모든 공개 기록

noriwiki에서 사용할 수 있는 모든 기록이 표시됩니다. 기록 종류나 사용자 이름(대소문자 구별) 또는 영향을 받는 문서(대소문자 구별)를 선택하여 범위를 좁혀서 살펴볼 수 있습니다.

• 2023년 2월 26일 (일) 05:43 Ahn9807 토론 기여님이 비말단 기호 문서를 만들었습니다 (Terminal and nonterminal symbols#Nonterminal symbols 문서로 넘겨주기) 태그: 새 넘겨주기
• 2023년 2월 26일 (일) 05:42 Ahn9807 토론 기여님이 말단 기호 문서를 만들었습니다 (Terminal and nonterminal symbols#Terminal symbols 문서로 넘겨주기) 태그: 새 넘겨주기
• 2023년 2월 26일 (일) 05:42 Ahn9807 토론 기여님이 Terminal and nonterminal symbols 문서를 만들었습니다 (새 문서: 분류: 프로그래밍 언어 == 개요 == Terminal 그리고 Nonterminal symbols는 formar grammar에서 production rule을 표현하기 위해서 사용하는 기호들의 분류이다. Terminal symbols는 불변의 값, 상수나 표현식을 의미하며, nonterminal symbol은 terminal symbol의 합으로 구성되는 기호들을 의미한다. == Terminal symbols == Terminal symbols(말단 기호)는 grammar을 사용하여 변화하지 않는 기호를 의미한...)
• 2023년 2월 25일 (토) 11:20 Ahn9807 토론 기여님이 분류:지도 학습 문서를 만들었습니다 (새 문서: 분류: 인공지능)
• 2023년 2월 25일 (토) 11:20 Ahn9807 토론 기여님이 분류:비지도 학습 문서를 만들었습니다 (새 문서: 분류: 인공지능)
• 2023년 2월 25일 (토) 11:09 Ahn9807 토론 기여님이 큐 문서를 만들었습니다 (새 문서: 분류: 자료 구조 ==개요== '''큐'''는 컴퓨터의 기본적인 자료 구조의 한가지로, 먼저 집어 넣은 데이터가 먼저 나오는 FIFO구조로 저장하는 형식을 말한다. 영어 단어는 표를 사러 일렬로 늘어선 사람들로 이루어진 줄을 말하기도 하며, 먼저 줄을 선 사람이 먼저 나갈 수 있는 상황을 연상하면 된다. 나중에 집어 넣은 데이터가 먼저 나오는 스택과는...)
• 2023년 2월 25일 (토) 11:09 Ahn9807 토론 기여님이 배열 문서를 만들었습니다 (새 문서: 분류: 자료 구조 ==개요== 배열이란 테이블로, N차원의 공간에 자료를 배열하는 방식을 말한다.)
• 2023년 2월 25일 (토) 11:09 Ahn9807 토론 기여님이 리스트 문서를 만들었습니다 (새 문서: 분류:자료 구조 ==개요== 데이터부와 포인터부로 구성된 데이터를 체인으로 연결한 데이터 구조를 리스트라한다. 리스트의 각 요소를 노드라 한다. 이떄 자기자신의 구조체로의 포인터를 포함하는 구조체를 '자기 참조 구조체'라 한다. 구조체는 필요할 떄 원하는 크기만큼 메모리 영역을 받아야 함으로 동적 메모리 할당을 이용하여야 한다. == 상세 == == 개...)
• 2023년 2월 25일 (토) 11:08 Ahn9807 토론 기여님이 이진 트리 문서를 만들었습니다 (Binary tree 문서로 넘겨주기) 태그: 새 넘겨주기
• 2023년 2월 25일 (토) 11:08 Ahn9807 토론 기여님이 Binary tree 문서를 만들었습니다 (새 문서: 분류: 자료 구조 섬네일|가운데 == 개요 == 부모 노드 밑에 자식 노드가 최대 2개밖에 오지 않는, 트리의 가장 간단한 형태다. 두 자식 노드를 보통 왼쪽 자식과 오른쪽 자식으로 구분지으며, 하나의 값과 왼쪽, 오른쪽 자식 노드를 각각 가리킬 두 개의 포인터를 가진 구조로 구현할 수 있다. 일반적으로 n개의 자식을 가질 수 있는 트리 구조에...)
