수민 님의 블로그

목차부재란 무엇인가?체결제의 종류전단공식(Shear Formula)의 유도왜 전단류를 따져야 하는가?전단류의 계산못의 체결간격 결정부재란 무엇인가?앞으로 사용할 부재(Member)라는 용어에 대해 먼저 한 번 짚고 넘어가도록 하자. 부재(Member) 혹은 건축부재(Structural Member)라 함은 건설 구조물의 뼈대를 이루는 데 중요한 요소가 되는 여러가지 재료를 의미한다.건축에서 주로 쓰이는 용어인데, 이러한 부재에 작용하는 힘(응력)과 변형(변형량) 간의 관계를 기술하는 재료역학(혹은 고체역학)에서도 부재(Member)라는 표현을 두루 쓴다. 재료역학에서 배우는 대표적인 부재로는 기둥(Column), 보(Beam), 축(Shaft)등이 있다.https://archigov19.tistory.c..

지난 글:https://powderblue0.tistory.com/21 [딥러닝] ANN 모델링의 주요 개념지난 글:https://powderblue0.tistory.com/20 [딥러닝] ANN(인공신경망)의 원리이번 글에서는 딥러닝의 기본이 되는 ANN(Artificial Nerual Network, 인공신경망)의 원리에 대해 설명합니다. 사실 직관적으로 이해하powderblue0.tistory.com이번 글에서는 딥러닝에서 많이 나오는 용어들에 대해 정리해두려고 합니다.개인적으로 이것저것 공부하면서 자주 보이는 용어들은 많은데 정작 그 의미에 대해 잘 모르거나, 모르는 채로 사용하는 용어들이 많다고 느껴서(일단나부터^^) 공부하는 김에 정리해둠.. 일단 글이 매우 길고 말이 매우 많으니 주의하세요 ..

이번 글에서는 지난 글에 미처 정리하지 못한 Physical AI에 대한 부분과, 더 나아가 이러한 모델들이 실제로 어떤 원리로 행동을 생성하게 되는지에 대한 내부 구조들을 들여다보도록 하겠습니다.목차I. 요즘 뜨는 Physical AIII. VLA는 로봇의 행동을 어떻게 생성하는가?III. 사고 과정(Reasoning)의 추가IV. Diffusion Model이란 무엇인가?V. Diffusion과 VLA의 결합: DiVLA I. 요즘 뜨는 Physical AI다시 VLA에 대해 설명하기 전에 2025년부터 뜨고 있는 Physical AI에 대해 먼저 말해 봅시다. 다음은 엔비디아에서 올린 Physical AI에 대한 소개 영상입니다. https://www.youtube.com/watch?v=AYSfc..

새로운 연구주제를 정하려고 이것저것 알아보다가 요즘은 이런 게 유행이라길래 가져왔습니다.요즘 인공지능 커뮤니티에서도 자주 언급되고, 국내외 대학에서 논문들이 끊임없이 나오는 주제인 VLA(비전-언어-행동) 모델 입니다. 실제로 관련 논문들을 읽다 보면 state of the art 기술이라는 표현이 참 많이 나옵니다.개인적으로 트렌드를 따라가는 걸 좋아하는 편은 아닙니다. 그렇지만 2년 간 학부생활을 하면서 깨달은 건, "대학은 정적인 것만을 공부하는 곳"이라고 믿었던 것과는 달리, 대학도 학계도 트렌드에 민감한 곳이라는 것이었습니다. 어느 정도 무엇이 트렌드인지, 그래서 앞으로 연구 방향이나 기술은 어느 방향으로 흘러갈 것인지에 대해 알아둘 필요도 있다는 것입니다. 그래서, 이번 글에서는 2025년 ..

지난 글:https://powderblue0.tistory.com/20 [딥러닝] ANN(인공신경망)의 원리이번 글에서는 딥러닝의 기본이 되는 ANN(Artificial Nerual Network, 인공신경망)의 원리에 대해 설명합니다. 사실 직관적으로 이해하기에 어려운 부분은 없는데, 많은 개념이 나오는 만큼 쉽게 까먹게powderblue0.tistory.com지난 글에서는 ANN의 기본적인 학습 과정에 대해 정리했습니다. 딥러닝은 많은 시행착오들을 거치며 발전해 왔습니다. 이론에서 나오는 대부분의 개념은 '원리 적용 → 문제발생 → 문제해결'의 흐름을 따라 진행됩니다. 그러나 그 흐름을 한번에 배우려고 하면 나오는 개념이 너무 많고 용어도 길고 헷갈리는지라, 한번에 배우려고 했다가는 오히려 아무것도 ..

