티스토리

edcrfv458 님의 블로그

검색하기

블로그 홈

edcrfv458 님의 블로그

edcrfv458.tistory.com/m

edcrfv458 님의 블로그 입니다.

구독자: 5

방명록 방문하기

주요 글 목록

클라우드 데이터를 이동시키는 방법USB와 같은 물리적 저장 장치 이용클라우드 업체가 운영하는 데이터 센터를 이용 데이터 센터수많은 컴퓨터가 분산화되어 모여 있음클라우드 서비스: 하드웨어나 소프트웨어 등이 준비되어 있지 않아도 인터넷에 연결된 단말기만 있다면 어디에서든 데이터 센터에 접속해 데이터를 관리하고 설치된 소프트웨어를 이용할 수 있는 서비스 클라우드 종류일반적으로 알려진 유형퍼블릭 클라우드직접 데이터 센터를 구축해서 이용온-프레미스 (On-Premise): 사용자가 물리적인 공간에 서버를 구축하는 전통적인 방식프라이빗 클라우드: 특정 조직을 위해 별도의 클라우드망을 클라우드 전문 회사에서 구축해 제공하는 방식온-프레미스와의 차이점: 필요에 따라 인프라 증설을 쉽게 할 수 있음국내 기업은 비용이나 보안에 대.. 공감수 0 댓글수 0 2025. 4. 24.
MLops Silo Effect조직 내 부서나 팀들이 서로 고립되어 정보와 자원을 공유하지 않고 독립적으로 운영되는 상황문제커뮤니케이션 부족중복 작업비효율적 자원 활용혁신 저해전체 목표 달성 어려움또 다른 표현으로 '조직 이기주의' 발생 이유서비스의 규모가 작을 때는 개발팀과 운영팀 사이의 구분이 별로 없음서비스의 규모가 커질 수록 개발팀과 운영팀이 나뉘게 되고 소통의 물리적 한계가 옴다른 팀과 미팅을 할 때 팀 전체가 아닌 팀장, 책임자, 소수의 시니어들만 참가이러한 상황으로 인해 소통의 부재가 생김원인부서나 팀 단위로 분리된 소직적 조직의 구조커뮤니케이션 부족/기술 장벽/성과 평가/리더십 부재 등 DevOps위의 문제를 해결하기 위해 등장Development + Operations: 개발과 운영의 합성어SW 개.. 공감수 2 댓글수 0 2025. 4. 24.
정처기(서브넷, 네트워크 침해 공격, 형상 관리 도구, 스케줄링) 서브넷문제: 192.168.1.0/24 네트워크를 FLSM 방식을 이용해 3개의 Subnet으로 나누었을 때, 두 번째 네트워크의 브로드캐스트 IP 주소를 10진수 방식으로 작성FLSM: 똑같은 크기로 똑같이 나눠줌2의 제곱수로 나눔필요한 개수보다 적게는 못 나눔필요한 개수보다 크게 나눈 다음 사용할 부분만 사용하면 됨IP: 192.168.1.0/24를 2진수 변환 ➡️ 11000000 10101000 00000001 00000000Subnet Mask: 0/24는 앞에서 부터 1을 24개 작성 ➡️ 11111111 11111111 11111111 000000000은 사용 가능, 1은 사용 불가능Subnet Mask를 10진수로 변환하면 255.255.255.0따라서 IP의 182.168.1 까지는 건들.. 공감수 0 댓글수 0 2025. 4. 18.