• 2023년 2월 25일 (토) 11:08 Ahn9807 토론 기여님이 힙정렬 문서를 Heap sort 문서로 이동했습니다
• 2023년 2월 25일 (토) 11:07 Ahn9807 토론 기여님이 힙정렬 문서를 만들었습니다 (새 문서: 분류: 정렬 ==개요 == 사실 선택 정렬과 거의 같은 알고리즘으로. 단지 가장 큰 원소를 뒤로 보내는 데에 단순히 매번 쭉 돌면서 알아내느냐 힙을 사용하여 알아내느냐가 유일한 차이점이다. 힙정렬은 추가적인 메모리를 전혀 필요로 하지 않는다는 점과, 최악의 경우에 O(n2)O(n^2)O(n2)의 성능을 내는 퀵정렬과 달리 항상 O(nlog⁡n)O(n \log n)O(nlogn) 정렬의 성능을 발휘...)
• 2023년 2월 25일 (토) 11:07 Ahn9807 토론 기여님이 자료 구조 문서를 만들었습니다 (새 문서: 분류: 자료구조 == 개요 == 자료형 (int, char ..)등을 효과적으로 조직화하기 위한 추상적인 자료형을 자료 구조라 한다. 테이블 스택 큐는 배열을 이용해서 간단히 구현할 수도 있지만, 대부분의 자료구조의 구현은 메모리 절약을 위해 포인터로 이루어진다. 자료 구조와 알고리즘은서로 밀접한 관계에 있어 좋은 데이터 구조를 선택하는 것이 좋은 알고리즘을...)
• 2023년 2월 25일 (토) 11:07 Ahn9807 토론 기여님이 Dynamic programming 문서를 동적 계획법 문서로 이동했습니다
• 2023년 2월 25일 (토) 11:06 Ahn9807 토론 기여님이 분류:알고리즘 패러다임 문서를 만들었습니다 (새 문서: 분류: 알고리즘)
• 2023년 2월 25일 (토) 11:06 Ahn9807 토론 기여님이 Dynamic programming 문서를 만들었습니다 (새 문서: 분류: 알고리즘 패러다임 == 개요 == Dynamic Programming; DP 특정 범위까지의 값을 구하기 위해서 그것과 다른 범위까지의 값을 이용하여 효율적으로 값을 구하는 알고리즘 설계 기법이다. 동적 계획법은 "어떤 문제를 풀기 위해 그 문제를 더 작은 문제의 연장선으로 생각하고, 과거에 구한 해를 활용하는" 방식의 알고리즘을 총칭한다. 답을 구하기 위해서 했던 계산...)
• 2023년 2월 25일 (토) 11:06 Ahn9807 토론 기여님이 분류:이산수학 문서를 만들었습니다 (새 문서: 분류: 수학)
• 2023년 2월 25일 (토) 11:04 Ahn9807 토론 기여님이 이산수학 기호 문서를 만들었습니다 (새 문서: 분류:이산수학 ==개요 == 여기서는 이산수학에서 기초적으로 사용되는 여러 로직 기호들을 서술한다. == 여러가지 로직 기호들 == # Not: ~ # Conjunction (AND): <math display="inline">\land</math> # Disjunction (OR): <math display="inline">\lor</math> # Implication (then): <math display="inline">\rightarrow</math> > 가정이 거짓이면 모두 참이고 가정이 참일결우 결론이 거짓일 경우만 거짓이다. > 예...)
• 2023년 2월 25일 (토) 11:04 Ahn9807 토론 기여님이 Tree 문서를 만들었습니다 (트리 문서로 넘겨주기) 태그: 새 넘겨주기
• 2023년 2월 25일 (토) 11:04 Ahn9807 토론 기여님이 트리 문서를 만들었습니다 (새 문서: 분류: 자료 구조 == 개요 == 선형 리스트는 포인터를 이용해서 데이터가 한 방향으로 진행하며 도중에 분기하지는 않는다. 이에 반해, 트리는 분기하면서 데이터가 뻗어나가는 형태의 데이터 구조이다. 트리는 노드와 각 노드를 잇는 링크로 구성된다. 노드는 데이터에 해당하고, 링크는 데이터와 데이터를 잇는 부모-자식 관계에 해당한다. 특정 노드에서 아래 방...)
