전체 글165 위클리 페이퍼 #1. 클래스와 인스턴스, 정적 메소드 01. 클래스와 인스턴스클래스(Class):클래스는 객체를 만들기 위한 설계도 또는 틀클래스는 객체의 속성(데이터)과 행동(메소드)을 정의예를 들어, 동물이라는 클래스를 정의할 때, 동물이 공통적으로 가지는 속성(예: 이름, 나이)과 행동(예: 먹다, 움직이다)을 포함객체(Object):객체는 클래스로부터 생성된 실체클래스를 통해 정의된 속성과 행동예를 들어, 고양이나 강아지는 동물 클래스의 객체인스턴스(Instance):인스턴스는 특정 클래스로부터 생성된 객체를 의미객체는 인스턴스화된 클래스예를 들어, 동물 클래스에서 나비라는 이름을 가진 고양이 객체를 생성하면, 나비는 동물 클래스의 인스턴스02. 정적 메소드(Static Method)정적 메소드:정적 메소드는 클래스에 속해 있지만, 클래스나 객체의 .. 2024. 7. 29. EEG 및 수면 단계 기준의 분류 AI LAB_Sleep Scoring Modeling EEG 및 수면 단계 기준의 분류 적외선 수면 비디오 및 음성 데이터베이스 구축 프로젝트 - 인공지능 기술을 활용한 질병 진단 [서울대학교병원 참여] 서울대학교병원 주최 하 적외선 수면 비디오 데이터와 음성 데이터를 활용한 질병 진단을 위한 인공지능 기술을 향상시키기 위한 연구 활동에 참여 해당 연구는 기관의 감독 하에 진행되며, 5000시간 이상의 적외선 수면 영상 데이터셋을 구축하였고, 필요한 작업을 완료한 후 익명화 및 표준화 진행 적외선 수면 영상 데이터: 적외선 수면 비디오 데이터와 관련된 수면다원검사 데이터를 구축 이 데이터를 기반으로 질환 예측 모델 및 알고리즘을 개발 인공지능 모델을 기반으로 한 서비스 모델을 구축 음성질환 구별을 위한 .. 2024. 1. 18. Classification of EEG and Sleep Stages Criteria AI LAB- STUDY_ Sleep Scoring Modeling Infrared sleep video and voice database construction project for disease diagnosis using artificial intelligence technology [Seoul National University Hospital participates] in research activities to enhance artificial intelligence technology for sleep and speech disorders through the construction of infrared sleep video data and voice data, under the superv.. 2024. 1. 17. [숭실대 현장실습]삼성 SDS 인턴으로서의 일상 안녕하세요. 저는 최근 호주에서 삼성 SDS 인턴으로 일하면서 많은 경험들을 쌓았습니다. 오늘은 제 경험과 배운 점들을 공유하고자 블로그 포스팅을 작성하게 되었습니다.사실.. 호주의 일상을 다 블로그에 담으려고 하였으나.. 귀찮음으로 미뤄두다가 지금이라도 적어보려고 합니다 ㅎㅎ(평일에는 일하고 주말에는 나가서 놀기 바빠서..) 시드니 대학교에서 / 오페라 하우스 앞에서블로그 포스팅에 앞서, 해외에서 떨어져 인턴생활을 함에도 불구하고 학교에서 많은 관심과 보살핌이 있구나를 늘 느끼게 해준 '현장실습센터'에 많은 감사함을 전합니다.1. 국외현장실습 지원 과정사실 저는 교환학생이나 어떠한 이유로든 꼭 해외에서 살아봐야겠다고 생각했습니다!!전공학점 6학점을 막학기로 남겨둔 저는 교선 9학점에 전선 6학점까지.. 2024. 1. 11. KRX-Financial-BigData-Idea Idea Title: Development of Funds Based on ETF Analysis and Prediction of Stocks (ETF 종목 분석 및 예측을 통한 펀드 개발) Idea Overview: Utilizing historical quarterly data of individual stocks within a specific sector (semiconductors), machine learning techniques will be applied to predict the data for the upcoming quarters. Using these predicted data, time series analysis will be employed to select stocks wi.. 2024. 