정처기(DB 트랜잭션) 트랜잭션Atomicity (원자성): 트랜잭션의 연산은 데이터베이스에 모두 반영되도록 완료(Commit)되든지 아니면 전혀 반영되지 않도록 복구(Rollback)되어야 함Consistency (일관성): 트랜잭션이 그 실행을 성공적으로 완료하면 언제나 일관성 있는 데이터베이스 상태로 변환함Isolation (독립성, 격리성, 순차성): 둘 이상의 트랜잭션이 동시에 병행 실행되는 경우 어느 하나의 트랜잭션 실행중에 다른 트랜잭션의 연산이 끼어들 수 없음Durability (영속성, 지속성): 성공적으로 완료된 트랜잭션의 결과는 시스템이 고장나더라도 영구적으로 반영되어야 함트랜잭션 연산REDO: 데이터베이스가 비정상적으로 종료되었을 때, 디스크에 저장된 로그를 분석하여 트랜잭션의 시작(start)과 완료(c.. 공감수 0 댓글수 0 2025. 4. 17.
정처기(SQL, 전송 오류, HDLC, 애플리케이션 테스트, 프로토콜(2), 보안 침해 공격) 데이터 조작SELECT (검색): SELECT~ FROM~ WHERE~INSERT (삽입): INSERT INTO~ VALUES~DELETE (삭제): DELETE~ FROM~ WHERE~UPDATE (변경): UPDATE~ SET~ WHERE~SQL 뷰 제거DROP VIEW __ ( )CASCADE: 제거할 요소 참조하는 다른 모든 개체 함께 제거RESTRICT: 다른 개체가 제거할 요소를 참조할 경우 제거를 취소전송 오류후진 오류 정정 (BEC, Backward Error Correction): 오류가 발생하면 역방향 채널을 통해 송신 측에 재전송을 요구하는 방식Parity, CRC 등을 사용해 오류 검출하고, 오류 정정은 자동 반복 요청(ARQ)으로 수행ack ➡️ 긍정 응답nak ➡️ 부정 응답 .. 공감수 1 댓글수 0 2025. 4. 17.
정처기(UML 다이어그램, 접근 통제, 클라우드, 무결성) 다이어그램사물과 관계를 도형으로 표현여러 관점에서 시스템을 가시화한 뷰를 제공함으로써 의사소통에 도움을 줌정적 모델링에서는 주로 구조적 다이어그램 사용클래스 다이어그램: 클래스와 클래스가 가지는 속성, 클래스 사이의 관계를 표현객체 다이어그램: 클래스에 속한 사물들, 즉 인스턴스를 특정 시점의 객체와 객체 사이의 관계로 표현럼바우 객체지향 분석 기법에서 객체 모델링에 활용컴포넌트 다이어그램: 실제 구현 모듈인 컴포넌트 간의 관계나 컴포넌트 간의 인터페이스를 표현구현 단계에서 사용배치 다이어그램 (Deployment): 결과물, 프로세스, 컴포넌트 등 물리적 요소들의 위치를 표현구현 단계에서 사용복합체 구조 다이어그램 (Composite Structure): 클래스나 컴포넌트가 복합 구조를 갖는 경우 그 .. 공감수 0 댓글수 0 2025. 4. 17.
정처기(라우팅, 정규화, 페이지 교체, 보안 위협, 리눅스|유닉스 처리 조건) 라우팅 프로토콜정적 라우팅: 네트워크를 관리하는 관리자가 어디로 갈 지 결정동적 라우팅: 장치가 직접 라우팅을 수행하는 방식IGP (내부 게이트웨이 프로토콜): 라우팅 내부RIP: 거리 벡터 라우팅 프로토콜 (최대 15홉)소규모 동종의 네트워크 내에서 효율적최단 경로 탐색시 Bellman-Ford 알고리즘 사용라우팅 정보를 30초마다 네트워크 내의 모든 라우터에 알리며, 180초 이내에 새로운 라우팅 정보 수신되지 않으면 해당 경로를 이상 상태로 간주OSPF: RIP의 단점 해결하여 새로운 기능을 지원하는 인터넷 프로토콜대규모 네트워크에서 많이 사용라우팅 정보에 변화가 생길 경우 변화된 정보만 네트워크 내의 모든 라우터에 알림최단 경로 탐색 시 Dijkstra 알고리즘 사용EGP (외부 게이트웨이 프로토.. 공감수 0 댓글수 0 2025. 4. 16.
