본문 바로가기
반응형

전체 글1725

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.
[알기쉬운 AI - 11] 그룹에서 당신은 어떤 타입? '클러스터링'이란? 학창 시절 고등학교나 대학에 진학해서 친구를 잘 사귈 수 있을지 불안했던 분들이 많을 것입니다. 전혀 말해본 적 없는 사람들과 같은 커뮤니티에 속하여 교우관계를 처음부터 만들지 않으면 안 되니까 당연합니다. 그러나 몇 주 지나면 신기하게도 친한 그룹이 어느새 생겨있고 항상 함께하는 동료가 되는 것입니다. 어떤 친구를 선택할지는 개인의 맘대로 지만, 대체로 비슷한 사람끼리 모이는 것이 보통입니다. 이와 같이 '동류끼리 모인다'는 원칙 하에서 데이터를 분류하는 방법이 있습니다. 즉 '닮은 그룹에 속하는 것'이라는 전제를 바탕으로 분류를 해 나가는 것입니다. 그러면 데이터가 어떻게 친구 만들기를 해 나가는지 살펴보도록 합시다. 1. 비지도 분류 - 클러스터링 이미 언급 한 바와 같이 "이미 분류된 데이터"가 .. 2019. 12. 23.
블록체인과 보험 보험 분야에서 블록체인의 이용이 검토되는 이유 보험은 보험회사와 개인 간에 맺는 계약이지만, 건강보험은 의사와 의료기관 간에, 큰 기업을 위한 보험이라면 감사회사가 사고조사를 하는 등 다양한 이해관계자가 보험계약에 관여합니다. 보험분야는 아직도 종이로 교환되는 정보도 적지 않으며 보험계약, 청구, 보험금의 지급 및 수령에 많은 노력과 시간이 소요됩니다. 이러한 상황에서 정보를 디지털화하여 이해관계자와 공유한다면 보험 관련 프로세스의 효율화가 가능할 것으로 생각됩니다. 보험 회사의 시스템을 통해 정보공유가 가능하긴 하지만, 보험금 지급의 근거가 되는 정보가 위변조 된다면 치명적이기 때문에 한번 기록되면 변경이 불가능한 블록체인에 주목하고 있습니다. 블록체인을 '데이터베이스'로서 이용하는 데서 더 나아가 계.. 2019. 12. 22.
블록체인과 교육 IT로 크게 바뀌고 있는 교육 교육 분야에서의 블록체인의 활용을 설명하기 전에 IT에서 크게 바뀌고 있는 교육현황에 대해 살펴봅시다. 교육 및 IT라고 하면, 학교에 컴퓨터와 태블릿 PC를 도입하고 강의와 교재를 디지털화하는 것을 떠올리기 쉽지만, 이는 IT로 인한 교육 변화의 극히 일부입니다. 디지털화된 강의와 교재는 학생뿐만 아니라 누구나 이용할 수 있게 되었습니다. 2003년에 시작된 대학 강의를 온라인으로 무료 공개하는 활동인 오픈 코스웨어(OCW)는 미국의 명문대학 매사추세츠 공과대학(이하 MIT)을 비롯해 전 세계에 확산되고 있습니다. 2012년에는 유료 강의를 포함하여 대학과 기업에 의해 강의를 제공하는 Coursera와 edX같은 서비스가 등장했습니다. 유료 강의지만 학비 면제 프로그램도 .. 2019. 12. 21.
블록체인과 음악 디지털화하는 음악 80년대에 CD의 보급이 시작되고 음원이 디지털로 판매되게 됩니다. 그 후 2000년대에는 인터넷의 확산으로 온라인 뮤직 스토어에서 음악을 구입하게 되었습니다. 초창기에 디지털 음원 판매를 시작한 eMusic의 창업은 1998년, Apple의 iTunes 스토어는 미국에서 2003년에 서비스를 시작했습니다. 2000년대에 언제든지 음악을 들을 수 있는 휴대용 음악 플레이어가 세상을 풍미하고 디지털 음원을 가지고 다니며 듣는 유행은 스마트 폰의 사용으로 자연스럽게 이어지게 됩니다. 최근에는 정액제 음악 스트리밍 서비스를 이용하는 것도 인기를 끌고 있습니다. 이 분야의 대기업으로는 스웨덴 Spotify가 유명합니다. 스트리밍 서비스는 Amazon, Apple, Google, LINE 등 대.. 2019. 12. 20.
블록체인과 의료 헬스케어 분야와 그 현상 헬스케어는 의료에서 ​​일상의 건강유지와 증진까지 폭넓은 대상을 포함합니다. 공통적으로 말할 수 있는 것은, 의료 관련 데이터는 민감하다는 것입니다. 요즘은 암이나 생활습관으로 인한 병의 위험을 알기 위해 유전자 검사를 간편한 키트로 받을 수 있게 되어, 유전정보는 건강 데이터의 가장 민감한 정보의 하나가 되었습니다. 빅데이터와 AI의 시대, 헬스케어 데이터가 개인정보와 합쳐져 건강상의 위험을 예측 가능하기 때문에 보험가입이 어려워질 수도 있고, 비싼 보험료가 제시되는 등의 피해를 입을 수도 있습니다. 또한 병력을 이유로 사회적 불이익을 받을 가능성도 있습니다. 기업과 의료기관은 건강 관련 데이터를 연구 및 임상에 이용하고자 하는 한편, 2018년 5월 'EU 일반 데이터 보호규.. 2019. 12. 19.
반응형

티스토리툴바