개발새발

사실 지금까지 팀플에서나 플젝에서나 팀장을 맡은 적이 없어서 처음 맡는 팀장이 부담스럽기도 하고 기대 되기도 한다. 이번 프로젝트는 주제부터 기술 스택까지 내가 전부 정해두고 모집을 시작했는데 팀원들이 본격적으로 들어오면 모델 선정이나 데이터셋 조사를 시작할 예정이다. 두근두근하는 마음으로 노션 페이지도 미리 만들어두었다! 사용자의 입력 데이터를 더 간결하게 압축하여 전송하는 기능을 추가해 관련 내용을 IEEE에 투고 하고 싶은 원대한 목표(?) 가 있는데 열심히 해봐야겠다  비슷하게 강화학습을 사용한 챗봇 논문들이나 PPO 알고리즘을 찾아보니 데이터셋을 직접 만드는 비중이 높았다. 이전에는 이미 있는 데이터셋을 다운 받아 모델에 돌려보기만 했는데 직접 GPT를 이용해서 토큰화와 데이터 전처리를 해보는 ..

https://github.com/his0si/NoExcuses GitHub - his0si/NoExcuses: 강화학습을 활용한 잔소리 AI 봇강화학습을 활용한 잔소리 AI 봇. Contribute to his0si/NoExcuses development by creating an account on GitHub.github.com데이터 분석과 인공지능 동아리 겨울 프로젝트 주제를 고민하다가 OpenAI API를 사용한 챗봇을 강화학습 시키면 어떨까하는 아이디어가 떠올라서 바로 관련 자료들을 찾아보았다. https://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE11481312 DBpia논문, 학술저널 검색 플랫폼 서비스www.dbpia.co.kr 컴공이 아닌..

CNN은 "Convolutional Neural Network"의 약자로 딥러닝에서 이미지나 영상을 주로 처리할 때 사용하는 신경망 구조다. "Convolution"이라는 전처리 과정을 통해 이미지를 처리하며, 신경망의 일종으로 볼 수 있다.CNN은 특히 2차원 이미지와 같은 공간적 데이터의 구조적 특징을 효과적으로 학습하기 위해 개발되었다. 일반 DNN(Deep Neural Network)은 1차원 데이터에 적합하지만, 2차원 이미지 데이터를 다룰 때 이미지의 지역적 정보가 손실되기 쉽기 때문에 이 문제를 해결하고자 CNN이 도입되었다. CNN의 필요성 및 일반 DNN과의 차이점 DNN의 문제점DNN은 주로 1차원 데이터(한 줄 형태)를 사용한다. 예를 들어, 1024x1024 크기의 이미지를 DNN에..

뉴런과 퍼셉트론퍼셉트론: 인공신경망의 기원이 되는 알고리즘   입력 차원이 2차원인 퍼셉트론Sum 한 값(여기서는 x1*w1+x2*w2) 이 임계치를 넘어서면 1, 아니면 0을 output으로 전달   θ=-b로 넘겨서 더 정돈된 형태로 만든 식  논리 연산자를 퍼셉트론으로 구현하기1. AND 연산 결정 경계(b, w1, w2) = (-1.5, 1, 1)x2 = -x1 + 1.5 Output 데이터를 구분할 수 있는 직선 = 결정 경계결정 경계는 하나가 아니라 무수히 많이 존재한다  2. NAND 연산  결정 경계(b, w1, w2) = (1.5, -1, -1)(b, w1, w2) = (0.7, -0.5, -0.5) -> x1 + x2 = 1.4 두 결정 경계 모두 가능하다  2. OR 연산결정 경계(b..

1. 프로젝트 배경 및 목적이 프로젝트는 배터리 수명을 예측하기 위해 딥러닝 기술을 활용한 연구이다. 배터리의 남은 성능을 정확히 예측함으로써 적절한 시기에 배터리를 교체하거나 재활용할 수 있게 하기 위해서 해당 프로젝트를 시작하게 되었다.  전체 코드는 아래의 깃허브에서 볼 수 있다. https://github.com/his0si/BatteryLifeAI?tab=readme-ov-file GitHub - his0si/BatteryLifeAI: 딥러닝을 이용한 배터리 수명 예측딥러닝을 이용한 배터리 수명 예측. Contribute to his0si/BatteryLifeAI development by creating an account on GitHub.github.com 2. 사용한 데이터프로젝트에서는 ..