전체 글115

• 

  [Paper Review] Learning Variable Compliance Control From a Few Demonstrations for Bimanual Robot with Haptic Feedback Teleoperation System Learning Variable Compliance Control From a Few Demonstrations for Bimanual Robot with Haptic Feedback Teleoperation SystemKamijo, Tatsuya, Cristian C. Beltran-Hernandez, and Masashi Hamaya. "Learning Variable Compliance Control From a Few Demonstrations for Bimanual Robot with Haptic Feedback Teleoperation System." arXiv preprint arXiv:2406.14990 (2024).연구 배경 및 제안 방법강체 로봇으로 접촉이 많은 복잡한 작업을 자동화하는.. 리뷰/논문 리뷰 2024. 11. 11.

• 

  [Paper Review] GazeGen: Gaze-Driven User Interaction for Visual Content Generation TL;DRGazeGen은 Harvard와 Meta Reality Labs Research가 개발한 시스템으로, 사용자의 시선을 이용해 AR 환경에서 콘텐츠를 생성하고 조작할 수 있는 새로운 상호작용 방식을 제공한다. 주요 기술인 DFT Gaze는 Knowledge Distillation과 Masked Autoencoder로 경량화된 모델이며, 적은 파라미터로도 높은 정확도를 유지한다. GazeGen은 사용자가 시선을 통해 객체를 추가, 삭제, 재배치하는 편집을 가능하게 하고, Midas Touch 문제를 해결하기 위해 Trigger Mechanism을 도입해 의도하지 않은 조작을 방지한다. 시스템은 AR 및 VR 환경에서 사용자의 비언어적 의도를 실시간으로 파악해 사용자 경험을 확장할 가능성을 보여주며,.. 리뷰/논문 리뷰 2024. 11. 9.

• 

  [Paper Review] Fine-Tuning and Prompt Optimization: Two Great Steps that Work Better Together TL;DR스탠퍼드 연구진은 복잡한 다단계 NLP 작업에서 모듈형 언어 모델 파이프라인의 최적화를 위해 'BetterTogether' 알고리즘을 제안했다. 이 알고리즘은 프롬프트 최적화(Prompt Optimization)와 가중치 조정(Fine-Tuning)을 번갈아 수행하여 멀티턴 QA, 수학문제 해결, 테이블 데이터 분류 태스크에서 최대 78%의 성능 향상을 달성했다. BFRS와 LoRA 기법을 활용해 프롬프트 예시를 최적화하고 모델을 미세 조정함으로써, 제한된 학습 데이터에서도 높은 정확도의 NLP 시스템 구축이 가능해졌다.Fine-Tuning and Prompt Optimization: Two Great Steps that Work Better Together자연어 처리(NLP) 분야에서 언어 모.. 리뷰/논문 리뷰 2024. 10. 26.

• 

  테크포임팩트: B-Peach Lab을 시작하며 테크포임팩트: B-Peach Lab을 시작하며 이번에 카카오임팩트와 모두의연구소가 주관하는 소셜임팩트 프로젝트, '테크포임팩트'의 B-Peach Lab에 AI 엔지니어로 합류하게 되었다. 그동안 '기술의 본질은 따뜻함'이라는 생각을 가지고 있었기 때문에 이번 프로젝트는 나에게 꿈꾸던 목표를 실현할 수 있는 좋은 기회가 될 것 같다.기술의 본질은 따뜻함기술은 사람들의 삶을 윤택하게 만들 뿐만 아니라, 사회적 약자를 돕는 데 큰 역할을 할 수 있을 때 진정한 가치를 발휘한다고 생각한다. 나에게 기술은 단순히 생활을 편리하게 만드는 도구가 아니다. 기술은 소외된 이들의 문제를 해결하고, 그들의 삶을 더 나은 방향으로 이끌 수 있는 강력한 도구여야 한다. 기술이 정보 접근성을 높여 이해의 장벽을 허물고, 사회적.. 개인프로젝트 2024. 10. 12.

