2wnswoo 님의 블로그

Reminding five algorithms using deep learning teqnique Overview of the Restricted Boltzmann Machine , RBM 1. Model proposed by Paul Smolensky in 1986RBM is initially proposed under the name Harmonium by Paul Smolensky in 1986, and rose to prominence after Geoffrey Hinton  2. RBM is utilized in unsupervised learning in machine learning and it is useful in recommending video( like Netflix ) and re..

Inturoduction표면 처리 기술의 필요성부품을 제조한 후 표면 중 일부 또는 표면의 전체가 특정한 속성을 갖도록 후처리하여 성능을 개선시키고자 하는 경우 필수적으로 사용표면 처리 기술의 적용 예- 기계공구 슬라이드 웨이, 샤프트, 롤, 캠, 기어와 같은 기계 부품에서 마멸, 부식, 압흔( indentation )의 저항 증가- 기계공구, 다이, 베어링과 머신 웨이의 슬라이딩 표면의 마찰 감소- 전기 접점에 대한 접착성 감소- 자동차용 시트 금속, 가스 터빈 부품, 식품 포장, 의료기기 등의 부식 및 산화에 대한 저항성 개선- 베어링 또는 샤프트의 피로 저항 향상- 기계 부품의 표면 재구축, 표면 질감, 모양, 치수 정밀도, 마찰 특성 수정- 같은 질감이나 색상 등의 장식적인 기능 부여 >>기계 부..

Introduction- 용융용접에서 사용되고 있는 온도보다 낮은 온도를 필요로 하는 경납접( brazing )과 연납접( soldering )- 용가재는 외부열에 의하여 용융되고, 응고되면서 강성을 갖는 접합부가 형성이 된다.- 연납접에서의 온도는 경납접에서의 온도에 비해 낮으므로 연납접으로 접합된 접합부의 강도가 상대적으로 약하다.경납접( 액상고상접합 )  - 경계면에 용가재를 넣은 후 모재는 녹지 않고 용가재만 녹일 정도의 온도로 올려주어 접합하는 공정  - 경납접은 액상고상접합공정으로 용가재가 냉각되면서 응고할 때 접합부의 강도가 높아진다.  - 용가재는 450도 이상에서 녹으며 용접물의 녹는점은 이보다 높아야 한다.경납접의 장점: 복잡하지만 가벼운 제품을 빠르면서도 적은 변형으로 높은 강도를 유..

1. 순환 신경망( Recurrent Neural Network, RNN )  1. 기존 대부분의 신경망 : 매 순간 단일 데이터의 인식, 분석이 가능  2. 순환 신경망 : k번째 들어온 데이터를 Xk라고 하고 , 그에 따른 은닉층 계산 결과를 hk, k번째 결과 Yk를 생성할 때, h1:k-1을 활용  3. 시간에 따른 데이터 사이의 패턴 인식 가능  4. 음악, 작사 작곡, 언어번역, 주가 예측 등에 활용 가능  5. 역전파에 의해 영향 받는 뉴런이 많아지므로, 학습이 불안정하거나 느림  6. 긴 기간의 데이터는 분석 성능 낮음 = 과거 정보 잊어버림 2. 장단기 메모리( Long Short-Term Memory, LSTM )  1. 장기 기억이 어려운 RNN의 단점 보완을 위한 기법  2. 장기기..

1. Overview of the types of deep learningModels, types of learning algorithmsMajor research areaConvolutional Neural Networkvideo perception, computer visionRecurrent Neural Networkvoice perception, weather/stock price predictionRestricted Boltzmann Machineclassification, 회귀 분석Deep Belief Networkwriting, voice perceptionGenerative Adevrsarial Network (생산적 적대 신경망 )음성, 영상 복원, 생성, 변조 2. Meaning of ..

Introduction.Definition of the Poiseuille flow포아제 흐름: 포아제 흐름은 점성이 있는 유체가 관을 통해 흐를 때, 유체의 속도가 관의 중심에서 가장 빠르고, 벽면에 가까워질수록 느려지는 층류를 의미합니다. 이는 유체의 점성에 의해 발생하는 현상을 말한다.Feature of  the Poiseuille flow- 층류와 난류: 포아제 흐름은 일반적으로 레이놀즈 수(Re)가 2,000 이하일 때 발생하며, 이 경우 유체는 층을 이루며 부드럽게 흐릅니다. 레이놀즈 수가 2,000을 초과하면 난류가 발생하게 됩니다. 포물선 형상- 속도 분포: 포아제 흐름에서는 속도 분포가 포물선 형태를 띠며, 이는 유체의 점성에 의해 결정됩니다. 관의 중심에서 속도가 가장 빠르고, 벽면에 ..

1. 딥러닝과 심층신경망 개요  1. 심층 신경망( Deep Neural Network, DNN ) : 많은 수의 은닉층이 적층된 신경망 모델  2. 심층 신경망 ⊂ 인공 신경망  3. 딥러닝( Deep learning ): 심층신경망을 학습하기 위해 다양한 알고리즘을 적용해 학습하는 기법( 알고리즘, 컨볼루션 레이어 등 )  4. 딥러닝은 AlphaGo, ChaGPT, 영상, 음성 등의 패턴 인식과 분석 등에 활용  5. 기울기 소멸( Vanishing Gradient ) 문제 직면2. 네오코그니트론( Neocognitron )  1. 1970년대 Cognitron 발표, 1980년대 Neocognitron 발표  2. 손글씨 숫자, 문자 인식 연구, 일그러짐이나 크기, 각도 변화에도 인식 강인하다. ..

플럭스( flux )- 플럭스( flux ): 단위 면적을 통과하는 유체의 특정 물리량의 흐름 속도를 의미한다.- 플럭스는 벡터량으로, 크기와 방향을 모두 가지고 있다.- 플럭스의 방향은 유체가 흐르는 방향과 같다.비압축성 질량보존식- 비압축성 질량보존식은 유체역학에서 비압축성 유체의 흐름에서 질량이 보존됨을 나타내는 방정식이다.- 비압축성 유체는 밀도가 일정한 유체를 말하는데, 액체는 일반저긍로 비압축성 유체로 간주된다.나비에-스토크스 방정식( Navier-Stokes equation, N-S equation )- 나비에-스토크스 방정식은 유체의 운동을 설명하는 방정식이다. 끈적끈적한 성질, 즉 점성을 가진 유체의 움직임을 예측하는 데 사용하는 비선형 편미분방정식이다.( 비점성물질에는 적용x )- 고체..