• 2023년 2월 25일 (토) 11:03 Ahn9807 토론 기여님이 연구 문제 문서를 만들었습니다 (새 문서: 분류:논문 작성법 == 개요 == 연구문제란, 연구자가 문제에 대한 답을 찾기 위해 내리는 문제이다. 연구 문제를 정하는 것은 질적 양적으로 연구의 중요한 부분이다. 문제를 해결하기 위한 조사는, 데이터의 수집 분석및 방법론이 동원된다. 좋은 연구 문제는 중요한 주제에 대한 지식을 증가시키는 방법이여야 하며, 좁고 깊어야 한다. 연구문제를 정하기 위해서,...)
• 2023년 2월 25일 (토) 11:02 Ahn9807 토론 기여님이 분류:그래픽 가속 알고리즘 문서를 만들었습니다 (새 문서: 분류: 컴퓨터 그래픽스)
• 2023년 2월 25일 (토) 11:02 Ahn9807 토론 기여님이 Bounding volume hierarchy 문서를 만들었습니다 (새 문서: 분류:그래픽 가속 알고리즘 == 개요 == Bounding Volume Hierarchy 바운딩 박스를 계속 재귀적으로 계산하여 트리를 만들고 충돌판정에서 이 트리를 이용한다. Linear Search 는 O(n)의 효율을 가지지만, Tree Search는 O(logN)이기 때문에 훨씬 빠르게 충돌 판정을 할 수 있다. == 트리 만들기 == 섬네일 #바운딩 박스를 만든다. #바운딩 박스를 적절하게 두...)
• 2023년 2월 25일 (토) 11:01 Ahn9807 토론 기여님이 Gradient decent 문서를 만들었습니다 (기울기 하강 문서로 넘겨주기) 태그: 새 넘겨주기
• 2023년 2월 25일 (토) 11:01 Ahn9807 토론 기여님이 기울기 하강 문서를 만들었습니다 (새 문서: 분류:지도 학습 분류:수학 섬네일 ==개요== 기울기 하강(Gradient Descent)은 함수의 기울기를 구해서 기울기가 낮은 쪽으로 계속 이동시켜서 극값에 이를 때까지 반복시키는 알고리즘이다. == 설명 == 최적화할 함수 <math>f(\mathbf{x})</math>에 대하여, 먼저 시작점 <math>\mathbf{x}_0</math>를 정한다. 현재 <math>\mathbf{x}_i</math>가 주어졌을 때, 그 다음으...)
• 2023년 2월 25일 (토) 11:01 Ahn9807 토론 기여님이 Machine Learning 문서를 만들었습니다 (기계 학습 문서로 넘겨주기) 태그: 새 넘겨주기
• 2023년 2월 25일 (토) 11:00 Ahn9807 토론 기여님이 기계 학습 문서를 만들었습니다 (새 문서: 분류:기계 학습 == 정의 == 기계 학습은 주어진 입력에 대하여 출력을 내놓는 기존의 방식을 개선하여 입력값들로 그들만의 새로운 함수를 만드는 과정을 말한다. 더 자세히 말하면 주어진 함수의 인자를 입력값들의 관계를 통해서 찾아 나가는 과정을 말한다. 어떻게 보면 확률의 Regression과정과 비슷하지만, 중요한 차이점은 데이터를 이해하는 과정이라는 것이...)
• 2023년 2월 25일 (토) 11:00 Ahn9807 토론 기여님이 분류:비쥬얼 컴퓨팅 문서를 만들었습니다 (새 문서: 분류: 전산과학)
• 2023년 2월 25일 (토) 10:59 Ahn9807 토론 기여님이 분류:컴퓨터 그래픽스 문서를 만들었습니다 (새 문서: 분류: 컴퓨티 비전)
• 2023년 2월 25일 (토) 10:59 Ahn9807 토론 기여님이 분류:레스터 그래픽스 문서를 만들었습니다 (새 문서: 분류: 컴퓨터 그래픽스)
• 2023년 2월 25일 (토) 10:58 Ahn9807 토론 기여님이 Sobel edge detection 문서를 만들었습니다 (새 문서: 분류:레스터 그래픽스 == 개요 == 가장 자리 검출 알고리즘으로써, 1968년 스탠포드 인공지능 연구소에서 어원 소벨이 고안해낸 알고리즘이다. 3*3 행렬을 이용하여 이미지와 Convolution연산을 하여 중심을 기준으로 각방향의 앞뒤의 값을 비교하여 변화량을 검출해 낸다. == 수학적 설명 == :<math> \mathbf{G}_x = \begin{bmatrix} +1 & 0 & -1 \\ +2 & 0 & -2 \\ +1 & 0 & -1 \end{bmatrix} *...)