• 

  [도서 리뷰] AI 트루스 * 한빛미디어 활동을 위해서 책을 제공받아 작성된 서평입니다.AI 트루스임백준 지음 AI 트루스“인간의 생존을 위협하고 있는 건 AI가 아니라 인간 자신이다!” 2034년 미래 예측부터 인간의 욕망까지 기술과 철학을 넘나드는 인공지능 특강www.hanbit.co.kr간단 서평'저는 당신의 일을 빼앗지 않습니다. (중략) 내일 커피를 직접 타고 싶다고 말하시면 내일 아침에 저는 커피를 만들지 않을 겁니다. 그런 거예요.'  ChatGPT의 등장 이후, 급변하는 AI 시대에 사람들은 기술에 대한 낙관적인 환상과 근거 없는 두려움 사이에서 혼란을 느끼고 있다. 인공지능이 가져올 기회와 위협을 명확하게 이해하지 못한 채, 지나치게 긍정적으로 기대하거나 AI가 인간의 삶을 위협할 것이라는 막연한 불안에 빠지기 .. 리뷰/도서, 강의 리뷰 2024. 9. 29.

• 

  [도서 리뷰] AI 딥다이브 * 한빛미디어 활동을 위해서 책을 제공받아 작성된 서평입니다.AI 딥다이브오카노하라 다이스케 지음정원창 옮김 AI 딥 다이브73가지 핵심 키워드로 정리하는 AI 기술의 모든 것www.hanbit.co.kr간단 서평2016년 이세돌을 꺾은 알파고를 거쳐, 2022년 등장한 ChatGPT와 MidJourney로 이어진 인공지능이라는 새로운 시대의 바람은 AI가 우리의 일상에 깊숙이 스며들게 했고, 이제는 AI를 연구하는 전문가가 아니더라도 누구나 AI에 대해 이야기하고 있다. 그만큼 많은 사람들이 AI를 배우고 싶어하고, 공부하고 싶어하지만, AI 연구는 오랜 역사를 가진 분야이기 때문에 이를 혼자서 처음부터 끝까지 되짚어 나간다는 것은 결코 쉬운 일이 아니다. 이는 AI를 처음 접하는 사람은 물론, 관련.. 리뷰/도서, 강의 리뷰 2024. 8. 25.

• 웹 싱글 패턴 웹 싱글 패턴웹 싱글 패턴(Web Single Pattern)은 머신 러닝 모델의 간단한 배포를 위해 고안된 아키텍처 디자인이다. 이 패턴은 모델, 전처리 과정, 인터페이스 등을 하나의 서버에 통합하여 관리와 배포를 간소화하는데 중점을 둔다. 특히 자원 제한이 있는 경우나 초기 모델 배포 및 검증이 목표인 경우에 유용하다. 사용 사례 및 아키텍처웹 싱글 패턴은 예측 서버를 빠르게 구축해야 하는 상황에서 이상적인 선택이다. 이 패턴은 모델의 모든 구성 요소를 단일 웹 서버에 통합하여 초기 배포 시간을 줄이고, 관리 복잡성을 최소화한다. 이 패턴에서 모든 서비스가 하나의 서버에서 실행되며, 클라이언트와의 통신은 REST 또는 gRPC 인터페이스를 통해 이루어진다. 서버에는 데이터 전처리 파이프라인과 훈련된 .. MLOps 2024. 8. 1.

• Low-pass / High-pass / Butterworth Filter Low-pass / High-pass / Butterworth Filter신호 처리는 머신러닝 및 딥러닝을 포함한 다양한 분야에서 중요한 역할을 한다. 그중에서도 필터는 신호에서 원하지 않는 부분을 제거하거나 특정 부분을 추출하여 원하는 부분을 강조하거나 필요 없는 부분을 제거하는 등의 역할을 수행하는 중요한 도구이다. 이번 글에서는 다양한 필터들 중 대표적인 필터라고 볼 수 있는 Low Pass Filter, High Pass Filter, 그리고 Butterworth Filter에 대해 자세히 알아보겠다. Low Pass Filter (저역 통과 필터)Low Pass Filter는 이름에서 알 수 있듯이, 낮은 주파수 성분을 통과(Low pass)시키고 컷오프(cut-off) 주파수 이상의 높은 주파.. 카테고리 없음 2024. 7. 11.

