티스토리

sweetpotato
검색하기

블로그 홈

sweetpotato

sj1226m.tistory.com/m

anstjwls 님의 블로그입니다.

구독자
0
방명록 방문하기

주요 글 목록

  • HAI(HIL-based Augmented ICS) security dataset 이란 https://github.com/icsdataset/hai GitHub - icsdataset/hai: HIL-based Augmented ICS (HAI) Security DatasetHIL-based Augmented ICS (HAI) Security Dataset. Contribute to icsdataset/hai development by creating an account on GitHub.github.com HAI 데이터셋은 스팀 터빈 발전과 양수 저장 수력 발전을 에뮬레이션(모방?)하는 Hardware-In-the-Loop (HIL)시뮬레이터로 강화된 현실적인 산업 제어 시스템(ICS) 테스트베드(새로운 기술, 제품, 이론 등을 시험하고 검증하기 위해 만들어진 환경이나 플랫폼)에서 수집되.. 공감수 0 댓글수 0 2024. 6. 4.
  • [딥러닝] 딥러닝 기초 1. 퍼셉트론(Perceptron)초기 형태의 인공 신경망다수의 입력으로부터 하나의 결과를 내보내는 알고리즘x는 입력값, w는 가중치, y는 출력값각각의 입력값은 각각의 가중치를 가지며, 가중치가 클수록 입력값의 중요도 높아짐각 입력값이 가중치와 곱해져서 인공 뉴런에 보내지고, 입력값*가중치의 전체 합이 임계치(threshold)를 넘으면 종착지에 있는 인공 뉴런은 출력 신호로서 1 출력, 아니면 0 출력 => 계단 함수 Step Function임계치를 좌변으로 넘겨 b(편향)으로 사용할 수 있음편향 b도 퍼셉트론의 입력으로 사용됨, b도 딥 러닝이 최적화해야 할 변수 중 하나2. 단층 퍼셉트론 (Single-Layer Perceptron)입력층과 출력층만 있는 퍼셉트론직선 하나로 두 영역을 나눌 수 있.. 공감수 1 댓글수 0 2024. 5. 30.
  • [논문리뷰] A Comparative Study of Time Series Anomaly Detection Models for Industrial Control Systems - 산업 제어 시스템(Industrial control systems)의 결함, 사이버 공격 등 이상 탐지를 위해 다섯 가지 대표적인 시계열 이상 감지 모델 (InterFusion, RANSynCoder, GDN, LSTM-ED, USAD) 의 비교 연구를 수행- 공개 데이터셋인 SWaT와 HAI 사용- 기존의 머신러닝 기반 이상 탐지 연구는 정상 데이터만을 이용해 비정상 행위를 탐지하는 비지도학습 접근에 초점- 환경과 데이터셋을 동일하게 하고 모델 간 비교 진행 Anomaly Detection in Industrial Control SystemsICS 구조ICS는 산업 분야의 물리적 프로세스를 관리하며 ICT(Information & Communication Technology)와 결합함에 따라 사이버.. 공감수 0 댓글수 0 2024. 5. 16.
  • [논문리뷰] WinCLIP: Zero-/Few-Shot Anomaly Classification and Segmentation zero-shot 이미지 분류: 특정 카테고리의 예시가 포함된 데이터를 학습되지 않은 모델을 사용해 이미지 분류를 수행하는 작업one-shot: 하나의 샘플 이미지만으로 새로운 클래스를 인식few-shot: 한 클래스당 일부 샘플 이미지만 사용하여 새로운 클래스 인식dense features; 이미지 데이터의 로컬 및 전역 특징을 보다 세밀하게 포착하는 특성window; 고정된 크기의 부분 집합, 데이터를 일정한 크기의 시,공간적 단위로 분할 INTRODUCTIONvision-language 모델인 CLIP(Contrastive Languate Image Pre-training)은zero/few-shot 성능을 보여주며 혁신적인 일반성을 보였으나 이상 분류 및 분할에는 한계가 있음정상 이미지에서 보완적 .. 공감수 1 댓글수 0 2024. 5. 13.
