미니감자

Travel Journal · 2편그랜드캐니언부터 인천 귀국까지📅 2025.02.14 ~ 03.02 📍 South Outlet → Valley of Fire → Bryce/Antelope/Grand Canyon → IncheonContents← 이전 편 01. South Outlet & LV Strip 02. Valley of Fire 03. Buddy Town Square 04. Bryce & Antelope & Grand Canyon ⭐ 05. 호버댐 & 수료식 06. 귀국01South Outlet & LV Strip 2/14 ~ 2/152월 14일과 15일은 두번째 주말이었습니다. 14일에는 North Outlet에 이어 South Outlet을 갔습니다. 아울렛 쇼핑은 돈을 많이 써서 그런지 ..

Travel Journal · 1편인천에서 라스베가스까지, 그리고 설레는 첫 2주📅 2025.02.01 ~ 02.13 📍 Incheon → Las Vegas → UNLV 글로벌 AI 인재 트랙 참여로 라스베가스에 가게 되었습니다!너무너무 재밌게 다녀와서 짧지만 한달간의 여정을 기록해보려 합니다ㅎㅎContents01. 인천 → 라스베가스 02. 호텔 & 첫날 03. UNLV 첫 등교 04. 분수쇼 & Fremont 05. 수업 & Buddy 06. 첫 주말 07. 농구 & MJ ONE 다음 편 →01인천 → 라스베가스 출발 2/1인천공항에 도착하니 이제서야 한국을 떠난다는게 실감이 났습니다.. 장시간 비행기를 타는것도 처음이라 걱정도 됐지만 설레는 마음을 안고 출발했습니다! 02라스베이거스 도착 & 호..

목차수업 개요온라인 머신러닝: 배치 학습과의 비교이상 탐지의 정의와 전통적 방법딥러닝 기반 이상 탐지 아키텍처평가 지표, 요약 및 모델 선택실습: 진동 스트리밍·온라인 학습·이상 탐지정리1. 수업 개요이번 수업은 온라인 머신러닝(Online Machine Learning)의 철학(배치 학습과의 비교, 스트리밍 환경에서의 평가·윈도우 전략, SGD·Hoeffding Tree, 개념 드리프트·ADWIN·Half-Space Trees, 연합 온라인 학습)과 이상 탐지(Anomaly Detection) 이론(전통적 방법·딥러닝 재구성 기반)을 다룬다. 실습에서는 라즈베리파이(또는 센서 보드)에서 진동·가속도 데이터를 PC로 스트리밍한 뒤, 호스트 PC에서 온라인 분류(Hoeffding Tree), 개념 드리프트..

목차프로젝트가 하는 일AoII와 시스템 구성데이터 흐름과 ML 모델내 역할과 맡은 부분지금까지 진행한 작업장애가 날 수 있는 지점앞으로 발전시킬 것들마치며1. 프로젝트가 하는 일이 프로젝트는 엣지 디바이스(ESP32)에서 온·습도 센서(AHT20/21) 값을 읽고, 작은 예측 모델(MLP, Rolling Window 4단계·12-64-32-2 ReLU)로 “다음 온·습도”를 추정한다. 예측이 괜찮으면 전송하지 않고, 예측 오차가 임계값을 넘을 때만 433MHz LoRa로 한 번 보낸다. 그렇게 해서 통신 횟수·전력을 줄이면서도, 게이트웨이와 엣지 모두에서 실제값을 받을 때마다 온라인 학습으로 같은 모델을 유지·동기화한다. 수집된 데이터는 MQTT를 한 번 발행한 뒤, 구독자가 MySQL·CSV에 각각 저..

목차 수업 개요 이상 탐지의 정의와 전통적 방법 딥러닝 기반 이상 탐지 아키텍처 평가 지표, 요약 및 모델 선택 실습: 진동 데이터 스트리밍과 이상 탐지 정리 1. 수업 개요 이번 수업은 이상 탐지(Anomaly Detection)의 정의, 전통적 방법(Isolation Forest), 딥러닝 방법(Autoencoder, VAE, LSTM-AE, GAN), 평가 지표를 이론으로 다루고, 실습에서는 라즈베리파이(또는 센서 보드)에서 가속도·진동 데이터를 PC로 스트리밍한 뒤, 호스트 PC에서 정상 데이터만으로 캘리브레이션·학습을 하고 실시간으로 이상을 탐지하는 구성을 진행했다. 2. 이상 탐지의 정의와 전통적 방법 이상 탐지란? ..

