반응형 연구실29 [AI 13주차] Natural Language Processing & Word Embeddings Word Representation이전 내용에서 RNN, GRU, LSTM에 대해서 배웠고, 이번주에서는 NLP에 어떤 아이디어들을 적용할 수 있는지 살펴보도록 할 것이다. NLP에서 중요한 아이디어 중의 하나는 Word Embedding(단어 임베딩)이다. 이전에 사용했던 1만개의 단어에 대해서 우리는 one-hot encoding을 통해서 단어를 표시했다. 즉, Man은 5391의 index를 갖고 있으며, 10000 dimension의 벡터에서 5391번째 요소만 1이고 나머지는 다 0으로 표시되는 벡터로 나타낼 수 있다. $ O _{5391} $ 로 나타내며, O는 one-hot vector를 의미한다. one-hot encoding의 약점 중의 하나는 각 단어를 하나의 object로 여기기 때문.. 2024. 8. 18. [AI 12주차] Sequence Model : 순환 신경망(RNN) Why sequence modelsRecurrent Neural Network (RNN) 같은 모델은 음성 인식, 자연어 처리(NLP) 영역에 영향을 끼쳤다. 아래는 Sequence model 이 사용되는 몇 가지 예시들이다. Speech recognition (음성 인식) : Input X 인 오디오가 Text Output Y 에 mapping 된다. 입력과 출력 모두 sequence data인데, X는 시간에 따라 재생되는 음성이며, Y는 단어 sequence 이다.Music generation (음악 생성) : Output Y 만 sequence data 이고, 입력은 빈 집합이거나 단일 정수, 또는 생성하려는 음악의 장르나 원하는 음악의 처음 몇 개의 음일 수 있다.Sentiment class.. 2024. 8. 16. [논문 세미나] Adversarial Sensor Attack on LiDAR-based Perception in Autonomous Driving 아래는 논문의 전체적인 개요이다. AbstractCCS Concepts : 해당 연구가 다루는 주제와 분야를 명확하게 식별하고 분류하기 위함 1. Introduction2. BackgroundLiDAR-based Perception in AV SystemsLiDAR Sensor and Spoofing AttacksAversarial Machine Learning 3. Attack Goal and Threat Model 4. Limitation of Blind Sensor SpoofingBlind Lidar Spoofing Experiments 5. Improved Methodology : ADV-LiDARTechnical ChallengesAdv-LiDAR Methodology Overview6. Inp.. 2024. 8. 14. [AI 11주차] Face Recognition (얼굴 인식) & Neural Style Transfer(신경 스타일 전송) Face Recognition 얼굴 인식 분야에서 세부적으로 얼굴 검증(Verification)과 인식(Recognition)으로 분류된다.Face Verification의 경우에는 사람의 이름이나 ID, 이미지가 주어졌을 때, 이 사람이 맞는가에 대한 여부를 확인한다. 1:1 문제라고도 부르고, 요청한 그 사람이 맞는지 여부를 알게 한다. 예를 들어 사용자가 자신의 스마트폰을 잠금 해제하려고 할 때, 스마트폰은 카메라를 통해 현재 촬영된 얼굴 이미지를 이전에 등록된 얼굴 이미지와 비교한다. 만약 두 이미지가 동일한 인물이라고 시스템이 판단하면, 잠금이 해제된다. 이 경우, 시스템은 두 개의 얼굴 이미지가 같은 사람인지를 검증(verification)하는 것이다. 이 기능은 일반적으로 1:1 비교를 수행.. 2024. 8. 10. 이전 1 2 3 4 5 6 ··· 8 다음 반응형
