호붕싸

작성자임혜진 소 감알파벳 배열을 정렬하는 부분이 가장 신기했다. 인덱스 값을 무시해도 최댓값을 구하는 해답은 도출해낼 수 있다. 다음주에도 알고리즘 문제를 풀려고 한다. 다음주에는 시간도 정해서 풀어보아야겠다.일 시2025. 3. 24. (월) 18:00 ~ 21:00장 소미래관 429호 자율주행스튜디오참가자 명단신수민, 임혜진, 배세은, 김윤희 (총 4명)사 진  📍 문제 링크https://www.acmicpc.net/problem/1339 📍 알고리즘 분류그리디 📍 문제 풀이직관적으로 높은 자리에 큰 수가 와야된다는 것을 파악할 수 있다. 그런데 단어가 하나가 아니기 때문에, 어떤 단어에서는 높은 자리수의 알파벳이 다른 단어에서는 가장 낮은 자리수에 위치해있을 수도 있다. 따라서 모든 단어를 종..

관계대수: 어떤 데이터를 어떻게 찾은지에 대한 처리 절차를 명시하는 절차적 언어 그렇다면 관계대수식은?→ 대상이 되는 릴레이션과 연산자로 구성되어 릴레이션을 반환함  관계대수 연산자 1. 기본 연산자 (순수 관계 연산자)기본적으로 데이터를 검색하고 조작하는 데 필요한 핵심 연산자들입니다.① SELECT (σ, 시그마) – 튜플(행) 선택특정 조건을 만족하는 튜플(레코드)을 선택하는 연산연산 기호: σ(조건)(릴레이션)예시:σ 나이 >= 30 (직원) → 직원 테이블에서 나이가 30 이상인 직원만 선택② PROJECT (π, 파이) – 속성(열) 선택특정 속성(열)만 선택하여 새로운 릴레이션을 반환하는 연산연산 기호: π(속성 리스트)(릴레이션)예시:π 이름, 나이 (직원) → 직원 테이블에서 이름과 나이..

무결성 제약 조건 ① 데이터 무결성: DB에 저장된 데이터의 일관성과 정확성을 지킴  ② 도메인 무결성 제약 조건 (대상: 속성): 릴레이션 내의 투플들이 각 속성의 도메인에 지정된 값만 가져야 함 (ex: type, null, check ...)ㄴ 릴레이션 내 이 제약 조건은 속성의 개수와 동일 → 그래서 투플 삽입, 수정 시 제약 사항 우선 확인해야 함  ③ 개체 무결성 제약 조건 (= 기본키 제약): 기본키는  NULL값을 가져서는 안 됨 + 릴레이션 내 오직 하나의 값만 준비해야 함ㄴ 삽입 시: 기본키 값이 같으면 삽입 거부당함ㄴ 수정 시: 기본키 값이 같게 수정할 수 없고, NULL로 수정할 수 없음ㄴ 삭제 시: 특별한 확인 없이 즉시 수행시킴  ④ 참조 무결성 제약 조건 (=외래키 제약): 자..

1. 인터넷이 제공하는 서비스인터넷은 다양한 서비스를 제공하는 거대한 네트워크 인프라입니다. 우리가 흔히 사용하는 웹, 이메일, 스트리밍 비디오, 소셜 미디어, 게임 등은 모두 인터넷을 통해 작동합니다. 인터넷을 "서비스 관점"에서 보면, 다양한 애플리케이션이 네트워크를 통해 데이터를 주고받으며, 이를 가능하게 하는 프로그래밍 인터페이스를 제공합니다.인터넷은 서비스들이 원활하게 작동할 수 있도록 네트워크 프로토콜을 제공합니다.2. 프로토콜이란?1) 인간의 프로토콜 vs 네트워크 프로토콜프로토콜은 통신을 원활하게 하기 위한 규칙과 절차를 의미합니다. 인간의 대화에서도 프로토콜이 존재하는데, 예를 들어 다음과 같습니다.인간의 프로토콜 예시:"몇 시인가요?" → "2시입니다.""질문이 있습니다." → "말씀하..

작성자김윤희소 감오늘은 인공지능최신기술에서 다룬 semi-supervised learning에 대해서 복습을 진행하였다. 알고 있는 내용들임에도 한 번 더 보니 새롭게 깨달은 것도 많았고, 같이 수강하는 친구들이라 모르는 부분들이나 헷갈리는 부분들을 물어볼 수 있어서 좋았다. 일 시2025. 3. 21. (금) 18:00 ~ 21:00장 소미래관 429호 자율주행스튜디오참가자 명단신수민, 임혜진, 배세은, 김윤희 (총 4명)사 진 Semi-Supervised Learning라벨링 비용을 절감하기 위해서!but, unlabeled label은 어떻게 학습을 할까? Assumptions for Semi-Supervised learningManifold assumptionssemi-SL이 아니여도 일반적인 딥..

