Minseob's Study Blog

이 글은 POSTECH AI CAMP에 참여하여 연구원님께 수업받으며 간단하게 내용을 정리한 것이다. 틀린 내용이 있을 수 있으며, 수학적으로 엄밀하지 않을 수 있음을 미리 밝힌다. 선형대수학 이란? 선형 : 직선(일차의) 대수학 : 방정식을 공부하는 학문 -> 연립 일차 방정식 차원 차원 : 어느 지점을 설명하는데 필요한 정보의 숫자벡터를 설명하기 위해 필요한 원소의 개수 기저(basis) : 벡터를 표현 하기 위한 기본단위 ex) 2차원에서 벡터를 표현하려면 두 개의 기저가 필요함 벡터 공간 벡터 공간 : 덧셈과 스칼라곱 연산으로 이루어진 집합. 이때 이 원소들을 벡터라고 정의함 벡터의 덧셈 $X=[a_1 , a_2] , Y=[b_1,b_2]$ $X+Y=[a_1+b_1,a_2+b_2]$ 벡터의 크기(..

최적화(optimization) 문제 어떤 목적함수(objective function)의 함수값을 최소화(혹은 최대화)시키는 파라미터(변수) 조합을 찾는 문제이다. 최적화 원리 최적화 문제를 최소화 문제로 한정했을때, 현재 위치에서 함수값이 감소하는 방향으로 조금씩 파라미터 값을 이동하는 것을 반복하여 함수값이 최소화 되는 지점을 발견하는 것이다 . 기본적인 반복 최적화 방법에는 뉴턴 방법 , 경사하강법 이 있다. 이 글에서는 각 방법을 단일변수 함수에 한정지어 식을 설명할 예정이다. 1. 뉴턴 방법 $x_{k+1}=x_{k}-\frac{f(x_{k})}{f'(x_{k})}, k=1,2,…$ 초기값 $x_1$에서 시작해서 위 수식에 따라 x를 이동시켜 나가서 x값의 변화가 거의 없을 때까지 반복하는 것이..

국지좌표계에서 단위 질량당 전향력은 다음과 같이 나타낼 수 있다. $\overrightarrow{a}_{co}=fv\hat{i}-fu\hat{j} (f=2Ωsin𝜙)$ 이를 이용하여 아래 문제를 한번 풀어보자. 북위 $43°(f=10^{-4}s^{-1})$에서 동쪽으로 수평속도 $1000ms^{-1}$로 $1000km$ 거리를 날아간 경우 전향력의 영향으로 남쪽으로 변위된 총 거리를 구해보자. $\frac{dv}{dt}=-fu$ $v=-fu_{0}t $(u는 전향되는 정도가 충분히 작아 상수로 가정) $\int _{y_{0}}^{y_{0} +\delta y} dy=\int _{0}^{t} vdt\\ \delta y=-fu_{0}\int _{0}^{t} tdt\ =\ -fu_{0} t^{2} /2\ =\ ..

시험이 끝난 이후 자주 모여서 연구를 했다. 각 조별 현재까지 완료된 작업은 다음과 같다. 1조(생성1) 정간보를 리스트로 저장하는 방식 구현 완료 대칭군의 종류에 따라 정간보를 변형하는 방식 개선 완료 알고리즘을 이용하여 군을 입력받아 정간보 변형 코드 작성 절반정도 완료 2조(편곡) MuseGAN 개념 학습 목표에 맞게 코드 작성 중 (진행도 약 8%) 3조(생성2) 장단 / 시김새 정리 완료 복잡도(밀도 데이터)를 바탕으로 밀도가 높아질수록 장단이 빨라지게 코드 구현(주말 안에 끝남) 시드 음악과 전통문양 분류 체계(레이블링) 구상 중 4조(인식) 문양 하나로 벽지 생성하기: 거의 완료 벽지군 찾기: 진행 중 (히스토그램으로 해보았지만 실패하여 cnn 이용하려고 계획 중) 밀도(문양에서 검은 부분의..

