전체 글 (163) 썸네일형 리스트형 Targeted vs. Untargeted Attacks ※ 이 글은 chatGPT를 기반으로 작성한 글입니다. ※ SRILAB의 Reliable and Interpretable Artificial Intelligence 강의를 기반으로 작성한 글입니다. Reliable and Interpretable Artificial Intelligence Graduate course involving the analysis, robustness and visualization of neural networks, as well as probabilistic programming. www.sri.inf.ethz.ch ① 표적 공격(Targeted Attack, 타겟 공격)은 입력 데이터를 의도적으로 특정 레이블로 잘못 분류하도록 만드는 공격 방식이다. ㉠ 판다로 분류된 이미.. 적대적 공격(Adversarial Attacks) ※ 이 글은 chatGPT를 기반으로 작성한 글입니다. ※ SRILAB의 Reliable and Interpretable Artificial Intelligence 강의를 기반으로 작성한 글입니다. Reliable and Interpretable Artificial Intelligence Graduate course involving the analysis, robustness and visualization of neural networks, as well as probabilistic programming. www.sri.inf.ethz.ch ① 적대적 예시(Adversarial examples)란 머신 러닝 모델이 부정확한 예측이나 분류를 수행하도록 의도적으로 조작이 가해진 입력값(inputs)을 .. 결정 문제(Decision Problem)와 결정적 알고리즘(Deterministic Algorithm) 그리고 최적화 문제 ※ 이 글은 chatGPT를 기반으로 작성한 글입니다. 결정 문제와 비결정 문제 ① 결정 문제(Decision Problem)는 주어진 문제에 대해 '예' 또는 '아니오'로 답할 수 있는 문제를 의미한다. ② 결정 문제에 대한 예시는 다음과 같다. ㉠ 소수 결정 문제(Prime Decision Problem) ⓐ 질문: n=7은 소수인가? ⓑ 답: yes ㉡ 그래프 연결성 결정 문제(Graph Connectivity Decision Problem) ⓐ 질문: 주어진 그래프가 연결되어 있는가? ⓑ 답: yes or no ㉢ 해밀턴 경로 문제(Hamiltonian Path Problem) ⓐ 질문: 주어진 그래프 내에서 모든 정점을 정확히 한 번씩 방문하는 경로가 존재하는가? ⓑ 답: yes or no ㉣ .. SAT(Boolean Satisfiability Problem)와 SMT(Satisfiability Modulo Theories) ※ 이 글은 chatGPT를 기반으로 작성한 글입니다. ※ Coursera의 Automated Reasoning: satisfiability 강의를 기반으로 작성한 글입니다. ① SAT(Boolean Satisfiability Problem)는 가장 기본적인 결정 문제(determinant problem) 중 하나로, 주어진 불리언(참/거짓) 논리식이 참인 값을 가질 수 있는지를 판별하는 문제다. ② SAT 문제에서는 논리식이 불리언 변수로 구성된다. 이 변수들은 AND, OR, NOT 등의 불리언 연산자로 연결된다. ③ SAT를 이용해 회로 설계 검증, 소프트웨어 검증, 암호학 등에서 사용할 수 있다. ④ SAT 문제를 해결하기 위해 개발된 알고리즘 중 가장 유명한 게 DPLL(Davis-Putnam-.. 허깅 페이스(Hugging Face) ※ 이 글은 chatGPT를 기반으로 작성한 글입니다. ① 허깅 페이스(Hugging Face)는 인공 지능 연구 및 개발에 중점을 둔 회사이며, 자연어 처리와 관련된 다양한 오픈 소스 도구와 라이브러리를 제공한다. ② 허깅 페이스는 다양한 언어 모델들을 쉽게 사용할 수 있게 해주는 트랜스포머(Transformers) 라이브러리를 제공한다. ③ 이 라이브러리를 통해 BERT, GPT, T5 등과 같은 고급 언어 모델을 활용하여 텍스트 분석, 번역, 요약 등 NLP 작업을 수행할 수 있다. ④ 허깅 페이스의 트랜스포머 라이브러리 PIP(Package Installer for Python)을 사용하여 설치할 수 있다. HTML 삽입 미리보기할 수 없는 소스 ⑤ import transformers를 사용해 트.. BERT(Bidirectional Encoder Representations from Transformers) ※ 이 글은 chatGPT를 기반으로 작성한 글입니다. ① BERT는 자연어 처리(NLP) 분야에서 혁신적인 모델이며 다음과 같은 특징들로 구성되어 있다. ㉠ 양방향성(Bidirectional): 기존의 모델들이 단방향적인 컨텍스트를 사용했던 것과 달리, BERT는 문장의 양방향 컨텍스트를 동시에 고려한다. ⓐ 이를 통해 단어가 문장에서 어떻게 사용되고 있는 지 더 정확히 이해할 수 있다. ㉡ 트랜스포머 아키텍처: BERT는 트랜스포머 모델을 기반으로 하며, 어텐션 메커니즘을 사용해 입력 데이터의 중요한 부분에 집중할 수 있게 해준다. ㉢ BERT는 사전 훈련(pre-training)과 미세 조정(fine-tuning)을 통해 특정 작업에 최적화된 지식을 얻는다. ② BERT는 MLM(Masked Lan.. Decomposing Convolutional Neural Networks into Reusableand Replaceable Modules 리뷰 Pan, R., & Rajan, H. (2021). Decomposing Convolutional Neural Networks into Reusable and Replaceable Modules 용어 설명 1. CNNs (Convolutional Neural Networks): 이미지 인식과 프로세싱에 사용되는 주요한 심층 신경망(Deep neural network)의 종류이며, 컨볼루션 레이어(convolutional layers)를 사용하는 것이 특징이다. 2. Modularization: 하나의 모델이 단일 구조 모델(monolithic model)이라고 가정할 때 더 작은 functional modules로 분해하는 일련의 과정을 의미한다. 3. ResNet: CNN의 일종으로 잔여 신경망(res.. Seach-Based Fuzzing ※ 이 글은 chatGPT를 기반으로 작성한 글입니다. Search-Based Fuzzing - The Fuzzing Book Sometimes we are not only interested in fuzzing as many as possible diverse program inputs, but in deriving specific test inputs that achieve some objective, such as reaching specific statements in a program. When we have an idea of what we are looking for www.fuzzingbook.org Intro ① 다양한 프로그램 입력으로 퍼징(Fuzzing)을 수행하는 것뿐만 아니라 프로.. 이전 1 2 3 4 5 ··· 21 다음
