본문 바로가기

분류 전체보기

티에디션 마틴 뮤직 #01 발행 공개된 디지털싱글과 뮤직비디오 발매된 정규 음반, 그리고 라이브공연 동영상들을 포함한 티에디션 마틴 뮤직 #01 발행. http://martinblog.tistory.com/te/2
마틴 블로그 닷 넷 티에디션 1호 발행 앞서 소개한 티스토리 티에디션은, 단순한 대문기능이 아닌, 내 블로그의 내용으로 웹신문을 에디팅하는 진짜배기이다. 발행 버튼을 누르면, 내가 공들여 만들어둔 대문은 http://martinblog.tistory.com/te/1 에서 보는 것과 같이 별개의 아티클이 되어 만천하에 공개가 되는 셈. (현재는 트위터와 다음뷰에 공개된다.) 굳이 예를 들자면, 기존 네이버의 오픈캐스트(비교해보려 했는데 기존 발행된 캐스트가 사라져 버렸다.)가 한참 업그레이드 된 느낌인데, 이제 제대로 내가 하고픈 이야기들을 모아 신문을 만드는 느낌을 더욱 만끽할 수 있겠다. 블로그의 내용이 푸짐해 질 수록, 관련되는 내용들이 많을 수록 편집할 수 있는 티에디션의 즐거움도 늘어날 것 같다.
티스토리 티에디션 서비스 시작 티스토리 서비스를 사용하면서, 정말 많은 장점에도 불구하고 하나 아쉬운 점이 있었다면, 그것은 바로 블로그의 대문. 검색사이트에서 검색을 통해 하나하나의 글에 접근하는 블로그의 특성상 대문이라고 하는 것이 큰 의미는 없지만, 내 글들을 한 화면에 정리하고 내가 의도하는 대로 소개할 수 있다는 점에서 상당히 가치가 있는 것이기도 하다. 티스토리에서는 플러그인으로 대문을 만들어주는 서비스를 제공하고 있었지만, 몇가지 배치만 적용하고 제약사항이 많아 불편한 점이 많았었는데, 이번에 대대적인 개편과 베타테스트를 통해 티에디션이라는 대문 제작 플랫폼이 완성 되었다. 자유도 측면에서 얼마나 더 개선이 될지 모르겠지만, 이전의 대문만들기에 비해 훨씬 기능도 많고, 편리해진 반면 더 추가되었으면 하는 점들이 있어 이곳..
Hand-written Recognizer with BP : 도형인식 데모 BP 학습 알고리즘 테스트 용으로 만든 Hand-written Recognizer. 마우스를 사용하더라도, 붓으로 쓰는 것 처럼 획의 굵기를 조절하는 알고리즘을 구현해 봤는데 괜찮은지 모르겠다. 세모(△), 네모(□), 점(●), 곱표(X) 등 네 개의 모양에 대해 테스트 한 결과, 만족할만한 성능을 발휘. 몇몇가지 버그들을 수정한 다음 본격적으로 다양한 모양, 문자 등에 대한 학습도 진행해 보아야 겠다.
안철수 "애플 원투펀치에 한국 IT 그로기 상태" "아이폰이 몰고 온 제2의 IT(정보기술) 혁명에서 한국은 끝자락이라도 잡아야 할 만큼 뒤처져 버렸다. 그렇다고 포기해서는 안 된다. 지금부터라도 다가올 제3의 IT 혁명을 대비해야 한다." 국내 IT업계의 구루로 불리는 안철수 안철수연구소 이사회 의장(48/사진)의 지적이다. 안 의장은 10일 한국경제신문과 단독 인터뷰를 갖고 "구글 애플 페이스북 등 글로벌 IT업체들이 격전을 벌이고 있는 패권 경쟁구도에 한국 IT 기업들은 철저하게 소외돼 있다"고 말했다. "한국이 IT강국 소리를 계속 들으려면 산업구조,비즈니스 관행,규제,산업 인프라 등 사회 전반에 걸쳐 대대적인 수술이 선행돼야 한다"고 쓴소리도 했다. 플랫폼을 잡아야 살아남는다 안 의장은 아이폰으로 촉발된 스마트폰 혁명을 제2의 IT혁명(seco..
BP 학습법의 문제점과 해결 방법 [ 문제점 ] 1. 학습 알고리즘이 지역 최소점에 빠질 가능성 2. 학습 알고리즘이 포화영역에서는 잘 동작하지 않는 점(시뮬레이션 초기에는 연결강도의 값은 대개 0 부근의 값으로 초기화되지만, 시뮬레이션이 진행됨에 따라 연결강도는 점점 커져 포화형 함수 f의 입력 레벨도 크게 변화되어 사실상 계단함수로 동작. 즉, 대부분의 뉴런이 f'가 거의 0인 포화영역에서 동작) 3. 학습이 완료되기 까지 많은 횟수의 반복학습 필요 4. 응용분야에 따라 학습 파라미터의 조절이 필요 5. 추가 학습시 전체적인 재학습이 필요 6. 학습 완료시점 예측 불가능 문제점 3, 4에 대한 [ 해결방법 ] 1. 일괄수정법 Backpropagation 학습 알고리즘은 매 학습패턴 입력시 마다 오차를 계산하여 연결강도와 임계값을 수정..
Real-time Panorama Mapping and Tracking on Phones 실시간 파노라마영상 매핑 및 트래킹. 증강현실에도 이용.
BP를 이용한 문자 학습 및 인식 부제 : BP를 이용한 ㄱ, ㄴ, ㄷ 학습 및 인식 이전 글에 이어, 알고리즘을 수정하고 BPNET 클래스를 만들어서 테스트. 주요 추가/수정 내용으로, 1) 초기 연결 강도를 자동으로 설정 2) 일반 BP 학습법과 모멘텀 BP 알고리즘 선택 가능 3) 출력값이 1차원이던 것을 다차원 가능한 형태로 수정 4) 기타 잡다한 버그 수정 수정된 BP 알고리즘을 이용하여, 아래 그림의 문자들을 학습 입력벡터 : x1 = { 1, 1, 1, 0, 0, 1, 0, 0, 1} x2 = { 1, 0, 0, 1, 0, 0, 1, 1, 1} x3 = { 1, 1, 1, 1, 0, 0, 1, 1, 1} 목표 : t1 = { 0, 0 } t2 = { 0, 1 } t3 = { 1, 0 } 학습결과 아래와 같이 연결강도가 변경됨..

티스토리툴바