  • [논문리뷰] EfficientAD: Accurate Visual Anomaly Detection at Millisecond-Level Latencies INTRODUCTION- 지난 몇 년간 딥러닝 기술은 컴퓨터 비전 응용 분야에서 최첨단 이상 탐지 방법을 발전시켜왔으나, 이상 탐지 성능을 높이기 위해 종종 계산 효율성을 희생함- 실제 세계에서 이상을 너무 늦게 감지하는 경우 경제적 피해를 입히거나 인간의 생명을 위협할 수 있기에 이상 탐지 방법의 계산 및 경제 비용에 주의를 기울이는 것이 중요함- 해당 논문에서는 강력한 이상 탐지 성능과 높은 계산 효율성을 보이는 EfficiendAD 제시- 정상 이미지로 사전 훈련된 teacher network에 의해 계산된 특징을 예측하기 위해 student network 훈련- student network는 이상한 이미지에서 훈련되지 않았기에, 일반적으로 모방하지 못함- teacher, student 출력 간의 .. 공감수 1 댓글수 0 2024. 5. 12.
  • [논문 리뷰] TadGAN: Time Series Anomaly Detection Using Generative Adversarial Networks TadGAN은 2020년 MIT에서 발표한 시계열 이상 감지 모델이다.TadGAN은 GANs(Genertive Adversarial Networks) 와 LSTM 순환 신경망을 활용한 비지도학습(unsupervised learning) 방법으로, 복잡한 시간 상관 관계를 포착하고 효과적인 데이터 재구성을 통해 false positives을 최소화한다.오픈 소스로 공개 -> https://github.com/sintel-dev/Orion GitHub - sintel-dev/Orion: A machine learning library for detecting anomalies in signals.A machine learning library for detecting anomalies in signals. .. 공감수 0 댓글수 0 2024. 5. 6.
  • 딥러닝, 머신러닝 머신러닝이 진화한 게 딥러닝이라고 함딥러닝은 이름부터 deep 임       머신 러닝: 데이터를 분석하고, 데이터로부터 학습한 다음, 학습한 것을 적용해 정보에 입각한 결정을 내리는 알고리즘을 포함하는 인공지능의 애플리케이션새로운 데이터가 유입됨에 따라 특정 기능을 수행하는 데 점점 더 능숙해지지만, 여전히 인간의 개입 필요AI 알고리즘이 부정확한 예측을 반환하면 엔지니어가 개입하여 조정해야 함딥러닝: 알고리즘을 계층으로 구성하여 자체적으로 배우고 똑똑한 결정을 내릴 수 있는 '인공 신경망'을 만드는 딥러닝의 하위 분야알고리즘이 자체 신경망을 통해 예측의 정확성 여부를 스스로 판단할 수 있어 인간의 도움이 필요하지 않음머신 러닝의 주요 유형지도 학습: 훈련 데이터와 데이터에 대응하는 모델 제공정답이 있.. 공감수 0 댓글수 0 2024. 5. 2.
  • [NLP] 자연어 처리란 자연어(natural language): 사람들이 일상적으로 쓰는 언어, 인공적으로 만들어진 인공어와 구분하여 부르는 개념 자연어 처리(NLP, Natural Language Processing): 인공적이지 않은, 즉 자연스럽게 발생한 모든 언어(한국어, 영어, 일본어 등)를 컴퓨터가 처리하고 응용하게끔 해주는 모든 기법을 다루는 인공지능의 한 분야- 인간 언어를 규칙 기반으로 모델링하는 전산언어학과 통계적 머신러닝 및 딥러닝 모델을 결합- 컴퓨터가 텍스트 또는 음성 데이터의 형태로 인간의 언어를 처리하고, 발화자 또는 작성자의 의도와 감정을 포함한 완전한 의미를 이해할 수 있도록 함- 인풋을 다루는 NLU(Natural Language Understanding): 각 언어 텍스트의 문법과 문맥 등을 .. 공감수 1 댓글수 0 2024. 5. 2.
    문의안내
    • 티스토리
    • 로그인
    • 고객센터

    티스토리는 카카오에서 사랑을 담아 만듭니다.

    © Kakao Corp.