• 2023년 2월 25일 (토) 10:58 Ahn9807 토론 기여님이 카메라 문서를 만들었습니다 (새 문서: 분류:컴퓨터 비전 == 개요 == 카메라의 전반적인 구조에 대해서 설명하는 문서이다. === 구조 === 섬네일|가운데 1. Pine-hole Camera 2. Chromatic aberration: 빛의 파장이 다르면 굴절률이 다르기 때문에, 사진을 찍으면 굴절률의 차이로 인하여 색깔이 이상하게 보이는 현상이 발생한다. 3. Vignetting: 비네팅(vignetting)의 의미는 사진의 결과물에서...)
• 2023년 2월 25일 (토) 10:57 Ahn9807 토론 기여님이 Wiener deconvolution 문서를 만들었습니다 (새 문서: 분류: 컴퓨터 비전 == 개요 == 시스템이 다음과 같이 주어진경우: :<math>\ y(t) = (h*x)(t) + n(t)</math> where <math>*</math> denotes convolution and: *<math>\ x(t)</math> 시간 <math>\ t </math> 에 관한 original signal. *<math>\ h(t)</math> 는 x(t)와 convolution연산을 통해 계산되는 함수 *<math>\ n(t)</math> 추가적인 노이즈, <math>\ x(t)</math> 와는 독립 변수임 *<math>\ y(t)</math> y(t)는 현재 관측된 결과...)
• 2023년 2월 25일 (토) 10:56 Ahn9807 토론 기여님이 Computational photography 문서를 만들었습니다 (새 문서: 분류:컴퓨터 비전 == 개요 == 고전적인 핀홀 방식의 카메라의 구조를 극복하여 모션 블러, 어두운 부분에서의 노이즈, DOF등 카메라의 고질적인 문제를 컴퓨터를 이용하여 해결하는 방식을 말한다. 카메라의 물리적인 구조를 바꾸거나 최종 이미지에 연산 처리를 하여서 위와 같은 상황을 극복한다. == Degradation Model== 섬네일|가운데|500픽셀...)
• 2023년 2월 25일 (토) 10:54 Ahn9807 토론 기여님이 High dynamic range 문서를 만들었습니다 (새 문서: 분류: 컴퓨터 비전 프레임없음|가운데 == 개요 == 한 화면에서 밝은 부분과 어두운 부분의 차이를 극대화시킨 영상을 구현하는 포괄적인 기술이다. 기존의 조명모델은 디스플레이 장치에서 표현할 수 있는 최소 밝기가 0.0, 최대 밝기가 1.0이라 할 때, 각 채널의 명암 레벨 표현에 0.0~1.0 사이의 8비트 고정 소수점 값을 사용했다. 하이 다이내믹 레인지...)
• 2023년 2월 25일 (토) 10:54 Ahn9807 토론 기여님이 Super resolution 문서를 만들었습니다 (새 문서: 분류: 컴퓨터 비전 == 개요 == Image Super Resolution(이하 SR)은 저해상도(Low Resolution) 이미지를 고해상도 이미지(High Resolution) 이미지로 변환시키는 문제를 의미한다. 이미지 SR은 크게 하나의 이미지를 이용하는지, 여러 이미지를 이용하는지에 따라 Single Image Super Resolution(이하, SISR), Multi Image Super Resolution(이하, MISR)로 나뉘게 된다. Super Resolution은 저해상도 이미지를...)
