본문 바로가기

🚗 Major Study (Bachelor)164

Understanding about Nonparametric Density Estimation. Parzen Window and kNN Method Parametric Distribution 모델의 경우 데이터의 분포 추정하기가 편리하다는 장점이 있다. 하지만 특정한 functional form에 있어서 제한적이고 적합하지 않은 경우가 발생한다. 이에 반해 Nonparametric 방법은 전반적인 데이터 분포에 대해 가정이 없다는 것이 특징이다. Nonparametric 방법으로는 Histogram이 있다. 당연히 히스토그램은 많이 들어봤지만 이것이 어떻게 Nonparametric한 방법에 속하는지 생각해볼 필요가 있다. Bin이라는 개념이 등장하는데 이는 equally-spaced interval이라고 생각하면 된다. 동일하게 분류된 구간 속에 해당 Data가 얼마나 들어오는지를 측정하는 방식을 채택한다고 생각하면 된다. Bin의 너비를 Vi라고 .. 2022. 11. 1.

MLE about Discrete & Continuous Distributions & Inference about the Exponential Family w.r.t Continuos Distribtion 변수가 이산적으로 발생하는지 연속적으로 발생하는 지에 따라 분포의 형태를 나눌 수 있다. 현재 Parameter Estimation에 대해서 다루고 있음을 기억해야 한다. 사실 분포를 가정하는 것이기 때문에 당연히 Parameter Estimation이다. 표기는 보통 다음과 같은 방식으로 한다. 변수, Type, Parameter를 작성한다. 위의 경우 Normal Distribution의 Type에서 평균과 분산에 해당하는 파라미터를 가지고 데이터를 추정하겠다는 뜻이 된다. 베르누이 분포는 두 가지의 결과만이 나오는 경우를 의미한다. 이 경우 모델 (Likelihood)은 발생하거나 발생 안하거나의 확률에 해당한다고 보면 된다. 그냥 간단하게 발생확률을 고려하면 된다. 총 N번 시행된다고 했을 때 각.. 2022. 11. 1.

What is Density Estimation? The Basic approach to Machine Learning Density Estimation is unsupervised learning task. unsupervised란 데이터에 해당하는 라벨이 존재하지 않은 상태로 학습이 진행되는 것으로 데이터의 분포를 파악하는 것이 주 Task이다. 그래서 Density Estimation의 목표는 Underlying Probablility distribution model로 해당 데이터의 분포 형태를 파악하는 것이다. 그래서 Likelihood라는 개념이 등장하는데, 말에서 알 수 있듯이 데이터의 발생확률을 추정하는 과정이 사용된다. Density Estimation을 할 때 하나의 중요한 가정이 존재하는데 이는 IID라고 불리는 Independently Identically Distributed의 성질이다. 이는 무슨.. 2022. 11. 1.

[네트워크] Network | TCP segment 구조 TCP 프로토콜은 오직 종단 시스템에서만 동작하고 중간의 네트워크 요소에서는 동작하지 않으므로, 중간의 네트워크 요소들은 TCP 연결 상태를 유지하지 않는다. 또한 Full-Duplex 서비스를 제공한다. 이는 한 호스트 A의 프로세스와 다른 호스트 B의 프로세스 사이에 TCP 연결이 있다면, 애플리케이션 계층 데이터는 B에서 A로 흐르는 동시에 A에서 B로 흐를 수 있다. 또한 TCP 연결은 항상 단일 송신자와 단일 수신자 사이의 점대점 (Point to Point) 이다. 멀티 캐스팅이 불가능하다는 것이다. TCP 시그먼트는 헤더 필드와 데이터 필드로 구성되어 있다. 데이터 필드는 애플리케이션 데이터를 담는다. MSS는 최대 세그먼트로 제한된다. TCP가 웹 문서의 이미지와 같은 큰 파일을 전송할 때.. 2022. 10. 12.

[네트워크] Network | UDP의 특징, rdt 프로토콜의 발전, GBN과 SR 프로토콜의 장단점 왜 애플리케이션 개발자가 TCP 보다 UDP 방식으로 애플리케이션을 개발하려고 하는지 알아보자. 애플리케이션 레벨이 데이터 송신에 대해서 정교한 제어를 할 수 있다는 특징이 있다. 애플리케이션 프로세스가 데이터를 UDP에게 전달하자마자 UDP는 데이터를 UDP 세그먼트로 만들고, 즉시 그 세그먼트를 네트워크 계층으로 전달한다. 이에 반해서 TCP는 혼잡 제어 메커니즘을 가지고 있다. 반면 UDP는 기본 세그먼트 전달 외에 필요한 어떤 추가 기능을 구현할 수 있다. 두 번째로 연결 설정이 없다는 것이다. TCP는 데이터 전송을 시작하기 전에 Handshake를 사용한다. 반면에 UDP는 형식적인 예비동작 없이 전송한다. 그러므로 UDP는 연결을 설정하기 위한 어떤 지연도 없다. 세 번째로 연결 상태가 없다.. 2022. 10. 12.

