BBong's Story

강의 요약: EE542 Lecture 20 - Embeddings and Vectorizations 이번 강의는 **임베딩(Embeddings)**과 **벡터화(Vectorizations)**를 중심으로, 자연어 처리(NLP)와 데이터 표현의 주요 개념과 기술을 다루었다. Word2Vec과 같은 기법을 통해 단어와 문서의 의미를 수치적 벡터로 표현하고, 이를 다양한 NLP 작업에 활용하는 방법이 강조되었다.주요 내용 1. 임베딩의 필요성  • 텍스트를 수치 데이터로 변환해야 머신러닝 모델에 활용 가능.   • One-Hot Encoding:     • 단어를 길이 $N$의 벡터로 표현하며, 단 하나의 값만 1이고 나머지는 0.     • 공간 비효율적이며 단어 간 관계를 표현하지 못함.   • Bag o..

강의 요약: EE542 Lecture 19 - Machine Learning 2 이번 강의는 머신러닝의 응용을 확장하여 데이터 수집 및 처리, 센서 기반 학습 모델, 파워 모니터링, 그리고 머신러닝 알고리즘의 실질적 한계와 개선 방향을 다루었다. 특히 클라우드 컴퓨팅 환경에서 에너지 및 열 관리 문제와 같은 실질적인 문제 해결 방안을 제시하였다.주요 내용 1. 도메인 지식과 머신러닝  • 머신러닝 접근법은 도메인 지식과 결합해야 더 나은 성능을 발휘함.   • 기존 데이터 분석 방법:   • 물리적 모델에 의존하였으나, 복잡성과 상관관계 부족으로 한계 존재.   • 현재 머신러닝 접근법:     • 데이터 수집 및 전처리를 통해 모델을 학습.     • 비지도 학습과 지도 학습 모두 활용 가능. 2. 자..

강의 요약: EE542 Lecture 18 - Machine Learning 이번 강의는 머신러닝(Machine Learning) 기술의 기초부터 응용까지 다루며, 데이터 수집, 전처리, 학습 알고리즘, 그리고 실제 응용 사례를 중심으로 설명한다. 특히, 하드웨어 가속기(FPGA)를 활용한 문서 처리와 데이터 분석, 그리고 머신러닝 알고리즘의 한계와 교훈에 대해 다룬다. 인터넷 클라우드 과목에 왠 머신러닝인가 싶지만, 이미 컴퓨터 관련된 모든 과목에서 머신러닝, AI를 빼고는 말하기 힘든 수준에 온것 같다. 어떤 과목이든 한번씩은 언급하게 되는것 같다. 주요 내용 1. 머신러닝의 필요성  • 복잡한 문제 해결을 위해 데이터를 기반으로 학습.   • 실세계 문제를 해결하기 위한 모델 기반 결과 도출.   ..

강의 요약: EE542 Lecture 17 - Big Data Processing 이번 강의는 빅데이터 처리에 대해 다루며, 대규모 스트리밍 데이터, 네트워크 보안, 문서 분석, 그리고 빅데이터의 패턴 매칭과 문법 기반 파싱과 같은 핵심 주제를 포함했다. 또한, FPGA를 활용한 하드웨어 가속기 설계와 데이터 분석의 미래 방향도 논의되었다.주요 내용 1. 대규모 스트리밍 데이터 처리  • 이미지 및 신호 처리:     • 3D 소나 빔포밍.     • 자동 표적 인식.     • 비디오 스트림 압축.   • 패턴 및 구문 감지:     • 네트워크 침입 탐지.     • 데이터 추출 및 구문 분석.   • 의미 데이터 처리:     • 데이터 분류 및 클러스터링.     • 콘텐츠 기반 라우터 설계. 2..

강의 요약: EE542 Lecture 16 - Database in the Cloud 이번 강의는 클라우드 데이터베이스의 개념, 전통적인 데이터베이스와의 차이점, 그리고 SQL과 NoSQL의 비교를 중심으로 클라우드 환경에서 데이터 저장 및 관리의 주요 기술을 다루었다. 특히 ACID와 BASE 모델의 특성, 데이터베이스 확장성 문제, 그리고 다양한 데이터베이스 시스템의 활용 사례가 강조되었다.주요 내용  1. 클라우드 데이터베이스의 주요 활용  • 빅데이터 처리:     • 정보 요약, 의미 분석, 패턴 매칭, MapReduce 활용.   • 데이터 분할 및 관리:     • 데이터 정제, 인덱싱, K-means 클러스터링. 2. 데이터베이스 개념   • 데이터베이스(DB):     • 체계적으로 조직..

강의 요약: EE542 Lecture 15 - IIoT Real World Example 이번 강의는 산업용 사물 인터넷(IIoT) 기술을 실제 사례에 적용한 내용을 다루었다. 특히, **스스로 지속 가능한 IIoT(Self-Sustaining IIoT)**를 구현하기 위한 목표와 기술적 도전 과제, 적용 사례에 대해 설명하였다. 강의는 에너지 수집, 무선 센서 네트워크, 비침습적 데이터 분석, 그리고 실시간 데이터 수집 및 처리에 중점을 두었다. 실례는 교수님이 직접 참여한 프로젝트를 사례로 보여주었다. 해당 프로젝트에 대한 부분은 추후 Paper 정리에서 좀더 자세히 다뤄보겠다.주요 내용 1. 강의 목표  • 현실 세계에서 스스로 지속 가능한 IIoT 구현.   • IIoT를 통해 비용 효율적인 방식..