STEM - 학술세미나/컴퓨터공학14 Network - 2. 최대흐름 최소절단면 정리 저번 글에서 최대흐름문제가 무엇인지 간단한 예시와 함께 살펴봤습니다. 이번 글에서는 최대흐름 최소절단면 정리에 대해 알아보도록 하겠습니다.절단면이란, G=(N,A)의 N을, S와 여집합 T로 분할할 때, i ∈ S, j ∈ T인 호 ( i , j ) 의 집합을 의미합니다. δ(S)로 표기할 수 있습니다. 이때 속한 호들의 용량의 합을 u(δ(S)) 로 표기할 수 있습니다. S ∈ S, t ∈ T 이면 δ(S)를 s-t절단면이라고 부릅니다.다음 그림에서 예시를 살펴보겠습니다. 점선은 s와 t를 두 부분으로 분할하고 있기 때문에 s-t절단면입니다. 이 절단면에 속한 호들의 용량은 u(δ(S)) = 8 입니다.이 절단면을 활용해 최대흐름문제의 정리를 살펴볼 수 있습니다.약쌍대 정리는 어떤 s-t 흐름 x의 크.. 2024. 7. 3. Network - 1. 최대흐름그래프 최대흐름 문제는 그래프 이론에서 중요한 문제 중 하나로, 주어진 유향 그래프에서 한 정점에서 다른 정점으로의 최대 흐름을 찾는 문제입니다. 이 문제는 실생활에서 네트워크의 최대 용량을 결정하거나, 자원의 효율적인 배분 문제 등에 응용될 수 있습니다.주어진 그래프에서 각 간선은 특정 용량(capacity)을 가지고 있으며, 한 정점에서 다른 정점으로 흐를 수 있는 최대량을 결정하는 것이 목표입니다. 예를 들어, 도로망에서 한 지점에서 다른 지점으로 자동차의 최대 통행량을 결정하거나, 컴퓨터 네트워크에서 데이터의 최대 전송량을 결정하는 것과 유사합니다.최대흐름 문제를 해결하는 대표적인 알고리즘으로는 포드-풀커슨(Ford-Fulkerson) 알고리즘이 있습니다. 이 알고리즘은 너비 우선 탐색(BFS)을 이용하.. 2024. 7. 3. DeepMind 논문으로 보는 강화학습의 기초 안녕하세요, 저는 현재 인공지능 관련 연구를 진행하고 있는 대학원생 공우 13.5기 김용호입니다. 저는 이번에 딥마인드라는 회사에서 2013년에 발행한 “Playing Atari with Deep Reinforcement Learning”이라는 논문을 바탕으로 강화학습의 기초적인 내용들을 설명해드리려고 합니다. 딥마인드라는 회사는 여러분도 전에 한 번쯤 들어보셨을 텐데요, 그 유명한 알파고를 만든 회사가 바로 딥마인드입니다. 이번에 소개해드릴 논문은 본격적인 강화학습 연구의 시발점이 된 논문이라고도 할 수 있는데요, 딥마인드는 이 논문을 만들고 구글에 인수되어 알파고를 훗날 만들게 되었죠. Introduction 우선 논문 제목부터 살펴보도록 하겠습니다. 논문 제목은 번역을 하자면 “강화학습을 통해 아타.. 2023. 9. 1. ChatGPT는 어떻게 학습됐을까? 안녕하세요! 저는 공우 14기 서민균입니다. 지난 학술세미나에서 ChatGPT에 관한 발표를 했었는데, 그 내용을 공유해 드리고자 합니다. 우선 ChatGPT가 등장하기까지의 과정과 GPT-1~3이 어떻게 학습되었는지를 간단히 살펴볼 것입니다. 이후 이번 글의 하이라이트인 InstructGPT (GPT-3.5)와 ChatGPT가 어떻게 학습되었는지를 알아보도록 하겠습니다. ChatGPT란? ChatGPT란 "대화형 인공지능 모델"입니다. GPT는 Generative Pre-trained Transformer의 약자로 "사전에 학습된 대규모 데이터를 활용하여 자연어 생성 및 다양한 자연어 처리 작업에 사용되는 모델"을 일컫습니다. 여기서 Transfomer가 무엇일지 의문이 들 것입니다. Transform.. 2023. 4. 22. 컴퓨터공학과: 넥슨 본사에서 넥슨 게임을 키다...! Vol. 2 이 글을 작성하기전 미리 알아야 할 점이 있습니다. 바로 넥슨 인턴 체험기에 관한 이야기는 전공백서 탭에서 한 차례 다룬 바가 있습니다. 이번 글에서는 인턴 시절 정확하게 무슨 일을 하였는지를 자세히 서술해볼까 합니다. 혹자는 이런 의문을 가질 수 있습니다. 제아무리 서울대생이라고는 하지만 학부도 졸업하지 못한 사람이 과연 대기업 넥슨에서 무슨 일을 할 수 있을까? 