작성자임혜진소 감멀티모달인공지능 수업 Unimodal Representation: Image를 복습하며 CNN에 대해 대략적으로 정리해보았다. 수업내용을 모각코 시간에 복습하며 정리하고, 같은 수업을 듣는 친구들과 함께 질의응답하며 공부할 수 있어 좋았다. 일 시2025. 3. 21. (금) 18:00 ~ 21:00장 소미래관 429호 자율주행스튜디오참가자 명단신수민, 임혜진, 배세은, 김윤희 (총 4명)사 진 🌟 CNN(Convolution Neural Network, 합성곱 신경망)은 이미지 처리에 널리 사용되는 딥러닝 모델이다. Convolution Layer와 Pooling Layer를 반복적으로 거치며 이미지의 특징을 추출한 뒤, 이 특징들을 가지고 Fully Connected Layer에서 ..

작성자김윤희 소 감오늘은 멀티모달인공지능 수업시간에 배운 내용을 복습하였다. 정리하는 시간을 가지니 훨씬 머릿속에 잘 저장된 것 같아 기분이 좋아졌다. 일 시2025. 3. 17. (월) 18:00 ~ 21:00장 소미래관 429호 자율주행스튜디오참가자 명단신수민, 임혜진, 배세은, 김윤희 (총 4명)사 진 Speech - 주파수(frequency): 소리의 피치 결정 - 진폭(Amplitude): 소리의 크기 결정  - Fourier Transform 시간에 대한 함수를 주파수 성분으로 분해하는 변환 여기서 음파를 일정한 시간 단위로 끊어서 window 단위로 FFT를 적용할 수 있음  - Spectogram window별 FFT의 결과를 취합한 것으로 MEL-Spectogram은 주파수를 Mel sc..

인공지능 최신기술 수업시간에 배운 Semi-Supervised Learning에 대해 복습해보려고 한다. 그리고 이를 사용한 논문 Mean-Teacher에 대해 간단히 리뷰 해보도록 하겠다. 반지도 학습이란?반지도 학습은 소량의 라벨 데이터와 대량의 비라벨 데이터를 함께 활용하여 모델 성능을 향상시키는 기법이다. 데이터 라벨링이 비용이 많이 들거나 어려운 상황에서 특히 유용하다.반지도 학습의 주요 가정1. Manifold Assumption고차원의 데이터는 저차원 공간에서 표현할 수 있다.즉, 데이터는 단순한 유클리드 공간이 아니라 더 낮은 차원의 구조적 공간 위에 존재하는 것으로 가정한다.이를 통해 차원 축소 기법이나 학습 알고리즘이 더 나은 일반화를 할 수 있다.2. Smoothness Assumpt..

작성자임혜진소 감오늘 푼 문제는 그리디 알고리즘이었는데 어려웠다.. 이번엔 혼자 힘으로 풀지 못하고 다른 사람의 풀이를 많이 참고해서 풀었기 때문에 다음달 정도에 다시 이 문제를 풀어보고 싶다. 모각코를 통해 집중해서 다같이 공부해서 좋았다. 다음 시간에는 학부 수업 공부 블로깅을 해보아야겠다.일 시2025. 3. 17. (월) 18:00 ~ 21:00장 소미래관 429호 자율주행스튜디오참가자 명단신수민, 임혜진, 배세은, 김윤희 (총 4명)사 진    📍 문제 링크 : https://www.acmicpc.net/problem/2138 📍 알고리즘 분류 : 그리디 알고리즘 📍 문제 풀이 신기한 점이 어떤 전구를 먼저 켜고 끄든, 순서가 중요하지 않다는 것이다!따라서 우리는 첫 번째 전구부터 순서대로..

릴레이션 (relation): 행과 열로 구성된 테이블 관계 (relationship): 연결된 것들을 가져옴 → 첫 번째 행 (1, 축구의 역사, 굿스포츠, 7000)의 경우, 네 개의 집합에서 각각 원소 한 개씩 선택하여 만들어진 것으로 이 원소들이 관계 (relationship)을 맺고 있다. 릴레이션 스키마와 인스턴스cardinality = 투플의 수속성 = 릴레이션 스키마의 열도메인 = 속성이 가질 수 있는 값의 집합차수 = 속성의 개수투플이 가지는 속성의 개수는 릴레이션 스키마의 차수와 동일릴레이션 내의 모든 투플들은 서로 중복되지 않아야 함릴레이션의 특징속성은 단일 값을 가짐속성은 서로 다른 이름을 가짐한 속성의 값은 모두 도메인 값을 가짐속성의 순서는 상관없음릴레이션 내의 중복된 투플은 허..