1. 9. 딥러닝을 이용한 자연어처리 입문 #12 딥러닝을 이용한 자연어처리 입문 #12 10) 엘모 10) 엘모 (Embeddings from Language Model, ELMo) 언어 모델로 하는 임베딩 특징 : 사전 훈련된 언어 모델 사용 1. ELMo(Embeddings from Language Model) ex) Word2Vec 이나 GloVe 등의 임베딩 방법론으로 bank 라는 단어를 [0.2 0.8 -1.2]라는 임베딩 벡터로 임베딩 하였다고 가정 이 단어는 bank account & river bank 에서의 bank는 전혀 다른 의미임에도 불구하고 모두 같은 벡터 사용 ⇒ 같은 표기의 단어라도 문맥에 따라 다른 워드 임베딩 → 자연어 처리의 성능 상승 ⇒ 워드 임베딩 시 문맥을 고려해서 임베딩 하겠다는 아이디어 : 문맥을 반영한 워드.. 2024. 1. 3. [딥러닝 자연어처리] 11. 8) 사전 훈련된 워드 임베딩 ~ 09) 사전 훈련된 워드 임베딩 사용하기 딥러닝을 이용한 자연어처리 입문 #11 8) 사전 훈련된 워드 임베딩 ~ 09) 사전 훈련된 워드 임베딩 (Pre-Trained Word Embedding) 사용하기 08) 사전 훈련된 워드 임베딩 (Pre-trained Word Embedding) 1. 케라스 임베딩 층 (Keras Embedding Layer) 케라스 : 훈련 데이터의 단어들에 대해 워드 임베딩을 수행하는 도구 Embedding() 제공 Embedding() : 인공 신경망 구조 관점에서 임베딩 층 구현 1) 임베딩 층은 룩업 테이블이다. 어떤 단어 → 단어에 부여된 고유한 정수값 → 임베딩 층 통과 → 밀집 벡터 ex) 영단어 : great 임베딩 차원 : 4로 설정 great은 정수 인코딩 과정에서 1,918의 정수로 인코딩 되었.. 2024. 1. 2. [딥러닝 자연어처리] 10. (1) 워드 임베딩 ~ 7) 자모 단위 한국어 fast text 학습하기 딥러닝을 이용한 자연어처리 입문 #10. (1) 워드 임베딩 ~ 7) 자모 단위 한국어 fast text 학습하기 (1) 워드 임베딩 밀집 표현(Dense Representation) 밀집 표현은 벡터의 차원을 단어 집합의 크기로 상정하지 않음 사용자가 설정한 값으로 모든 단어의 벡터 표현의 차원을 맞춤 Ex) 강아지 = [ 0 0 0 0 1 0 0 0 0 0 0 0 ... 중략 ... 0] 밀집 표현을 사용하고, 사용자가 밀집 표현의 차원을 128로 설정한다면 강아지 = [0.2 1.8 1.1 -2.1 1.1 2.8 ... 중략 ...] → 벡터의 차원이 조밀해졌다고 해서 밀집 벡터 워드 임베딩(Word Embedding) 단어를 밀집 벡터(dense vector)의 형태로 표현하는 방법을 워드 임베딩.. 2024. 1. 1. 호주 시장 조사 및 통계 서비스 산업에서 지난 수 년간 시장 조사와 관련 서비스에 대한 수요가 혼합되면서 수익이 줄어든 것으로 나타났다. 이는 코로나19와 정부 자금 변동성으로 인한 불확실성과 수요 변화에 기인한다. 일부 기업은 외부 서비스를 내부적으로 수행하기 시작하면서 업계 수요가 감소했다. 이는 가격 경쟁과 인구 조사로 인한 비용 증가와도 관련이 있었지만, 이익은 확대되었다. 그러나 온라인 미디어와 빅데이터의 성장은 업계에 동시에 기회를 제공한다. 새로운 미디어 청중과 광고 효과에 대한 수요가 증가하는 가운데, 업계는 효과적인 측정 시스템 개발에 어려움을 겪고 있으며 기술적인 경쟁은 치열해질 것으로 예상된다. IBIS에 따르면 미래에는 산업은 5년 동안 연평균 2.1% 증가하여 37억 달러에 이를 것으로 보인다. 이러한 변화와 동.. 2023. 12. 29. 이전 1 2 3 4 ··· 19 다음
