인공무능의 사용자 기여

IT 위키
기여 검색펼치기접기
⧼contribs-top⧽
⧼contribs-date⧽

(최신 | 오래됨) ( | ) (20 | 50 | 100 | 250 | 500) 보기

2025년 10월 9일 (목)

  • 13:302025년 10월 9일 (목) 13:30 차이 역사 +4,603‎ 새글 LASSO ‎ 새 문서: LASSO(Least Absolute Shrinkage and Selection Operator, 라쏘 회귀)는 회귀 분석 기법의 하나로, 가중치의 절댓값 합(ℓ₁ 노름)에 패널티를 부과하여 과적합을 방지하고 변수 선택(feature selection) 효과를 동시에 얻는 정규화된 회귀 방식이다. ==정의 및 수식== LASSO 회귀는 전통적 최소 제곱법(OLS, Ordinary Least Squares)의 손실 함수에 ℓ₁ 페널티 항을 추가한 형태로 정의된다. 목적 함... 최신 태그: 시각 편집
  • 13:292025년 10월 9일 (목) 13:29 차이 역사 +39‎ L1 정규화 ‎편집 요약 없음 최신 태그: 시각 편집
  • 13:272025년 10월 9일 (목) 13:27 차이 역사 +2,329‎ 새글 L1 정규화 ‎ 새 문서: L1 정규화(L1 Regularization, 라쏘(Lasso) 규제)는 기계 학습 및 통계 모델에서 과적합(overfitting)을 방지하고 모델의 복잡도를 제어하기 위해 사용하는 정규화 기법 중 하나다. 이 방식은 가중치 벡터의 절댓값 합(ℓ₁ 노름)에 패널티를 부여하는 방식이다. ==정의 및 수식== L1 정규화에서는 기본 손실 함수(예: 평균 제곱 오차, 교차 엔트로피 등)에 다음과 같은 패널티 항을... 태그: 시각 편집
  • 13:262025년 10월 9일 (목) 13:26 차이 역사 +4‎ 합성곱 신경망 ‎편집 요약 없음 태그: 시각 편집
  • 13:262025년 10월 9일 (목) 13:26 차이 역사 +8‎ 가중치 감소 ‎편집 요약 없음 태그: 시각 편집
  • 12:472025년 10월 9일 (목) 12:47 차이 역사 −331‎ 베이지안 심층 신경망 ‎편집 요약 없음 최신 태그: 시각 편집
  • 12:472025년 10월 9일 (목) 12:47 차이 역사 −3‎ 베이지안 심층 신경망 ‎편집 요약 없음
  • 12:462025년 10월 9일 (목) 12:46 차이 역사 +3,841‎ 새글 베이지안 심층 신경망 ‎ 새 문서: 베이지안 심층 신경망(Bayesian Deep Neural Network, BNN 또는 Bayesian Deep Learning)은 전통적 인공신경망의 가중치 및 매개변수(parameter)를 고정값이 아닌 확률분포로 모델링하여, 예측의 불확실성까지 함께 고려할 수 있는 심층 신경망 모델이다. ==개념 및 동기== - 전통적 신경망은 학습 후 각 가중치가 고정된 값으로 결정되지만, 베이지안 심층 신경망에서는 각 가중치가 사전... 태그: 시각 편집
  • 12:442025년 10월 9일 (목) 12:44 차이 역사 +14‎ 변분 추론 ‎편집 요약 없음 최신 태그: 시각 편집
  • 12:442025년 10월 9일 (목) 12:44 차이 역사 +2,306‎ 새글 변분 추론 ‎ 새 문서: 변분 추론(Variational Inference, VI)은 베이지안 추론에서 직접 계산하기 어려운 사후 확률 분포를, 최적화 기법을 활용해 해석 가능한 분포군 안에서 근사하는 방식이다. ==개념 및 기본 아이디어== *베이지안 통계 모델에서는 관측 데이터 \(x\)와 잠재 변수 \(z\)가 있을 때 사후 분포 \(p(z|x)\)를 구하는 것이 핵심 목표지만, 보통 이 분포는 적분이 불가능하거나 계산이 매우... 태그: 시각 편집
