반응형 DATA_SCIENCE46 [딥러닝] 음성 신호 처리 (Audio Signal Processing) 기본 용어 해설, 정리, 요약 안녕하세요, HELLO 오늘은 음성 신호 처리 (Audio Signal Processing)에서 기본 개념인 파형, 주파수, 진폭 등에 대해서 정리하려고 합니다.CHAPTER 1. '파형 (Waveform)' 정리 CHAPTER 2. '주파수 (Frequency), 진폭 (Amplitude), 강도 (Intensity)' 정리 CHAPTER 3. '위상 (Phase), 음색 (Timbre)' 정리 CHAPTER 1. '파형 (Waveform)' 정리 ◼︎ 파형 (Waveform)이란? 파형은 시간에 따른 신호의 진폭을 보여주는 오디오 신호의 그래픽 표현입니다. 파형은 가로축의 시간에 대한 세로축의 신호 전압 또는 압력 값을 가로축에 표시한 그림입니다.파형은 주파수, 진폭, 위상 및 파형 모양과 같은 오.. 2023. 4. 2. [딥러닝] 데이터 거버넌스 (Data Governance) 해설, 정리, 요약 안녕하세요, HELLO 데이터 거버넌스 Data Governance는 조직이 데이터 자산을 관리하는 방법을 정의하는 일련의 프로세스, 정책, 표준 및 지침입니다. 데이터 거버넌스의 목적은 데이터가 정확하고, 신뢰할 수 있으며, 안전하고, 관련 법률과 규정을 준수하도록 보장하는 것입니다. 오늘은 데이터 거버넌스에 대해서 정리해 보겠습니다. CHAPTER 1. '데이터 거버넌스 Data Governance' 정의 CHAPTER 2. '데이터 거버넌스 Data Governance' 책임 CHAPTER 1. '데이터 거버넌스 Data Governance' 정의 데이터 거버넌스 Data Governance는 조직이 데이터 자산을 관리하는 방법을 정의하는 일련의 프로세스, 정책, 표준 및 지침입니다. 데이터 거버넌.. 2023. 3. 27. [딥러닝] 소프트맥스 함수 (Softmax Activation Function) 해설, 정리, 요약 안녕하세요, HELLO 소프트맥스 함수, softmax activiation function는 분류 작업을 위해 신경망에서 널리 사용되는 함수입니다. 이 함수는 임의의 실수 벡터를 확률 분포로 변환하며, 벡터의 각 요소는 특정 클래스의 확률을 나타내기 때문에 유용합니다. 오늘은 소프트맥스 함수에 대해서 정리하려고 합니다. CHAPTER 1. '소프트맥스 활성화 함수 (Softmax Activation Function)' 선행 지식 CHAPTER 2. '소프트맥스 함수 (Softmax Function), 최대 함수 (Max Function)' 차이점 CHAPTER 1. '소프트맥스 활성화 함수 (Softmax Activation Function)' 선행 지식 소프트맥스 활성화 함수는 분류 작업을 위해 신경.. 2023. 3. 19. [CV] 수용 필드, 수용 영역 (Receptive Field) 해설, 정리, 요약 안녕하세요, HELLO 컨볼루션 신경망(CNN)에서 Receptive field, 수용 필드 (수용 영역)는 특정 컨볼루션 뉴런이 보고 있는 입력 이미지의 일부를 나타냅니다. 이는 특정 특징 맵 또는 뉴런의 활성화에 기여하는 입력 이미지의 영역이며, 컨볼루션 레이어의 각 뉴런은 입력 이미지의 작은 필드에 연결됩니다. CNN에서 성능에 주요한 영향을 미치는 Receptive field, 수용 필드에 대해서 살펴보겠습니다. CHAPTER 1. 'Receptive field' 선행 지식 CHAPTER 2. 'Receptive field' 특징 CHAPTER 3. 'Receptive field' 핵심 사항 CHAPTER 1. 'Receptive field' 선행 지식 컨볼루션 신경망(CNN)에서 Receptiv.. 2023. 3. 19. [CV] 계층적 깊이 이미지(Layered Depth Image) 해설, 정리, 요약 안녕하세요, HELLO 컴퓨터 비전에서 layered depth image, LDI는 장면의 각 지점의 색상과 심도 (depth) 정보를 모두 캡처하는 3차원(3D) 장면을 표현한 것입니다. LDI는 2D 이미지 세트로 구성되며, 각 이미지는 장면에서 서로 다른 깊이 레이어 (depth layer)를 나타냅니다. 