본문 바로가기
반응형

전체 글1710

블록체인 기반의 카드 배틀 게임 '스팀 몬스터즈(스프린터랜즈)' Splinterlands - Collect, Trade, Battle! A decentralized, digital trading card game built on blockchain technology. Collect the cards, level them up, and battle for great prizes! splinterlands.io Steem Monsters란? Steem Monsters는 대전마다 주어지는 제약 아래에서, 몬스터 카드로 팀을 편성하여 대전하는 Steem블록체인 기반 카드 배틀 게임입니다. 배틀 외에도 카드 수집과 매매도 게임의 큰 요소입니다. 언제 어디서나 대전할 수 있는 디지털 카드 게임이면서 블록체인을 사용하여 실제 카드게임처럼 플레이어에게 카드 소유권을 주고 수집과 .. 2020. 1. 4.
단어의 삽입/삭제를 이용한 새로운 문장생성 기법이 등장 3 개의 요점 ✔️ 단어의 삽입과 삭제를 이용한 새로운 문장 생성 방법을 제안 ✔️ 기존 방식에 비해 빠른 계산이 가능 ✔️ 기계 번역 작업에서 성능이 향상 문장 생성은 자연 언어 처리에서 활발히 연구되고 있는 분야 중 하나입니다. 문장 생성을 이용한 자연 언어 처리 기술의 대표적인 응용 분야로서 기계 번역과 채팅 봇 등이 있습니다. 이러한 문장 생성은 언어 모델이라는 기술이 이용되고 있으며, 신경망을 이용한 방법이라면 LSTM와 Transformer 등으로 이전부터 순서대로 한 단어씩 생성해가는 방법이 일반적입니다. 이번에 소개하는 논문에서는 이러한 기존의 '한 단어씩 생성하는' 방법과는 다른 방법을 제안하고 있습니다. 제안된 방법은 한 번에 여러 단어를 한꺼번에 생성하고 그것을 바탕으로 단어의 삭제나.. 2020. 1. 3.
생성 이미지를 마음대로!? 새로운 GAN 프레임워크 'VCGAN' 3 개의 요점 ✔️ CGAN의 생성 부분에 변분 추론을 도입한 새로운 GAN프레임워크를 개발 ✔️ 질적, 양적 평가에 있어서 기존 기술과 비교하여 제안된 새 기법이 우수한 것으로 판명됨 ✔️ 입력 문장이 긴 경우에도 그 문장의 의미를 정확히 반영한 이미지를 생성하는 데 성공 참고 1 : GAN(생성적 적대 신경망) GAN(생성적 적대 신경망) GAN은 생성적 적대 신경망(Generative Adversarial Network)의 약자로, 차세대 딥러닝 알고리즘으로 주목받고 있다. 진짜 같은 가짜를 생성하는 모델과 이에 대한 진위를 판별하는 모델의 경쟁을 통해 진짜 같은 가짜 이미지를 만들 수 있다. 기존에 인간이 정제한 데이터를 바탕으로 학습하는 지도 학습 방식에서 벗어나 스스로 답을 찾는 비지도학습 방.. 2020. 1. 2.
AI학습을 더 인간 답게? 학습 경험을 살린 MTL학습법의 등장! 3 개의 요점 ✔️ 지금까지의 학습 경험을 바탕으로 미지의 작업을 소량의 데이터로 해결하는 방법을 제안 ✔️ 일부 매개 변수만 갱신하여도 효율이 좋아지며, 학습한 것을 잊지 않으며 학습이 가능 ✔️ 어려운 태스크를 중점적으로 학습함으로써 미지의 작업을 소량의 데이터로 정밀도 높게 학습 시작하며 최근 딥러닝이 다양한 곳에서 사용되고 있습니다. 딥러닝을 이용한 것으로 유명한 것은 자동운전에 사용되는 이미지 인식 기술과 알렉사와 Siri에 사용되는 자연언어처리기술 등을 들 수 있습니다. 딥러닝으로 대표되는 인공지능 연구의 큰 목적은 인간과 유사한 지능을 만드는 것입니다. 인간은 일단 물체를 보는 것만으로 그 물체를 정밀하게 인식하는 것이 가능합니다. 그러나 딥러닝 기술은 대량의 데이터에서 학습하지 않으면 물체.. 2020. 1. 1.
3차원 모션 추정! 이미지 속 인간의 움직임을 3차원으로 재현! 3개의 요점 ✔️ 정지 이미지 속 인물의 3차원 모션을 복원 ✔️ 온라인 상에 존재하는 대량의 라벨 없는 데이터를 사용하여 비 지도 학습을 실시 ✔️ 3DPW라는 데이터셋을 사용하여 실험을 하여 state of the art를 획득 최근 사람의 동작을 3차원으로 복원하는 작업이 다양한 산업 분야에서 이뤄지고 있습니다. 예를 들어 스포츠 업계에서는 선수의 폼 체크나 경기의 리플레이 영상 등에 이미 도입되어 있습니다. 그러나 사람의 동작을 3차원으로 복원하기 위해서는 다양한 장비와 우수한 엔지니어가 필요하며, 많은 비용이 들기 때문에 '손쉽게 할 수 없다'라는 과제를 안고 있습니다. 이번에는 이 과제를 해결할 가능성을 지닌 연구를 소개하고 싶습니다. 이번 연구의 목적은 한마디로 표현하면 '스틸 이미지 속 인.. 2019. 12. 31.