정처기(SQL, 릴레이션, 프로토콜, 암호화, 응집도/결합도) DML (Data Manipulation Language, 데이터 조작어)SELECT: 테이블에서 튜플 검색중복되는 튜플 한번만 표시: DISTINCT오름차순: ASC, 내림차순: DESCSELECT [테이블명.]속성명 [AS 별칭][, [테이블명.]속성명, ...]FROM 테이블명[, 테이블명, ...][WHERE 조건]INSERT: 테이블에 새로운 튜플 삽입INSERT INTO 테이블명([속성명, 속성명2, ...])VALUES (데이터1, 데이터2, ...)DELETE: 테이블에서 튜플을 삭제DELETEFROM 테이블명[WHERE 조건];UPDATE: 테이블에서 튜플의 내용을 갱신UPDATE 테이블명SET 속성명 = 데이터[, 속성명=데이터, ...][WHERE 조건];INSERT + SELECTI.. 공감수 0 댓글수 0 2025. 4. 15.
정처기(DoS 공격, 보안 솔루션, 디자인 패턴, 테스트, UML, 네트워크 신기술) 서비스 거부(DoS) 공격표적이 되는 서버의 자원을 고갈시킬 목적다수의 공격자 또는 시스템에서 대량의 데이터를 한 곳에 집중적으로 전송표적이되는 서버의 정상적인 기능을 방해유형Ping of Death: Ping 명령을 전송할 때 패킷의 크기를 인터넷 프로토콜 허용 범위 이상으로 전송해 네트워크를 마비시키는 서비스 거부 공격 방법SMURFING: IP나 ICMP의 특성을 악용해 엄청난 양의 데이터를 한 사이트에 집중적으로 보냄으로써 네트워크를 불능 상태로 만드는 공격 방법무력화하는 방법: 각 네트워크 라우터에서 브로드캐스트 주소를 사용할 수 없게 미리 설정SYN Flooding: 3-way-handshake 과정을 의도적으로 중단시킴으로써 공격 대상지인 서버가 대기 상태에 놓여 정상적인 서비스 수행하지 못.. 공감수 1 댓글수 0 2025. 4. 15.
정보 처리 기사 실기 풀이(2022년도 01회) 2. 이론 (RAID)여러 개의 하드디스크로 디스크 배열을 구성하고, 파일을 구성하는 데이터 블록들을 서로 다른 디스크들에 분산 저장할 경우 그 블록들을 여러 디스크에서 동시에 읽고 쓸 수 있으므로 디스크의 속도가 매우 향상되는데, 이 기술을 RAID라고 함RAID 방식 중 패리티가 없는 스트리핑된 2개 이상의 디스크를 병렬로 연결하여 구성하는 이 방식은 디스크의 개수가 증가할수록 입/출력 속도 및 저장 용량이 바로 증가하지만, 하나의 디스크만 손상되어도 전체 데이터가 유실되는 문제가 발생Level 0+ @ Level 1은 하드디스크 복사Level 2은 해밍코드를 이용해 검증, 하드디스크를 더 준비해서 오류 검사 내용 저장Level 3은 패리티를 이용해 오류 검증, 바이트 단위Level 4은 Level .. 공감수 2 댓글수 1 2025. 4. 14.
정보 처리 기사 실기 풀이(2022년도 02회) 1. 데이터베이스( )은 관계 데이터의 연산을 표현하는 방법으로, 관계 데이터 모델의 제안자인 코드가 수학의 술어 해석에 기반을 두고 관계 데이터베이스를 위해 제안원하는 정보가 무엇이라는 것만 정의하는 비절차적 특성을 지니며, 원하는 정보를 정의할 때 계산 수식을 사용튜플 해석식을 사용하는 튜플 ( )과 도메인 해석식을 사용하는 도메인 ( )으로 구분관계 해석 2. 보안 (암호화 알고리즘)암호화 알고리즘은 패스워드, 주민번호, 은행계좌와 같은 중요 정보를 보호하기 위해 평문을 암호화된 문장으로 만드는 절차 또는 방법을 의미스위스의 라이와 메시는 1990년 PES를 발표하고, 이후 이를 개선한 IPED를 발표하였다. IPES는 128비트의 Key를 사용하여 64비트 블록을 암호화하는 알고리즘이며 현재는 (.. 공감수 1 댓글수 0 2025. 4. 14.
