모든 공개 기록

IT 위키에서 사용할 수 있는 모든 기록이 표시됩니다. 기록 종류나 사용자 이름(대소문자 구별) 또는 영향을 받는 문서(대소문자 구별)를 선택하여 범위를 좁혀서 살펴볼 수 있습니다.

(최신 | 오래됨) (다음 50개 | 이전 50개) (20 | 50 | 100 | 250 | 500) 보기

• 2025년 9월 25일 (목) 09:55 인공무능 토론 기여님이 합성곱 신경망 문서를 만들었습니다 (새 문서: 분류:인공지능분류:딥 러닝 ;Convolutional Neural Network; 합성곱 인공 신경망; 합성곱신경망 * CNN 처리 과정 도식화 600px * 실제 이미지 CNN 처리 과정 예시 600px == 구성 및 절차 == ;대상을 채널별로 나누고, 정보 손실 방지를 위해 패딩을 적용한 후, 필터를 이용해 스트라이드 단위로 합성곱을 해서 피처 맵을 만들어냄. 빠른 처리를 위...)
• 2025년 9월 25일 (목) 09:54 인공무능 토론 기여님이 배치 정규화 문서를 만들었습니다 (새 문서: 배치 정규화(영어: Batch Normalization, 줄여서 BN)는 딥 러닝에서 학습을 안정화하고 속도를 향상시키기 위해 사용되는 정규화 기법이다. 각 층의 입력을 정규화하여 내부 공변량 변화(Internal Covariate Shift)를 줄이는 것을 목적으로 한다. ==개요== *딥러닝 모델은 층이 깊어질수록 학습이 불안정해지고, 기울기 소실/폭주 문제로 인해 학습 속도가 느려진다. *배치 정규화는...) 태그: 시각 편집
• 2025년 9월 25일 (목) 08:54 인공무능 토론 기여님이 가지치기 (딥 러닝) 문서를 만들었습니다 (새 문서: 가지치기(영어: Pruning)는 딥 러닝에서 신경망의 불필요한 파라미터(가중치나 뉴런 연결)를 제거하여 모델의 크기를 줄이고 연산 효율을 높이는 기법이다. 이는 나무의 불필요한 가지를 잘라내는 원예 작업에서 유래한 용어로, 신경망의 성능은 유지하면서도 경량화를 달성하기 위해 사용된다. ==개요== *딥 러닝 모델은 수백만~수십억 개의 파라미터를 가지며, 이 중...) 태그: 시각 편집
• 2025년 9월 25일 (목) 08:51 인공무능 토론 기여님이 런렝스 인코딩 문서를 만들었습니다 (새 문서: 런렝스 인코딩(영어: Run-Length Encoding, RLE)은 동일한 값이 연속적으로 반복되는(run) 구간을 압축하여, 데이터 크기를 줄이는 단순한 무손실 압축 기법이다. 주로 데이터에 반복 구간이 많거나 희소 데이터(sparse data)에서 효과적이다. ==개요== *연속된 동일 값을 (값, 반복 길이) 쌍으로 표현한다. *예: [0, 0, 0, 3, 3, 1, 0, 0] → [(0,3), (3,2), (1,1), (0,2)] *일반적으로 흑백 이미지,...) 태그: 시각 편집
• 2025년 9월 25일 (목) 08:49 인공무능 토론 기여님이 희소 데이터 문서를 만들었습니다 (새 문서: 섬네일|대부분의 값이 0인 희소 데이터 희소 데이터(稀疏-, 영어: Sparse data)는 데이터의 대부분이 0 또는 비어 있는 값으로 이루어진 데이터를 말한다. 반대로, 대부분의 값이 유효한 값을 가지는 데이터는 조밀 데이터(密-, Dense data)라고 한다. 희소 데이터는 수학, 통계학, 데이터 과학, 인공지능 등 다양한 분야에서 다루어지며, 저장 및 연...) 태그: 시각 편집
• 2025년 9월 25일 (목) 08:48 인공무능 토론 기여님이 파일:희소 매트릭스.png 문서를 만들었습니다
