블로그

• RNN 모델 : 음성인식, 기존의 OUTPUT을 다음 결과값 낼 때, 사용함 일반적인 인공신경망(DNN, CNN)은 입력 데이터가 한 방향으로만 흘러가고 끝납니다. 시계열 데이터에 최적화: 이 '순환'하는 특성 덕분에 질문해주셨던 음성 인식, 자연어 처리(번역, 챗봇), 주가 예측 같은 시간 순서가 중요한 시계열 데이터(Sequential Data blog.naver.com · 2026.06.15
• ESPnet2 asr 성능 향상 방법을 OpenCode + Big Pickle 에 문의한 결과 모델 아키텍처 선택 (가장 중요) Conformer/E-Branchformer가 CNN 모듈로 local context를 잘 잡아 WER이 가장 좋습니다. 2. 데이터 증강 (Data Augmentation) Speed Perturbation (run.sh): SpecAugment (위 config에 포함): 추가 noise/RIR augmentation blog.naver.com · 2026.05.28
• Mortgage rates CNN: Historical data from the mortgage credit availability index (MCAI) Mor....... blog.naver.com · 2023.08.25
• 졸작 머신러닝 1차 시도 근황 이런 아주 tiny한 cnn 망을 만들었음 학습데이터는 시리얼로 받아서 csv 파일로 만든다음 data capture lab이라는 아주 훌륭한 라벨링 툴을 사용했음 cnn망에 넣어야하니 blog.naver.com · 2022.10.11
• [이석중의 알기쉬운 인공지능]CNN(6) XAI (설명 가능한 AI) CNN사람의 뇌세포를 모방한, "인공지능의 핵심 구성요소인 인공세포"과적합(overfitting) 해결 방법: 지능적인 학습 데이터 증강(Data augmentation)CNN(1) 개요 인공 신경망의 구조와 학습 방법과적합(overfitting) 해결 방법: 망의 일부를 생략하기(Dropout)CNN(2) CNN 구조의 유래Part 2. blog.naver.com · 2021.06.08
• [이석중의 알기쉬운 인공지능]CNN(5) Fully Connected Layer CNN사람의 뇌세포를 모방한, "인공지능의 핵심 구성요소인 인공세포"과적합(overfitting) 해결 방법: 지능적인 학습 데이터 증강(Data augmentation)CNN(1) 개요 인공 신경망의 구조와 학습 방법과적합(overfitting) 해결 방법: 망의 일부를 생략하기(Dropout)CNN(2) CNN 구조의 유래Part 2. blog.naver.com · 2021.05.24
• 머신 러닝-statistical learning(data minig, 다변량분석) . - 빅데이터 분석 : 머신 러닝 ; 예측 등에 초첨 `= . statistical learning(data minig, 다변량분석) ; 데이터 안에 숨겨진 관계 파악 ㄴ 그러나 기술적인 관점, 알고리즘 등이 비슷 - 데이터 마이닝 데이터 신경망 알고리즘 ---> 딥러닝 - cnn(이미지 특화) - rnn(챗봇) ; 자연어의 연결 - gnn(생성) ; blog.naver.com · 2018.08.02
• 올해 전자책 기기 1800만대 팔린다 지난 23일 기가옴(GigaOm)이 주최한 ‘빅데이터 콘퍼런스(Big Data Conference)’에서 미국의 대형 서점 체인인 ‘반스 앤드 노블(Barns & Noble) ’의 임원 마크 패리시(Parrish)는 미 출판업계가 ‘전자책’으로 격변 중이라고 했다. 25일 빅데이터 콘퍼런스의 내용을 소개한 CNN 인터넷판은 시장분석 기관인 ‘가트너 앤드 blog.naver.com · 2011.03.31