• 2023년 2월 25일 (토) 10:53 Ahn9807 토론 기여님이 지도 학습 문서를 만들었습니다 (새 문서: 분류: 지도 학습 == 개요 == 지도 학습 (Supervised Learning)은 훈련 데이터(Training Data)로부터 하나의 함수를 유추해내기 위한 기계 학습(Machine Learning)의 한 방법이다. 훈련 데이터는 일반적으로 입력 객체에 대한 속성을 벡터 형태로 포함하고 있으며 각각의 벡터에 대해 원하는 결과가 무엇인지 표시되어 있다. 이렇게 유추된 함수 중 연속적인 값을 출력하는 것을 회...)
• 2023년 2월 25일 (토) 10:53 Ahn9807 토론 기여님이 K-NN 문서를 만들었습니다 (새 문서: 분류: 지도 학습 == 개요 == 패턴 인식에서, k-최근접 이웃 알고리즘(또는 줄여서 k-NN)은 분류나 회귀에 사용되는 비모수 방식이다. 두 경우 모두 입력이 특징 공간 내 k개의 가장 가까운 훈련 데이터로 구성되어 있다. 출력은 k-NN이 분류로 사용되었는지 또는 회귀로 사용되었는지에 따라 다르다. * k-NN 분류에서 출력은 소속된 항목이다. 객체는 k개의 최근접 이웃...)
• 2023년 2월 25일 (토) 10:52 Ahn9807 토론 기여님이 Features 문서를 만들었습니다 (새 문서: 분류: 지도 학습 == 개요 == 머신러닝에서 근간이 되는 정보를 Features 라고 한다. Feature는 연속적일 수도, binary일 수도 아니면 discontinuous할 수도 있다. 한 데이터의 Feature의 개수를 dimension이라고 하며, N-D의 벡터로 나타내게 된다. 피쳐(Feature)는 기계 학습과 패턴 인식의 용어이다. 관찰 대상에게서 발견된 개별적이고 측정가능한 경험적(heuristic) 속성을 말한다. 독...)
• 2023년 2월 25일 (토) 10:52 Ahn9807 토론 기여님이 Edge detection 문서를 만들었습니다 (새 문서: 분류: 컴퓨터 비전 == 개요 == 표면에 저장된 여러 정보로 인해 생긴 이미지의 가장자리를 찾아내는 기술을 말한다. 좋은 Edge Detector란 엣지를 잘 검출하면서도 노이즈에 눈감한 것을 말한다. == 방법 == 우선 약간의 가우시안 브러를 통해서 이미지의 노이즈를 줄인다. 가우시안 커널을 미분한 것을 convolution해서 엣지를 구할 수도 있지만, 검출된 엣지가 브러하게...)
• 2023년 2월 25일 (토) 10:52 Ahn9807 토론 기여님이 Corner point 문서를 만들었습니다 (새 문서: 분류: 컴퓨터 비전 ==개요 == 디지털 이미지는 점들, 즉 픽셀들의 집합으로 구성되어 있다. 그 점들 중에서 가장 중요한 점들은 코너점이다. 코너점(corner point)이란 두 방향 이상에서 변화가 급격한 점이다. 반면 엣지점(edge point)은 한 방향에서 변화가 점이다. 이도 저도 아닌 점들은 평탄한 점(flat point)이라고 부른다. 코너점이 중요한 이유는 이미지에서 가장 중...)
• 2023년 2월 25일 (토) 10:51 Ahn9807 토론 기여님이 Scale-invariant feature transform 문서를 만들었습니다 (새 문서: 분류: 컴퓨터 비전 ==개요 == SIFT (Scale-Invariant Feature Transform)은 이미지의 크기와 회전에 불변하는 특징을 추출하는 알고리즘이다.)
• 2023년 2월 25일 (토) 10:50 Ahn9807 토론 기여님이 TBA* 문서를 만들었습니다 (새 문서: 분류: 경로 탐색 프레임없음|가운데 == 개요 == A*는 목적지까지의 경로를 찾아야만, 탐색이 종료된다. 실시간 게임에서 이러한 과정을 기다리기는 너무 오래 결릴 수도 있음으로, 경로 탐색이 끝나기 전에 납득할 만한 경로를 주는 알고리즘이 TBA* (Time-Bounded A*)이다. Real-time이며 Optimal하다. == 알고리즘 == 프레임없음|가운데 A*...)
