카테고리1. Data Augmentation Techniques      1-1-1: Synthetic occlusion generation during training     1-1-2: Randomized part masking to improve model robustness     1-1-3: Introducing artificial occlusion patterns in training datasets2. Advanced Neural Network Architectures     2-1-1: Multi-branch networks with occlusion-aware feature extraction     2-1-2: Attention mechanisms that can handle parti..

석사 학위 논문: 골프 스윙에서의 모션기반 정밀한 시퀀스 감지에 관한 연구 : A study on Motion-based Precise Seqeunce Detection in Golf SwingGolf Sequence란?왜 Sequence 감지가 중요한가1. 기존의 분석 방식은 영상을 직접 frame 마다 넘겨가며 sequence를 감지하고 분석-> 이는 번거로움 동반, 분석자가 바뀜에 따라 frame단위로 다른 자세를 Seqeunce라고 감지 가능성-> 번거로움 해결 및 시쿤스의 객관성 확보2. 분석을 왜하는가? -> 골프를 잘하기 위해 -> 잘하는 것은 무엇인가? -> 내가 원하는 곳으로 공의 방향과 거리를 안정적으로 보내는 것. -> 이것은 일관된 스윙을 유지하는 것이 중요-> 시퀀스 감지를 통해 ..

Scipy 기반 머신러닝 스터디 소개Scipy를 기반으로 머신러닝 모델 구축회귀(regression), 분류(classification), 클러스터링(clustering) 문제 해결모델 평가 방법 학습주요 라이브러리 소개1. Scipy수학, 과학, 엔지니어링을 위한 라이브러리버전: 1.4.12. NumpyScipy 기반의 배열 데이터 처리 라이브러리버전: 1.17.33. Matplotlib데이터 시각화 및 그래프 플로팅 라이브러리버전: 3.1.34. Pandas데이터 분석 라이브러리버전: 1.2.3주요 라이브러리를 활용하여 머신러닝 알고리즘 학습실제 데이터에 적용하며 실습 진행

2024-11-28 해당 블로그에 프로젝트 진행중에 적은 글들도 많아서 해당 글들 정리하고,프로젝트 단위로 하나의 글로 정리할 예정입니다. (만약, 연계 프로젝트일 경우 여러 개의 글들로 관리 될 수 있습니다.)

log 출력, 관리 관련 함수def printf(text: str) -> None: """ 문자열을 강조된 형식으로 출력. Args: text (str): 출력할 메시지. Returns: None """def error_print(text: str) -> dict[str, Union[int, bool, str]]: """ 오류 메시지를 강조된 형식으로 출력, 이를 JSON 형식의 딕셔너리로 반환. Args: text (str): 오류 메시지. Returns: dict[str, Union[int, bool, str]]: 오류 메시지가 포함된 JSON 형식의 딕셔너리. """type convert 관련 함..

사람의 신경 세포(Neuron)를 모방하였다.Neuron : Dendrite + Soma + Axon ==> x + node + y, neuron은 synapse를 통해 정보를 전달, x에 weight로 변화를 주어 func input을 줄 때 weight가 synapse의 역할 이때, 실제 Neuron에서 역치이상에 대해 발아를 하듯이Neuron Network에서도 역치를 설정하여 이를 발아를 결정할 수 있다.이를 Activation Function을 통해 수행한다. ex) 역치 0.5이상이냐 이하냐에 따라 발아를 결정하고자 하면, 간단하게 0.5기준 step function 최종적으로 하나의 Network Layer를 통과하면다음의 수식을 통해 output이 나온다고 생각하면 된다. 해당을 perce..

Paper Info논문 제목 : "Very Deep Convolutional Networks for Large-Scale Image Recognition"저자 : Karen Simonyan, Andrew Zisserman연도 : 2014paper : https://arxiv.org/pdf/1409.1556CNN Study Plan CNN 분야의 발전에 큰 영향을 미친 다양한 연구들을 검토할 예정model code : https://github.com/yeongjinHwang/CNNLeNet-5 paper review+code : https://gongjin-repository.tistory.com/67AlexNetpaper review : https://gongjin-repository.tistory.c..