본문 바로가기

전체 글

[논문리뷰]Deep Semantic Segmentation at the Edge for Autonomous Navigation in ..... "Deep Semantic Segmentation at the Edge for Autonomous Navigation in Vineyards" 0. 소개 본 논문은 IROS2021에서 소개된 논문이며, IROS는 해마다 열리는 가장 큰 세계 로봇 학회 중 하나입니다. PDF파일은 arXiv에서 다운로드 받을 수 있습니다: https://arxiv.org/abs/2107.00700 그리고 소개된 연구와 관련된 키워드는 다음과 같습니다. Sementic Segmentation 로봇 자율주행 (Robot Navigation) 농업 로봇 (Agri-Robotics) / 스마트 팜 (Smart Farm) 딥러닝 (Deep Learning) 그리고 다음과 같은 순서로 글을 진행하도록 하겠습니다. 배경 방법 실험/평.. 더보기
[머신러닝 알고리즘] 가우시안 프로세스 회귀 (Gaussian Process Regression) "예측값의 ‘잠재적인 에러’ 마저 예측하라!" 통계학과 컴퓨터과학을 중심으로 한 오늘날의 '머신러닝' 기술은 과거의 얻은 많은 양의 데이터들로부터 일종의 '패턴'을 발견해서 미래에 새로 얻게 되는 데이터들에 대해서도 의미있는 '예측'을 하는 일들을 하기 위해 발달해 왔습니다. 예를들면 집값 y와 이를 결정하는 특징들인 집의 위치 x1, 평수 x2, 건축년도 x3, ... 등의 데이터들을 모아서 상관관계 y = f(x1, x2, x3, ...)를 머신러닝 알고리즘을 통해 찾은 다음, 새로운 매물이 나왔을 때 해당 정보 x1, x2, x3, ... 를 이용해서 집값 y를 구할 수 있게 됩니다. 단순한 일인 것 같지만 미국의 온라인 부동산 회사인 Zillow (https://www.zillow.com/) 와 .. 더보기
[연구방법] 논문, 효과적으로 읽는 법 — 초급자편 "과학/공학 분야의 논문들, ‘안’ 읽을 부분들을 잘 정해야 ‘잘’ 읽을 수 있습니다!" 앞 포스팅 [논문, 효과적으로 읽는 법 — 입문자편] 에서 새로운 분야에 입문하는 독자를 기준으로 논문 읽기를 어떻게 접근하면 좋을지에 대해 살펴봤습니다. 특히, 수많은 새로운 논문들이 매일 쏟아지고 있는 현시대에 한 분야의 최신 기술들을 잘 따라가기 위해서는 논문 하나를 읽더라도 효과적으로 읽는 것이 중요한데, 이것을 위해서는 아이러니하게도 무엇을 ‘안’읽을지를 잘 결정해야 한다고 말씀 드렸습니다. [연구방법] 논문, 효과적으로 읽는 법 — 입문자편 [누구나 이해하는 AI — 성공의 배경]에서도 다뤘듯이 현재 AI/머신러닝 기술과 관련한 새로운 제품과 다양한 연구가 매일 같이 쏟아지고 있습니다. 사실, 이런 활발한.. 더보기