정보 처리 기사 실기 풀이(2022년도 03회) 2. 데이터베이스 (관계대수 기호)합집합: U차집합: -교집합: X프로젝트: π조인: ⋈ 3. 이론 (디자인 패턴)( 1 ) : 구현부에서 추상층을 분리해, 서로가 독립적으로 확장할 수 있도록 구성한 패턴으로, 기능과 구현을 두 개의 별도 클래스로 구현( 2 ) : 한 객체의 상태가 변화하면 객체에 상속된 다른 객체들에게 변화된 상태를 전달하는 패턴으로, 일대다의 의존성을 정의한다. 주로 분산된 시스템 간에 이벤트를 생성/발행하고, 이를 수신해야 할 때 이용( 1 ) : Bridge( 2 ) : Observer 5. 네트워크 (주소)192.168.1.0/24 네트워크를 FLSM 방식을 이용해 3개의 Subnet으로 나누었을 때, 두 번째 네트워크의 브로드캐스트 IP 주소를 10진수 방식으로 작성/24는 .. 공감수 0 댓글수 0 2025. 4. 13.
정보 처리 기사 실기 풀이(2023년도 01회) 4. 이론클라이언트와 서버 간 자바스크립트 및 XML을 비동기 방식으로 처리하며, 전체 페이지를 새로 고치지 않고도 웹페이지 일부 영역만을 업데이트할 수 있도록 하는 기술을 의미하는 용어AJAX (Asynchrous JavaScript and XML) 5. 이론 (데이터 교환 방식)( 1 ) : 연결형 통신에서 주로 사용되는 방식으로, 출발지와 목적지의 전송 경로를 미리 연결하여 논리적으로 고정한 후 통신하는 방식( 2 ) : 비연결형 통신에서 주로 사용되는 방식으로, 사전에 접속 절차를 수행하지 않고 헤더에 출발지에서 목적지까지의 경로 지정을 위한 충분한 정보를 붙여서 개별적으로 전달하는 방식( 1 ) : 가상 회선 방식( 2 ) : 데이터그램 방식 6. 이론 (네트워크)데이터링크 계층의 프로토콜 중 .. 공감수 2 댓글수 0 2025. 4. 12.
정보 처리 기사 실기 풀이(2023년도 02회) 1. C배열 접근 방법*(n + (i+1) % 5) == n[(i+1) % 5] 3. Cchar n[30];char* getname() { pinrtf("이름 입력 : "); gets(n); return n;}main() { char* n1 = getname(); char* n2 = getname(); char* n3 = getname(); printf("%s\n", n1); printf("%s\n", n2); printf("%s\n", n3);}홍길동 김철수 박영희 순서대로 입력n에는 홍길동 저장홍길동 위치에 김철수 저장김철수 위치에 박영희 저장따라서 박영희 박영희 박영희가 출력됨 4. SQL (데이터 삽입)INSERT INTO 학생 VALUES(981026, '한.. 공감수 1 댓글수 0 2025. 4. 11.
정보 처리 기사 실기 풀이(2023년도 03회) 1. JAVA자식이 부모를 담을 수 없음부모와 자식 클래스에 동일한 이름의 함수가 있을 경우 자식 클래스의 함수를 호출부모 클래스의 함수 호출하려면 super().함수명 이용 2. 이론 (보안)인터넷 애플리케이션에서 사용자 인증에 사용된느 표준 인증 방법으로, 공개 API로 구현인터넷 사용자가 웹사이트나 애플리케이션에 비밀번호를 제공하지 않고 자신에게 접근 권한을 부여해 사용 가능2010년 ETF에서 1.0이 공식 표준안으로 발표정답: OAuth 3. Cmain() { char* p = "KOREA"; printf("%s\n", p); printf("%s\n", p+1); printf("%c\n", *p); printf("%c\n", *(p + 3)); printf("%c\n".. 공감수 1 댓글수 0 2025. 4. 10.
