Arc Lab.'s Blog

[업데이트 2018.03.12 01:18] 작년 말에 선물 받은 책으로 저자는 심리학이라는 안경을 쓰고, 문학 작품 속에서 인물들의 심리를 들어다 보고 본인의 경험을 그것들에 녹여 이야기 하고 있습니다. 개인적으로 내적 자아와 그것이 형성되고 영향 받는 외부 요인 등 심리학적인 부분에 대해 평소 관심이 많았는데, 이 책은 문학 작품 속 인물들을 통해 그리고 심리학자들이 주장했던 내용을 토대로 이야기를 풀어나가고 있어서 읽을 때 흥미로웠습니다. 이 책에서 이야기 하고 있는 큰 줄기는 내면의 상처, 트라우마에 대해 우리가 어떻게 건강하게 받아들이고 치유되어 살아가야 하는지 작품 속 인물들을 통해 이야기 하고 있습니다. 작품 속 인물들은 우리에게 반면교사가 됩니다. 저자는 심리학의 눈으로 문학을 바라보는 훈련..

[업데이트 2018.08.31 09:43] 라이트세이버 DIY 처음 입문하면서 제작한 Graflex Lightsaber입니다. 최근에 사운드 보드 등 추가 업그레이드한 버전입니다.Graflex는 원래 Graflex사의 빈티지 카메라의 플레시로 쓰이던 것을 라이트 세이버의 디자인으로 적용한 것으로 보통 사람들은 Graflex Lightsaber로 부릅니다. 아래의 스크린샷은 스타워즈 TFA(The Force Awaken ,ep. VII) 에피소드7에 나왔던 고증으로 제작 할 때 가이드북을 참고하여 최대한 비슷하게 제작을 하였습니다. 다음의 내용은 실제 사용한 부품들 사양으로 보통 크게 외형을 담당하는 hilt/샤시와 LED, 사운드 제어 등을 담당하는 사운드 보드로 이루어 집니다. 그외에는 배터리, LED..

[업데이트 2023.06.06 20:30] 아래 링크된 pdf문서는 해외 유저들이 만든 라이트세이버 무비 프랍(movie prop) 가이드북입니다. 오리지널 트릴로지부터 최근 에피소드8까지 라이트세이버에 대한 다양한 정보가 정리된 문서입니다. 루카스 필름에서 디자인한 내용도 포함되어 있습니다. 보통 라이트세이버를 영화 고증에 맞게 제작시 자주 참고하는 자료입니다. 자세한 내용은 아래의 링크를 참고하시기 바랍니다. * 2020.03 기준 문서 업데이트 *참고 : https://wannawanga.com/wp-content/uploads/2020/03/SWLB_March_2020.pdf

[업데이트 2023.05.06 20:34] 국내 스타워즈 네이버 카페를 통해 Custom Light Saber DIY에 대해 알게 되었고, DIY 시작한지 벌써 1년 가까이 되었습니다. DIY시작하고 제작 가이드를 올려주시는 분을 알게 되어 도움을 받으며 제작을 하게 되었습니다. 특히 국내의 마스터 플렉스님의 제작 가이드가 정말 큰 도움이 되었습니다. 일단 해외직구를 위해 PayPal을 본인의 신용카드로 연결해놓으면 편리합니다. 구매를 해본결과 미국의 경우 모두 PayPal 결제를 지원하고 있습니다. 아래 링크들은 해외 직구 및 포럼 사이트 링크를 정리한 내용입니다. 아무래도 해외직구를 해야 하고 초기에 제작을 위해 필요한 도구들을 구매해서 비용이 좀 많이 들수도 있지만, 정말 재미있는 취미가 될 수 있..

[업데이트 2018.03.21 17:16] 세번째 요약할 논문은 "Gradient-Based Learning Applied to Document Recognition" (yann.lecun.com/exdb/publis/pdf/lecun-01a.pdf) 입니다. 이 논문을 기점으로 Convolutional Neural Network의 발전 계기가 된 LeNet 아키텍쳐에 대해 설명하고 있습니다. Abstract를 보면 역전파 알고리즘으로 훈련된 다층 신경망의 경우 Gradient 기반 학습 기술에 있어서 좋은 성공 사례임을 보여줍니다. 특히 손글씨와 같이 고차원의 패턴을 가진 데이터를 분류함에 있어서 적은 전처리만으로 좋은 성능을 보여줍니다. 이 논문에서는 손글씨를 인식함에 있어서 기존의 인식 방법과 비교..