• 2023년 2월 25일 (토) 10:50 Ahn9807 토론 기여님이 LRTA* 문서를 만들었습니다 (새 문서: 분류: 경로 탐색 섬네일|가운데 == 개요 == TBA* 알고리즘과 같이 시간이 오래 걸리는 A*알고리즘과 같이 Real time에 사용하기 위하여 사용되는 방식이다. 한 스텝에 이웃 노드들의 비용을 살피고 경로를 찾아나가는 과정을 반복하는 것이다. 기본적으로 Greedy알고리즘을 이용하여 길을 찾아 나가지만, 길을 찾아 나가면서 주변 이웃들의 cost를 업...)
• 2023년 2월 25일 (토) 10:49 Ahn9807 토론 기여님이 분류:컴퓨터 비전 논문 문서를 만들었습니다 (새 문서: 분류: 컴퓨터 비전)
• 2023년 2월 25일 (토) 10:49 Ahn9807 토론 기여님이 Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising 문서를 만들었습니다 (새 문서: 분류: 컴퓨터 비전 논문 Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising == 개요 == DnCNN 은 CNN을 이용하여 이미지에서 denoising을 구현한다. 논문에서는 노이즈의 예시로 Additive White Gaussian Noise(AWGN)을 제거하고자 하였다. 기존의 방식들은 계산 시간이 너무 오래 걸리고, 파라미터 설정에 있어서 복잡한 인간의 개입이 필요한 문제가 있었다. 이 논문...)
• 2023년 2월 25일 (토) 10:46 Ahn9807 토론 기여님이 RHS* 문서를 만들었습니다 (새 문서: 분류: 경로 탐색 섬네일|가운데 == 개요 == 다이나믹한 상황에서 사용되는 D*알고리즘의 간편한 버전이다. 시작점에서 끝점까지의 Path를 계산한다. 각각의 노드에 Consistency check을 하여서 그러한 Consistency가 깨지는 부분에서 Path를 업데이트하게 된다. :<math>rhs(n)=min_{n\in near \ by \ cells} (c(n,c') + g(n'))</math> 로 정의되는 rhs값과 현재 cell의 g값이 일치...)
• 2023년 2월 25일 (토) 10:45 Ahn9807 토론 기여님이 Path finding 문서를 만들었습니다 (새 문서: 분류: 경로 탐색 == 개요 == 어떤 점 A에서 B로 캐릭터나 unit을 이동시키는 알고리즘을 말한다. Path Finding은 Shortest path problem과 밀접한 연관이 있다. 그래프 이론과 관련하여 어떤 경로가 최선의 경로인지를 파악하는 알고리즘이 Path Finding이다. == 노드들을 만드는 방법 == # Waypoints: 미리 정해진 waypoint를 이용하는 방식 # Precomputation: 미리 계산한 거리 벡터를 이용하...)
• 2023년 2월 25일 (토) 10:44 Ahn9807 토론 기여님이 Maximum likelihood estimation 문서를 만들었습니다 (새 문서: 분류: 확률과 통계 분류: 지도 학습 == 개요 == 최대 우도 추정(MLE: Maximum Likelihood Estimation) 방법은 주어진 샘플 x에 대해 우도를 가장 크게 해 주는 모수 θ를 찾는 방법이다. == 방법 == 어떤 모수 <math>\theta</math>로 결정되는 확률변수들의 모임 <math>D_\theta = (X_1, X_2, \cdots, X_n)</math>이 있고, <math>D_\theta</math>의 확률 밀도 함수나 확률 질량 함수가 <math>f</math>이...)
• 2023년 2월 25일 (토) 10:44 Ahn9807 토론 기여님이 Maximum a posterior 문서를 만들었습니다 (새 문서: 확률과 통계 ==개요== Maximum likelihood estimation를 가지고도 확률 추론을 할 수 있지만, MLE보다 MAP를 사용하면 더욱 자세한 분류를 할 수 있다. 이는 확률 추론에 집단의 분포또한 포함하기 때문이다. 이러한 MAP를 사용할려면 사후 확률을 알아야 하는데, Bayesian Interface는 이러한 사전 확률에서 사후 확률을 알 수 있도록 하는 방법을 제시한다. 예를...)