최종 프로젝트 분석 5 회의 전 전처리유지보수 예측 시간인 predicted_remaining_life가 음수인 값위험 확률인 downtime_risk가 음수이거나 1을 넘어가는 값해당하는 행을 제거 상관관계 분석machine status는 2인 경우에 모두 maintenance_required가 1이라서 상관계수 높다고 생각함 그래서 anomaly_flag를 선택해 분석 시작anomaly_flag로 분리해 박스 플롯으로 시각화 확인을 위해 0인 경우 온도로 내림차순 정렬해 상위 50개의 데이터를 확인 또한 하위 50개의 데이터도 확인 유지보수 필요한 경우에 대해 failure type으로 구분해 박스플롯 시각화 회의 후 정상인 경우의 Normal 타입과 이상인 경우의 Normal 타입 비교 박스플롯이 아닌 히스트플롯으로 .. 공감수 0 댓글수 0 2025. 4. 8.
정보 처리 기사 실기 풀이(2024년도 01회) 1. JAVA: 왼쪽 시프트 연산자로 4byte 2진수로 변환한 후 왼쪽으로 2비트 이동>> 연산자: 오른쪽 시프트 연산자로 4byte 2진수로 변환한 후 오른쪽으로 2비트 이동 2. 이론 (라우팅 프로토콜)RIP의 단점을 해결하여 새로운 기능을 지원하는 인터넷 프로토콜최단 경로 탐색에 Dijkstra 알고리즘 사용대규모 네트워크에서 주로 사용링크 상태를 실시간으로 반영해 최단 경로로 라우팅 지원정답: OSPF (Open Shortest Path First protocol)추가 라우팅 프로토콜RIP (Routing Information Protocol): 최소 Hop Count를 파악해 라우팅BGP (Border Gateway Protocol): 정해진 정책에 따라 최적 라우팅 경로를 수집 3. SQL .. 공감수 0 댓글수 0 2025. 4. 6.
최종 프로젝트 분석 4 데이터 변경time stamp 컬럼 제거데이터의 수 증가 downtime_risk를 확인해보니 기계 고장 확률인데 0미만인 경우와 1초과하는 경우가 존재 데이터의 수를 고려해 구간을 설정a 구간: downtime_risk b 구간: downtime_risk == 0c 구간: 0 d 구간: downtime_risk > 0.5각 구간의 maintenance_required를 value_countsa, c, d 구간은 1인 경우만 존재b 구간에서만 0이 80303, 1이 18125 그렇다면 a 구간은 무슨 상황일까 전체 데이터 기계 상태 구분 기계 상태 0과 1인 경우에 유지보수 필요 여부에 따른 시각화확실한 차이가 존재온도는 약 90, 진동은 약 80 정도가 기준선 해야할 것0과 1에서 정상 범위인데 유지.. 공감수 0 댓글수 0 2025. 4. 6.
정보 처리 기사 실기 풀이(2024년도 02회) 2. JAVA== 연산자문자와 숫자인 경우에는 값이 정해져있으므로 그 값만을 비교문자열이나 리스트에서는 값이 정해져있지 않으므로 주소를 비교 4. 이론 (용어)시스템의 성능을 향상하고 개발 및 운영의 편의성 등을 높이기 위해 정규화된 데이터 모델을 의도적으로 통합, 중복, 분리하여 정규화 원칙을 위배하는 행위이를 수행하면 시스템의 성능이 향상되고 관리 효율성은 증가하지만 데이터의 일관성 및 정합성이 저하과도한 수행은 오히려 성능을 저하정답: 반정규화, 비정규화, 역정규화, Denormalization 5. Cint a = 11;int b = 19switch(a) { case 1: b += 1; case 11: b += 2; default: b += 3; bre.. 공감수 0 댓글수 0 2025. 4. 5.