  • 12:432025년 10월 9일 (목) 12:43 차이 역사 +3,173‎ 새글 변분 자유 에너지 ‎ 새 문서: 변분 자유 에너지(Variational Free Energy)는 베이지안 추론, 정보 이론, 인지 신경과학 등에서 사용되는 함수로, 관측된 데이터와 내부 생성 모델 간의 불일치를 정량화하는 수학적 척도이다. * 자유 에너지 원리(Free Energy Principle)에서의 "자유 에너지"는 통계물리학적 개념이 아니라 이 변분 자유 에너지를 의미한다. ==개념== 변분 자유 에너지는 주... 최신 태그: 시각 편집
  • 12:392025년 10월 9일 (목) 12:39 차이 역사 +4,932‎ 새글 평형 전파 ‎ 새 문서: 평형 전파(Equilibrium propagation, EP)는 에너지 기반 모델(energy‑based model)을 학습하기 위한 생물학적으로 더 타당한 알고리즘으로, 추론과 학습 단계를 통합하여 동일한 신경 회로(dynamic)를 사용하면서 역전파(backpropagation)와 유사한 기울기 계산을 가능하게 하는 방식이다 <ref>[https://arxiv.org/abs/1602.05179 Equilibrium Propagation: Bridging the Gap Between Energy‑Base... 최신 태그: 시각 편집
  • 12:362025년 10월 9일 (목) 12:36 차이 역사 +3,350‎ 새글 능동 추론 ‎ 새 문서: 능동 추론(Active Inference)은 자유 에너지 원리(Free Energy Principle)를 행동까지 확장한 이론적 틀로, 지각(perception) 뿐만 아니라 행위(action)도 내부 모델과 예측 오차 최소화 관점에서 설명한다 <ref>[https://direct.mit.edu/books/oa-monograph/5299/Active-InferenceThe-Free-Energy-Principle-in-Mind Active Inference: The Free Energy Principle in Mind, Brain, and Behavior, MIT Press]</ref> ==개념 및 기본 원리== Active Infere... 최신 태그: 시각 편집
  • 12:352025년 10월 9일 (목) 12:35 차이 역사 −3,371‎ 적극적 추론 ‎ 능동 추론 문서로 넘겨주기 최신 태그: 새 넘겨주기
  • 12:352025년 10월 9일 (목) 12:35 차이 역사 +3,972‎ 새글 베이지안 뇌 가설 ‎ 새 문서: 베이지안 뇌 가설(Bayesian Brain Hypothesis)은 뇌가 감각 입력 아래 숨겨진 원인(hidden causes)을 추론하기 위해 확률적 모델(생성 모델, generative model)을 내재적으로 사용하며, 그 모델과 입력의 불일치를 최소화하는 방식으로 지각 및 인지를 수행한다는 가설이다. ==개념과 기본 아이디어== 베이지안 뇌 가설의 핵심은 다음과 같다: *뇌는 감각 입력이 발생한 원인을 내부적으... 최신 태그: 시각 편집
  • 12:312025년 10월 9일 (목) 12:31 차이 역사 +3,402‎ 새글 적극적 추론 ‎ 새 문서: 적극적 추론(Active Inference)은 자유 에너지 원리(Free Energy Principle)를 행동까지 확장한 이론적 틀로, 지각(perception) 뿐만 아니라 행위(action)도 내부 모델과 예측 오차 최소화 관점에서 설명한다 <ref>[https://direct.mit.edu/books/oa-monograph/5299/Active-InferenceThe-Free-Energy-Principle-in-Mind Active Inference: The Free Energy Principle in Mind, Brain, and Behavior, MIT Press]</ref> ==개념 및 기본 원리== Active Inf... 태그: 시각 편집
