'분류 전체보기' 카테고리의 글 목록

NExT-GPT: Any-to-Any Multimodal LLM 정리

논문 정리 2025. 7. 9. 16:39

연구 목적 및 문제 정의모델 구조 (전체 아키텍처)학습 전략실험 결과 요약결론 및 핵심 기여이 연구의 의의와 우리에게 주는 시사점1. 연구 목적 및 문제 정의연구 목표NExT-GPT는 어떤 모달리티든 입력하고 어떤 모달리티든 출력할 수 있는범용 멀티모달 대형 언어 모델(MM-LLM)을 제안한다.목표는 텍스트, 이미지, 오디오, 비디오의 조합을 자유롭게 처리할 수 있는“Any-to-Any” 멀티모달 시스템 구축이다.기존 연구의 한계기존 MM-LLM의 구조대부분의 멀티모달 모델은 LLM 중심 + 어댑터 연결 구조입력(이미지/오디오 등)은 인식 가능하지만, 출력은 거의 항상 텍스트예시: BLIP-2, Flamingo, LLaVA, MiniGPT-4 등주요 한계점항목내용입력 편향텍스트 외 모달 입력은 가능하나 ..

GroundingDINO 정리

논문 정리 2025. 7. 9. 16:25

Motivation & Background (왜 필요한가?)Model Overview (구조 및 핵심 아이디어)Loss FunctionsExperiments & ResultsLimitations & InsightsTakeaways1. Motivation & Background (왜 필요한가?)Open-Set Object Detection이란?문제 정의: Open-Set Object Detection기존 Closed-set Object Detection 모델은 정해진 범주의 객체만 인식 가능예: COCO 학습 모델은 '코끼리'라는 클래스가 없으면, 코끼리를 탐지할 수 없음하지만 실제 세상은 Open-world 환경언제든 새로운 객체 등장 가능사용자 정의 질의(예: "red umbrella")에 기반한 탐지..

온도 예측 모델 만들기

AI 모델 연습 2025. 5. 6. 00:05

이번 모델은 공공데이터포털에 있는 2020,2021,2022연도의 날씨 데이터를 통해 학습하고 2023년도의 온도를 측정하는게 목표이다 해야할 작업 순서는 아래와 같다1. 데이터 통합 및 전처리📌 해야 할 일2020, 2021, 2022년 데이터를 하나의 DataFrame으로 병합날짜 기준으로 정렬하고 중복 제거min_temp, max_temp가 포함된 열을 파악하고, 결측값 처리날짜로부터 월(month), 요일(dayofweek) 등 파생 변수 생성데이터 정리 기준:날짜(Date)기온 관련 변수: min_temp, max_temp, (avg_temp, dew_point 등)날씨 관련 변수: 강수량, 습도, 풍속, 기압 등2. 탐색적 데이터 분석 (EDA)📌 해야 할 일기온의 시계열 추이 시각화 (연..

MQTT - 1, 기본통신

ROS2&MQTT 2025. 4. 6. 00:20

🔷 1. MQTT 실험 환경 설정📍 [1-1] Mosquitto 브로커 설정 (mosquitto.conf)Mosquitto는 오픈소스 MQTT 브로커설정 파일: config/mosquitto.conflistener 1883 # 포트 설정allow_anonymous true # 인증 없이 사용persistence true # 재시작 후에도 메시지 저장persistence_location /mosquitto/data/log_dest stdout # 로그 출력📍 [1-2] Docker로 브로커 실행 (옵션)docker run -it -p 1883:1883 -v ./config:/mosquitto/config -v ./data:/mosquit..

Chap 1.3 Analysis of Algorithms

알고리즘 설계 및 실습 2025. 4. 5. 21:12

왜 알고리즘을 분석해야 할까?같은 문제를 푸는 여러 알고리즘이 있을 수 있음어떤 게 더 빠르고 효율적인지를 판단하려면 분석 필요실제 컴퓨터 성능, 언어, 구현 방법에 따라 실행 시간은 달라지지만이론적 분석은 입력 크기 n에 따른 경향성을 알려줌📄 원문In general, a time complexity analysis of an algorithm is the determination of howmany times the basic operation is done for each value of the input size.✅ 해석일반적으로, 알고리즘의 시간 복잡도 분석이란입력 크기의 각 값에 대해 기본 연산이 몇 번 수행되는지를 구하는 것이다.분석의 기본 구성 요소구성요소의미입력 크기(input size..

Chap1 1.2 The Importance of Developing Efficient Algorithms

알고리즘 설계 및 실습 2025. 4. 4. 22:50

왜 효율성이 중요한가?❓ "컴퓨터 성능이 계속 좋아지는데 굳이 알고리즘 효율성을 따져야 해?"→ Yes. 무조건 중요함.컴퓨터가 빨라져도, 문제 크기(input size) 는 더 빠르게 커짐좋은 알고리즘은 수십 배, 수백 배 빠른 성능 차이를 만듦🔍 두 알고리즘 비교 사례🔹 1.2.1 Sequential Search vs Binary Search🧪 문제: 정렬된 배열에서 x가 있는지 찾기알고리즘방식비교 횟수(최악의 경우)Sequential Search처음부터 끝까지 순서대로 비교n회Binary Search중간값 기준으로 절반씩 줄여감log₂n + 1회📌 핵심 비교n = 4,294,967,296일 경우:Sequential: 약 43억 번 비교Binary: 단 33번만 비교아무리 컴퓨터가 빨라도 Se..

Chap1 1.1 Algorithms : problem, solution, algorithm

알고리즘 설계 및 실습 2025. 4. 4. 22:23

1.1 Algorithms 요약📌 1. 문제(Problem)어떤 질문 또는 작업(task)에 대한 일반적인 기술예시:정렬 문제: n개의 숫자가 있는 리스트 S를 비감소 순으로 정렬하라탐색 문제: 리스트 S 안에 x라는 값이 존재하는지 판단하라📌 2. 인스턴스(Instance)문제의 특정한 입력 값 집합예:리스트 S = [10, 7, 8, 11, 5, 13]이고, n = 6인 경우 → 정렬 문제의 인스턴스x = 11인 경우 → 탐색 문제의 인스턴스📌 3. 해(Solution)인스턴스를 해결한 결과위 예에서 정렬의 결과는 [5, 7, 8, 10, 11, 13]탐색 결과는 “Yes, x is in S”📌 4. 알고리즘(Algorithm)문제의 모든 인스턴스를 풀 수 있는 일반적인 단계별 절차essent..

Chap1 - 0. 학습 목표 및 방법

알고리즘 설계 및 실습 2025. 4. 4. 20:25

학습 목표 정리알고리즘의 정의와 구성 요소 이해효율적인 알고리즘의 필요성과 사례 비교시간 복잡도 분석 (Worst, Average, Best)Big-O 표기법과 순서의 수학적 의미 이해학습 흐름 구성주제 설명외부 자료 활용 팁1.1 알고리즘문제, 인스턴스, 해답, 알고리즘의 정의유튜브에서 “What is an Algorithm” 검색 (ex. Computerphile 채널)1.2 효율적인 알고리즘의 중요성Sequential Search vs Binary Search, Fibonacci 알고리즘 비교시각적 설명이 좋은 영상 검색: “Binary Search vs Linear Search animation”1.3 알고리즘 분석입력 크기, 기본 연산, 시간 복잡도 개념 (T(n), W(n), A(n), B(n..

ABOUT ME

🧑‍💻데부장의 개발일지🧑‍💻 🧑‍💻데부장의 개발일지🧑‍💻

티스토리툴바