각 이미지에서 각 픽셀의 색상은 해당 깊이 레이어의 장면에서 가장 가까운 오브젝트의 색상에 해당합니다. 각 픽셀의 깊이 정보는 이미지에 별도의 채널로 저장되며, 이는 카메라에서 해당 픽셀에 있는 가장 가까운 물체까지의 거리를 나타냅니다. 오늘은 3차원 장면을 표현하는 Layered Density Layer, LDI에 대해서 살펴보겠습니다. CHAPTER 1. 'Layered Density Lay.. 2023. 3. 13. [CV] 세포 분할 (Cellular segmentation) 해설, 정리, 요약 안녕하세요, HELLO 세포 (셀) 분할 cell segmentation은 이미지 또는 일련의 이미지에서 개별 세포를 식별하고 묘사하는 프로세스입니다. 세포의 형태, 행동, 상호작용을 정량적으로 분석할 수 있기 때문에 생물학, 의학, 컴퓨터 비전 등 다양한 분야에서 중요한 작업입니다. 세포 분할에는 임계값 설정 thresholding, 에지 감지 edge detection, 영역 확대(확장) region growing, 머신 러닝 기반 방법 machine learning-based methods 등 여러 가지 접근 방식이 있습니다. 임계값 설정은 픽셀 강도 값을 임계값으로 설정하여 그 이상의 픽셀은 셀의 일부로 간주하고 그 이하의 픽셀은 배경으로 간주하는 것입니다. 에지 감지에는 픽셀 강도 값의 변화를 .. 2023. 3. 4. [CV] 3차원 색상 표현 방법 HSV, HSL, HSB 해설, 정리, 요약 안녕하세요, HELLO computer vision 컴퓨터 비전에서 색상을 표현하는 방법은 대표적인 RGB, CMYK 등이 있습니다. 이번에는 3차원으로 표현하는 방법인 HSV, HSL 및 HSB을 3차원을 표현하는 방식과 실제로 사용되는 방식에 따라서 정리하려고 합니다. 마지막에는 각 방법의 공통점과 차이점을 살펴보고자 합니다. CHAPTER 1. 'HSV (Hue, Saturation, Value)' 정리 CHAPTER 2. 'HSL (Hue, Saturation, Lightness)' 정리 CHAPTER 3. 'HSB (Hue, Saturation, Brightness)' 정리 CHAPTER 4. 'HSV, HSL, HSB 공통점 및 차이점' CHAPTER 1. 'HSV (Hue, Saturatio.. 2023. 3. 1. [REVIEW] Character Region Awareness for Text Detection (CRAFT) 리뷰 안녕하세요, HELLO 이미지 분야 (computer vision)로 도메인 지식을 넓히기 위해, object detection, classification, segmentation, ocr, generative AI 등에 대해서 스터디를 진행하며, 논문을 리뷰하고 있습니다. 이번에 살펴본 논문은 OCR 분야에 있어, 수직, 곡선, 다양한 언어 등에서 높은 인식율을 보인, 네이버 Clova의 OCR 딥러닝 모델인 Character Region Awareness for Text Detection (CRAFT)입니다. CRAFT는 단어 (word) 단위의 문자 인식에서, 개별 글자 (character) 단위로 pseudo-Ground Truth를 만들어서 문자 인식을 진행하여, 띄어쓰기가 없는 일본어, 중국.. 2023. 2. 26. [딥러닝] End to End model (E2E model) 해설, 정리, 요약 안녕하세요, HELLO End to End model은 수동 피처 엔지니어링 (manual feature engineering)이나 중간 처리 단계 없이 입력 데이터에서 출력 데이터로 직접 작업을 수행하는 방법을 학습하는 일종의 머신러닝 모델입니다. 즉, 수작업으로 만든 특징이나 전처리 단계에 의존하지 않고 원시 데이터를 입력으로 받아 원하는 출력을 직접 생성합니다. 오늘은 end to end, e2e model에 대해서 살펴보고자 합니다. CHAPTER 1. 'End to End model' 선행 지식 CHAPTER 2. 'Non End to End model과 End to End model 차이점' CHAPTER 1. 'End to End model' 선행 지식 End to End model은 아래와.. 2023. 2. 24. 이전 1 2 3 4 5 6 다음 반응형