• 2025년 9월 25일 (목) 08:48 인공무능 토론 기여님이 파일:희소 매트릭스.png 파일을 올렸습니다
• 2025년 9월 25일 (목) 08:43 인공무능 토론 기여님이 비트맵 인코딩 (압축) 문서를 만들었습니다 (새 문서: 비트맵 인코딩(영어: Bitmap encoding)은 데이터 압축 기법 가운데 하나로, 주어진 데이터에서 특정 값의 존재 여부를 비트 벡터(bitmap)로 표현하는 방식이다. 주로 0과 같이 반복되는 값이 많거나, 데이터가 희소(sparse)한 경우에 효율적이다. ==개요== *비트맵 인코딩은 값들의 위치 정보를 비트열로 표시하여 원본 데이터를 재현할 수 있도록 한다. *각 원소가 특정 값에 해...) 태그: 시각 편집
• 2025년 9월 25일 (목) 08:36 보안기사 토론 기여님이 펨토셀 문서를 만들었습니다 (새 문서: 펨토셀(영어: Femtocell)은 이동통신에서 기지국 신호가 약하거나 혼잡할 때, 가정이나 사무실 같은 소규모 공간에 설치하여 통신 품질을 개선하는 초소형 셀룰러 기지국이다. 기존의 이동통신망(Macrocell)과 인터넷(IP 네트워크)을 연결하여 음성 및 데이터 서비스를 제공한다. ==개요== *펨토셀은 이동통신사에서 제공하는 초소형 기지국 장치로, 유선 인터넷망(예: 광랜,...) 태그: 시각 편집
• 2025년 9월 25일 (목) 08:29 인공무능 토론 기여님이 부동소수점 연산 문서를 만들었습니다 (새 문서: 단위로써의 부동소수점 연산(FLOP, Floating Point Operation)은 컴퓨터가 수행하는 단일 부동소수점 연산을 의미한다. 보통 곱셈, 덧셈, 나눗셈, 제곱근 계산 등이 이에 포함된다. 인공지능, 과학 계산, 고성능 컴퓨팅(HPC)에서는 알고리즘이나 모델의 연산 복잡도를 나타내는 단위로 사용된다. ==정의== *'''FLOP'''은 한 번의 부동소수점 연산을 뜻한다. *'''FLOPs'''는 초당 수행할...) 태그: 시각 편집
• 2025년 9월 25일 (목) 08:28 인공무능 토론 기여님이 곱셈-누산 연산 문서를 만들었습니다 (새 문서: 곱셈-누산 연산(MAC, Multiply–Accumulate operation)은 인공지능 및 딥러닝 모델의 연산량을 측정하는 지표로, 곱셈(multiplication)과 덧셈(accumulation)이 결합된 기본 연산 단위를 의미한다. 주로 합성곱 신경망(CNN)이나 완전연결층(Dense layer)과 같이 대규모 연산이 필요한 구조에서 모델의 연산 복잡도를 비교하는 데 사용된다. ==정의== *'''MAC(Multiply–Accumulate operation)'''은 하나의...) 태그: 시각 편집
• 2025년 9월 25일 (목) 07:34 인공무능 토론 기여님이 기울기 폭주 문서를 만들었습니다 (새 문서: 기울기 폭주(영어: Exploding gradient)는 인공 신경망 학습 과정에서 역전파(backpropagation)를 통해 전달되는 기울기(gradient)가 지수적으로 커지면서 학습이 불안정해지는 현상이다. 이 문제는 특히 순환 신경망(RNN)이나 깊은 신경망에서 흔히 발생한다. ==개요== 신경망은 손실 함수(loss function)를 최소화하기 위해 경사하강법(gradient descent)을 사용한다. 이 과정에서 기울기가...) 태그: 시각 편집