정보 처리 기사 실기 풀이(2024년도 03회) 1. JAVAA.equals(B)문자열 비교해서 같으면 True, 다르면 False 반환x[0] = "A";x[1] = "B";x[2] = new String("A");0과 1은 같은 주소의 메모리에 저장2은 새로운 주소의 메모리에 저장 4. OS (페이징 교체 기법)LRU: 가장 오랫동안 사용하지 않은 페이지를 교체 5. 이론IP나 ICMP의 특성을 악용해 엄청난 양의 데이터를 한 사이트에 집중적으로 보냄으로써 네트워크를 불능 상태로 만드는 방법공격자는 송신 주소를 공격 대상지의 IP 주소로 위장하고 해당 네트워크 라우터의 브로드캐스트 주소를 수신지로 하여 패킷을 전송하면, 라우터의 브로드캐스트 주소로 수신된 패킷은 해당 네트워크 내의 모든 컴퓨터로 전송해당 네트워크 내의 모든 컴퓨터는 수신된 패킷에 .. 공감수 0 댓글수 0 2025. 4. 4.
최종 프로젝트 분석 3 정상인 것 중 온도와 진동의 최댓값을 확인해보니 90, 80 온도가 90을 초과하거나 진동이 80을 초과하는 데이터를 확인해보니 전부다 불량downtime_risk는 0.93 ~ 0.98이 12개, 1이 8898개anomaly_flag도 1이 8910 그래서 new_data로 온도가 90 이하이면서, 진동이 80 이하인 데이터만 뽑아 확인새로운 데이터에서 불량의 수는 10787 인데 downtime_risk와 anomaly_flag에서는 6개가 나옴 정상의 범위라고 생각하는 내에서 유지보수 필요한 경우의 데이터만 뽑음 1. 정상 범위 내에서 failure_type 별로 구분해 정상 데이터와 비교2. 비정상 범위 내에서 각 failure_type 별로 비교둘다 차이 별로 없음 정상 범위에서 anomal.. 공감수 0 댓글수 0 2025. 4. 3.
최종 프로젝트 분석 2 downtime_risk에 따른 분석0인 그룹, 0과 1 사이의 그룹, 1인 그룹으로 분리a: 0인 그룹b: 0과 1 사이의 그룹c: 1인 그룹각 그룹의 유지 보수 필요 여부 수 확인a는 필요 없는 수 80303, 필요 있는 수 10781b는 필요 있는 수 12c는 필요 있는 수 8904각 그룹에 대해 온도, 진동 등 개수를 확인 온도나 진동이 높을 떄 downtime_risk가 1이 될 확률이 클 것이라고 가정온도와 진동이 downtime_risk와 양의 상관을 가짐그렇다면 downtime_risk가 0인데 유지보수가 필요한 경우는 어떠한 경우일까downtime_risk가 0이고 maintenance_required가 1인 데이터만 추출그럼 전체 데이터에서 machine_status를 확인downtim.. 공감수 0 댓글수 0 2025. 3. 28.
센서 데이터와 이상 탐지 5일차 (AutoEncoder, DBSCAN ..) 목차AutoEncoder (LSTM AE)Derivative (기울기, 변화량) 기반 탐지Moving Average + Change Point DetectionVariance-based RuleGuassian Tail ProbabilityDBSCAN AutoEncoder입력 데이터를 압축했다가 다시 복원하는 신경망 구조입력 ➡️ 잠재공간(압축) ➡️ 출력(복원)복원오차(reconstruction error)를 통해 이상 여부 판단 이상 탐지 흐름정상 데이터만을 이용해 LSTM Autoencoder 학습모델은 정상 패턴만 학습이후 어떤 입력을 넣고 복원했을 때오차가 작으면 정상오차가 크면 이상으로 판단 Derivative (기울기, 변화량) 기반 탐지값 자체가 아니라, 변화량에 이상 탐지 적용급격한 변화.. 공감수 0 댓글수 0 2025. 3. 27.
