|
생물학적 뉴런의 정보처리적 특성
다입력 1출력
흥분성과 억제성의 시냅스
결합
시간적, 공간적 연결강도
펄스 발생
아날로그 정보를 펄스 빈도로 전송
비선형성
절대 불응기, 상대 불응기
시간지연
순응, 적응, 피로
기타
McCulloch와
|
|
|
, 글을 읽고 해석하는 것은 물론, 신문기사 쓰기, 안면인식 및 지문인식, 작곡 등 셀 수 없이 많은 분야에 응용되고 있습니다. 개요
기계가 학습하는 방법
신경망 (Neural Networks)
인공 신경망 (Artificial Neural Networks)
컨벌루션 신경망 (CNN)
|
|
|
PINNs는 물리적 지식을 신경망 구조에 통합함으로써 전통적인 신경망 모델보다 물리 법칙을 잘 따르는 예측을 할 수 있다. 이는 다음과 같은 방식으로 이루어진다:
1. 물리 방정식의 통합: 학습 과정에서 물리 방정식을 손실 함수에 포함시켜
|
|
|
1. AI 시대에도 틀리는 일기예보
현대 기술이 비약적으로 발전했음에도 불구하고, 우리는 여전히 종종 틀린 일기예보를 접한다. 기상 시스템의 복잡성과 예측의 불확실성 때문이라고 한다. 최근 구글 딥마인드의 AI 모델 GraphCast가 이러한 문제
|
|
|
핵심 개념
1. 미분 방정식의 통합: PINN은 미분 방정식을 이용하여 신경망의 손실 함수를 구성한다. 예를 들어, 열전달 문제에서 사용하는 포아송 방정식(Poisson Equation)을 신경망이 학습하도록 만든다.
2. 손실 함수: 손실 함수는 경계조건 데이
|
|
 |
Neural Network (RNN)을 활용하여 programmable switch에서 즉각적으로 악의적인 공격 (e.g., DDos 공격)을 감지할 수 있는 기능을 만드는 것이었습니다. 네트워크 상에서 이뤄지는 악의적인 공격은 빠르게 감지하기 어렵고 네트워크 운용자 입장에서 효율
|
|
 |
Neural Network (RNN)을 활용하여 programmable switch에서 즉각적으로 악의적인 공격 (e.g., DDos 공격)을 감지할 수 있는 기능을 만드는 것이었습니다. 네트워크 상에서 이뤄지는 악의적인 공격은 빠르게 감지하기 어렵고 네트워크 운용자 입장에서 효율
|
|
 |
neural network models that address key challenges in NLP, such as context understanding,..(중략)
2.Study Plan
My academic journey at UNIST will be structured around both coursework and hands-on research to establish a strong foundation and then progress into more specialized study. To start, I plan
|
|
 |
네트워크를 주제로 논문 리딩 및 구두 발표.
18/03~현재
교내
이화여자대학교
Braineewha
이화여대 뇌인지과학과 공식학회 ‘OOOOO’에 5학기 참여, 논문 리딩 활동. 3학기 간 분과장 역임.
4. 사회봉사 활동
일시
기관
내용
-
-
-
5. 외국어시험 성적
|
|
메뉴펼치기