• 2025년 9월 25일 (목) 07:27 인공무능 토론 기여님이 합성곱 문서를 만들었습니다 (새 문서: 합성곱(合成곱, 영어: Convolution)은 두 함수의 형태를 겹쳐 적분(또는 합)하여 새로운 함수를 만드는 연산으로, 신호 처리, 영상 처리, 확률론, 미분방정식 등 수학과 공학 전반에 걸쳐 널리 사용된다. 특히 딥러닝에서는 합성곱 신경망(CNN)의 핵심 연산으로 잘 알려져 있다. ==정의== 연속 함수 f, g에 대한 합성곱은 다음과 같이 정의된다. *(f * g)(t) = ∫ f(τ) g(t - τ) dτ 이...) 태그: 시각 편집
• 2025년 9월 25일 (목) 07:17 인공무능 토론 기여님이 야코비안 행렬 문서를 만들었습니다 (새 문서: 야코비안 행렬(영어: Jacobian matrix)은 다변수 벡터값 함수의 국소적 선형 근사를 나타내는 행렬로, 함수의 도함수 정보를 모아놓은 것이다. 미분학과 벡터 해석학에서 중요한 역할을 하며, 특히 변수 변환, 최적화, 비선형 방정식 해석, 기계학습 등에서 널리 사용된다. == 이름 == 한편, 독일 수학자 카를 구스타프 야코비(Carl Gustav Jacob Jacobi)의 이름에서 유래하였기 때...) 태그: 시각 편집
• 2025년 9월 25일 (목) 07:04 인공무능 토론 기여님이 파일:혼합 전문가 모델 예시.png 문서를 만들었습니다
• 2025년 9월 25일 (목) 07:04 인공무능 토론 기여님이 파일:혼합 전문가 모델 예시.png 파일을 올렸습니다
• 2025년 9월 25일 (목) 07:01 인공무능 토론 기여님이 Mixture of Experts (인공지능) 문서를 만들었습니다 (새 문서: Mixture of Experts(줄여서 MoE)는 여러 개의 전문가 모델(expert model)과 게이트(gating) 또는 라우터(router) 메커니즘을 결합하여 입력에 따라 적절한 전문가를 선택하거나 가중합하여 출력을 내는 기계학습 기법이다. 주로 딥러닝에서 모델의 효율적 확장과 성능 향상을 위해 사용된다. ==개요== Mixture of Experts는 입력 공간을 분할하여 각 부분에 대해 특화된 모델이 학습되도록...) 태그: 시각 편집
• 2025년 9월 25일 (목) 06:57 인공무능 토론 기여님이 텐서 (인공지능) 문서를 만들었습니다 (새 문서: 텐서(英: Tensor)는 스칼라, 벡터, 행렬 개념을 고차원으로 확장한 수학적 구조로서, 인공지능(머신러닝/딥러닝) 분야에서는 다차원 배열(multi-dimensional array)로 주로 사용된다. ==정의 및 개념== 텐서는 순서(order) 또는 차원(rank)을 가지며, *0차 텐서는 스칼라(scalar) *1차 텐서는 벡터(vector) *2차 텐서는 행렬(matrix) *3차 이상 텐서는 다차원 배열 형태로 일반화된다. 수학적으...) 태그: 시각 편집
• 2025년 9월 25일 (목) 06:52 인공무능 토론 기여님이 고유값 문제 문서를 만들었습니다 (새 문서: 내적 공간(內積空間, 영어: Inner product space)은 벡터 공간에 내적이 정의되어 있는 구조로, 벡터 사이의 길이와 각도를 정의할 수 있게 해준다. 이는 유클리드 공간을 일반화한 개념으로, 해석학, 기하학, 물리학 등 다양한 분야에서 중요한 역할을 한다. ==정의== 체(주로 실수체 또는 복소수체) 위의 벡터 공간 V가 주어졌을 때, 내적 공간은 다음 조건을 만족하는 함수...) 태그: 시각 편집
