Machine Learning

[인공지능신문] AI ( Machine Learning : 인간과 함께 작용하는 AI )

# keypoint : MIT인공지능연구소(CSAIL, Computer Science & Artificial Intelligence Laboratory) 연구팀은 어떤 과제에 대해 예측하거나, 혹은 전문가에게 결정을 미룰 수 있는 머신러닝 시스템을 지난달 31일 개발했다고 밝혔다. 가장 중요한 것은 팀 동료의 가용성 및 경험 수준과 같은 요인에 기초하여 인간 협력자에게 시기와 빈도를 조정할 수 있다는 것 의사와 함께 작동하고 언제 개입해야 하는지를 아는 이 AI 시스템은 두 부분으로 구성된다. 특정 작업 하위 집합을 예측할 수 있는 '분류자'와 지정된 작업을 자체 분류 ​​또는 전문가가 처리해야하는지 여부를 결정하는 '거부자'로 구분 우리의 알고리즘을 사용하면 특정 예측 정확도 또는 전문가의 시간과 노력..

[인공지능신문] 머신러닝 인적 검토과정 ( Amazon Augmented Artificial Intelligence, A2I )

# keypoint : AWS(Amazon Web Services)는 머신러닝의 낮은 신뢰도 예측을 지속적으로 식별하고 및 개선하여 머신러닝 추론에 사람의 판단이 필요한 상황에서 확인을 통해 추론을 최종 검증할 수 있는 모델 및 애플리케이션 정확도를 개선할 수 있는 완전 관리형 서비스 '아마존 증강 인공지능(Amazon Augmented Artificial Intelligence. 이하, A2I)의 일반 가용성(availability)을 2020년 4월 24일(현지시간) 발표 오늘날 머신러닝은 이미지에서 객체를 식별하고 스캔 ​​한 문서에서 텍스트 추출 또는 음성을 텍스트로 변환하고 이해하는 등 다양한 면에서 매우 정확한 추론을 제공 사용자의 사진을 유명인의 얼굴과 일치시키는 소셜 미디어 애플리케이션 등..

[전자신문] 코로나 예측 Dataset ( kaggle, bioRxiv, RCSB,,, )

# keypoint 주 활동 지역, 특정 집단 관련, 감염 경로, 감염 차수, 방문 장소 등 세분화한 정보를 포함한 데이터를 투입해 인공지능(AI) 기술로 코로나19 확진자와 사망자를 예측하는 '코로나19 데이터셋'을 기계학습 기반의 예측 모델·분석 대회 플랫폼 'Kaggle'에 등록. 이 Dataset으로 확진자 나이와 성별, 질병 여부에 따른 회복 및 사망 예측이 가능하며, 확진자 특성에 따라 군집(클러스터링)을 만들거나 이상치 탐지로 슈퍼전파자 등 특이한 확진자를 분류가능. # 참고 사이트 : https://www.kaggle.com/ Kaggle: Your Machine Learning and Data Science Community Kaggle is the world’s largest data ..

[로봇, 인공지능신문] 투명물체 검출 ( ML : ClearGrasp Algorithm )

# keypoint RGB-D(RGB + Depth)영상에서 투명한 물체의 정확한 3D 데이터를 추론할 수 있는 머신러닝(ML) 기반의 ClearGrasp Algorithm을 개발 + ClearGrasp Algorithm training data : 투명 물체의 심도, 표면의 굴곡, 모서리 등에 관한 극사실적인 렌더링 데이터를 5만개 이상 새로 만들었다. 이미지들은 평면에 위치한 투명 물체, 다양한 배경과 광선 조건을 갖고 있는 가방 안의 투명 물체 등을 포함. test data : 286개의 실제 이미지 활용. structure : 세 가지 딥 컨볼루션 신경망(Deep Convolutional Networks)를 사용. 첫번째는 표면 규범을 추정하기 위한 것 (물체의 평면 굴곡 등을 추정) 두번째는 폐..

[논문리뷰] Emotion Recognition via Facial Expression ( Proceedings of TENCON 2018 - 2018 IEEE Region 10 Conference )

# TiTLE : Emotion Recognition via Facial Expression: Utilization of Numerous Feature Descriptors in Different Machine Learning Algorithms # Keypoint : 본 연구는 Key Facial Detection, Saliency Mapping, Local Binary Pattern, Histogram of Oriented Gradient의 12가지 가능한 조합을 6개의 기계학습 분류 알고리즘과 함께 조사하여 인간의 감정을 분류하는 총 72개의 모델을 생성한 후 테스트해보았더니, RBF SVM HOG+LBP 모델이 F1 점수가 0.93인 7개 감정에서 가장 높은 평균 정확도. 또한 기쁨을 분류하는 데..