대외활동44 [LG Aimers] 자율주행과 레이더센서의 이해 - 1. 자율주행 시장동향 LG Aimers 학습 내용 정리 출처 : https://www.lgaimers.ai/ 미래 모빌리티 메가 트렌드의 핵심 키워드 : CASE ( Connectivity, Autonomous, Shared, Electrification ) Autonomous Driving : 운전자 개입 없이 스스로 안전하게 주행이 가능한 자율주행 고도화 Connectivity : 고도화된 연결형 자율주행을 통한 탑승자의 안전 및 교통관리 효과성 극대화 Electrification : 높은 에너지 효율성 기반 1회 충전으로 최대 주행거리 확보 Level 3 : 조건부 자율 주행, 차량과 인터넷 모바일 연결성 강화를 위한 5G 채용, infotainment 관련 Usecase확대 Level 4 : 고도 자율 주행 Level.. 2022. 7. 26. [LG Aimers] 인과추론 - 3. Modern Identification LG Aimers 학습 내용 정리 출처 : https://www.lgaimers.ai/ Modern Identification - 지금까지는 인과효과를 얻기 위해 하나의 domain만을 생각하였다. ( 주어진 도메인 - 관측 데이터 - 인과 효과 ) - 여러 종류의 데이터를 한번에 활용해 인과 효과를 계산하면 더 좋지 않을까? SES ( Socioeconomic Status ) : 사회 경제적인 사람들의 상태에 따라서 데이터가 수집될 수 있다. - 데이터는 다양한 특성을 가지고 있고 결국 인과 추론을 하는 데 있어서 이러한 특성들을 고려하지 않는다면 편향이 있는 값이 계산될 수 있다. X : Cholesterol Level Y : Heart Attack Z : Diet X값인 Cholesterol lev.. 2022. 7. 26. [LG Aimers] 인과추론 - 2. Causal Effect Identification LG Aimers 학습 내용 정리 출처 : https://www.lgaimers.ai/ 인과 효과 (Causal Effect) 계산하는 방법 Causal Effect Identifiability 1. Query 2. Causal Diagram 3. Data Z변수 : X와 Y에 서로 영향을 미치는 교란 변수 W변수 : X와 Y 중간에 있는 변수 이렇게 X, Y, Z, W 변수가 있는 world에서 Z가 X 변수에 미치는 영향이 사라지게 된다면 기존 $P(v) = P(z) * P(x|z) * P(w|x) * P(y|w,z)$ 에서 x에 대한 z의 조건부 확률이 1이되어 $P(v) = P(z) * P(w|x) * P(y|w,z)$ 형태로 나타나게 된다. - 결합확률을 식으로 decompose한 뒤 x가 나오.. 2022. 7. 25. [LG Aimers] 인과추론 - 1. Causality LG Aimers 학습 내용 정리 출처 : https://www.lgaimers.ai/ 인과추론 : 인과성의 의미, 인과 추론을 위한 기본적 개념 인과성이란? (Causality) : 하나의 어떤 무언가가 다른 무엇을 생성함에 있어 영향을 미치는 것 인과성과 인공지능, 기계학습, 데이터사이언스와의 연결고리 : - 인공지능은 어떤 에이전트가 목표를 성취하기 위해 합리적인 액션을 취할지를 학습한다. 이 때 환경에 변화를 줘서 원하는 상태로 변화시키는 인과관계로의 해석이 가능하다. - 기계학습에서는 데이터의 상관성을 학습하며 이 결과를 커뮤니케이션 하는 과정에서 상관성과 인과성을 모두 복합적으로 고려한다. 인과 계층 1. 가장 기본적인 관측 계층 ( 변수들의 상관성 파악 ) 2. 실험 계층 ( 주어져 있는 실.. 2022. 7. 25. [LG Aimers] 설명가능한 AI - 3. Explainable AI(XAI) - 3 LG Aimers 학습 내용 정리 출처 : https://www.lgaimers.ai/ XAI 평가 방법 ( Metrics ) 1. Human-based visual assessment (사람들이 직접 XAI방법들이 만들어낸 설명을 보고 평가 ) - AMT(Amazon Mechanical Turk) Test 단점 : 쉽게 알 수 있지만 시간이 오래 걸림 2. Human annotation ( 사람들이 이미 만들어놓은 데이터를 이용 ) - Pointing game : Bounding box를 이용해서 평가하는 방법 - Weakly supervised semantic segmentation : 어떤 이미지에 대해 Classification label만 주어져 있을 때 이를 활용하여 픽셀별로 객체의 label.. 2022. 7. 24. [LG Aimers] 설명가능한 AI - 2. Explainable AI(XAI) - 2 LG Aimers 학습 내용 정리 출처 : https://www.lgaimers.ai/ 다양한 XAI 기법 Saliency map 기반 방법 1. CAM ( Class Activation Map ) - Saliency map 기반의 설명 가능 방법 - GAP(Global Average Pooling) layer를 만들어 설명을 제공, GAP layer는 각 Activation map의 모든 Activation들을 평균낸다. - 어떤 Activation map에 activation이 크게 된다는 것은 map이 주어진 입력과 관련이 많다는 뜻이고, 이를 결합하는 w가 크다는 것도 최종 분류에 큰 영향을 주는 Activation이라는 뜻이므로 그것을 결합하면 입력에 대한 예측을 잘 설명하는 방식이 된다. - .. 2022. 7. 23. 이전 1 2 3 4 5 6 ··· 8 다음
