니다.Contents1. 3D to 2D projections2. Photometric image formations3. Digital cameras 3D to 2D projections ((2-1))1. Homogeneous Coordinates 행렬 계산 편의 및 선형 시스템으로 정사영 시스템을 구성하기 위해서 다음과 같은 Homogeneous coordinates를 사용하게 된다. 사용 방법은 간단하다. 차원을 하나 더 추가해주고, 이 성분을 1로 설정하면 된다. Euclidean 좌표계로 다시 돌아갈 때는 추가했을 때의 과정을 거꾸로 하여 마지막 좌표를 1로 만들어주고 마지막 차원을 제거하면 된다. 2. 3D..

https://dogunkim.tistory.com/92 5. Data Compression 2https://dogunkim.tistory.com/91 5. Data Compression 1보호되어 있는 글입니다. 내용을 보시려면 비밀번호를 입력하세요.dogunkim.tistory.com 정보 압축을 본격적으로 공부하기 전에, 공 무게 문제, 63 게임, 잠수함dogunkim.tistory.com > 요약1) 정보량 공부 모든 사건에 대하여 정보를 구분해서 기록하거나 보내기 위한 평균 비트 수 = 얻는 평균 정보량이 바로 샤먼 엔트로피다. Shannon Information Content 샤논 정보량 척도하나의 사건이 일어났을 때 얻는 정보량 h​얻는 정보량 = 처낸 정보량 = 줄어든 불확실성 양 = 구..

https://dogunkim.tistory.com/91 5. Data Compression 1보호되어 있는 글입니다. 내용을 보시려면 비밀번호를 입력하세요.dogunkim.tistory.com 정보 압축을 본격적으로 공부하기 전에, 공 무게 문제, 63 게임, 잠수함 게임을 풀어보며 얻는 정보량 Information Gain, 즉 샤논 엔트로피 척도를 이해했다. 요약) 1) 얻는 정보량를 최대로 한다 = 불확실성을 최소로 한다 = 쳐 내는 정보를 최대로 하자. 얻는 정보량 = 쳐내는 정보 개수2) 모든 경우의 수를 Ω라고 하고, 내가 i 번째 행동을 했을 때 남는 경우의 수를 Ωi라고 했었다. 이 때 쳐내는 경우의 수 즉 쳐내는 정보는 Ω -Ωi일 것이다.3) i 번째 사건이 일어날 확률은 p..

우리는 5장에서 궁극적으로 데이터를 압축하는 것에 대해 공부할 것이다. 데이터 압축, 즉 정보의 압축이란 중복((redundant)) 정보를 제거하는 것이다. 이러한 압축은 1)손실 없는 압축과 2)손실 있는 압축으로 나뉜다. 우선 이번 글에서는 데이터 압축을 이해하기 위해 관련된 문제들을 풀어보며, 먼저 **정보의 수학적 표현 및 잃고 얻는 정보량을 어떻게 수량화할 것인가를 알아보자. 이를 알아야 정보 압축을 이해할 수 있다. Ball weighing problem 12개의 공이 있고, 저울을 사용하여 우리는 이 중 하나의 가벼운 공 혹은 무거운 공을 찾는 문제가 있다. 이 하나의 공((odd))을 제외하면 나머지 공의 무게는 같다. 이 때, 저울을 최소로 사용하려면 어떤 전략을 취해야 할까? 이 때..

ch2. Text classification # BPE1.1 유형1) Byte-Pair Encoding(BPE)를 사용해 주어진 코퍼스에서 #n-size의 vocabulary 만들기. Sol)순서1) 코퍼스 안에서 유니크한 word 하나 뽑기vocab = {a, b, c} 순서2) 첫 번째 반복: 띄어 쓰기를 기준으로 코퍼스를 나누고, 한 칸씩 이동하면서 2 word 묶음 개수 카운팅.> abc / ccba / abbccc/ aaabbbccaai) abc -> ab, bcii) ccba -> cc, cb, baiii) abccc -> ab, bc, cc, cciv) aaabbbccaa -> aa, aa, ab, bb, bb ,bc, cc, ca, aa> ab: 3개, bc: 3개, cc: 4개, cb: ..