반응형 분류 전체보기359 Red-black Tree 유명한 알고리즘인 Red Black Tree에 대해서 알아보자 복잡도는 다루지 않을 것이며 삽입 과정만 다루겠다 Red Black Tree를 이해하기 위해선 2-3-4 트리의 이해가 우선적으로 되어야지 조금 쉽다. 왜냐하면 2-3-4 트리의 단점을 극복하기 위해 제안된 것이 Red-Black Tree 이기 떄문이다. Red = 다수의 노드, black은 보통 이라고 임의로 정의한다 Red Black Tree는 3가지 핵심 규칙이 있다. 1. Root node는 모두 black이다. 2. Root에서 외부노드(끝)까지의 경로 상에는 연속된 2개의 Red node가 포함되지 않는다. 3. 루트에서 각 외부 노드까지의 경로에 있는 Black node의 수는 모두 같다. 그리고 Red-Black Tree는 Bi.. 2021. 10. 22. Neural Sign Language Translation based on Human Keypoint Estimation KETI에서 쓴 논문이다. 우리나라의 수화 영상 데이터셋을 구축하고, 이를 keypoint 기반으로 번역하는 알고리즘을 구축하였다. # Abstract - 본 논문은 Human Keypoint 추정 기반의 SLT(수화 번역) 알고리즘을 제안함 - KETI dataset 소개 (11578 개의 비디오) - 얼굴, 손, 몸에 대한 keypoint를 추출 - human keypoint vector는 keypoint의 평균과 표준편차로 normalization 수행 - sequence to sequence 모델을 베이스로 번역 진행 ( 모델 설명 : https://blog.naver.com/sooftware/221784419691) - training 하는 dataset이 작아도 robust한 결과를 얻는다. .. 2021. 9. 16. 보아즈(BOAZ) 분석 부분 합격 후기 요즘 동아리 활동이 웬만한 기업 인턴만큼 빡세단 소릴 듣고 혹시 누구에게 도움이 될까 글을 적는다. 16기 땐 들리는 썰로 분석이 20대1인가...정도로 알고 있다. 진짜..너무 빡센거 같다.. ## 본인 소개- BOAZ 16기 분석(2021년 전기 모집)에 합격하였다.### 합격 전 스펙- 차세대융합기술연구원 Computer Vision & AI Lab 연구원으로 약 5개월 근무(현재는 1년 채우고 퇴사) - 지방국립대(수도권) 3학년 2학기 재학 중이었음 - 경제학과 - 자격증 SQLD, ADsP, 정보처리기능사 - 대형 프로젝트 경험 1. 자율주행 트램 알고리즘 구축(한국철도기술연구원 용역 과제) -> 자세한건 2021.08.15 - [논문 정리] - 저자가 직접 리뷰하는 YOLOv5 + Optic.. 2021. 8. 31. cs231n - Backpropogation and NN part1 ## Backpropogation Backpropogation = 역전파를 이해하기 위해 간단한 그림으로 설명을 시작한다. 역전파를 보기 전에 먼저 순전파(feedforward)부터 보자. 위 그래프는 \( f(x,y,z) = (x+y)z \)를 그림으로 나타낸 것이다. 그리고 x = -2, y=5, z=4를 임의로 대입한다. 위 그래프처럼 +를 먼저 계산하고 그 다음에 z 값을 곱하는 순서대로 해서 최종 답 -12를 도출한다. 여기서 + 과정을 매개변수 q 라고 하자. 그러면 식은 \( q = x+y, f=qz \)가 된다. 이러한 식이 도출됐을 때 간단하게 미분을 해주면 다음과 같이 된다. $$ \frac{\partial q}{\partial x} = 1, \frac{\partial q}{\parti.. 2021. 8. 30. cs231n - Loss function & Optimization - Loss Function : score의 불만족한 부분을 정량화 - Opimization : Loss function을 최소화하는 파라미터를 찾는 과정 Loss function을 설명하기 위해 \( f(x,W) = Wx \)를 통해서 다음 그림과 같은 score를 구하였다. 위 그림과 같이 점수가 나오고 이러한 상태에서 두가지의 loss function에 대해 알아본다. 1. SVM - Hinge Loss 2. Softmax - Cross Entropy Loss ## Multiclass SVM Loss 예를 들어 \( (x_{i}, y{i}) \)가 있고, \( x_{i} \)는 이미지, \( y_{i} \)는 label이라고 하자. 이 때, SVM loss는 다음의 식과 같다. $$ L_{i} = .. 2021. 8. 27. cs231n - Image Classification Image Classification은 Computer Vision에서 가장 핵심이 되는 작업이다. Image Classification이란, 사진이 있을 때 정해진 Label을 보고 어떤 사진인지 판단을 하는 것을 말한다. Image Classification이 가능하면 Object Detection, Image Segmentation, Image Captioning이 가능하도록 한다. Image는 3차원 행렬로 0~255 사이의 정수로 이뤄져있다. RGB 값을 받기 때문에 3차원으로 이뤄진다. shape은 H x W x C로 구성된다. Image Classification의 문제는 여러가지가 있다. 1. Viewpoint variation : 이미지를 보는 시각에 따라서 이미지는 다르게 보일 수 있기.. 2021. 8. 22. 이전 1 ··· 10 11 12 13 14 15 16 ··· 60 다음 반응형
