CVLab - paper/AC-GAN10 AC-GAN 2024. 11. 12. [이전 논문] CGAN 2024. 11. 12. [이전 논문] GAN 2024. 11. 12. [이전 논문] VAE https://youtu.be/6_hSa6EvNIE?feature=shared 2024. 11. 12. [기본 용어 정리] 우도(Likelihood) vs 밀도추정(Density Estimation) 밀도 추정이란? 또 왜 우도가 나왔냐면 우도와 밀도 추정은 서로 연관이 깊다. 우도(Likelihood)는 주어진 데이터에 대해 확률 분포를 결정하는 매개변수(θ) 확률 분포를 잘 설명할 수 있는지 평가하는 것이다. 그와 반대로, 밀도 추정(Density Estimation)은 주어진 데이터가 어떤 분포 형태를 따르는지 추정하는 것에 관심이 있다. 즉, 우도는 분포를 결정하는 매개변수 평가 관심이 있고, 밀도 추정은 분포를 추정하는데 관심이 있다. 밀도 추정으로 이미지 생성하기밀도 추정의 목표는 실제 데이터 분포와 유사한 분포를 추정하는 것이다. 하지만 추정된 분포는 추정 기법의 특성, 데이터의 양과 품질 등등으로 실제 데이터 분포와 차이가 날 수 있다. 이렇게 실제 데이터 분포와 차이나는 점을 .. 2024. 11. 12. [기본 용어 설명] Generative approach(생성) vs Discriminative approach(분류) Generative approach(생성): p(x, y)로 표현하는데, 특정 클래스 y가 주어졌을 때 x가 어떻게 생성되는지를 설명한다. 주요 목적은 데이터 생성 과정 모델링 및 예측이다. [Generavice model] 위의 1번 사진처럼 데이터가 있고 그 데이터로 정규 분포를 2번 사진으로 만들었을 때 흰색 점은 초록색 분포에 더 가깝기 때문에 초록색에 가까운 색으로 구분한다. Discriminative approach(분류): P(Y|X)로 표현하는데, 주어진 입력 x가 특정 클래스에 속할 확률을 예측한다. 주요 목적은 클래스 구분 및 경계 학습이다. [Discriminative] Generative 모델과 Discriminative 모델의 장점과 단점 [Discriminative .. 2024. 11. 12. [기본 용어 설명] Latent Space(잠재 공간)와 latent vector(잠재 벡터) 잠재 공간: 잠재공간이란 데이터를 표현할 때 주요 특징을 모아놓은 추상적인 공간으로 이해할 수 있다. 즉, 복잡한 데이터를 낮은 차원에서 표현하여 주요 특징을 간결하게 담고 있는 공간이다. 하나의 데이터만 한정해서가 아니라 여러 데이터의 특징들이 잠재 공간에 들어갈 수 있다. 쉽게 말해서, 얼굴 이미지 데이터를 학습한 잠재 공간이 있다고 가정하면 코, 눈, 입의 위치나 크기 같은 중요한 특징들이 요약되어 표현된다. 잠재 벡터: 잠재 벡터란 잠재 공간에 있는 하나의 데이터의 전체적인 특징을 요약한것이 잠재공간인데 그 잠재공간의 하나의 지점(벡터)이다. 즉, 데이터의 여러 특징들이 결합되어 만들어진 요약된 표현이다. 쉽게 말해서, 얼굴의 여러 특징을 결합해 하나의 벡터로 압축한 표현이다. 비슷한 잠재 .. 2024. 11. 12. [기본 용어 설명] Prior(사전 확률)와 Posterior(사후 확률) Prior(사전 확률): 사전 확률이란, 데이터 x를 관측하기 전, 파라미터 θ(확률 분포를 결정하는 변수)에 대해서 알고 있는 정보를 의미한다. Posterior(사후 확률): 사후 확률이란, 데이터 x를 관측한 후, 파라미터 θ(확률 분포를 결정하는 변수)에 대해 업데이트된 정보를 의미한다. 질병을 예를 들어 사전 확률과 사후 확률 설명하기예를 들어 A라는 병이 있고 어떤 환자가 이 병이 의심되어 병원에서 검사를 한다고 가정했을 떄, 병을 검사하기 전에 이 병이 얼마나 걸리기 어려운지, 쉬운지에 따라 병이 걸릴 확률을 확인하는 것을 "사전 확률"이라고 하고, 병을 검사하고 양성 결과를 반영해 실제로 병에 걸렸을 가능성을 "사후 확률"이라고 한다. 조건부 확률(P(A|B))이미 발생한 사건을 .. 2024. 11. 12. [기본 용어 설명] MLE(Maximum Likelihood Estimation) - 최대 우도 법 이전에 우도라는건 어떤 데이터가 일어날 확률을 잘 보여주는 분포를 평가하는 지표라고 했다. 우도를 이해했다면 최대 우도법은 간단하다. 이 우도를 최대화 시키는 것이다. 쉽게 말해서 최대 우도 법은 어떤 데이터가 일어날 확률을 잘 보여주는 분포를 찾는 것이다. 2024. 11. 12. [기본 용어 설명] Probability vs Likelihood Likelihood [개념 정리] Likelihood 와 Probability사전에서 Probability를 '확률', Likelihood는 '가능도, 가능성'라고 합니다. 이 단어의 구별이 잘 되지 않습니다. 한국어로 '확률'은 '어떤일이 일어날 가능성'을 나타냅니다. Likelihood도 '어떤일이 일어xoft.tistory.com 확률(Probability): 어떠한 사건이 발생할 가능성이다. 예를 들어 동전을 던져서 앞면이 나올 확률은 0.5인 것처럼 특정 사건에서 발생한 결과의 가능성을 확률이라고 한다. 우도(Likelihood): 주어진 사건(데이터)가 일어날 확률의 결과를 잘 보여주는 분포(또는 모델)인지 평가하는 지표이다. 쉽게 말하면, 이미 일어난 사건을 보고, 어떤 분포(또는 모델).. 2024. 11. 12. 이전 1 다음
