[Anomaly Detection] 딥러닝 기반 이상 탐지 기법
1. 딥러닝의 이상 탐지 적용 방식 1.1 전통적 기법 vs 딥러닝 이상 탐지(Anomaly Detection)는 오래전부터 통계 기반, 거리 기반, 밀도 기반, SVM, Isolation Forest 등 다양한 전통적 기법으로 연구되어 왔습니다. 그러나 데이터 규모와 복잡도가 커...
Recent posts
[Anomaly Detection] 전통적인 이상 탐지 기법
1. 이상 탐지 (Anomaly Detection) 개요 이상 탐지 (Anomaly Detection)는 데이터 분포에서 다른 관측치들과 뚜렷이 동떨어져 있는 이상치(outlier)를 식별하는 기법을 의미합니다. Hawkins(1980)는 이러한 이상치를 “다른 관측치들과 매우 달...
[GAN] GAN 연구 동향
1. Introduction Generative Adversarial Networks(GAN)은 Generator와 Discriminator라는 두 가지 신경망이 적대적(Adversarial) 구조로 학습하는 딥러닝 기반 생성 모델입니다. 2014년 Ian Goodfellow 등1...
[Anomaly Detection] 이상 탐지의 개념과 역사
1. 이상 탐지(Anomaly Detection)의 개념 이상 탐지(Anomaly Detection)는 데이터에서 정상적인 패턴(Normal Pattern)과는 크게 다른 이상치(Outlier)를 식별하는 과정을 의미합니다1. 정상 패턴이란 대다수 데이터가 따르는 규칙적이고 예측 ...
[Anomaly Detection] 이상 탐지(Anomaly Detection) 개요
1. 개요 1.1. 이상 탐지(Anomaly Detection)란? 이상 탐지는 정상 패턴에서 크게 벗어나는 이상치를 식별하는 기술로, 금융 사기 방지나 시스템 장애 예측 등 다양한 영역에서 중요한 역할을 합니다1. 최근 딥러닝(Deep Learning) 기법이 급속도로 발전하면서...
[CNN] (6) 정규화 레이어(Normalization Layer)
이번 포스팅에서는 정규화 레이어(Normalization Layer)에 대해 알아보겠습니다.
[CNN] (5) 풀링 레이어(Pooling Layer)
이번 포스팅에서는 CNN의 중요한 구성 요소인 풀링 레이어(Pooling Layer)에 대해 자세히 알아보겠습니다.
[CNN] (4) 패딩(Padding)과 스트라이드(Stride)
이번 포스팅에서는 컨볼루션 레이어(Convolutional Layer)에서 패딩(Padding)과 스트라이드(Stride)에 대해서 다뤄보겠습니다.
[CNN] (3) 컨볼루션 레이어(Convolutional Layer)
이번 포스팅에서는 컨볼루션 레이어(Convolutional Layer)의 기본 개념과 수학적 표현, 연산 방식(스트라이드, 패딩, 채널 처리 등), 1D와 2D 컨볼루션의 차이점과 활용, 그리고 행렬-벡터 곱셈을 이용한 연산 최적화 방법까지 폭넓게 살펴보겠습니다.
[CNN] (2) CNN의 역사와 발전 과정, 주요 모델들
이번 포스팅에서는 CNN의 역사와 발전 과정, 주요 모델들을 살펴봅니다.
[CNN] (1) Convolutional Neural Networks 개요
CNN 카테고리 포스팅을 시작하기에 앞서, 전체적인 개요를 간략하게 정리했습니다. 아래 목차에 해당하는 각 항목들은 추후 별도의 글에서 상세히 다룰 예정입니다.
손실함수(Loss Function)
손실함수(Loss Function)란 무엇인가? 손실함수(Loss Function)는 머신러닝과 딥러닝에서 매우 중요한 개념으로, 모델이 예측한 출력값과 실제 정답값 간의 차이를 측정하는 데 사용됩니다. 손실함수의 값은 모델이 얼마나 잘못 예측했는지를 나타내며, 이 값이 작을수록 ...
AI와 통계학
인공지능(AI)과 통계학은 오랜 역사를 공유하며, 수많은 공통된 개념과 기법을 기반으로 상호 보완적인 관계를 맺고 있습니다. 두 분야는 모두 데이터로부터 패턴을 추론하고 미래를 예측하는 방법론을 연구하며, 이를 통해 의사결정의 근거를 제공합니다.
인공지능(AI)의 역사
시작하며 인공지능(AI)은 2024년 현재 가장 각광받는 기술 분야 중 하나로, 우리의 삶과 사회를 빠르게 변화시키고 있습니다. AI는 의료, 금융, 제조, 자율주행 등 다양한 산업에서 혁신을 이끌고 있으며, 그 응용 범위는 계속해서 확장되고 있습니다.
[GAN] Generative Adversarial Nets 논문리뷰
논문에 대해서 Generative Adversarial Networks (GANs)는 2014년 Ian Goodfellow에 의해 처음 제안된 이후, 머신러닝과 딥러닝 분야에서 혁신적인 발전을 이루어냈습니다. GAN은 데이터 생성의 새로운 방법을 열었을 뿐만 아니라, 이미지 생성,...
다층 퍼셉트론(Multi-Layer Perceptron)
다층 퍼셉트론(Multi-Layer Perceptron, MLP)은 인공 신경망의 기본적인 형태 중 하나로, 단일 퍼셉트론의 한계를 극복하고 더 복잡한 비선형 문제를 해결할 수 있는 모델입니다. 1960년대 후반부터 연구되기 시작했으며, 1986년 역전파(Backpropagatio...
퍼셉트론(Perceptron)
퍼셉트론은 인공 신경망의 가장 기본적인 구성 요소로, 단순한 선형 분류 문제를 해결하는 모델입니다. 1958년 프랭크 로젠블라트(Frank Rosenblatt)에 의해 제안되었으며, 생물학적인 뉴런의 작동 방식을 본떠 만들어졌습니다. 퍼셉트론은 여러 개의 입력 값을 받아 이들의 가...