• 

  교란편향 교란편향교란인과추론에서 발생하는 편향의 주된 원인 중 하나는 교란(confounding)이다. 교란이란 처치와 결과가 공통 원인을 공유할 때 발생하는 것으로, 처치와 결과 사이 실제 인과효과가 없음에도 같이 움직이게 되는 현상을 의미한다. 이는 대게 비인과적으로 연관성이 흐르는 뒷문 경로가 있을 때 발생한다. 따라서 해당 인과효과를 식별하려면 처치와 결과 사이 모든 뒷문 경로를 닫는 것이 필요하다. 즉, 교란편향(confounding bias)을 보정하려면 처치와 결과 사이 공통 원인을 보정해야 한다. 하지만 이러한 보정이 항상 가능하지는 않다. 원인을 알 수 없거나, 원인을 알지만 측정할 수 없을 때는 보정이 어렵다. 대리 교란 요인측정되지 않은 교란 요인 때문에 뒷문 경로 보정이 어려운 경우 모든 뒷.. 인과추론 2024. 6. 24.

• 

  [리뷰] 러닝 깃허브 액션 * 한빛미디어 활동을 위해서 책을 제공받아 작성된 서평입니다.러닝 깃허브 액션브렌트 레스터 지음정의형, 정한결 옮김 러닝 깃허브 액션개발 생산성을 극대화하는 깃허브 액션 종합 가이드m.hanbit.co.kr간단 서평CI/CD는 소프트웨어 개발은 물론 최근 몇 년간 급부상한 MLOps에서도 매우 중요한 개념이다. 모델의 학습부터 배포 밒 서빙에 이르기까지 CI/CD는 적재적소에 중요하게 사용되며 개발의 효율성을 끌어올린다. 하지만 젠킨스, ArgoCD와 같은 기존의 CI/CD를 위한 프로그램은 물론 좋지만, 사실 ML 엔지니어들에게는 '이것까지 쓸 필요가 있나?'라는 생각을 하게 만들었다(나만 그랬을지도..). 깃과 깃허브 환경 외부로까지 나가야 하고, 비교적 중요도가 떨어지는(중요하지만, 약간은 우선순.. 리뷰/도서, 강의 리뷰 2024. 6. 22.

• 인과 그래프모델을 통한 식별의 재해석 인과 그래프모델을 통한 식별의 재해석인과관계 식별은 그래프 모델에서의 독립성과 밀접한 관련이 있다. 처치, 결과, 기타 변수 간의 인과관계를 나타내는 그래프가 있는 경우, 식별은 해당 그래프에서 처치와 결과 간의 인과관계를 분리하는 과정이라고 볼 수 있다. 그래프에서 처치와 결과 간에 연관성 경로 중 인과관계로 인한 연관성 경로를 제외한 경로를 비인과 경로(non-causal path) 혹은 뒷문 경로(backdoor path)라고 한다. 이러한 비인과 경로의 존재는 편향이 있음을 나타내므로 조건부 독립성 가정을 통해 이로 인한 비인과성 흐름을 차단해 인과 경로만을 남겨야 한다. 조건부 독립성 가정과 보정 공식조건부 독립성 가정(Conditional Independence Assumption, CIA)은.. 인과추론 2024. 6. 5.

• 

  NetworkX로 그래프 쿼리하기 NetworkX로 그래프 쿼리하기인과 그래프모델에서는 종속성의 흐름을 파악하는 것이 매우 중요하다. 이를 식별하는 것은 인과성의 파악의 매우 중요한 것으로, 많이 연습하여 익숙해질 필요가 있다. 그런데, 이러한 종속성 흐름을 파이썬 라이브러리인 NetworkX로 쉽게 쿼리 할 수 있다. 그 방법에 대해 알아보도록 하자. NetworkX 소개NetworkX는 복잡한 네트워크의 구조, 역학 및 기능을 생성하고 조작하며 연구하기 위한 Python 패키지이다. 이 소프트웨어는 그래프(Graph), 유향 그래프(Digraph) 및 다중 그래프(Multigraph)를 위한 데이터 구조를 제공하며, 다양한 표준 그래프 알고리즘, 네트워크 구조 및 분석 측정 기능을 갖추고 있다. 또한 NetworkX는 고전 그래프, .. 인과추론 2024. 6. 3.