  • 12:292025년 10월 9일 (목) 12:29 차이 역사 +4,325‎ 새글 예측 부호화 ‎ 새 문서: Predictive coding(예측 부호화, 혹은 predictive processing)는 뇌가 감각 입력을 단순히 수동적으로 받아들이는 것이 아니라, 내부 모델을 통해 감각 입력을 예측하고, 실제 입력과 예측 간의 차이(예측 오차)를 이용해 내부 표현과 모형을 지속적으로 수정함으로써 지각 및 인지를 수행한다는 이론이다 <ref>[https://arxiv.org/abs/2107.12979 Predictive Coding: a Theoretical and Experimental Review,... 최신 태그: 시각 편집
  • 12:242025년 10월 9일 (목) 12:24 차이 역사 +3,120‎ 새글 대조적 헤비안 학습 ‎ 새 문서: 대조적 헤비안 학습(Contrastive Hebbian Learning, CHL)은 전통적인 헤비안 학습 규칙을 확장한 방식으로, 출력 뉴런을 고정(clamp)한 상태와 자유 상태(free state)에서의 신경망 상태 차이를 이용해 가중치를 갱신하는 생물학적 학습 알고리즘이다. ==개념 및 동작 방식== CHL은 두 단계(phase)를 거쳐 학습을 수행한다: *'''자유 상태 (Free phase)''': 입력만 고정하고 출력은 자유롭게 활... 최신 태그: 시각 편집
  • 12:172025년 10월 9일 (목) 12:17 차이 역사 +2,646‎ 새글 헤비안 학습 ‎ 새 문서: 헤비안 학습(Hebbian Learning)은 신경세포 간의 활동 상관관계에 기반하여 시냅스 강도를 조정하는 학습 규칙으로, 일반적으로 "함께 발화하는 뉴런들이 연결된다(neurons that fire together, wire together)"는 방식으로 요약된다. ==개념 및 기본 원리== 헤비안 학습은 두 뉴런이 동시에 활발히 활성화될 때 그 사이의 시냅스 연결이 강화된다는 원칙에 기반한다. 이 규칙은 신경가... 최신 태그: 시각 편집
  • 12:132025년 10월 9일 (목) 12:13 차이 역사 −4‎ 예측 부호화 신경망 ‎편집 요약 없음 최신 태그: 시각 편집
  • 12:122025년 10월 9일 (목) 12:12 차이 역사 +3,968‎ 새글 자유 에너지 원리 ‎ 새 문서: 자유 에너지 원리(Free Energy Principle, FEP)는 생명체 또는 인지 시스템이 주변 환경과의 상호작용 속에서 내부 상태와 행동을 조정해 나가며, '''변분 자유 에너지(variational free energy)''' 를 최소화하려 한다는 이론적 원칙이다. == 개념 및 기본 아이디어 == 자유 에너지 원리는 시스템이 “놀람(surprise, 관찰된 감각 입력이 내부 모델 하에서 얼마나 불가능해 보이는가)”을... 최신
  • 12:102025년 10월 9일 (목) 12:10 차이 역사 −427‎ 예측 부호화 신경망 ‎편집 요약 없음 태그: 시각 편집: 전환됨
  • 12:092025년 10월 9일 (목) 12:09 차이 역사 +4,323‎ 새글 예측 부호화 신경망 ‎ 새 문서: 예측 부호화 신경망(Predictive Coding Networks, PCNs)은 뇌가 감각 입력을 예측하고, 예측과 실제 입력의 차이(오차)를 통해 내부 표현을 조정함으로써 정보를 처리하는 매커니즘을 모방한 계층적 인공 신경망 구조이다. ==개념 및 배경== 예측 부호화(predictive coding)는 뇌가 환경에 대한 내부 모델을 통해 감각 정보를 능동적으로 예측하고, 그 예측과 실제 입력의 오차를 줄이... 태그: 시각 편집
