분류 전체보기 241

Generative Adversarial Nets 논문 리뷰

Background 마르코프 연쇄 확률론에서, 마르코프 연쇄(Марков連鎖, 영어: Markov chain)는 이산 시간 확률 과정이다. 마르코프 연쇄는 시간에 따른 계의 상태의 변화를 나타낸다. 매 시간마다 계는 상태를 바꾸거나 같은 상태를 유지한다. 상태의 변화를 전이라 한다. 마르코프 성질은 과거와 현재 상태가 주어졌을 때의 미래 상태의 조건부 확률 분포가 과거 상태와는 독립적으로 현재 상태에 의해서만 결정된다는 것을 뜻한다 제한적 볼츠만 머신  에너지 개념을 이용한 확률 표현  통계 물리학 • 동일한 상태에 있는 물질이라도 다양한 미시적 상태(micro state)에 있 을 수 있음 • 높은 에너지의 미시적 상태의 있을 확률은 낮음 • 낮은 에너지의 미시적 상태에 있을 확률은 높음  확률 ..

ML/머신러닝 2020.05.02

FaceNet: A Unified Embedding for Face Recognition and Clustering 논문 리뷰

Background K-NN 분류 k-Nearest Neighber / k-최근접 이웃 알고리즘 지도학습 중 분류 문제에 사용하는 알고리즘이다. 분류 문제란 새로운 데이터가 들어왔을 때 기존 데이터의 그룹 중 어떤 그룹에 속하는지를 분류하는 문제를 말한다. k-NN은 새로 들어온 "★은 ■ 그룹의 데이터와 가장 가까우니 ★은 ■ 그룹이다." 라고 분류하는 알고리즘이다. 여기서 k의 역할은 몇 번째로 가까운 데이터까지 살펴볼 것인가를 정한 숫자이다. Embedding 임베딩 추천 시스템이나 군집 분석에 활용할 수 있다. embedding vector space 상에서 가까운 데이터들은 비슷한 특성을 공유하고 있다. supervised 머신러닝의 input 데이터로 사용할 수 있다. 범주간의 관계를 시각화하..

ML/머신러닝 2020.04.25

Stereo R-CNN based 3D Object Detection for Autonomous Driving 논문 리뷰

1.Introduction 3D object detection은 LiDAR에 의존하는데 코스트가 높고 낮은 지각 범위를 갖는다 그리고 밀도가 낮은 정보를 갖는다 Monocular cameras는 낮은 코스트의 솔루션을 갖는다. 하지만 참조된 깊이는 정확도를 보장할 수 없다. 그래서 stereo-vision based 3d object를 추천한다. 이것은 left-right 광도 측정 정열에 의한 것이다. LiDAR와 비등한 수준의 non-trivial disparities에 대한depth Accuracy를 제공한다. 인식의 범위는 focal length 와 baseline에 따라 달라진다. 우리는 추천된 R-CNN을 사용하여 이미지의 detect와 동시에 물체를 관련시키는 일을 할것이다. Network ..

ML/머신러닝 2020.04.18

MOSFET의 세가지 상태(Accumulation,Depletion,Inversion)

MOSFET의 세 가지 상태(Accumulation, Depletion, Inversion) mos의 구조 더보기 mos의 구조 Vg(gate Voltage)에 의해서 MOSFET은 세 가지의 상태로 나뉘게 된다. Accumulation Metal의 에너지 다이어그램은 올라가고 실리콘의 에너지 다이어그램은 내려갑니다. 위 실리콘 에너지 다이어그램을 보면 P타입 실리콘인 것을 알 수 있습니다. 그런데 축적 상태가 되니 페르미 레벨이 Ev에 더 가까워져 도핑 농도가 높아진 것 을 볼 수 있습니다. Qm과 Qs는 메탈과 실리콘에 쌓여있는 전하라고 생각하면 됩니다. 도핑 농도가 높아져서 P타입 실리콘에 +전하가 쌓이니 반대편에는 -전하가 쌓입니다. Qs의 오른쪽에는 왜 전하가 없다고 돼 있을까요? 이 것은 홀이..

