본문 바로가기

분류 전체보기

[Unconstrained Optimization]: Gradient Descent (1) 설명
Deep Learning/Optimization 2024. 1. 10. [Unconstrained Optimization]: Gradient Descent (1) 설명 최적화 기법은 크게 아래 다음 3가지로 분류할 수 있습니다. ▶ [Optimization 종류] Unconstrained Optimization: Gradient Descent Constrained Optimization: Lagrangian Multiply Convex Optimization 본 글은 제한 조건이 존재하지 않은 최적화 방법론(unconstrained optimization) 중 "Gradient Descent" 알고리즘에 대해 설명하고자 하며 [LG Aimers 3기,4기] 강의 및 [모두를 위한 컨벡스 최적화]를 참고하여 작성하였습니다. ▶ [Goal of unconstrained optimization] $$\min_\theta f( \theta ), \\ f( \theta ): \..
Adaptive Gaussian Process Change Point Detection(ADAGA): 일변량 시계열 데이터 이상치 탐지 방법론
Gaussian Process 2024. 1. 6. Adaptive Gaussian Process Change Point Detection(ADAGA): 일변량 시계열 데이터 이상치 탐지 방법론 Time seris data에서 change point를 탐지(detect)하는 것은 현실 세계에서 많은 분야의 근본적인 업무입니다. Change Point(CP)란, 데이터를 표현하는데 사용된 모델의 hyper-parameter가 갑자기 변하는 지점(point)을 의미합니다. 본 글은 논문 Adaptive Gaussian Process Change Point Detection(2022)을 바탕으로 gaussian process(가우시안 프로세스)와 statistical hypothesis testing(가설 검정)을 결합한 ADAGA를 통해 time series data에서 어떻게 CP를 탐지하는지에 대해서 설명하고자 합니다. ADAGA의 경우, 크게 두 개의 파트로 나눌 수 있으며 자세한 설명은 에서..
[## 프로그래머스 coding study ##: 2024.01]
Coding Study 2024. 1. 5. [## 프로그래머스 coding study ##: 2024.01] 2024년 1월에 푼 프로그래머스 코딩문제("코딩테스트 공부 목적") 본 글은 프로그래머스 코딩테스트 문제에서 푼 문제를 정리한 글입니다. 1. [Lv0] 분수의 덧셈(정답률 61%) 첫 번째 분수의 분자와 분모를 뜻하는 numer1, denom1, 두 번째 분수의 분자와 분모를 뜻하는 numer2, denom2가 매개변수로 주어집니다. 두 분수를 더한 값을 기약 분수로 나타냈을 때 분자와 분모를 순서대로 담은 배열을 return 하도록 solution 함수를 완성해보세요. [입출력 예] numer1 denom1 numer2 denom2 result 1 2 3 4 [5, 4] 9 2 1 3 [29, 6] def solution(numer1, denom1, numer2, denom2): i = 0 whil..
[SR-CNN(2)] Time Series Anomaly Detection Service at Microsoft
Time Series Analaysis/Time Series Anomaly Detection 2024. 1. 3. [SR-CNN(2)] Time Series Anomaly Detection Service at Microsoft 이전 글 [SR-CNN(1)]에서 Anomaly detection 및 Online detecion에 대한 정의와 Fourier Transform(푸리에 변환)에 대해 살펴보았습니다. 이전 글의 내용과 논문 [Time-Series Anomaly Detection Service at Microsoft]를 바탕으로 본 글 [SR-CNN(2)]에서는 "Spectral Residual(SR)"과 "SR-CNN"에 대해 본격적으로 살펴보고자 합니다. ▶ [Key Words of SR-CNN]: Anomaly Detection, Time Series, Spectral Reisual(SR) 1. Introduction ▶ Time-series anomaly detection이란, Sequence of real valu..
[SR-CNN (1)]: Fourier Transform
Time Series Analaysis/Time Series Anomaly Detection 2024. 1. 3. [SR-CNN (1)]: Fourier Transform 본 글은 논문 [Time-Series Anomaly Detection Service at Microsoft]를 바탕으로 SR-CNN 모델을 설명하고자 합니다. SR-CNN은 Spectral Residual(SR)과 Convolutional Neural Network(CNN)을 결합한 모델입니다. ▶ [Key Words of SR-CNN]: Anomaly Detection, Time Series, Spectral Reisual(SR) 0. Concept 본 모델에 대해 설명하기에 앞서 본 글 [SR-CNN(1)]에서는 필요한 개념 설명에 대해 먼저 하고자 합니다. ▷ Anomlay Detection & Online Detection Anomaly Detection(이상치 탐지)이란, 데이터에서 예상치 못한..
[Graph Gaussian Process(GGP)]: Bayesian Semi-supervised Learning with Graph Gaussian Process(GGP)
Gaussian Process 2023. 12. 27. [Graph Gaussian Process(GGP)]: Bayesian Semi-supervised Learning with Graph Gaussian Process(GGP) 본 글은 논문 [Bayesian Semi-supervised Learning with Graph Gaussian Process(GGP)]를 바탕으로 작성하였으며 Gaussian Process(GP)를 기반으로 Graph($G$) 상에서 어떻게 적용하는지를 중점으로 다룬 내용입니다. 0. Background [Graph] Graph($G$)에 대한 정의 및 구성은 다음 글을 참고하시면 좋을거 같습니다. Graph Structure 1. Graph Structure Graph란 방향성이 있거나(directed) 없는(undirected) 엣지(edge)로 연결된 노드(node=vertices)들의 집합이다. [그림1]에서 볼 수 있듯이 Grpah는 Edge와 Vertices로 이루어져 있다. Edge는 Li..

티스토리툴바