Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Deep learning as_WaveExtractor

2,115 views

Published on

Difference between Discriminative Learning and Generative Learning
Cosine distance as a Basic metric of Deep Learning
Multi-layer Perceptron as a common part of Deep Learning Variants
Analogy between Similarity in Deep Learning and Wave Coherence
Deep Neural Net. as a Wave Extractor

Published in: Engineering
  • DOWNLOAD FULL BOOKS, INTO AVAILABLE FORMAT ......................................................................................................................... ......................................................................................................................... 1.DOWNLOAD FULL. PDF EBOOK here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. EPUB Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. doc Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. PDF EBOOK here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. EPUB Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. doc Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... ......................................................................................................................... ......................................................................................................................... .............. Browse by Genre Available eBooks ......................................................................................................................... Art, Biography, Business, Chick Lit, Children's, Christian, Classics, Comics, Contemporary, Cookbooks, Crime, Ebooks, Fantasy, Fiction, Graphic Novels, Historical Fiction, History, Horror, Humor And Comedy, Manga, Memoir, Music, Mystery, Non Fiction, Paranormal, Philosophy, Poetry, Psychology, Religion, Romance, Science, Science Fiction, Self Help, Suspense, Spirituality, Sports, Thriller, Travel, Young Adult,
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • DOWNLOAD FULL BOOKS, INTO AVAILABLE FORMAT ......................................................................................................................... ......................................................................................................................... 1.DOWNLOAD FULL. PDF EBOOK here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. EPUB Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. doc Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. PDF EBOOK here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. EPUB Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. doc Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... ......................................................................................................................... ......................................................................................................................... .............. Browse by Genre Available eBooks ......................................................................................................................... Art, Biography, Business, Chick Lit, Children's, Christian, Classics, Comics, Contemporary, Cookbooks, Crime, Ebooks, Fantasy, Fiction, Graphic Novels, Historical Fiction, History, Horror, Humor And Comedy, Manga, Memoir, Music, Mystery, Non Fiction, Paranormal, Philosophy, Poetry, Psychology, Religion, Romance, Science, Science Fiction, Self Help, Suspense, Spirituality, Sports, Thriller, Travel, Young Adult,
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here

Deep learning as_WaveExtractor

  1. 1. 딥러닝의 인공지능 수단으로 서의 성격과 방향 이동윤
  2. 2. 의도 • 기초적 개념인 유사도 거리의 이해 • 구성적 접근에 대한 옹호관점 • 그 관점 하에서 딥뉴럴넷 최종 2개층이 가지는 특수성에 대한 환기 • 최종 은닉층이 가지는 특수성과 가져야 할 바람 직한 특성에 대한 설명 • 바람직한 최종은닉층 출력을 돕는 수단으로서 현 재의 역전파 학습을 제외한 수단의 필요성 환기 • 그 측면에서 딥뉴럴넷들이 성공을 거둘 수 있었 던 원인을 설명하려는 첫 시도 (내용은 없고 도입 만.) http://blog.kevinfream.com/2013/08/22/life-after-the-robots/ 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여
  3. 3. 1. 인공지능이란? • 컴퓨터비젼 • 음성인식/합성 • 자연어이해 • 기타 http://blog.kevinfream.com/2013/08/22/life-after-the-robots/ 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여
  4. 4. 여러 고려사항 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 직접 가르칠 것인가 Vs. 스스로 배우게 할 것인가 (비통계적학습 대 통계적-) 아는걸 다뤄 아는걸 내게 할 것인가 Vs. 모르는거에서 아는걸 내 게할것인가 (기호처리 대 인식) 도달할 목표를 제시할 것 인가 Vs. 스스로 개척해가게할 것 인가 (지도학습 대 비지도-) 명확히 판단을 하게할 것 인가 Vs. 가까운 추측만 하게할 것 인가 (분류 대 회귀) 인간의 추측에서 시작하 게 할 것인가 Vs. 스스로 개척하게할 것인 가 (모수적학습 대 비모수적-) 다른지를 따지게 할 것인 가 Vs. 닮았는지를 조사하게 할 것인가 (판별과 구성) …
  5. 5. 회귀와 분류 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 Q. 짜장면 먹을래 짬뽕 먹을래? A. 짜장면은 약간 끌리고 짬뽕은 야~악간 끌려 (회귀) A. 짬뽕이 짜장면보다 더 좋으니 짬뽕 먹을래 (분류)
  6. 6. 분류수행의 두가지 스타일 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 1. 다른지에 중점 나와 가장 다른 건. 톰이니 난 톰과는 한 조가 되지 않을래 2. 닮은지에 중점 나와 가장 닮은 건. 제인이니 난 제인과 한 조가 될래 http://www.evolvingai.org/fooling
  7. 7. 틀린걸 가르기 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 http://www.evolvingai.org/fooling Q A
  8. 8. 닮은걸 찾아내기 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 Cat face: https://wallpaperscraft.com/download/cat_face_happy_56740/2560x1440 ? Network: http://www.turingfinance.com/misconceptions-about-neural-networks/
  9. 9. 회귀와 분류 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 .
  10. 10. 다층 퍼셉트론 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 http://docs.opencv.org/modules/ml/doc/n eural_networks.html
  11. 11. 다층 퍼셉트론의 한계와 딥러닝 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 . More is Better?
  12. 12. 5. 딥러닝 돌파구 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여
  13. 13. 3가지 딥뉴럴넷 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 Deep Belief Net. Long Short-Term Memory Convolutional Neural Net.
  14. 14. 딥뉴럴넷의 공통특징 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 All successful deep neural net has … … common part at those tail. Technically speaking, just {generative classification}-wise tendency can induces the special interests in this part. (together with Softmax judging way).
  15. 15. 딥뉴럴넷의 공통특징 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 All successful deep neural net has … … common part at those tail. Improved part is here
  16. 16. 결맞음 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 Coherent waves vs. Incoherent waves Same Be equal Not be equal
  17. 17. 패턴인식에서의 결맞음 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 How can I know, How well-coherent two waves are? Well Bad
  18. 18. 패턴인식에서의 결맞음 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 This kind of problem can cover various cases. How much coherent? (Coherency  Similarity and Waves  Features)
  19. 19. 딥러닝에 있어서의 결맞음 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 The final part of neural net checks coherency. How much coherent? (Coherency  Similarity and Waves  Features)
  20. 20. 결맞음 계산법 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 Geometrical Understanding of Coherency
  21. 21. 결맞음 계산법 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 Euclidean Distance vs. Cosine Distance
  22. 22. 완전한 결맞음을 향하여 1. 인공지능이란? - 여러 고려사항 - 회귀와 분류 2. 분류수행의 두가지 스타일 - 틀린걸 가르기 - 닮은걸 찾아내기 3. 닮은걸 찾아내는 도구로서의 딥러닝 4. 뉴럴넷의 역사 -다층 퍼셉트론 -다층 퍼셉트론의 한계와 딥러닝 5. 딥러닝 돌파구 -3가지 딥뉴럴넷 -딥뉴럴넷의 공통특징 5. 특징추출기의 강화방향 -결맞음 -패턴인식에서의 결맞음 -딥러닝에 있어서의 결맞음 -결맞음 계산법 6. 완전한 결맞음을 향하여 The competency for ‘good wave extractor’.
  23. 23.

×