일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- 하계인턴
- SQL
- matplot
- Eda
- SQLD
- arima
- KT 에이블스쿨
- python
- hadoop
- ETRI
- 프로그래머스
- 시계열
- kt aivle school
- ggplot2
- r
- 빅데이터분석기사
- kaggle
- 에이블스쿨
- 한국전자통신연구원 인턴
- 가나다영
- 지도학습
- 웹크롤링
- dx
- 서평
- 에이블러
- 빅분기
- cnn
- 딥러닝
- 하둡
- 시각화
- ML
- 한국전자통신연구원
- httr
- 에트리 인턴
- Ai
- 소셜네트워크분석
- KT AIVLE
- 기계학습
- 머신러닝
- 다변량분석
- Today
- Total
목록AI (104)
소품집
Prediction intervals (PI)는 point 예측과 관련된 불확실성 수준을 정량화하여 더 많은 정보를 제공할 수 있다는 점에서 제안되었는데, ref.[1]에서는 Nerual Network (NN) 기반 PI를 구축하는 방법을 최적의 조건에서 빠르게 실행할 수 있는 방법을 제안하였음. 제안된 Lower Upper Bound Estimation (LUBE) 추정 방법은 예측 구간 경계를 추정하기 위함이며, 대부분의 경우 PI 생성을 목적으로 사용되는 NN 구조에서는 PI 하한 및 상한에 각각 대응하는 단일 hidden layer와 두 개의 출력층으로 구성되고, 시뮬레이션을 통해 cost function 및 파라미터 최적화가 진행됨. Fig.19. 는 ref.[2]가 제안하는 PV 발전량 예측 ..
2월 말부터는 논문이랑 연구 과제 사업 관련해서 행정처리도 많고, 개강하고 연구실 일이 너무 많아서.. 내 연구를 몰입있게 못 했던 3월이었는데 어느 정도 해결되어서 3월 말부터는 다시 달려보려고 한다! - 프로그래머스 SQL 1일 1문제 풀기 및 포스팅 - 학부생 KCC2024 실험 및 논문 지도 - 대한전기학회 하계 학술대회 실험 및 논문 준비 - (제발 마지막) SCIE 연구 스터디 및 모델 구상
작년 연구실 첫 출근 날짜가 1월 2일부터였으니, 석사 과정 딱 일 년째 되는 날이다 해가 갈수록 시간이 빠르게 지나가는 게 느껴지고, 마음의 여유가 점점 없어지는 것 같아서 변화를 주고 싶긴 하지만 시간은 연속적이니 시작에 많은 의미부여않고 이번 한 해 무탈하게 노력한 만큼 이뤄낼 수 있도록 노력해야겠다 티스토리 유입이 점점 다양해지는 것 같은데 방문하시는 모두 건강하세요 ❤️
지난주 11/3(금)~11/4(토) 부산에서 열린 KDBC2023에서 MuFaSA: 다단계 태양광 발전량 예측을 위한 멀티 퓨전 딥러닝과 셀프어텐션 논문으로 딥러닝 부분에서 우수논문상 동상을 받았습니다. 😊 * MuFaSA: Multi-Fusion Deep Learning and Self-Attention)의 약어인데, 교수님께서 강렬하게 모델명을 지어주셨닼ㅋ. 사실 데이터베이스 컨소시엄이라, 키노트랑 특강이 데이터베이스 관련한 지식이었지만 재밌었다! 언어모델 증강 필요성에 대한 주제였는데, 인코더에서 처리 %^&*하면 SQL 문을 짜주는.. 그런 내용이고,, 이해는 반도 못해도 재미는 느낄수 있으니까,,ㅎ ** 그리고 이번에 발표하는데 너무 떨어서; 발표 연습을 해야겠다고 생각했고, 생각하는 힘도 길러..
원래 SNS에는 행복한 것만 올리니까^^.. 어쩌다보니 휙 지나간 석사 첫 학기 끝났다 학회로 다녀온 제주도 오사카가서 즐거웠구용 방학도 화이팅 하자.. 학술대회 1저자 1건학술대회 공저자 3건컨퍼런스 1저자 2건 SCIE 1저자 1건 (IF 2.9)ASK 2023 산학협동우수상 ASK 2023학부생논문경진대회 동상
6개월 만의 수상 소식 💙 연구실 학부생들 논문 도와준 건데 다들 상 받아 와서 너무 뿌덧합니다... 노력할수록 운이 좋아진다 홧팅합시당 !!
KETR은 천리안 위성 기반 전국 전일사량 데이터를 제공하고 있는데, 천리안 1호 위성 데이터는 2012년 1월부터 2019년 12월까지, 천리안 2호 위성 데이터는 2019년 9월부터 2020년 8월까지 데이터를 제공하고 있음. 1. 데이터 다운로드 https://www.data.go.kr/data/15066413/fileData.do 2. 데이터 불러오기 import matplotlib.pyplot as plt import seaborn as sns import geopandas as pgd import numpy as np import pandas as pd # 시각화 설정 sns.set_context('talk') sns.set_style('white') # 한글 사용 설정 plt.rcParams..
전역 수평 일사량 (GHI; Global Horizontal Irradiance) - 수평면에서 측정되며, 태양에서 발생한 에너지가 구름, 대기 중의 산란 등으로 인해 산란되어 지표면에 도달하는 전체적인 태양광 에너지 양을 나타냄. - 즉, 집적적인 태양광과 간접적인 태양광의 합 직달 일사량 (DNI; Direct Normal Irradiance) - 태양 직사광선의 직접 에너지 양을 나타내는 용어, 수평면에서 수직 방향으로 측정됨. - 태양에서 직접 지표면으로 수직으로 들어오는 일사 에너지 양을 말함. - 이는 일반적으로 광학적인 렌즈나 반사 장애물에 의해 산란되거나 감소되지 않은 직접적인 태양 에너지 양을 나타냄. - 직달 일사량은 태양광 발전 시스템 설계나 평가 매우 중요한 파라미터! 수평 산란 일..
딥러닝 학습할 때 보통 verbose 옵션으로 잔여 epochs를 확인하는데, GPU 잡고 학습하니까 ETA, 오차율은 보여주는데 희한하게 잔여 epochs를 확인할 수 없었다. 예를 들어 1 epochs에 7분 정도 걸렸는데 100으로 설정했으면 7*100 = 700/60 = 약 11시간 걸리니까.. 지금 몇 번 돌았는지도 모르고 이건 아니다 싶었음 찾다가 나온 TensorBoard 1. 모델 학습 전, 텐서보드 경로 지정 2. 모델 학습 시, callbacks 함수 지정 # Log data를 저장할 디렉터리 이름 설정 dir_name = 'Learning_log' # C:\Users\user\Learning_log # main 디렉터리와 sub 디렉터리 생성 def make_Tensorboard_di..
이번에 연구실에서 연구 데스크탑을 받았는데 다 밀은 상태여서 처음부터 시작했다. 태초의 상태로 나와 함께 가는 !! 데스크탑 사양은 아래와 같다. CPU : Intel(R) Core(TM) i7-9700 RAM : 64GB SSD : Samsung 860 EVO 500GB GPU : NVIDIA GeForce RTX 2080 Ti * 2개 Tensorflow GPU 잡기 1. Anconda 설치 2. Anconda Prompt에서 tensorflow 설치 3. Tensorflow 버전 확인 pip freeze * 나는 추후를 생각해 conda 가상환경을 만들어서 했다. 나중에 충돌나면 안되니까... 4. Tensorflow GPU와 호환되는 CUDA, cuDNN의 버전 확인 나는 tensorflow 2...