이미지 데이터와 불량 검출 5일차 (YOLOv8 & COCO) 목표UltralyticsYOLOv8파라미터YOLO v8 casting 실습 UltralyticsYOLO 시리즈 개발과 배포 담당하는 AI 비전 전문 기업YOLOv5 ~ YOLOv8 Ultralytics에서 개발하고 ㅇ쥬ㅣ보수# pip install ultralyticsimport ultralyticsultralytics.checks() 장점다양한 Task 지원: Detect, Classify, Segment, Pose 전부 지원배포 편의성: ONNX, TensorRT, CoreML 등 Export 지원문서 & 튜토리얼: https://docs.ultralytics.com/지속적 업데이트: YOLOv8 이후도 꾸준히 유지보수됨 YOLOv8완전한 Ultralytics 내부 구조로 리디자인detect, cl.. 공감수 1 댓글수 0 2025. 3. 27.
실무에 쓰는 머신러닝 기초 1주차 (딥러닝) 목표딥러닝 기본 개념대표적인 딥러닝 아키텍처딥러닝 적용 분야최신 AI 트렌드강화학습 1. 딥러닝 기본 개념 역사와 발전1940 ~ 50 년대 초창기 뉴런을 단순 모델로 삼아 연구 시작퍼셉트론의 단층 구조 ➡️ 다층 퍼셉트론(MLP) ➡️ 딥러닝(Deep Neural Network)딥(Deep): 입력 계층과 출력 계층 사이에 여러 개의 은닉층을 두어 복잡한 패턴까지 학습 가능데이터의 컴퓨팅 파워, 알고리즘 발전으로 딥러닝이 급성장 핵심 아이디어계층적 특징 학습사람 얼굴 인식을 예로 들면 초기 은닉층에서는 선, 모서리, 곡선 등을 잡아내고더 깊은 층에서는 코, 눈, 입 등 구체적 특징을 학습하며마지막에는 얼굴 전체를 인식비선형 변환을 반복 적용많은 은닉층이 비선형 활성화 함수를 통해 데이터를 변환하면서 복.. 공감수 3 댓글수 0 2025. 3. 26.
이미지 데이터와 불량 검출 4일차 (YOLOv8 & COCO) 목표YOLOv8 & COCOYOLO 계열 모델 이해One-Stage Detector (YOLO) 특징COCO 사전학습 가중치 활용실습YOLOv3 설치 및 CLI 사용웹캠 실시간 객체 검출 (OpenCV로 영상 추출 ➡️ YOLO 추론 ➡️ 결과 표시) 컴퓨터 비전 이미지셋 종류목적에 따라 사용하는 데이터셋이 달라짐 MS COCOObject detection에 필요마이크로 소프트에서 생성한 이미지 데이터셋32만장, 80개의 클래스ImageNet: Iconic한 문제 해결하기 위해 제안된 복잡한 이미지Iconic 함(이미지 내 객체 수가 적고, 중앙에 위치)Bouding Box와 함께, 인스턴스 세그멘테이션(Mask), 키포인트(Keypoints) 등 다양한 라벨 지원 Pascal VOC영국 서리 대학교가 .. 공감수 0 댓글수 0 2025. 3. 25.
최종 프로젝트 분석 1 스마트 팩토리 데이터 분석데이터 호출, 각 컬럼 확인object 타입의 날짜 컬럼 datetime 타입 변경1/1 분석센서 값을 시계열을 이용해 표현anomaly_flag이 0인 경우와 1인 경우를 kde plot으로 비교anomaly_flag는 온도와 진동의 극단값 여부1인 경우 온도와 진동에서 튀는 값이 보임humidity, pressure, energy_consumption은 비슷한 패턴유지보수 예상 시간이 짧음기계 고장 확률이 1에 가까운 값에 많음0인 경우에도 유지보수 필요한 경우가 존재failure_type이 normal인 경우와 아닌 경우 분리failure_type은 고장의 원인success_data : normal인 경우failure_data : normal이 아닌 경우failure_typ.. 공감수 0 댓글수 0 2025. 3. 24.