  • 06:102025년 10월 9일 (목) 06:10 차이 역사 +9,114‎ 새글 블록 부동소수점 양자화 ‎ 새 문서: 블록 부동소수점(블록 부동소수점 양자화, Block Floating‑Point Quantization)은 여러 값들을 하나의 공통 지수(exponent)를 공유하는 방식으로 표현하는 양자화 기법이다. 즉, 블록 내부의 여러 데이터(예: 동일 텐서의 일부 원소들)가 동일한 지수를 사용하고, 각 원소는 공유 지수에 대해 상대적 소수부(mantissa)만을 갖는 방식이다. ==개념 및 배경== 전통적인 IEEE 부동소수점... 최신 태그: 시각 편집
  • 05:592025년 10월 9일 (목) 05:59 차이 역사 +524‎ 학습 가능한 양자화 기법 ‎편집 요약 없음 최신 태그: 시각 편집
  • 05:502025년 10월 9일 (목) 05:50 차이 역사 +3,336‎ 새글 학습 가능한 양자화 기법 ‎ 새 문서: * 상위 문서: 신경망 양자화 * 상위 문서: 신경망 양자화 기법 '''학습 가능한 양자화(Learnable Quantization) 기법'''은 양자화의 하이퍼파라미터(예: 클리핑 한계, 구간 간격, 스케일 등)를 고정하지 않고, 학습 과정에서 함께 최적화하는 방식이다. * 이 접근법은 모델이 양자화 오차에 스스로 적응하도록 만들어 정확도 손실을 최소화한다. == PACT (Parameterized Clipping... 태그: 시각 편집
  • 02:172025년 10월 9일 (목) 02:17 차이 역사 +3,723‎ 새글 가중치 크기 기반 가지치기 ‎ 새 문서: '''가중치 크기 기반 가지치기'''는 딥러닝 모델에서 중요도가 낮은 가중치를 제거하여 연산량과 모델 크기를 줄이는 대표적인 가지치기(pruning) 기법이다. 가지치기 대상은 일반적으로 절댓값이 작은 가중치로 간주되며, 이를 제거하여 희소성(sparsity)을 유도한다. ==개념== 가중치 크기 기반 가지치기는 학습이 완료된(또는 진행 중인) 신경망에서 각 가중치의 절댓값... 최신 태그: 시각 편집
  • 02:122025년 10월 9일 (목) 02:12 차이 역사 +41‎ 신경망 가지치기 ‎편집 요약 없음 최신 태그: 시각 편집
  • 01:382025년 10월 9일 (목) 01:38 차이 역사 +3,661‎ 새글 CIFAR 데이터셋 ‎ 새 문서: '''CIFAR 데이터셋'''은 이미지 인식 및 머신러닝 연구에서 널리 사용되는 소형 컬러 이미지 데이터셋이다. 대표적으로 '''CIFAR-10'''과 '''CIFAR-100'''이 존재하며, 각기 다른 분류 수준을 제공한다. ==개요== CIFAR는 "Canadian Institute for Advanced Research"의 약자로, 원래는 MIT의 Tiny Images 프로젝트에서 파생된 데이터셋이다. 이 데이터셋들은 32×32 픽셀 크기의 컬러 이미지로 구성되... 최신 태그: 시각 편집
  • 01:332025년 10월 9일 (목) 01:33 차이 역사 −16‎ ResNet ‎편집 요약 없음 태그: 시각 편집
  • 01:332025년 10월 9일 (목) 01:33 차이 역사 +10,164‎ 새글 ResNet ‎ 새 문서: '''ResNet'''(Residual Network)은 딥러닝에서 층이 매우 깊은 신경망을 안정적으로 학습하기 위해 제안된 구조이다. ==개요== ResNet은 입력을 그대로 다음 층에 더해주는 '''스킵 연결(skip or shortcut connection)'''을 도입하여, 각 층이 원래 함수 H(x)를 직접 학습하는 대신 잔차(residual) 함수 F(x) = H(x) - x를 학습하도록 재정의한 구조이다. 이 방식은 기울기 소실(vanishing gradient) 문제... 태그: 시각 편집
