목록전체 글 (11)

Study

혈액 검사(Blood Test)

[ Kidney ] BUN(요소질소): 정의: 체내에서 단백질이 분해될 때 생성되는 물질. 신장을 통해 배설되기 때문에 신장기능을 간접적으로 평가할 수 있음. 단, 간 기능의 변화로 간에서 생성되는 요소의 양이 증가하거나 고단백 식이에 영향을 받을 수 있음. 검사 방법: 혈액 검사 정상 범위: 4~30㎎/㎗ (10~26㎎/㎗, 6~20㎎/㎗) Creatinine(크레아티닌): 정의: 근육에서 생성되는 노폐물. 신장을 통해 배출되기 때문에 신장기능을 나타내는 지표로 사용됨. 검사 방법: 혈액 검사 또는 24시간 소변 검사 정상 범위: 혈액검사의 경우 0.50~1.4㎎/㎗ (0.7~1.4㎎/㎗) Uric Acid(요산): 정의: 요산은 핵산의 일종인 퓨린이라는 물질이 분해되면서 생기는 최종 대사산물. 과포화..
Etc. 2024. 3. 5. 10:41
tmux 사용법

1. 실행 중인 session 목록 조회: tmux list-sessions # 조회 결과 예시 # 0: 1 windows (created Fri Nov 26 17:37:11 2021) [158x42] # 1: 1 windows (created Fri Nov 26 17:40:23 2021) [158x42] # :앞에 위치한 숫자가 세션번호 2. 실행 중인 session에 재연결: tmux attach-session -t 세션번호 3. 실행 중인 session 종료: 접속중인 session 내부에서 세션 종료: tmux kill-session tmux session 외부에서 세선 종료: tmux kill-session -t 세션번호 4. 접속 중인 session을 종료하지 않고 밖으로 나오기: Ctrl-b..
Etc. 2023. 12. 13. 11:29
Review: Collaborative Filtering for Implicit Feedback Datasets

[ Goal ] 사용자의 *implicit feedback을 기반으로 사용자 개인별로 취향에 맞는 추천을 제공하는 것. *implicit feedback이란 구매이력이나 시청이력, 웹페이지 방문이력과 같은 사용자의 행동으로부터 수집되는 간접적인 피드백을 말한다. 사용자에게 직접 조사하여 얻는 explicit feedback(ex. 평점, 만족도 등)과는 다르게, implicit feedback으로부터는 사용자의 선호도를 직접적으로 알 수 없다. 특히, 어떤 item에 대한 사용자의 행동이력이 없다고 하더라도, 이 사실이 사용자가 해당 item에 대한 불호(=negative preference, dislike)를 나타내는 것이라고 해석할 수는 없다. 따라서, implicit feedback으로부터 사용자의..
Recommendation System 2023. 1. 30. 01:01
Neural Networks Learning the network: Part 1

This is a summary of Lecture 3 of 11-785 Deep learning at CMU. '인공신경망은 universal function approximator이다' 라는 말의 뜻은, 만약 어떤 임의의 함수가 주어졌을 때, 인공신경망을 사용하여 주어진 함수를 임의의 정밀도로 근사하는 것(approximation with arbirary precision) 이 가능하다는 뜻이다. 음성인식이나 자동 캡션생성과 같은 문제는 입력이 주어졌을 때 입력에 대응되는 올바른 출력을 mapping해주어야 하는 문제이다. 따라서, 이 문제들은 입력과 출력을 mapping시키는 함수를 찾는 문제로 볼 수 있으며, 인공신경망은 어떤 함수든지 임의의 정밀도로 근사할 수 있기 때문에, 결과적으로 이 문제들..
Deep Learning 2023. 1. 1. 18:21
Neural Networks: What can a network represent 2

This is a summary of 11-785 2022 Fall at CMU. MLP(multi-layer perceptron)로 복잡한 결정경계도 표현 가능하다. 좌측의 오각형을 MLP로 표현하기 위해서는, 퍼셉트론 한 개마다 오각형의 변 하나를 나타내도록 한 뒤 AND 연산을 담당하는 퍼셉트론을 하나 더 사용하면 된다. 모든 convex polygon은 polygon의 변의 개수만큼 퍼셉트론을 사용하여 변들을 표현한 뒤 AND 연산을 담당하는 퍼셉트론을 하나 더 사용하여 표현 가능하다. 그렇다면 여러개의 convex polygons들이 이루는 결정경계는 어떻게 표현할 수 있을까? 각각의 polygon들을 나타내는 퍼셉트론을 OR 연산을 수행하는 퍼셉트론으로 연결함으로써 표현 가능하다. 그렇다면 각..
Deep Learning 2022. 11. 20. 01:32
Neural Networks: What can a network represent 1

This is a summary of 11-785 2022 Fall at CMU. 딥러닝은 입력을 받아서 출력을 만들어내는 함수(black box) 이다. 우리의 목표는 black box가 사람의 뇌를 흉내내도록 만들어서 원하는 task를 해결하는 것이다. 따라서, 딥러닝은 사람의 뇌의 네트워크 구조(a network of neurons)를 모방하도록 만들어진다. 뉴런은 서로 다른 가중치를 갖는 여러 신호가 입력으로 들어와서, 이 신호들의 가중합이 임계치를 넘어서면 활성화되고 그렇지 않으면 활성화되지 않는 뇌의 기본 단위(unit)이다. 각각의 뉴런들은 아주 단순한 기본 단위이지만, 이들이 어떻게 연결되는지에 따라 다양하고 복잡한 역할을 수행할 수 있다. 그리고 인공신경망은 인간 뇌의 뉴런에 대응되는 퍼..
Deep Learning 2022. 11. 19. 20:01
FCN(Fully Convolutional Networks for Semantic Segmentation)

FCN 논문 리뷰 Semantic segmentation은 pixel 단위로 object가 어디에 있는지를 알아내는 문제라고 생각할 수 있다. 고차원적인 정보를 고려해서 pixel을 분류 -> 서로 다른 좌표(가깝지 않은 좌표)랑 RGB값을 갖더라도 같은 class로 분류될 수 있어야 한다. (Semantic segmentation과 image segmentation과의 차이점) Semantic segmentation은 pixel 수준의 분류문제를 푸는 것이라고 할 수 있다. Semantic information에 대한 이해도를 높이기 위해서는 넓은 receptive fields가 필요한데, receptive fields를 넓히려면 pooling을 여러번 하고 layers를 많이 쌓아야 한다. -> 이 ..
Computer Vision 2020. 4. 8. 10:31
분할정복(Divide-and-conquer)

*본 포스팅은 Algorithms(Sanjoy Dasgupta 외) 책을 정리한 것임* [ 정의 ] 다음과 같은 방법으로 문제를 푸는 알고리즘을 분할정복이라 한다. 1. 문제를 동일한 타입의 더 작은 부분문제로 쪼갠다. (Breaking it into subproblems that are themselves smaller instances of the same type of problem.) 2. 부분문제들을 재귀적(순환적)으로 푼다.(Recursively solving these subproblems.) 3. 부분문제들을 푼 답을 적절하게 결합한다.(Appropriately combining their answers.) 실제적으로 문제의 해결은 전 단계(문제를 부분문제로 쪼개고-> 가장 작은 단위로 쪼..
알고리즘 2020. 1. 30. 23:16
이전 Prev 1 2 Next 다음