AI&알고리즘
-
LSTM(Long Short-Term Memory) - 장단기 메모리AI&알고리즘 2022. 3. 29. 15:43
A. why - RNN의 기울기 소실 문제(vanishing gradient problem) 개선 B. Keyword - RNN, 기울기 소실, 장기의존성문제, Cell State, Input, Forget, Output, GRU[Reset, Update] 1. 개요 가.개념 순환 신경망(RNN) 기법의 하나로 기존 순환 신경망(RNN)의 문제인 기울기 소멸 문제(vanishing gradient problem)를 방지한 신경망 기법 나.특징 - RNN 문제점 개선 - 높은 효율성 - 워드임베딩, 자연어 학습, 상황인식 2.LSTM 구성도 및 메커니즘 산식 가. LSTM 구성도 나. LSTM 메커니즘 산식 3. LSTM 개선모델, GRU(Gated Recrurent Unit) - 학습 파라미터 감소 - ..
-
메타휴리스틱스(Metaheuristics)AI&알고리즘 2022. 2. 14. 11:21
126회 정보관리기술사 1교시 2번 문제 평소 학습으로 개념이나 주요 기법을 알고 있었다면 방어가 가능한 문제이나, 선택이 쉽지 않은 문제였습니다. 인공지능 알고리즘이 지엽적인 문제 해결에서 범용적 문제 해결로 발전하고 있는 시대적 흐름에 기반하여 근본적이고 Deep한 문제가 출제되고 있습니다. 0.why - 인공지능 알고리즘 연구의 활성화 - 범용성 : 다양한 분야에 두루 적용 가능한 알고리즘 연구 필요 - 문제해결 어려움 : 한정된 시간에 최적해를 구하기 어려운 문제 존재 1.범용 알고리즘의 기틀, 메타휴리스틱스의 개요 가. 메타휴리스틱스의 개념 특정 문제에 한정되지 않고, 어떠한 문제에도 범용적으로 대응할 수 있도록 설계된 알고리즘의 기본적인 프레임워크 나. 메타휴리스틱스의 특징 1)최적화 문제 해..