훈련 데이터에 없는걸 만든다고!? 최신식 GAN : COCO-GAN 3 개의 요점 ✔️ 훈련 데이터에 존재하지 않는 이미지를 생성합니다. 보외법(Extrapolation) ✔️ 현시점으로 세계에서 가장 고해상도 이미지를 생성할 수 있는 GAN ✔️ 이미지를 패치(분할해서 잘게 쪼갠 것) 단위로 생성하여 계산량 절감 참고 1 : 보외법 보외법 해석학용어. 외삽법(外揷法)이라고도 한다. ［그림］에서와 같이, 곡선 위의 2점 A, B와 이 2점으로 한정된 부분 위에 몇 개의 점을 알고 있을 때, A, B로 한정된 부분 위의 다른 점 P의 위치를 추정하는 보간법(補間法)에 대하여 A, B로 한정된 밖의 부분의 점 Q의 위치를 추정하는 것을 보외법이라 한다. terms.naver.com 참고 2 : GAN(생성적 적대 신경망) GAN(생성적 적대 신경망) GAN은 생성적 적대 신.. 2019. 12. 28.
Minecraft에서 강화학습?! 데이터셋 'MineRL'의 탄생 3개의 요점 3D 환경을 이용한 강화 학습 플랫폼 'MineRL'의 탄생 6,000만 이상의 대규모 상태와 행동 데이터셋을 보유 기존 방법에 의한 학습결과와 그 어려움을 "MineRL"을 통해 알 수 있음 'MineRL'을 이용하여 개최 된 강화학습 경쟁 소개 동영상 본 글에서는 3D 공간에서 일인칭 시점으로 행동하고, 탐험 및 크래프트(특정 활동에 필요한 모든 기술)가 있는 샌드박스형 게임 'Minecraft'의 실험 환경 및 데이터셋인 'MineRL'을 제공한 논문을 소개합니다. 실험 환경 및 데이터셋을 제공함으로써 누구나 'Minecraft'를 사용하여 강화 학습을 구현할 수 있게 되었습니다. 강화 학습은 환경으로부터 데이터를 주체적으로 획득하고 행동을 최적화해 나가는 툴입니다. 2016년 강화 학.. 2019. 12. 27.
[알기쉬운 AI - 14] 흐름으로 중요성을 파악!? '의사결정트리'란? 여러분은 성격 진단을 해보신 적 있나요? 두 가지 선택지에 답변을 반복함으로 몇 가지 성격으로 분류되는 것을 경험해 보셨을 것입니다. 사실 데이터의 취급방법 중에서도 이렇게 조건을 반복하기만 해도 데이터를 처리할 수 있는 방법이 있습니다. 의사결정 트리(decision tree)라는 방법입니다. 진짜 조건 분기 만으로 데이터 취급이 가능할까?라는 의심이 드시겠지만 이 방법은 조건에 따라서는 꽤 좋은 정밀도를 갖고 있어서 현재는 재료과학 분야에서 이용되고 있기도 합니다. 그럼 얼마나 좋은지 살펴보도록 합시다. 1. 이 나무는 무슨 나무? : 회귀 트리 앞에서 AI가 해결할 수 있는 문제는 '분류'와 '회귀'로 크게 나뉜다고 했습니다만, 의사결정 트리는 양쪽 모두 사용할 수 있습니다. 우선 회귀를 살펴봅시다.. 2019. 12. 26.
[알기쉬운 AI - 13] 향후 매출을 예측하고 싶다! '회귀분석'이란? 여러분은 점을 믿습니까? 점은 고대 그리스 시대부터 별빛에 미래를 투영하는 점성술로 시작하여 지금에 이르기까지 다양한 형태로 존재하고 있습니다. 사람이 왜 이토록 점에 매료되는가 하면, 미래가 어떻게 될지 알 수 없는 인간은 본능적으로 공포를 기억하기 때문입니다. 이를 방지하기 위해 선조들은 과거에 일어난 일에서 배우면서 그 법칙성을 발견하였습니다. 이처럼 인류는 아직 보지 못한 미래를 두려워하고 예측함으로써 문화와 과학을 발전시켜 왔다고 할 수 있습니다. 그렇다면, 그 발전의 끝에 오늘날 붐을 맞이한 AI는 어떻게 "예측"을 하는 것일까요? 가장 기초적인 방법인 '회귀'를 살펴보도록 합니다. 1. 회귀가 뭐야? 이미 알고 있는 과거 데이터를 바탕으로 아직 보지 못한 상황을 예측하는 것은 AI도 인간과 .. 2019. 12. 25.
[알기쉬운 AI - 12] 특징으로 데이터 분류, '서포트벡터머신'이란? 이미 분류를 알고 있는 데이터를 그대로 다시 분류하는 AI는 의미가 없습니다. 그 데이터들로부터의 경험치로 "이런 데이터가 있으면 여기에 분류된다"라고 하는 것이 중요합니다. 이를 일반화 가능성이라고 하는데, 서포트 벡터 머신은 "여백"이라는 "틈새"를 크게 하는 것으로 일반화를 유지하고 있습니다. 삶에도 여백이 중요합니다. 1. 경계선을 그으면 만사 해결 토끼같이 집단으로 생활하는 동물들은 많은 무리를 짓고 영역을 만듭니다. 그 방법은 다양하지만, 대부분은 자신의 영역에서만 배설을 합니다. 즉 변이 떨어져 있는 장소를 보면 대체로 그 집단의 영역을 알 수 있습니다. 예를 들어, 아래의 그림 같은 느낌으로 변이 떨어져 있었다고 합시다. 빨간 점이 그룹 1의 배설물이고, 파란 점이 그룹 2의 배설물이 있던.. 2019. 12. 24.
반응형

티스토리툴바