Theory53 03 퍼셉트론 / 다층 퍼셉트론 / 오차 역전파 / 활성화 함수 / 고급 경사 하강법 퍼셉트론 인공 신경망(Aritificial Neural Network, ANN)의 구성 요소로서 다수의 값을 입력받아 하나의 값으로 출력하는 알고리즘 2차원 평면상에 직선을 긋는 것만 가능 XOR 문제 XOR의 경우에는 직선을 그어 구분 불가 다층 퍼셉트론과 오차 역전파로 문제 해결 가능 다층 퍼셉트론 평면을 휘어서 XOR 문제 해결 다시 말하면, 퍼셉트론 2개를 한 번에 계산 퍼셉트론 2개를 각각 처리하는 은닉층(Hidden Layer) 추가 각 입력 값 x에 가중치 w를 곱하고 바이어스 b를 더해 은닉층으로 전달 은닉층에 취합된 값들은 활성화 함수를 통해 결과값이 출력층으로 전달 출력층으로 전달된 값은 활성화 함수를 통해 y 예측값 정함. 은닉층에 들어있는 가중치를 데이터를 통해 학습하는 방법 필요 .. 2023. 7. 1. 02 다중 선형 회귀 / 로지스틱 회귀 다중 선형 회귀 더욱 정확한 예측을 위해 정보를 추가해 새로운 예측값을 구할 수 있음. 독립 변수 x의 개수만큼 구해야하는 기울기 개수가 증가 경사 하강법을 이용하여 기울기들을 구함. 로지스틱 회귀 참, 거짓을 판단하기 위한 알고리즘 참(1)과 거짓(0) 사이를 구분하는 s자 형태의 선을 그려가는 작업 로지스틱 회귀를 이용하여 참, 거짓을 판단할 수 있게 하고, 주어진 입력 값들의 특징 추출 이것을 저장하여 모델을 만듬. 시그모이드 함수 S자 형태로 그래프가 그려지는 함수 y = 1 ÷ [1 + e^(-ax + b)] 시그모이드 방정식에서도 마찬가지로 ax + b를 구해야 함. a는 그래프의 경사도 결정 a값이 커지면 경사가 커지고, 작아지면 경사가 작아짐. b는 그래프의 좌우 이동 결정 b값이 커지면 .. 2023. 7. 1. 01 선형 회귀 선형 회귀 독립 변수 x를 사용해 종속 변수 y의 움직임을 예측하고 설명하는 작업 가장 훌륭한 예측선 긋기 정확한 직선을 그려내는 과정 독립 변수 : 독립적으로 변할 수 있는 값 x, 정보 요소 종속 변수 : 독립 변수에 따라 종속적으로 변하는 값 y 단순 선형 회귀 : 하나의 x값만으로도 y값을 설명할 수 있는 경우 다중 선형 회귀 : x값이 여러 개 필요한 경우 최소 제곱법 회귀 분석에서 사용되는 표준 방식 실험이나 관찰을 통해 얻은 데이터를 분석하여 미지의 상수를 구할 때 사용되는 공식 최소 제곱법으로 기울기 a와 y절편 b를 구할 수 있음. a = [(x - x평균)(y - y평균)의 합] ÷ [(x - x평균)^2의 합] x의 편차를 제곱해서 합한 값을 분모로, x와 y의 편차를 곱해서 합한 값.. 2023. 6. 29. 13 기하학적 변환 (22.11.25) 이동 변환이동 변환 실행 결과 영상 회전회전 변환 45도 회전에서 출력 영상의 좌표가 정수가 아님 그림과 같이 구현 가능한가? 출력영상도 정수 좌표에만 값이 존재해야 한다!! img_out[0][0] = img[0][0]; img_out[70.7][70.7] = img[100][0]; img_out[70.7][-70.7] = img[0][100]; img_out[141.4][0] = img[100][100]; 회전 변환의 역변환회전 변환 : 영상의 어떤 점을 중심으로 회전시키기 프로그래밍 : 영상 회전 시키기 cos, sin 함수로 인해 그 결과는 실수값을 가짐 void Rotation(double theta, int** img, int height, int width, int** img_out) { d.. 2023. 6. 22. 이전 1 2 3 4 5 6 7 8 ··· 14 다음