목차수업 개요실시간 드론 제어와 오프라인 음성 인식음성 엔진 비교: Vosk, OpenWakeWord, PocketSphinx실습 1: Vosk + Tello (네이티브 오디오)실습 2: OpenWakeWord + Vosk (웨이크워드 후 명령)실습 3: PocketSphinx + Tello실습 4: 데이터셋·CNN 학습·임베디드 추론정리1. 수업 개요이번 수업은 오프라인 음성 인식으로 Tello 드론을 실시간 제어하는 내용이다. 인터넷이 없어도 “Take off”, “Land”, “Stop” 같은 말을 인식해 드론을 조종할 수 있도록, PC에서 쓰기 좋은 엔진(Vosk, OpenWakeWord, PocketSphinx)과 마이크 라이브러리(SoundDevice)를 사용했다. 이론에서는 왜 실시간 드론 ..

목차수업 개요OpenCV 한눈에 보기디지털 이미지와 필터링엣지 검출부터 객체 인식까지움직임 감지, 캘리브레이션, YOLO실습 1: OpenCV 기초실습 2: RPi 카메라 → PC 전송실습 3: 캡처 도구와 YOLO 분석실습 4: YOLO로 결과 다루기정리1. 수업 개요이번 수업은 OpenCV와 YOLO로 컴퓨터 비전을 배우는 시간이었다. OpenCV는 카메라·이미지를 다루는 대표 라이브러리이고, YOLO는 영상 속에서 사물을 실시간으로 찾아 주는 AI 모델이다. 이론에서는 이미지가 어떻게 만들어지고, 노이즈를 줄이는 필터링, 경계선(엣지)을 뽑는 방법, 움직임 감지, YOLO의 특징까지 다뤘다. 실습에서는 Python으로 이미지 열기·색 보정·원 검출, 라즈베리파이 카메라에서 PC로 사진·영상 보내기,..

목차수업 개요이식성 트레이드오프 (Portability Trade-offs)ML 모델 진화: 정확도 vs 연산량대표 CNN 모델 비교모델 압축 기법의 위치Tiny 디바이스 최적화 3대 축Pruning (가지치기)Quantization (양자화)Knowledge Distillation (지식 증류)TinyML과 M5Core2 배포 워크플로우실습 Task I: IMU 데이터 전송 방식 비교실습 Task II·III: CNN 압축과 보드 추론정리1. 수업 개요이번 수업은 임베디드/하드웨어 환경에서의 이식성(Portability)과 효율(Efficiency)의 트레이드오프, 그리고 모델 압축(Quantization, Pruning, Knowledge Distillation)을 통해 Tiny 디바이스에 ML 모델..

목차수업 개요: 딥러닝의 기초인공 신경망(ANN)의 작동 원리ANN 아키텍처 설계 프로세스가중치 조정과 역전파TensorFlow & Keras심층 신경망 (DNN)합성곱 신경망 (CNN)실습: 간단한 신경망 예제실습: 오디오 분류를 위한 DNN실습: 오디오 분류를 위한 CNN실습: USB 마이크를 이용한 오디오 녹음실습: TFLite 모델 추론 시스템정리1. 수업 개요: 딥러닝의 기초이번 수업은 딥러닝(Deep Learning)의 기초 개념과 실습을 다뤘다. 인공 신경망(ANN)의 작동 원리부터 시작해, 심층 신경망(DNN)과 합성곱 신경망(CNN)까지 이론과 실습을 함께 진행했다.특히 오디오 분류 문제를 통해 DNN과 CNN의 차이점을 직접 경험했다. DNN은 MFCC 특성의 평균값을 사용하고, CNN..

목차수업 개요: 데이터 엔지니어링과 스트리밍데이터 엔지니어링의 정의와 프로세스데이터 수집 (Data Collection)MQTT 프로토콜과 Pub/Sub 모델데이터 전처리 (Data Pre-processing)Data Drift와 Concept Drift실습: M5Core2 + AHT20 센서로 MQTT 발행실습: Python MQTT 구독자 및 데이터 로깅실습: 다중 디바이스 데이터 집계실습: RPi + PCT2075 센서로 MQTT 발행시뮬레이션: 합성 데이터 생성 및 전처리정리1. 수업 개요: 데이터 엔지니어링과 스트리밍이번 수업은 데이터 엔지니어링(Data Engineering)과 실시간 데이터 스트리밍에 대해 다뤘다. 데이터 엔지니어링은 분석 및 의사 결정을 위해 원시 데이터를 수집, 처리하고 ..