  • 01:212025년 10월 9일 (목) 01:21 차이 역사 +27‎ 새글 Python ‎ 파이썬 문서로 넘겨주기 최신 태그: 새 넘겨주기 시각 편집
  • 01:202025년 10월 9일 (목) 01:20 차이 역사 +3,645‎ 새글 파이썬 ‎ 새 문서: '''파이썬'''(영어: Python)은 범용 고수준 프로그래밍 언어로, 가독성과 생산성을 강조하며 설계되었다. ==개요== 파이썬은 인터프리터 방식으로 실행되며, 동적 타이핑 및 자동 메모리 관리 기능을 제공한다. 여러 프로그래밍 패러다임(절차적, 객체지향, 함수형 등)을 지원하며, 방대한 표준 라이브러리와 생태계를 갖춘 언어이다. ==역사== 파이썬은 1980년대 말 네덜란... 최신 태그: 시각 편집
  • 01:192025년 10월 9일 (목) 01:19 차이 역사 +3,551‎ 새글 Jupyter Notebook ‎ 새 문서: '''Jupyter Notebook'''은 웹 기반 대화형 컴퓨팅 환경으로, 코드, 설명 텍스트, 시각화 등을 하나의 문서 내에서 통합하여 실행할 수 있게 해 준다. ==개요== Jupyter Notebook은 웹 브라우저를 통해 노트북(.ipynb) 문서를 작성하고 실행할 수 있는 서버‑클라이언트 응용 프로그램이다. 사용자는 코드 셀, 마크다운 셀, 수식, 그래프, 이미지 등을 조합하여 분석 흐름을 문서화할... 최신 태그: 시각 편집
  • 01:172025년 10월 9일 (목) 01:17 차이 역사 +3,748‎ 새글 Google Colab ‎ 새 문서: '''Google Colab'''(영어: Google Colaboratory)은 사용자가 웹 브라우저에서 파이썬 코드를 작성하고 실행할 수 있게 해 주는 클라우드 기반 노트북 환경이다. 구글이 제공하며, 별도의 로컬 설정 없이도 GPU/TPU 등의 계산 자원을 활용할 수 있다. ==개요== Google Colab은 Jupyter Notebook 환경을 클라우드에서 호스팅한 서비스다. 사용자는 로컬에 파이썬 환경을 구축할 필요 없이, 브라... 최신 태그: 시각 편집
  • 01:132025년 10월 9일 (목) 01:13 차이 역사 −15‎ 신경망 양자화 ‎편집 요약 없음 태그: 시각 편집
  • 01:122025년 10월 9일 (목) 01:12 차이 역사 +3‎ Llama.cpp ‎편집 요약 없음 최신 태그: 시각 편집
  • 01:112025년 10월 9일 (목) 01:11 차이 역사 +37‎ 새글 양자화 (딥 러닝) ‎ 신경망 양자화 문서로 넘겨주기 최신 태그: 새 넘겨주기
  • 01:112025년 10월 9일 (목) 01:11 차이 역사 +8,348‎ 새글 신경망 양자화 ‎ 새 문서: 모델 양자화(模型量子化, Model Quantization)는 딥러닝 모델의 수치 표현 정밀도를 낮춰 메모리 사용량과 연산량을 줄이는 최적화 기법이다. 주로 대형 언어 모델(LLM)이나 모바일·엣지 디바이스에서 효율적인 추론을 위해 사용된다. ==개요== 딥러닝 모델은 일반적으로 32비트 부동소수점(float32)으로 학습되지만, 추론 시에는 16비트(float16), 8비트(int8), 4비트(int4) 등 더 낮...
  • 01:112025년 10월 9일 (목) 01:11 차이 역사 −8,311‎ 모델 양자화 ‎ 신경망 양자화 문서로 넘겨주기 최신 태그: 새 넘겨주기

2025년 10월 8일 (수)

(최신 | 오래됨) ( | ) (20 | 50 | 100 | 250 | 500) 보기

원본 주소 "https://itwiki.kr/w/특수:기여/인공무능"