전체 글147 [세미나] Towards Few-Shot Training-Free Anomaly Sound Detection 목차1. Intro2. Problem Statement3. Background4. Proposed Method5. Experiment6. ConclusionIntro 오늘 소개할 논문은 Interspeech 2025의 AST-PB — 학습이 전혀 필요 없는 few-shot 이상음향탐지입니다. Bosch AI 센터와 NYU 공동 연구로, 정상 샘플 1~10개만으로 재학습 없이 이상음 탐지와 이상 구간 세그멘테이션까지 수행합니다. Problem Statement ASD는 설비 모니터링, 제조 EOL 검사, 헬스케어에서 실용 가치가 큽니다. 오디오는 진동·토크·온도 센서보다 저비용·비접촉·범용이고, 비전 대비 조명·가림에 강건합니다. 하지만 현장에는 두 난관이 있습니다. 첫째 데이터 희소성, 모든 기계 타입마.. 2026. 9. 15. [세미나] Hierarchical Metadata Information Constrained Self-Supervised Learning for Anomalous Sound Detection Under Domain Shift 목차1. Intro2. Problem Statement3. Background4. Proposed Method5. Experiment6. ConclusionIntro 오늘 소개할 논문은 "도메인 변화가 발생한 상황에서 이상음향탐지를 위한 계층적 메타데이터 기반 자기지도학습(HMIC)"입니다. 이상음향탐지란 쉽게 말하면, 기계가 내는 소리만 듣고 고장 여부를 판별하는 기술입니다. 사람이 자동차 엔진 소리만 듣고도 "뭔가 이상한데?"라고 느끼는 것을 인공지능이 하도록 만드는 것입니다. 2024년 국제 학회 ICASSP에 발표된 연구입니다. Problem Statement 이 기술의 가장 큰 난관은 두 가지입니다. 첫째, 고장난 기계 소리는 실제로 구하기가 매우 어렵기 때문에, 정상 소리만 가지고 학습해야 하.. 2026. 7. 24. 적은 데이터로 학습하는 방법: Few-shot & Meta Learning 간단 정리 Few-shot Learning1. 등장 배경딥러닝은 대량의 데이터 + 높은 연산 자원을 필요로 함하지만, 실제 환경에서는 아래와 같은 문제가 발생함고품질 데이터 확보 어려움데이터 라벨링 비용이 큼특정 상황에서는 데이터가 극도로 부족함이 문제를 해결하기 위해 Few-shot learning이 등장함 2. 용어 정리Few-shot : 소량 데이터로 학습/추론Way : 클래스 개수Shot : 클래스당 샘플 수Support set : 학습용 데이터 (few-shot 상황에서의 train)Query set : 평가용 데이터 (test/validation 역할)One-shot : 클래스당 1개 샘플Zero-shot : 학습 데이터 없이 task 조건만으로 추론 Few-shot Learning, Transfer L.. 2026. 4. 22. LoRA (Low-Rank Adaptation) 간단 정리 정의LoRA는 PEFT(Parameter-Efficient Fine-Tuning) 기술 중 하나로 가장 많이 쓰임LoRA는 대형 pretrained 모델을 특정 도메인에 맞게 효율적으로 Fine tuning 하는 방법PEFT 목적은 하드웨어 자원을 조금 쓰고 싶고 학습을 빠른 시간 안에 하고 싶고 학습을 저비용으로 하고 싶다는 거 배경/문제LLM(Large Language Model)은 파라미터 수가 매우 많음Large model을 Full fine tuning 하려면 고성능 GPU가 필요하고 학습 시간도 긴 편Full fine tuning은 pretrained 모델의 기본 성능을 저하시킬 여지가 있음 LoRA의 기여점Fine tuning 학습 시간을 감소시키고 base 모델의 기본 성능을 저하시키지 .. 2026. 4. 22. [프로그래머스 Lv.3] 디스크 컨트롤러 문제 바로가기https://school.programmers.co.kr/learn/courses/30/lessons/42627 프로그래머스SW개발자를 위한 평가, 교육의 Total Solution을 제공하는 개발자 성장을 위한 베이스캠프programmers.co.kr 접근 전략 SJF (Shortest Job First)현재 대기열에 있는 작업 중 수행 시간이 가장 짧은 작업을 먼저 처리요청이 아직 안 들어온 작업은 대기열에 넣지 않음Heap 사용Python heapq 활용 → 가장 짧은 작업을 O(log n) 시간에 선택 가능현재 시간까지 들어온 작업을 힙에 넣고, 하나씩 꺼내서 처리시간 점프 대기열이 비어 있다면, 아직 안 들어온 작업의 요청 시점으로 시간 점프불필요한 반복 없이 효율적으로 진행 가능.. 2025. 9. 24. [프로그래머스 Lv.3] 순위 (Feat. 플로이드 워셜 알고리즘) 문제 바로가기https://school.programmers.co.kr/learn/courses/30/lessons/49191 프로그래머스SW개발자를 위한 평가, 교육의 Total Solution을 제공하는 개발자 성장을 위한 베이스캠프programmers.co.kr 플로이드 워셜 알고리즘 (Floyd-Warshall Algorithm)다익스트라 알고리즘 → "한 정점에서 다른 모든 정점까지의 최단 경로만 구할 수 있음"하지만, 만약 모든 정점 쌍 사이의 최단 거리를 구해야한다면?바로 이 물음에서 등장하는 게 플로이드 워셜 알고리즘이다. 플로이드 워셜은 동적 계획법(Dynamic Programming, DP)을 이용해 모든 정점 쌍 간 최단 경로를 효율적으로 구할 수 있다. 특징은 아래와 같다. 음의 가.. 2025. 9. 24. 이전 1 2 3 4 ··· 25 다음