[연구방법] 논문, 효과적으로 읽는 법 — 입문자편 "과학/공학 분야의 논문들, ‘안’ 읽을 부분들을 잘 정해야 ‘잘’ 읽을 수 있습니다!" [누구나 이해하는 AI — 성공의 배경]에서도 다뤘듯이 현재 AI/머신러닝 기술과 관련한 새로운 제품과 다양한 연구가 매일 같이 쏟아지고 있습니다. 사실, 이런 활발한 연구활동은 꼭 컴퓨터 관련 분야가 아니더라도 과학/공학 영역 전반에 걸쳐 현존하는 트렌드라고 할 수 있습니다. 기술 발전으로부터 오는 경제적, 사회적 부가가치가 어느 때보다 크게 드러나는 시대를 살아가다보니 그런 것 같습니다. 누구나 이해하는 AI — 성공의 배경 구글 딥마인드의 “알파고”가 최고의 프로 바둑기사 이세돌을 최종 스코어 4대 1로 이겼을 때의 충격은 아직도 잊혀지지 않습니다. 난생 바둑경기라는 것을 처음부터 끝까지 집중해 시청했던 ais.. 더보기
누구나 이해하는 AI — “머신러닝” 알고리즘이 실제로 하는 일 "인공지능/머신러닝에 대해 “비전공자”도 궁금해할 만한 이야기" [누구나 이해하는 AI — 성공의 배경]에서 다루었 듯, 머신러닝 (aka딥러닝,기계학습) 은 최근 AI 기술 발전에 있어 가장 중추적인 역할을 했다고 할 수 있습니다. 머신러닝이란 기존에 프로그래머에 의해 코딩된 대로만 작동하는 시스템, 소프트웨어가 아니라, 컴퓨터 시스템이 스스로 “경험적인 데이터”에 의해서 “유의미한” 정보들을 찾아내고 이를 바탕으로 무언가를 “예측”하고 “결정”할 수 있는 기술들을 의미합니다. 그리고 이런 방식의 기술들의 발달은 우리가 “AI의 겨울”이라고 회고하는 시대, 즉 한때 AI에 대한 관심과 투자가 크게 줄었던 시기를 벗어날 수 있도록 크게 도와 주었습니다. 더 나아가, 이제는 AI가 전세계 모든 정부와 기업.. 더보기
[연구방법] 최신 AI/머신러닝 트렌드 손쉽게 따라가기 — Google 알리미 "하루 빨리 변화하는 인공지능 분야에서 인싸로 남는 법" [누구나 이해하는 AI — 성공의 배경]에서 다뤘듯이, 지금 인공지능 분야의 각종 기술들은 그 부가가치를 인정 받아 엄청난 양의 인적, 재정적 자원이 집중되면서 하루가 멀다 하고 급속도로 발전하고 있습니다. 이제는 메이저 언론사들에서도 관련 뉴스들을 소개하기도 하고, AI와 컴퓨터 공학 등의 고도 기술들에 특화된 크고 작은 온라인 플랫폼들도 많이 생겨나고 있습니다. 구글, 애플, 마이크로소프트, 페이스북 등의 세계를 선도하는 기업들 관련 소식들 뿐만 아니라 MIT, 하버드, 버클리, 스탠포드 대학교 등의 학계 관련 소식, 그리고 소셜미디어, 드론, 무인 자동차, 로봇, 뇌 과학, 퀀텀 컴퓨터 등과 같은 핫한 주제들의 소식들까지 매일매일 따라 가야할.. 더보기
누구나 이해하는 AI — 성공의 배경 "인공지능/머신러닝에 대해 “비전공자”도 궁금해할 만한 이야기" 구글 딥마인드의 “알파고”가 최고의 프로 바둑기사 이세돌을 최종 스코어 4대 1로 이겼을 때의 충격은 아직도 잊혀지지 않습니다. 난생 바둑경기라는 것을 처음부터 끝까지 집중해 시청했던 적이 단 한번도 없었지만, 거의 매일 열리다시피 한 당시 알파고와 이세돌의 다섯 경기는 단 한순간도 빼놓지 않고 실시간으로 챙겨봤던 기억이 납니다. 특히 컴퓨터 소프트웨어를 전공한 사람으로서 알파고의 힘겨운 싸움이 될거라고 예상했었기 때문에, 인공지능 컴퓨터의 압도적인 플레이는 더 큰 충격으로 다가왔습니다. 덕분에 "AI"라는 영어 단어는 한국에서도 누구나 알아들을 수 있는 고유 명사가 된 것 같습니다. Artificial Intelligence, 인공지능이라.. 더보기