MOSFET(Metal Oxide Semiconductor Field Effect Transistor)의 동작원리

이상적인 경우에는 Metal과 Semiconductor의 vacuum level과 work function(fermi energy) 의 차이가 없어서 energy band가 평평하게 유지 되지만, 실제 device에서도 과연 그럴까요? 실제 소자에서는 metal과 semiconductor의 Fermi energy에 차이가 있다면 이것이 oxide와의 표면에 전하가 쌓이면서 band bending이라는 것이 일어납니다. 실제 소자에서 metal과 semiconductor의 work function, 즉 Fermi level에 차이가 있다면 oxide와의 표면에 전하가 쌓이면서 쌓인 전하들이 만들어낸 전기장에 의해 전압차가 생긴다. MOSFET(Metal Oxide Semiconductor Field Eff..

반도체와 p-n 접합(p-n junction) / Ohmic contact & Schottky contact

반도체와 p-n 접합(p-n junction) 1. 반도체는 외부에서 열이나 전압등을 걸어 도체가 되기도, 부도체가 되기도 하는 물질이다. 2. 이러한 특성이 나오는 것은 밴드갭 때문이다. 도핑이 되지 않은 실리콘은 진성 반도체(intrinsic)인데 물성이 좋지 않다는 단점이 있고, 이 단점을 극복하기 위해 도핑을 하게 됩니다. 실리콘보다 전자가 하나 많은 인을 도핑하면 전자가 주된 전하 수송자가 되는 N-type(negative type) 반도체가 되고, 전자가 하나 적은 붕소를 도핑하면 정공이 주된 전하 수송자가 되는 P-type(positive type) 반도체가 됩니다 인을 도핑하여 n-type 반도체로 만들어 주면 전도대 (conduction band)의 바로 아래에 도너 레벨(donor le..

얼굴인식 출결 체크 팀 4주차. Flask를 이용한 웹사이트 구축

출석관리팀:김정민 한준희 최웅준 박승재 최영환 회의 : 2020. 03. 27(행아웃 온라인 회의) 저희 팀의 최종 목표는 얼굴인식 출결관리 시스템을 만들어서 웹을 통해 간단하게 실행시키는 것이었기에, 웹 사이트를 만들기 위한 웹 프레임워크인 'Flask' 에 대해 공부해보고 간단한 웹 페이지를 구성해봤습니다. 우선 웹 프레임워크란, 웹 서비스 개발을 위한 프레임워크입니다. 파이썬을 이용한 이용한 웹 프레임워크로는 대표적으로 'Django' 와 'Flask' 가 있습니다. python 기반 web application framework 중 가장 많이 사용되고 있는 것은 Django인데 그 이유는 개발하기 위해 필요한 귀찮은 작업들을 거의 대부분 Framework 레벨에서 지원해주고, 사용자가 가장 많은 ..

ML/머신러닝 2020.03.28

[클라우드 컴퓨팅]구글 클라우드 컴퓨팅을 이용한 웹 서버 구축하기-워드프레스 (word press) 설치/도메인 연결하기

출석관리팀 작성자:김정민 플라스크를 이용한 웹서버를 구축할 수 있으나 지속적으로 웹서버를 돌려줘야 해서 클라우드 컴퓨팅을 이용해서 웹 서버를 구축해보기로 하였고 AWS를 이용할 수 있으나 비용 청구 부분에서 무리가 있을 수 있다고 판단하여 구글 클라우드 컴퓨팅을 이용하여 도메인 연결까지 성공했습니다. 도메인 등록은 24시간이 지나야 정상 이용가능하여 기다리고 있습니다.

ML/머신러닝 2020.03.28

[openCV]얼굴인식 기술을 이용한 화면 잠금해제

cv2라이브러리를 이용하면 얼굴인식 라이브러리를 이용할 수 있습니다. opencv 중에서도 haarcascade_frontalface_default.xml가 얼굴인식 xml입니다! 저는 주피터 환경에서 실행시켰는데 코랩에서는 실행이 잘 되지 않더라고요. 코랩도 시도 중입니다. 코드에서 오류가 난다면 haaracascade 오류일 가능성이 있습니다. 그럴 경우 절대 경로를 지정해주면 좋습니다. file_name_path = 'C:/Users/jeong min/Desktop/Facial-Recognition-master/Facial-Recognition-master/faces/'+str(count)+'.jpg' 위는 파일 저장 경로인데 실행 환경마다 라이브러리마다 조금씩 다를 수 있으나 절대 경로를 위와 같..

ML/머신러닝 2020.03.17