• 2025년 9월 25일 (목) 06:50 인공무능 토론 기여님이 내적 공간 문서를 만들었습니다 (새 문서: 내적 공간(內積空間, 영어: Inner product space)은 벡터 공간에 내적이 정의되어 있는 구조로, 벡터 사이의 길이와 각도를 정의할 수 있게 해준다. 이는 유클리드 공간을 일반화한 개념으로, 해석학, 기하학, 물리학 등 다양한 분야에서 중요한 역할을 한다. ==정의== 체(주로 실수체 또는 복소수체) 위의 벡터 공간 V가 주어졌을 때, 내적 공간은 다음 조건을 만족하는 함수...) 태그: 시각 편집
• 2025년 9월 25일 (목) 06:50 인공무능 토론 기여님이 벡터 공간 문서를 만들었습니다 (새 문서: 벡터 공간(영어: Vector space)은 벡터라 불리는 원소들의 집합으로, 벡터 덧셈과 스칼라 곱이 정의되어 있으며 특정 공리들을 만족하는 대수적 구조이다. 선형대수학에서 핵심적인 개념으로, 다양한 수학적 구조와 응용 분야에서 기본적인 틀을 제공한다. ==정의== 체(field) F 위의 벡터 공간 V는 다음 조건을 만족하는 집합과 두 연산(벡터 덧셈, 스칼라 곱)으로 정의된다....) 태그: 시각 편집
• 2025년 9월 25일 (목) 06:48 인공무능 토론 기여님이 행렬 문서를 만들었습니다 (새 문서: 행렬(行列, 영어: Matrix)은 수나 기호를 직사각형 모양으로 배열한 표로, 선형대수학의 기본적인 대상 중 하나이다. 주로 선형 변환을 나타내거나 연립방정식을 다루는 데 사용된다. ==개요== 행렬은 가로 줄을 '''행''', 세로 줄을 '''열'''이라 하며, 특정한 크기(차원)의 수들을 사각형 형태로 배열한 것이다. 행렬의 크기는 행의 수와 열의 수로 표시한다. 예를 들어, 3행...) 태그: 시각 편집
• 2025년 9월 25일 (목) 06:44 인공무능 토론 기여님이 선형대수학 문서를 만들었습니다 (새 문서: 선형대수학(線形代數學, 영어: Linear algebra)은 벡터, 행렬, 선형사상 등 선형적인 구조와 그 성질을 다루는 수학의 한 분야이다. 현대 수학과 공학, 물리학, 통계학, 컴퓨터 과학 등 다양한 학문 분야에서 기초적이면서도 핵심적인 역할을 한다. == 개요 == 선형대수학은 주로 선형 방정식의 해법, 벡터 공간의 구조, 행렬 연산, 고유값과 고유벡터, 내적과 직교성 등의...)
• 2025년 9월 25일 (목) 06:38 인공무능 토론 기여님이 행렬 계산 문서를 만들었습니다 (새 문서: {{제목|행렬 계산}} ==개요== '''행렬 계산'''(matrix calculation)은 선형대수학에서 행렬과 벡터를 대상으로 하는 다양한 연산을 말한다. 기본적인 연산으로는 덧셈, 뺄셈, 곱셈, 전치, 역행렬 등이 있으며, 응용 수학과 공학, 물리학, 컴퓨터 과학 전반에서 중요한 도구로 사용된다. ==주요 연산== ;행렬 덧셈과 뺄셈 :같은 크기의 행렬끼리 대응하는 원소를 더하거나 빼는 연...) 태그: 시각 편집
• 2025년 9월 25일 (목) 04:40 107.6.254.54 토론님이 Советские открытки с днем рождения 문서를 만들었습니다 (새 문서: == Советские открытки с днем рождения == В детстве, наверное, у каждого из нас были дни рождения, которые отмечали с особым трепетом и радостью. И часто поздравления приходили в виде красочных советских открыток – с забавными зверушками, сказочными персонажами или...)
