추천검색어
2배
d라이브러리
"곱"(으)로 총 303건 검색되었습니다.
- 소행성 위협 막을 첫걸음 DART과학동아 2021년 11호
- 하지만 막대한 질량 차이를 극복하는 방법이 있다. 속도다. 충격량은 질량과 속도의 곱이므로, 이론적으로는 속도를 크게 높이면 작은 질량으로도 충격량을 늘릴 수 있다. 연구자들은 디모포스에 충돌하기 직전 다트 우주선의 속도를 초속 약 6.58km(시속 약 2만 3688km)까지 가속한다면 공전궤도를 ... ...
- [인터뷰] “수학이 우리를 자유롭게 하리라”수학동아 2021년 11호
- 했던 AI 소설가를 구현할 방법이 생각났어요. 논문은 벡터의 확장 개념인 ‘텐서’의 곱에 관한 것이었는데, 이를 잘 활용하면 되겠다 싶었지요. 텐서는 성질이 같은 벡터를 모아놓은 것으로, 컴퓨터가 우리가 쓰는 언어를 인식하게 하려면 숫자들의 모임인 텐서로 바꿔 입력해야 해요. Q. 어떻게 ... ...
- [인공지능, 수학으로 타파]수학동아 2021년 10호
- 원하는 이미지를 얻습니다. 이때 쓰이는 연산이 바로 ‘합성곱(Convolution)’입니다. 합성곱은 두 함수의 특징을 모두 가질 수 있도록 합성시키는 연산의 한 종류입니다. 예를 들면 자연에서 서로 다른 두 개의 파도가 서로 마주보며 진행한다고 상상해봅시다. 두 개의 파도는 겹쳐지면서 새로운 ... ...
- [특집] 미래가 이끄는 메타버스! 너도 타보지 않을래?수학동아 2021년 08호
- http://dl.dongascience.com/magazine/view/M202108N007 나를 닮은 아바타로 게임을 하고, 한 번도 가지 못한 곳을 가보고, 물건을 보기만 해도 관련 정보가 내 눈 앞에 펼쳐지는 세상. 영화 속에서 다 본 모습들이라고요? 하지만 이제 영화가 아닌 현실이 될 수도 있습니다. 미래를 이끄는 메타버스 플랫폼이 만들어 ... ...
- [특집] 불가능을 현실로 만드는 메타버스수학동아 2021년 08호
- 필터로 사진을 나타내는 정사각형 조합들과 정해진 공식에 맞게 계산합니다. 이때 ‘합성곱’이라는 연산을 사용하죠. 이렇게 계산한 값이 일정값보다 크면 우리가 찾는 부위라고 판단합니다. 눈, 코, 입 등 이목구비에 해당하는 모든 부위를 찾아내면 그 영역을 얼굴이라 하고 각 이목구비에 ... ...
- 더 빠르게, 더 스마트하게│인공지능 반도체과학동아 2021년 07호
- 모든 뉴런과 결합한 신경망)이나 합성곱(하나의 함수와 다른 함수의 반전이동 값을 곱한 뒤 적분해 새로운 함수로 만드는 수학 연산)과 같은 독특한 연산방법이 적용되는데, 이런 연산에 더욱 적합한 형태로 반도체를 설계하는 것이 핵심이다.AI가 데이터를 학습하거나 학습된 데이터를 토대로 ... ...
- [매스미디어] 라켓소년단의 1승의 비결은 경우의 수?!수학동아 2021년 07호
- 나옵니다. 3단식과 2복식을 구성하는 경우의 수는 단식의 6가지와 복식의 6가지를 곱해 총 36가지입니다. 팀의 전략을 짜는 감독은 가능한 경우의 수를 고려해 팀의 오더를 짭니다. 단체전 5경기 중 3경기를 빨리 이기려면 잘하는 선수를 앞서 배치하고, 그렇지 않다면 잘하는 선수를 뒤로 보내는 ... ...
- [논문탐독] 카메라 단 한 대로 보행자 찾는 자율주행과학동아 2021년 07호
- 것은 생각보다 복잡합니다. 연구팀은 여기에 ‘골격 검출(skeleton detection)’이라는 합성곱신경망(CNN)을 적용했습니다. 골격 검출은 이미지 검출에 주로 사용되는 인공신경망 중 하나로 사람의 관절 부위를 찾은 뒤 이들을 서로 이어 골격의 모양을 유추합니다. ‘마스크(Mask) R-CNN’ ‘오픈포즈’ 등의 ... ...
- [특집] 딥러닝의 모든 것은 ‘함수’수학동아 2021년 03호
- 합해서 평균을 내면 차이가 음수일 경우 실제 오차보다 계산된 오차가 작을 수 있어 제곱한 뒤 평균을 냅니다. AI는 1~3단계를 반복하며 손실함수의 값이 최소가 되는 가중치를 찾습니다. 무궁무진한 딥러닝의 세계! 앞서 설명한 퍼셉트론을 몇 개 연결하냐에 따라 딥러닝은 더욱 똑똑해질 수 있어. ... ...
- 인공지능, 수학으로 타파수학동아 2021년 03호
- , x2,…, xi가 있는 경우에도 같은 방식으로 표현합니다. 출력값이 두 개인 경우는 행렬의 곱을 이용해 나타냅니다. 이때 wij는 i번째 노드에서 j번째 노드로 연결된 가중치를 의미합니다. 편의상 편향을 0으로 가정하면 다음과 같은 행렬과 그림으로 나타낼 수 있습니다. 문제 입력 신호 x에 ... ...
