note

Fourier Transform에는 두 가지 단점이 있다. DTFT가 존재하지 않는 여러 유용한 signal들이 존재한다. 예를 들어, $u(n)$, $nu(n)$과 같은 신호들은 absolutely summable하지 않아서 DTFT가 존재하지 않는다. 또한, 초기 조건이나 input의 변화로 인한 system의 transient response(변화 대응해 steady-state로 가기전 과도기적 상태)를 DTFT에서는 반영하지 못한다. 이러한 두 가지 문제를 해결하기 위해 DTFT의 확장 형태인 z-transform이 나오게 되었다. Bilateral z-transform Definition $$ X(z)\equiv \sum_{n=-\infty}^{\infty} x(n)z^{-n}, R_{-} < ..

Discrete-Time Fourier Transform은 Discrete Time domain 신호를 Continuous frequency domain으로 옮기는 방법이다.(나중에 DFT가 나오는데 서로 다른 것이니 헷갈리지 말것!) 신호라는 것을 배워본 적이 없어서 time domain과 frequency domain을 이해하는것도 어려웠는데 유튜브 영상이 도움이 되었다. fourier transform을 시각적으로 보여주는 영상인데 time domain에서의 신호가 복소평면(z-plane)에서 어떻게 그려지는지 보여주고 그것을 frequency domain의 그래프로 다시 그리는 것을 보여준다. (몰랐는데 한국어 번역 영상도 존재한다.) Definition of DTFT $x(n)$ 은 time d..

0. Library 소프트웨어를 만들 때 쓰이는 클래스나 서브루틴들의 모임 다른 프로그램들과 링크되기 위하여 존재하는, 하나 이상의 서브루틴(subroutine)이나 함수(function)들의 집합 파일 링크(link)될 수 있도록 보통 컴파일된 형태인 목적 코드(object code)형태로 존재 확장자별 라이브러리 구분 .a : 리눅스 / 정적 라이브러리 .so : 리눅스 / 동적 라이브러리 .lib : 윈도우 / 정적 라이브러리 .dll : 윈도우 / 동적 라이브러리 1. Static Library(.lib) 특정 기능의 라이브러리를 static 하게 제작한다는 것은 link 단계에서 라이브러리(*.lib 파일)를 실행 바이너리에 포함시킨다는 얘기이다. 즉, 라이브러리의 동작 코드가 이를 사용하는 실..

문제 : boj 11052 풀이 - DP 문제 - 배열 _sum[n]은 n개 카드 구매시 최대값이다. - 배열 _sum의 값을 이용해 구매 카드 수가 n개일 때, (n-1장 구매시 최대값 + 1장 구매가격),(n-2장 구매시 최대값 + 2장 구매가격),...,(n장구매가격)을 비교해 최대값을 _sum[n]에 넣는다. C++ #include #include using namespace std; int N, price\[1001\]; unsigned int \_sum\[1002\]; void dp(int n){ unsigned int \_max(0); if(n == 1) { \_sum\[1\] = price\[0\]; dp(n+1); return; } else if(n == N+1) return; for (..

1. jupyter notebook 설치 ~$ pip install jupyter notebook 2. 환경설정 파일 생성 ~$ jupyter notebook --generate-config 3. 암호생성 ~$ python >>> from notebook.auth import passwd >>> passwd() Enter password: Verify password: psswd() # 패스워드 생성 Enter password: # 패스워드 입력 Verify password: #패스워드 확인 output으로 나오는 암호화된 비밀번호 저장해두고 나중에 이용 4. 환경설정 ~$ vim ~/.jupyter/jupyter_notebook_config.py 을 통해 환경설정 파일로 들어간다. c.NotebookA..

선택분류는 몇 가지 선택지가 주어지고 그 가운데 하나를 고르는 문제이다. object detection도 여러 물체 중 어떤 것인지 분류한다는 점에서 선택분류라고 할 수 있다. 이진분류에서는 시그모이드가 주요한 기준이었다면 선택분류에서는 소프트맥스가 사용된다. 소프트맥스는 시그모이드의 확장이라 할 수 있다. 소프트맥스 함수 소프트맥스 함수는 로짓값 벡터를 확률 분포 벡터로 변환해주는 비선형 함수이다. 일반식을 구하면 아래와 같다. $$ y_{i} = \frac{e^{x_{i}}}{e^{x_{1}}+\cdots +e^{x_{n}}} $$ 하지만 이 식은 코드를 통한 계산 과정에서 오류를 일으킬 수 있으므로 아래와 같이 변형된 식을 사용한다. $$ y_{i} = \frac{e^{x_{i} - x_{k}}}{..

문제 : boj 2206 풀이 벽이 뚫리지 않았을 때(w=0), 벽이 뚫렸을 때(w=1)를 확인할 수 있도록 배열 dist를 3차원 배열로 만들고, 거리를 담는다. 새로 탐색하는 좌표를 q에 담고, 하나씩 꺼내면서 이전 좌표값에 1씩 더한다. 이 값을 dist에 넣는다. #include #include using namespace std; struct map { int x, y, w; }; int N,M; int zido[1001][1001]; int dist[2][1001][1001]; int dx[]={1,0,-1,0}; int dy[]={0,1,0,-1}; int bfs(){ map now; int xtmp, ytmp; queue q; q.push({0,0,0}); dist[0][0][0] = 1;..

일시 : 2019.12.12.THU. 장소 : POSTECH 국제관 106호 대회의실 얼마전까지 포스텍 정보통신연구소 인턴을 해서 연구소 게시판을 보고 AI TECHTALK을 다녀왔다. 두 분의 연사께서 나오셔서 강연을 해주셨다. 첫 번째 연사: 김태완 님 NAVER Clova face team?에서 근무하시는 김태완님께서 먼저 강연을 해주셨다. 제목이 있었을텐데 필기를 안했다…(이렇게 필요할줄은 몰랐지..) 먼저 전반적인 Clova에 대한 소개를 해주셨다. visio, 음성인식 외에도 스스로 label 수정해가며 학습하는 기술인 Active Learning도 연구한다고 하셨다. 다음으로 어떤 연구를 하시는지 말씀해주셨다. 사용자의 얼굴을 실시간 tracking해서 다양한 일을 하게 되는데 이것을 사용자..