추후 연구 일정 6/2 ~ 6/5 : 각 조 순서도 짜오기 6/5 ~ 7/5 : 시험공부 7/6 ~ 7/13 : 일부 학생(17명 중 10명) 연구 시작, 연구 과정 중 알고리즘 제작 7/13 ~ : 전체 인원 연구 시작. 인공지능 강의, 인공지능 개발 할 일 책(미술관에 GAN 딥러닝 실전 프로젝트, 케라스 창시자에게 배우는 딥러닝) 구매 7월 이후 강의 날짜 약속 잡기

회의 주제 : 각 조에서 교수님께 부탁드릴 것들은 무엇인가? 공통 : 인공지능 개론 + 적용 1조, 3조 (생성) : 정간보의 요소들을 데이터로 저장하는 효율적 방법 조언 2조 (편곡) : GAN 이론 + 적용 4조 (인식) : 이미지 인식과 computer vision 관련 알고리즘 강의

4조 (인식) 연구내용 인공지능을 이용하여 동물문, 식물문, 인공물문, 자연산수문 등 문 별로 문양을 분류 알고리즘을 이용하여 공간의 개수를 세서 정의한다. 검은 부분과 하얀 부분의 비율로 밀도를 정의한다. 단위격자를 바탕으로 벽지를 만든다.(미끄럼 대칭과 같은 대칭성을 파악하기 위해서) 가능하다면 알고리즘을 이용하여 생성한다. 만든 벽지에서 인공지능으로 벽지군을 분류한다. (CNN) 벽지 단위격자에서 문의 종류, 벽지군의 종류 , 복잡도, 밀도를 인식한다. 1조, 3조 (생성) 연구내용 정간보에서 대칭성을 기하적으로 적용하여 음악 생성(새로운 메커니즘 발명) 문양에서 bpm추출 및 적용 문양의 문을 고려하여 시드음악 선정 시드음악의 구성 패턴 AI 학습 2조 (편곡) 연구내용 기존 악보 AI 학습 분산..

분업 내용 1조 3조 : generating 2조 : arrangement 4조 : detection + recognition 각 조의 과정 Q. 대칭 정보만으로 제작하게 된다면 전통문양으로 음악을 이용하는 의미가 없다. 더 많은 데이터를 인식해야 할 것 같은데 이때 전통문양만이 가지는 의미 있는 데이터를 이용할 수는 없는가? 단순히 대칭성 정보만 가지고 만드는 것이랑 차이가 없지 않은가? A. 복잡도를 고려하여 문양의 느낌을 살릴 수 있을 것. 또한 결과물로서 음악이 만약 시대에 따라서 다르게 나타난다면 의미가 생길 것 같다. Q. 하지만 시대별로 대칭성은 결국 비슷하게 나타날 텐데 의미가 있는가? A. 대칭성만으로 부족. 인공지능 두께, 복잡도, 그와 같은 다른 요소들도 인식해야 한다. 신완용 교수님..

전체적인 틀 4개의 조가 3개의 작업을 나누어 맡는다. 전통 문양 이미지 인식하여 띠군, 벽지군 분류 AI 군을 반영하여 편곡 AI 조화롭게 편곡 AI 결정한것 시드 이미 있는 음악 1개로(멜로디라인과 베이스라인을 모두 가져온다.) 일부만 샘플링 한 곡당 문양 여러개..? 인식할 것들 군의 종류 복잡도(이를 통해 분위기) 나중 활용 시대에 따라서 문양입력시 나타나는 음악의 특성관찰

연구 일시: 2022. 5.11.(수) 19:00~21:30 연구 주제: 전통문양의 수학적 분석을 통한 음악 작곡 인공지능 만드는 방법에 관한 논의 연구 내용 벽지군과 띠군에 대한 발표(발표자: 김민섭, 송영) 토의 주제 설정 - 무늬가 가지는 대칭성을 인공지능과 결합하는 방식은 무엇인가? - Group symmetry를 통해서 무엇을 하려고 하는지, 전통문양을 음악으로 변환하려고 하는 이유는? - 서양문양과 전통문양에 차이점을 음악으로 표현할 수 있는지? 18C 미국 벽지 symmetry를 통해 음악을 만드는 것과 전통문양으로 만드는 것이 무엇이 다를까? 다르게 표현할 수 있을 것인지? - 만약 symmetry를 이용해서 음악을 작곡한다면, 전통문양의 symmetry 가 매우 단순할 수 있는데 이것을 ..