이번 글에서는 딥러닝의 기본이 되는 ANN(Artificial Nerual Network, 인공신경망)의 원리에 대해 설명합니다. 사실 직관적으로 이해하기에 어려운 부분은 없는데, 많은 개념이 나오는 만큼 쉽게 까먹게 되는 것 같아서 정리해 두려고 합니다. 딥러닝이란 건 결국 "생각하는 신경망"의 설계, 즉 생각하는 방법의 설계와도 같습니다. 이번 글의 경우딥러닝 모델을 실제로 만들 때 알고 있어야 하는 부분전체적인 학습의 흐름개념적으로 헷갈릴 수도 있는 부분들위주로 정리하려고 합니다. 목차1. 데이터 준비: Feature Data와 Target Data2. 데이터를 작은 단위로 나눈다. 2.1. Batch의 개념 2.2. BGD, SGD, MGD의 차이 알기 2.3. DataL..

이번 글에서는 이전 Nilm 관련 글들의 흐름과는 조금 벗어나, 새롭게 UK-DALE 데이터에 대해 정리해보고자 합니다. 이번 글은 UK-DALE 데이터와 UK-DALE의 다운로드 방법에 대한 정리글입니다.Nilm의 연장선에서 이 내용을 정리하는 것도 있지만, 제가 UK-DALE 데이터의 다운로드를 시도했었을 때 다양한 시행착오들이 있었고, 당시에 한국어로 정리된 다운로드 방법 관련 글이 하나도 없었기에 (ㅠㅠ) 그냥 제가 한 번 정리해보려고 합니다. 글을 시작하기 전에 혹시라도 이번 글로 제 블로그를 처음 접하는 분이시라면, UKDALE 관련 글 이전에 아래 글 참고하시면 좋을 것 같습니다. https://powderblue0.tistory.com/10 [Nilm] (1)-NILM 기술의 이해이번 글..

지난 글에서는 전처리한 '고양시 전력데이터'에 대하여 각각 FFT 분석과 이상탐지 분석을 실시한 결과에 대해 정리하였습니다. https://powderblue0.tistory.com/17 [Nilm] (4)-FFT와 이상탐지지난 글에서는 데이터 선정 과정과 다운로드한 "대용량 데이터"를 어떻게 "다룰 수 있는 수준"까지 줄였는지에 대해 정리하였습니다. 아래에서 지난 글을 확인할 수 있으니 참고 바랍니다. https:/powderblue0.tistory.com이번 글에서는 본격적으로 모델 빌드 과정에 대해 서술해보도록 하겠습니다. 모델의 목표는 전체 전력에서 개별 전력을 분해해내는(=Nilm) 것이었습니다.이러한 복잡한 모델을 만들 경우 아무것도 없는 상태부터 모델을 만드는 것이 아닌, 기존에 존재하는 ..

지난 글에서는 데이터 선정 과정과 다운로드한 "대용량 데이터"를 어떻게 "다룰 수 있는 수준"까지 줄였는지에 대해 정리하였습니다. 아래에서 지난 글을 확인할 수 있으니 참고 바랍니다. https://powderblue0.tistory.com/16 [Nilm] (3)-데이터 선정과 전처리이전까지의 글에서 Nilm 기술에 대한 소개와 Nilm 연구에 사용되는 데이터에 대해 정리하였습니다. 이제부터는 '그래서 제가 실제로 무엇을 하였는지'에 대해 정리해보려고 합니다. 이번 글에서는powderblue0.tistory.com일련의 전처리 과정을 거쳐 다음과 같은 데이터를 얻었습니다. 이번 글에서는 전처리한 데이터에 대해 수행한 분석들 및 그 적용근거, 그리고 분석 결과까지를 요약해보도록 하겠습니다. 모델 빌드 전..

이전까지의 글에서 Nilm 기술에 대한 소개와 Nilm 연구에 사용되는 데이터에 대해 정리하였습니다. 이제부터는 '그래서 제가 실제로 무엇을 하였는지'에 대해 정리해보려고 합니다. 이번 글에서는 다음과 같은 목차의 내용을 통해 Nilm을 위한 데이터의 선정 과정과해당 데이터를 처리할 수 있는 선행연구 모델그리고 데이터의 전처리 과정에 대해 정리합니다.목차AIHub 제공 데이터Nilm에서의 회귀와 분류Seq2Seq 모델과 UNet 모델데이터 다운로드와 전처리 AIHub 제공 데이터지난 글은 다음 링크에서 보실 수 있습니다.https://powderblue0.tistory.com/15 [Nilm] (2)-데이터에 대한 이해지난 글에 이어 Nilm을 이해하기 위한 기초지식들을 정리하겠습니다. 지난 글에서는 N..