실무에 쓰는 머신러닝 기초 1주차 (이상 탐지) 목표이상 탐지주요 알고리즘의 원리 및 활용 방법산업별 사례 1. 이상 탐지(Anomaly Detection)데이터에서 정상 패턴과 크게 다른 행위 보이는 특이한 패턴을 찾는 기법 필요한 이유금융 사기: 카드 사기, 계좌 해킹 등으로 인한 금전적 손실을 미리 막기 위해제조업: 생산 라인이나 기계 설비에서 발생하는 고장을 사전에 예측하여 유지보수 비용 절감, 다운 타임 최소화보안: 네트워크 침입 시도나 데이터 탈취 등을 빠르게 감지 이상치 탐지(Outlier Detection)와의 차이이상치 탐지는 단순히 통계적으로 극단값을 찾는데 초점을 둔다평균에서 크게 벗어난 데이터 포인트이상 탐지는 단순 극단값 뿐만이 아닌, 맥락이나 시계열 상의 패턴을 함께 고려해 비정상 인지를 판단시간적 흐름이나 주변 맥락, 다른 .. 공감수 0 댓글수 0 2025. 3. 24.
실무에 쓰는 머신러닝 기초 1주차 (차원 축소) 목표차원 축소의 필요성PCA 개념과 절차비선형 차원 축소(t-SNE, UMAP) 1. 차원 축소의 필요성 고차원 데이터데이터의 피처(변수)가 매우 많은 상황예컨대 이미지 데이터의 경우, 한 장의 이미를 구성하는 픽셀 수만큼 피처가 존재할 수 있음 문제 상황모델 학습 시 연산 복잡도가 급증하여 시간이 오래 걸림많은 피처들 중 일부는 실제로 중요한 정보를 주지 못하는 노이즈 일 수 있음차원이 너무 높아지면 데이터를 시각화하기 어려워 패턴 파악이 힘듦 차원 축소의 장점노이즈 제거로 모델 성능 및 일반화 능력이 개선2차원이나 3차원으로 축소하면 시각적으로 직관적인 분석이 가능데이터의 핵심 구조나 패턴을 더 쉽게 발견 가능 2. 차원 축소 기본 개념 선형 차원 축소 vs 비선형 차원 축소선형 차원 축소(PCA가 .. 공감수 1 댓글수 0 2025. 3. 21.
센서 데이터와 이상 탐지 (주파수, FFT) 주파수주파수란 1초 동안 반복되는 신호(파동)의 횟수단위는 헤르츠(Hz)즉, 1초 동안 신호가 몇 번 반복되는지 나타내는 값 주파수의 개념 (시간 vs 주파수)시간 도메인 신호시계열 데이터는 시간에 따라 변화하는 신호진동 센서 데이터, 마이크 소리 데이터, 전기 신호 등주파수 도메인 신호하지만 신호는 여러 개의 주파수 성분으로 구성됨가속도 센서(진동 데이터)라고 가정기계는 보통 여러 개의 부품으로 구성되어 있음모터, 팬 회전, 진동 발생, 외부 환경 영향(진동으로 인한 바닥 진동)우리가 보는 복잡한 신호도 사실 여러 개의 단순한 주파수(정현파)들이 합쳐진 것FFT(푸리에 변환)을 사용하면 어떤 주파수 성분이 포함되어 있는지 분석할 수 있음 주파수 단위와 의미주파수 (Hz)의미1 Hz1초에 1번 반복되는 .. 공감수 3 댓글수 1 2025. 3. 20.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.