dawon-project 님의 블로그

AI를 만들때 우리는 왜 결과물이 좋은지 이해하지 못할 뿐더러, 무슨 패턴을 보고, 어디를 보고 이러한 output을 도출하는지 모르기때문에 AI의 성능이 잘 나오거나 잘 나오지 않을 때 원인을 찾지 못한다.=> 이러한 현상을 Black Box라고 한다.-> 이러한 블랙 박스를 설명할 수 있는 방법이 XAI 이다.Linear Models는 정확도가 떨어지지만 해석이 직관적으로 가능하다 하지만 CNN과 같은 Blackbox Model은 정확도가 높지만 해석하기가 어려운 모델들이다-> 이러한 모델들을 해석하기 위한 것이 XAI이다.XAI : 설명 가능한 AI(XAI, Explainable AI)는 인공지능 모델의 예측 결과나 의사 결정 과정을 사람이 이해할 수 있도록 설명해주는 기술 또는 접근 방식-> 기존..

모바일 넷(MobileNet) : 파라미터를 효율적으로 활용하여 성능을 높이는 방법-> 모바일 기기에서 동작 가능할 정도로 경량화한 네트워크를 설계하는데 집중경량화된 CNN 구조모바일 및 임베디드 환경에서도 실시간 추론 가능하도록 설계연산량 감소, 파라미터 수 감소에 초점을 맞춘 모델 MobileNet의 구조 공간 방향의 Depthwise Convolution과 채널 방향의 Pointwise Convolution을 따로 수행하여 합치는 방식의 구조Depthwise Convolution : 각 채널마다 독립적으로 공간 필터 적용 -> 공간 방향으로 연산->  Convolution 연산을 채널 별로 독립적으로 수행한다.Pointwise Convolution : 1 x 1 필터로 채널 간 결합 -> 채널 방향..

****환경에 대한 정보가 없는 경우의 강화 학습****Monte-Carlo Method에 대해 설명하기 전에 Monte-Carlo의 기본적인 원리를 먼저 이해해보자Monte-Carlo Prediction문제 정의) 아래의 그림들과 같이  '가로1 x 세로 1' 인 정사각형에 반지름이 1인 사분원이 존재한다. 그리고 반지름이 1인 사분원의 면적을 계산하고 싶다고 하자과정)1. 랜덤 샘플링 : 이 정사각형 내부에 무작위로 점을 많이 찍는다.-> 그러면 위의 사진과 같이 어떤 점은 사분원 안에 어떤 점은 사분원 밖에 존재할 것이다.2. 사분원 내부 판별 :  x2+y2≤1을 만족하는 사분원 안에 있는 점들의 개수 모두를 세고, 만족하지 않는 사분원 밖에 있는 점들을 모두 센다.3. 면적 근사 : 전체 점들 ..