VVNN

# https://hoya012.github.io/blog/SIngle-Image-Super-Resolution-Overview/ 대표적인 SR 모델들의 성능 지표 -> RCAN 이라는 논문이 가장 괜찮은 성능 지표를 나타냈다고 함. 모델들 시간 순서대로

# https://sofar-sogood.tistory.com/entry/SRCNN-Image-Super-Resolution-Using-Deep-Convolutional-Networks-ECCV-14 # https://jaejunyoo.blogspot.com/2019/05/deep-learning-for-SISR-survey-1.html # https://hyuna-tech.tistory.com/entry/%EA%B8%B0%EC%B4%88%EA%B0%9C%EB%85%90-SISR-%EB%B6%84%EC%95%BC-%EB%85%BC%EB%AC%B8-%EC%9D%B4%ED%95%B4%EB%A5%BC-%EC%9C%84%ED%95%9C-%EC%9A%A9%EC%96%B4-%EC%A0%95%EB%A6%AC Imag..

Resnet layer가 깊어질 수록 gradient vanishing/exploding 등의 문제로 학습이 잘 되지 않는 문제가 존재한다. 이를 해결하기 위해 Deep Residual Learning을 제안 기존 방식 : 입력 x가 들어왔을 때 CNN 레이어를 거쳐 출력 F(x)가 나옴 Residual : 입력 x가 들어와서 CNN 레이어를 거쳐 출력 F(x)가 나오고, 거기에 다시 입력 x를 더해주는 identity mapping 작업을 수행함. 하나의 레이어를 통과하자마자 x를 더하는것이 아닌 몇 개의 레이어를 거친 후 identity mapping 작업을 진행함. 이렇게 몇 개의 layer를 생략하고, identity mapping을 하는 것을 short connection/skip connect..

layer가 많이, 깊이 쌓을 수록 성능이 좋아지는가? 그렇지 않았음. 오버피팅때문도 아니었고,, 모델이 깊어지면서 최적화optimization에서 문제가 생김 = 모델이 깊어질수록 gradient의 영향력이 감소함. 따라서 망을 무조건 깊게 하는게 능사가 아니었음을 알게 됨.. 레이어가 깊어질수록 곱해지는 미분값이 증가하면서 초기값에 집중하지 못해 CNN의 효과가 떨어짐. 그래서 등장한 개념이 Residual(잔여의, 나머지의..) block 입력값을 출력값에 더해줄 수 있도록 지름길(shortcut)을 하나 만들어주는 것 기존 방식은 입력값 x에 타겟값 y로 매핑하는 함수 H(x)를 얻는게 목적이었음. 그러나 Resnet은 F(x) + x를 최소화하는 것을 목적으로 함. x는 현 시점에서는 변할 수 ..

기초 지식? https://valvesoftware.github.io/steamvr_unity_plugin/articles/Interaction-System.html Vive Input Utility https://github.com/ViveSoftware/ViveInputUtility-Unity/wiki/Example-0.Tutorial Unity XR 입력 https://docs.unity3d.com/kr/2022.1/Manual/xr_input.html OpenVR 컨트롤러 입력 https://docs.unity3d.com/kr/2019.2/Manual/OpenVRControllers.html [Steam VR 사용하기] 3. Controller Input 설정하기 (짱이야...) https://m..

사용중인 버전 : unity 2019.4.4f01 & Visual Studio 2019 사용하는 이미지 데이터 : 옵틱 자극 포스핀 이미지 과정 0) Package Manager에서 2D sprite 인스톨 1) 원하는 이미지를 Assets - Materials 폴더에 드래그에서 넣기 2) Inspector 창에서 Texture Type(텍스쳐 타입)을 Sprite로 설정 Mesh Type(메시 타입)은 Full Rect Inspector 창 하단의 Apply(적용) 버튼을 눌러 Sprite 변환 완료 3) 이미지 게임 오브젝트 생성 GameObject - UI - Image (2d 오브젝트랑 머가 다른지는 몰겟다) Hierachy 창에 생긴 이미지 컴포넌트 이름 적당히 바꿔주기 이미지 컴포넌트는 상호작..

# https://blog.naver.com/khszzxx/221163018185 # https://iskim3068.tistory.com/73 # https://pjessesco.tistory.com/14 # https://lifeisforu.tistory.com/367 # https://blog.daum.net/jbkist/2853 - 광속(luminous flux) 혹은 광선속 광원으로부터 나오는 빛의 총량, 광원에서 만들어지는 모든 방향의 빛을 합한 값. 주로 조명의 밝기를 표현할 때 사용. 광속에 시간을 곱하면 광량(quantity of light), 빛의 총 에너지이고, 이로부터 산출되는 단위 시간에 나오는 빛의 양이 광속. - 광도(luminous intensity) 빛의 방향에 수직한 면을..

// https://datascienceschool.net/03%20machine%20learning/04.01%20%ED%9A%8C%EA%B7%80%EB%B6%84%EC%84%9D%20%EC%98%88%EC%A0%9C.html 특정한 입력변수값을 사용하여 출력변수의 값을 계산하는 것을 예측(prediction)문제라고 한다. 예측문제 중에서 출력변수의 값이 연속값인 문제를 회귀(regression) 또는 회귀분석(regression analysis) 문제라고 한다. 회귀분석은 독립변수 x에 대응하는 종속변수 y와 가장 비슷한 값 y^를 출력하는 함수 f(x)를 찾는 과정이다. f(x)가 선형함수면 이 함수를 선형회귀모형(linear regression model)이라고 한다. 선형회귀모형을 사용하는 회..

Feedforward 선행예측.. 앞으로 일어날 상황을 미리 예측하여 조건반사적 or 미리 입력된 내용으로 대응 # 억제성 신경 회로 특이적 감정 기억 조절 작용 https://scienceon.kisti.re.kr/srch/selectPORSrchReport.do?cn=TRKO201900021987&dbt=TRKO # https://blog.naver.com/mecapyo/90011819205 Feedforward Inhibition 피드포워드 억제 흥분성 시냅스 아세틸콜린이 축색돌기(axon)에서 분비되어 시냅스 후 뉴런의 수상돌기(dendrite)에 결합해 Na+의 투과성을 증가시키게 되고, 이때 발생하는 전위를 흥분성 시냅스후 전위라고 한다. 억제성 시냅스 신경 말단에서 온 자극이 탈분극을 억제하..

# 뉴럴 디코딩의 원리와 최신 연구 동향 소개 - 김광수, 안정열, 차성광, 구교인, 구용숙, 2017 개념만 정리. 통계적인 부분 생략....ㅎ 수학적인 것도 아주 대충,, 1. 서론 신경세포는 체외 자극을 스파이크 형태의 전기 신호로 변환해 정보를 주고받음. 활동전위(Action Potential)는 정보를 전달한다. 자극의 강도가 커질수록 스파이크 발생 빈도가 증가하며, 정적인 자극이 지속되면 스파이크 발생 빈도가 감소하는 현상을 관찰. 1) 단일 파라미터의 자극에서 다수 파라미터의 자극에 대한 실험 -> 신경 세포 반응은 소수 몇 개의 파라미터에 의해 크게 좌우되고, 이러한 주요 파라미터들의 특정 값에서 그 반응이 최대가 된다. 2) 정적 자극에 대한 반응 연구에서 동적인 자극에 대한 반응 연구 ..