반응형 AI · 인공지능/AI 칼럼64 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. 이전 1 ··· 4 5 6 7 다음 반응형