[네트워크] Network | Logical Communication 이란? TCP와 UDP 특징 및 Demultiplexing의 개념 트랜스포트 계층 프로토콜은 서로 다른 호스트에서 동작하는 애플리케이션 프로세스들 간의 논리적 통신 (Logical communication)을 제공한다. 논리적 통신은 애플리케이션 관점에서 보면 프로세스들이 동작하는 호스트들이 직접 연결된 것처럼 보인다는 것을 의미한다. 송신 측의 트랜스포트 계층은 송신 애플리케이션 프로세스로부터 수신한 메시지를 트랜스포트 계층 세그먼트인 트랜스포트 계층 패킷으로 변환한다. 수신자는 전달받은 세그먼트들을 합쳐서 애플리케이션 계층으로 다시 전달한다. 인터넷은 TCP와 UDP라는 두 가지 프로토콜을 가지고 있다. 두 집안이 있다고 가정하자. 하나는 동부, 하나는 서부에 있다. 그리고 집안마다 12명의 아이들이 있는데, 동부 집안의 아이는 서부 집안의 아이와 사촌지간이다. 두.. 2022. 10. 7.

[네트워크] Network | DASH, CDN HTTP 스트리밍은 유튜브 등 많은 싯스템에서 실제 적용되고 있으나, 중요한 문제점을 가지고있다. 클라이언트들이 가용 대역폭의 차이에도 불구하고 똑같이 인코딩된 비디오를 전송받는다는 것이다. 이 문제점으로 인해 새로운 형태의 HTTP 기반 스트리밍인 DASH 가 개발되엇다. DASH에서 비디오는 여러 개의 서로 다른 버전으로 인코딩되며, 각 버전은 서로 다른 비트율과 품질 수준을 가지고 있다. 클라이언트는 동적으로 서로 다른 버전의 비디오를 몇 초 분량의 길이를 가지는 비디오 조간 (Chunk) 단위로 요청을 한다. 또한 HTTP GET 요청을 이용해 다른 버전의 비디오 조각을 매번 선택한다. DASH를 사용할 때, 각 비디오 버전은 HTTP 서버에 서로 다른 URL을 가지고 저장된다. HTTP 서버는 .. 2022. 10. 7.

컴퓨터 비전 | How to find Edge pixel, Sobel operation, Hough Transform Algorithm Edge Pixel 이라는 것은 픽셀의 Intensity Level이 이미지에서 급격하게 변하는 부분을 의미한다. 왼쪽 빨간색 박스를 예시로 보면 오른쪽 Intensity Level 그래프가 급격하게 변하는 부분의 픽셀이 Edge Pixel이라고 할 수 있다. 그렇다면 어떻게 Edge를 감지할 수 있을까? 첫 번째 편차 값이 Edge를 검출하는 데 사용이 된다. 만일 2차원 이미지라면 편차를 어떻게 사용해야 할까? X축과 Y축에 대한 편차를 나눠서 생각을 해야 할 것이다. gx가 매우 크고 gy가 매우 작은 경우라면 Edge pixel을 어떻게 결정할 수 있을까? 이때는 Magnitute를 구해야 한다. Magnitute가 큰 경우 해당 픽셀이 Edge일 경우의 확률이 높아지게 될 수 있지 않을까? (이.. 2022. 10. 5.

컴퓨터 비전 | Color Conversion, Split & merge function, White balancing Color space를 변경하기 위한 여러 방법이 존재한다. Input Image를 입력받게 되면 RGB Color로 받게 되는데, 사용자가 원하는 Space로 변경하는 함수를 사용하면 변경할 수 있다. cvtColor 함수를 사용할 때 첫 번째 파라미터는 Input Image이고 두 번째 파라미터는 Output matrix 이다. 세 번째 파라미터는 어떤 Space로 변경할 지 넣어주면 된다. 이 경우 BGR2YUV로 YUV에 해당하는 Space로 변경해주는 코드이다. split 함수를 사용하면 각 채널에 해당하는 Matrix로 변환할 수 있다. 첫 번째 파라미터가 Input Image로 들어오게 되고 만일 RGB 채널이라면 3 개의 채널이 필요하므로 두 번째 파라미터로 들어가게 되는 경우 Matrix.. 2022. 10. 5.

컴퓨터 비전 | Color Processing, Usage of HSI (Color Slicing, Color Conversion), White Balancing Intensity Transformation, Histrogram Equalization, Spatial Filtering은 Color 이미지에 적용시키는 것이 보편적이지는 않다. 대신 우리는 RGB 채널을 HSI와 YCbCr 변환을 하고 적용을 시켜야 한다. Hue 채널에서 원하는 색상의 범위를 찾는다. Saturation 채널에 있는 모든 픽셀의 값을 0으로 초기화한다. 다음과 같은 방법으로 원하는 색상을 얻어낼 수 있다. 만약 Color conversion을 하고 싶은 경우 Hue 채널에 접근하여 색상의 범위를 변경하면 적용할 수 있다. 우리의 눈은 흑백 사진의 경우 30~50 개의 차이점 만을 구분할 수 있다. 정보를 더 많이 보기 위해서는 Gray Scale의 이미지를 Color Scale로 변.. 2022. 10. 5.

이전 1 2 3 4 5 ··· 17 다음

티스토리툴바