• 2025년 9월 25일 (목) 04:39 Odawoked 토론 기여 계정이 생성되었습니다
• 2025년 9월 24일 (수) 12:37 인공무능 토론 기여님이 위치 인코딩 문서를 만들었습니다 (새 문서: 위치 인코딩(位置encoding, Positional Encoding)은 트랜스포머(Transformer) 아키텍처에서 입력 시퀀스의 토큰 순서를 모델이 인식할 수 있도록 추가하는 벡터 표현이다. 순환 신경망(RNN)이나 합성곱 신경망(CNN)과 달리, 트랜스포머의 어텐션 메커니즘은 토큰 간의 순서를 직접적으로 고려하지 않기 때문에 위치 정보를 별도로 주입해야 한다. ==개요== 트랜스포머는 입력 시퀀...) 태그: 시각 편집
• 2025년 9월 24일 (수) 12:09 인공무능 토론 기여님이 피드포워드 신경망 문서를 만들었습니다 (새 문서: 피드포워드 신경망(Feed-Forward Neural Network, FFNN)은 입력에서 출력으로 정보가 한 방향으로만 흐르는 인공신경망 구조이다. 순환이나 피드백 연결이 없으며, 가장 기본적인 형태의 신경망으로 분류된다. ==개요== 피드포워드 신경망은 인공신경망의 가장 단순한 구조로, 입력층(Input layer), 은닉층(Hidden layer), 출력층(Output layer)으로 구성된다. 각 층은 완전연결층(fully connec...) 태그: 시각 편집
• 2025년 9월 24일 (수) 12:07 인공무능 토론 기여님이 트랜스포머 블록 문서를 만들었습니다 (새 문서: 트랜스포머 블록(Transformer block)은 자연어 처리 및 기타 시퀀스 모델링에서 사용되는 트랜스포머 아키텍처의 기본 구성 요소이다. 트랜스포머 블록은 입력 벡터를 받아 내부적으로 self-attention 연산과 피드포워드 신경망을 거쳐 출력 벡터로 변환한다. ==구성 요소== 트랜스포머 블록은 일반적으로 다음 구성 요소들로 이루어...) 태그: 시각 편집
• 2025년 9월 24일 (수) 12:00 인공무능 토론 기여님이 시퀀스-투-시퀀스 구조 문서를 만들었습니다 (새 문서: 섬네일|인코더와 디코더를 사용한 구조 시퀀스-투-시퀀스 구조(Sequence-to-Sequence, Seq2Seq)는 입력 시퀀스(예: 문장)를 받아 출력 시퀀스(예: 번역된 문장)를 생성하는 신경망 아키텍처이다. 주로 인코더와 디코더 두 부분으로 구성되며, 기계 번역을 비롯한 다양한 자연어 처리 작업에서 활용된다. * 짧게 Seq2Seq이라고 쓰기도 한다. ==개...) 태그: 시각 편집
• 2025년 9월 24일 (수) 11:40 인공무능 토론 기여님이 파일:시퀀스-투-시퀀스 모델.png 문서를 만들었습니다
• 2025년 9월 24일 (수) 11:40 인공무능 토론 기여님이 파일:시퀀스-투-시퀀스 모델.png 파일을 올렸습니다
• 2025년 9월 24일 (수) 11:17 인공무능 토론 기여님이 어텐션 메커니즘 문서를 만들었습니다 (새 문서: 섬네일|어텐션 예시 어텐션 메커니즘(Attention mechanism)은 인공신경망에서 입력 시퀀스의 각 요소가 출력에 기여하는 중요도를 동적으로 계산하여 반영하는 기법이다. 원래는 신경망 기계번역(NMT)에서 제안되었으며, 이후 다양한 자연어 처리와 컴퓨터 비전 분야에서 널리 활용되고 있다. ==개요== 전통적인 시퀀스-투-시퀀스(seq2seq) 구조에서는...) 태그: 시각 편집
• 2025년 9월 24일 (수) 11:15 인공무능 토론 기여님이 파일:어텐션 예시.png 문서를 만들었습니다
• 2025년 9월 24일 (수) 11:15 인공무능 토론 기여님이 파일:어텐션 예시.png 파일을 올렸습니다
• 2025년 9월 24일 (수) 11:05 인공무능 토론 기여님이 파일:어텐션 메커니즘.png 문서를 만들었습니다
• 2025년 9월 24일 (수) 11:05 인공무능 토론 기여님이 파일:어텐션 메커니즘.png 파일을 올렸습니다
• 2025년 9월 24일 (수) 11:00 인공무능 토론 기여님이 셀프 어텐션 문서를 만들었습니다 (새 문서: 셀프 어탠션(Self-Attention)은 딥러닝에서 입력 시퀀스의 각 요소가 동일 시퀀스 내 다른 요소들과 어떤 관계를 갖는지를 스스로 학습하는 어탠션(Attention) 메커니즘의 한 종류이다. 문장 내 단어들 간 상호 연관성을 반영하여 문맥 정보를 효과적으로 포착할 수 있게 하며, 트랜스포머(Transformer) 구조의 핵심 구성 요소이다. ==개요== 셀프 어탠션은 주어진 입력 시퀀스 전...)
• 2025년 9월 24일 (수) 06:17 Itwiki 토론 기여님이 부산 잭팟 문서를 삭제했습니다 (Jacktherippot님이 추가한 문서를 대량 삭제함)
• 2025년 9월 24일 (수) 06:17 Itwiki 토론 기여님이 Jacktherippot 토론 기여님을 무기한 차단했습니다 (계정 만들기 금지됨) (단순 비방을 목적으로 한 문서는 작성 금지입니다.)