때는 6학기가 끝나가던 와중 이론 지식에 비해 실전 경험이 부족하였던 저는 인턴 경험을 통해 본인의 실력을 확인하고 또한 향상시키고자 했습니다. 여러 스타트업과 대기업의 비정기 모집 공고를 확인하여 차례로 지원한 결과 넥슨의 방학인턴 프로그램에 합격하여 여름방학동안 넥슨에 합류하게 되었습니다. 제가 처음 맞닥뜨린 업무는 바로 ToZ engin.. 2022. 12. 24. 3D 렌더링에 인공지능을 어떻게 사용할까? 안녕하세요. 저는 공우 12기 배재혁입니다. 인공지능은 인간 지능과 연결된 인지 문제를 해결하는 데 주력하는 컴퓨터 공학분야예요. 오늘은 인공지능과 딥러닝이라는 넓은 주제 중에서, 3D 렌더링에 인공지능을 어떻게 사용하는지에 대해서 이야기해보려고 해요. 3D 렌더링이란 무엇일까? 3D 렌더링은 컴퓨터를 사용하여 디지털 3차원 장면에서 2D 이미지를 생성하는 과정을 의미해요. 렌더링 과정을 통해 가상의 물체를 실제 눈으로 보는 것처럼 실감 나는 이미지를 얻을 수 있죠. 3D 렌더링은 건축, 제품 디자인, 광고, 비디오 게임 및 영화, TV, 애니메이션 등 시각 효과를 포함한 많은 산업 분야에서 필수적인 기술입니다. 현재 가장 널리 사용되는 3D 렌더링의 기본 기술은 Ray tracing이라는 기술이에요. .. 2022. 4. 12. 딥러닝 모델의 정확도 올리기 딥러닝 모델의 정확도 올리기 안녕하십니까? 딥러닝 모델의 정확도 올리는 노하우에 대해서 이야기할 공우 12기 AI매니아입니다! 이 글에서는 제가 컴퓨터 비전 관련 딥러닝 경진대회를 나갔던 경험을 바탕으로 모델의 정확도를 올리기 위해 적용한 네 가지 방법들에 대해서 소개해 드리고자 합니다. 또한, 일반적으로 컴퓨터 비전 문제에서 학습 데이터를 가공하는 Data Augmentation이 어떻게 이루어지는지에 대해서도 소개하겠습니다. 대회 정보/해결한 문제 우선 제가 참가했던 대회는 여러 종류들의 물체들을 진열한 다음에 바운딩 박스로 어디에 어떤 종류의 물체가 있는지를 인식해야 했는데요, mAP(mean Average Precision)라고 해서 인식 정확도가 높을수록, 그리고 처리 속도가 빠를수록 높은 점수.. 2022. 2. 18. 딥러닝을 활용하여 입술 모양을 단어로 추측하기 딥러닝을 활용하여 입술 모양을 단어로 추측하기 안녕하세요, 딥러닝을 활용하여 입술 모양을 단어로 추측하는 연구, 일명 Lipreading이라는 분야에 대해 소개해드릴 STEM 12.5기 박인범입니다. 우선 Lipreading의 정의에 대해서 설명해드린 후, Lipreading에 대한 논문들 사이에서 가장 많이 쓰이는 dataset 중 하나인 Lip reading in the wild, 그리고 그 논문들 중 하나인 Ma et al.의 논문에서 어떤 네트워크를 이용하여 lipreading 연구를 진행했는지 살펴보도록 하겠습니다. Lipreading Lipreading이란 사람이 연설, 대화와 같이 자연스럽게 말을 하는 상황속에서 입모양의 시간적 변화를 모두 포함하는 프레임을 인풋으로 모델에 넣고, 그 사람이.. 2022. 2. 8. YoLO로 객체 인식하기 YoLO로 객체 인식하기 안녕하십니까? YoLO 신경망을 통한 객체 인식에 대해 함께 알아볼 공우 12기 AI매니아입니다. 우선 YoLO가 잘하는 것은 객체 인식입니다. 그래서 객체 인식이 무엇인지에 대해 알아보고, 이것이 어디에 활용되는지 먼저 말씀드리도록 하겠습니다. 그리고 나서 YoLO의 원리에 대해서 CNN이 무엇인지, 전체적인 신경망 구조가 어떻게 되는지에 대해서 알아보도록 하겠습니다. 객체 인식이란? 이 YoLO라는 신경망은 객체 인식이라는 문제를 해결하기 위해 만들어졌습니다. 여기서 객체 인식이란, 딥러닝 또는 머신 러닝을 통해서 이미지 또는 영상의 객체를 식별해 내는 것을 의미합니다. 컴퓨터비전에 이와 유사한 문제로 객체 탐지도 있는데, 객체 탐지는 해당 객체가 있는지 없는지만 판별해 주는.. 2021. 12. 31. 이전 1 2 다음