[업데이트 2018.04.26 10:49] 두번째 요약할 논문은 "Convolutional Neural Networks for Sentence Classification" (https://arxiv.org/abs/1408.5882) 입니다. 간단한 CNN 모델과 약간의 하이퍼 파라메터 튜닝 및 정적 벡터 사용을 통해 여러 벤처마킹에서 우수한 결과를 보여줬다고 이야기 하고 있습니다. 또한 pre-trained된 정적 벡터(word2vec)를 sentence classification에 fine-tuning하여 사용함으로써 성능 향상을 할 수 있었다고 합니다.(non-static) 추가적으로 아키텍쳐의 간단한 변경을 통해 정적 벡터 및 특정 태스크에 대해 사용이 가능하도록 제안하고 있습니다. 본 논문에서는 ..

[업데이트 2017.11.28 14:49] 기존에 사용하였던 logistic regression에서 성능 향상을 위해 간단한 Neural Network 및 Convolutional Neural Network를 사용하여 Kaggle submission 결과를 비교 하였고, NN의 경우 hyper parameter 조정을 통해 약 78%, CNN을 사용함으로써 accuracy를 약 80%까지 올릴수 있었습니다. NN의 경우 Layer를 3개, 각 Layer당 activation unit 16개를 사용 하였고, ReLU 및 Xavier initializer를 사용하였고, dropout(0.5)을 설정하였습니다. activation unit, layer 개수를 무작정 늘린다고..

[업데이트 2018.03.18 14:11] Tensorflow 예제 중에 MNIST data에 대해 classification하는 예제가 있습니다. 해당 예제의 경우 MNIST data를 다운로드를 하는데, 만약 다음과 같은 오류가 발생할 경우 proxy server 설정이 되어 있지 않은 경우입니다. C:\Python36\python.exe C:/dev/ai/NeuralNetwork03.py Traceback (most recent call last): File "C:\Python36\lib\urllib\request.py", line 1318, in do_open encode_chunked=req.has_header('Transfer-encoding')) File "C:\Python36\lib\htt..

[업데이트 2017.11.08 12:32] 처음으로 요약할 논문은 "Structure and Evolution of Online Social Network " (https://dl.acm.org/citation.cfm?id=1150476) 입니다. Online Social Network가 가진 구조적 특성과 Network가 어떻게 성장하는 지에 대해 연구한 논문입니다. 1. 연구 목적- 큰 규모의 온라인 소셜 네트워크에서의 구조와 진화에 대한 연구.- 온라인 소셜 네트워크에서 네트워크의 성장하는 과정에 대한 분석 및 평가. 2. 연구 방법- Yahoo! 360과 Flickr와 같은 큰 규모의 소셜 네트워크를 가지고 연구.- 500만이 넘는 사용자수와 1000만이 넘는 사용자간 친구관계링크를 가진 데이터를..

[업데이트 2017.11.08 00:29] 구글에서 배우는 딥러닝 Learning from Google Deep Learning 저자 - 닛케이 빅데이터 [주요 내용 요약]- '닛케이 빅데이터'는 기업 사이에서 주목 받는 빅데이터, 인공지능, IoT를 활용한 신사업의 창출 및 업무 개혁을 중점적으로 취재하는 전문지. - 제3차 인공지능 붐을 대중에게 알리게된 계기 '알파고', '인공지능이 바둑으로 인간을 이기려면 10년은 필요하다'는 평을 깨는 계기가 됨. * 추가 조사한 내용제1차 인공지능 붐 : 1950년대 후반 1960년대, 컴퓨터로 추론, 탐색하여 특정 문제를 푸는 연구단계(간단한 문제만 풀림)제2차 인공지능 붐 : 1980년대, 컴퓨터에 지식을 넣으면 똑똑해 진다는 접근법(지식을 서술,관리하는 ..