• 2025년 9월 24일 (수) 05:07 Agiler 토론 기여님이 백로그 그루밍 문서를 만들었습니다 (백로그 정제 회의 문서로 넘겨주기) 태그: 새 넘겨주기 시각 편집
• 2025년 9월 24일 (수) 04:51 Agiler 토론 기여님이 데일리 스크럼 문서를 만들었습니다 (새 문서: 데일리 스크럼(Daily Scrum)은 스크럼(Scrum) 프레임워크에서 스프린트 내 매일 개발 팀(Developers)이 모여 스프린트 목표(Sprint Goal)의 진행 상황을 점검하고, 하루 동안의 작업 계획을 조정하며 장애 요소를 식별하는 짧고 집중된 회의이다. ==정의== 데일리 스크럼은 스프린트 기간 동안 매 영업일(working day)에 동일한 시간과 장소(또는 동일한 형식)에서 15분(time‑boxed) 이내...) 태그: 시각 편집
• 2025년 9월 24일 (수) 04:46 Agiler 토론 기여님이 백로그 정제 회의 문서를 만들었습니다 (새 문서: 백로그 정제 회의(Backlog Refinement Meeting)는 애자일 개발, 특히 스크럼(Scrum) 방법론에서 제품 백로그(Product Backlog)를 실행 가능한 상태로 유지하기 위해 주기적으로 수행되는 회의이다. 사용자 스토리, 기능, 버그 등 백로그 항목들을 검토하고 우선순위, 크기, 설명 등을 조정하여 다음 스프린트 계획이 원활하게 이루어지도록 하는 것이 목적이다. ==정의== 백로그 정제...) 태그: 시각 편집
• 2025년 9월 24일 (수) 04:39 Agiler 토론 기여님이 프로덕트 백로그 문서를 만들었습니다 (새 문서: 프로덕트 백로그(Product Backlog)은 애자일 소프트웨어 개발 방법론, 특히 스크럼(Scrum)에서 사용되는 핵심 산출물로, 제품 개발에 필요한 모든 작업 항목을 우선순위에 따라 정리한 목록이다. ==정의== 프로덕트 백로그는 제품에 필요한 기능, 개선 사항, 버그 수정, 기술 부채, 비기능적 요구사항 등 다양한 작업 항목을 포함하며, 제품 소유자(Product Owner)가 책임지고 관...) 태그: 시각 편집
• 2025년 9월 24일 (수) 04:27 Agiler 토론 기여님이 스포티파이 애자일 모델 문서를 만들었습니다 (새 문서: <nowiki>{{서문 Spotify 애자일 모델(영어: Spotify Model)은 애자일 원칙을 기반으로 한 팀 조직 방식으로, 스포티파이(Spotify)가 성장하면서 제품 개발의 민첩성, 팀 자율성, 협업 및 지식 공유를 유지하기 위해 고안한 조직 구조이다.}}</nowiki> ==배경== 스포티파이는 초기 스타트업 단계에서 빠르게 성장함에 따라 전통적 스크럼(Scrum) 방식만으로는 여러 팀이 동시에 일하고,...) 태그: 시각 편집
• 2025년 9월 24일 (수) 01:39 Agiler 토론 기여님이 파일:애자일 작성 계.png 문서를 만들었습니다
• 2025년 9월 24일 (수) 01:39 Agiler 토론 기여님이 파일:애자일 작성 계.png 파일을 올렸습니다
• 2025년 9월 24일 (수) 01:37 Agiler 토론 기여님이 파일:애자일 사용자 스토리.png 문서를 만들었습니다
• 2025년 9월 24일 (수) 01:37 Agiler 토론 기여님이 파일:애자일 사용자 스토리.png 파일을 올렸습니다
• 2025년 9월 24일 (수) 01:34 Agiler 토론 기여님이 유저 스토리 문서를 만들었습니다 (사용자 스토리 문서로 넘겨주기) 태그: 새 넘겨주기 시각 편집

(최신 | 오래됨) (다음 50개 | 이전 50개) (20 | 50 | 100 | 250 | 500) 보기