
지금까지의 머신러닝과 딥러닝 모델은 한가지의 정보만을 이용하여 학습했다. 하지만 사람이 정보를 받아들일 때는 소리, 시야, 후각 등 다양한 정보를 통합하여 판단하지 하나만 사용하지 않는다.AI 또한 다양한 정보를 통합해 판단할 필요가 있다. Modality란?modality: (인체의 감각적) 양상, 시각 및 청각적 양상신체의 다양항 감각을 통해 정보를 받아들이는 양상을 의미하는 modality를 AI분야에 접합시켜 다양한 형태의 데이터를 동시에 처리하고 이해할 수 있는 모델을 멀티-모달이라고 한다. 멀티-모달의 사용처감정 분석- 사람의 얼굴을 통해 감정을 분석할 수 있지만, 표정과 그에 걸맞는 대사를 결합하면 더욱 감정전달이 확실해 질 수 있다. 이미지 캡션 생성- 이미지의 시각적 특징을 이해하고 설명..
import fridaimport sysdef on_message(message, data): if message['type'] == 'send': #정상적으로 전송되었다면 payload 출력 print("[+] {0}".format(message['payload'])) elif message['type'] == 'error': print("[!] {0}".format(message['stack']))def main(target): session = frida.attach(target) #타켓 프로세스 attach script_code = """ #javascript가 python에서 동작할 수 있도록 함 var _bind = Module.findExpo..

iPAiOS App-Store Package의 줄임말로, iOS 애플리케이션 아카이브 파일.개발 코드와 번들, 사이닝, 리소스 파일 등이 포함되어 있다.iPA 구하기iPA를 구하는 방법은 여러가지가 있다.ipatool3utoolsXcode 아카이브frida-ios-dumpfrida-ios-dump로 iPA를 받아보자.먼저 ios 장치(실험용 아이폰)와 Pc 모두 frida가 설치되어 있어야 한다.분석 대상 앱: QQBrowserios 장치: iPhone6s버전: ios 15.8.3frida-ios-dump 설치먼저 장치와 pc를 usb로 연결하고 ssh로 접속을 해둔다.https://github.com/AloneMonkey/frida-ios-dumpgit clone하고 디렉토리 내에서 dump.py를 수..

출처 : https://niklasjang.github.io/nnstreamer/Basic-Tutorials-For-GStreamer-1/ [NNStreamer] Gstreamer 기본 튜토리얼 1Hello World 찍어보기niklasjang.github.io #include int main (int argc, char *argv[]){ GstElement *pipeline; GstBus *bus; GstMessage *msg; /* Initialize GStreamer */ gst_init (&argc, &argv); /* Build the pipeline */ pipeline = gst_parse_launch ("playbin uri=https://www.freedes..
출처 : https://niklasjang.github.io/nnstreamer/Basic-Tutorials-For-GStreamer-1/ gstreamer를 사용하는 기초 단계부터 설명한다. 먼저 gstreamer 라이브러리를 설치한다.sudo apt-get install libgstreamer-plugins-base1.0-devpkg-config가 없으면 설치sudo apt-get install pkg-config gstreamer가 실행되면서 C/C++로 컴파일할 때 컴파일러 옵션과 라이브러리들을 확인하기 위해서 --cflags를 사용해서 확인해본다.pkg-config --cflags --libs gstreamer-1.0 이제 예제 비디오를 재생하기 위해 gstreamer git을 가져온다. gi..
중첩 리스트 1차원으로 만드는 방법 다음과 같은 중첩 리스트 예제가 있다.[['Arrows', 'Fireball', 'Flying Machine', 'Goblin Cage', 'Golden Knight', 'Royal Hogs', 'Royal Recruits', 'Zappies'], ['Arrows', 'Fireball', 'Flying Machine', 'Goblin Cage', 'Golden Knight', 'Royal Hogs', 'Royal Recruits', 'Zappies'], ['Earthquake', 'Firecracker', 'Hog Rider', 'Ice Spirit', 'Mighty Miner', 'Skeletons', 'Tesla', 'The L..
반복문을 사용할 때 인덱스 변수(i, j, k 등)을 사용하지 않고 반복문을 사용할 수 있는 함수enumerate()의 가장 기본적인 내용만 정리한다. enumerate()함수는 인덱스와 원소를 동시에 접근하면서 반복문을 돌릴 수 있다. for eng in enumerate(['ABC', 'BCD', 'CDE']): print(eng) (0, 'ABC')(1, 'BCD')(2, 'CDE') 접근하고자 하는 목록 내의 원소와 함께 인덱스도 같이 튜플로 출력해준다.이 때 인덱스와 원소를 따로 접근하고 싶으면 다음과 같이 사용하면 된다. for i, eng in enumerate(['ABC', 'BCD', 'CDE']): print(i) print(eng) 0ABC1BCD2CDE
출처 : https://www.editage.co.kr/insights/4-step-approach-to-writing-the-introduction-section-of-a-research-paper 서론의 역할서론의 역할은 "왜"라는 질문에 답해야 한다. 왜 주제를 선택했는지, 왜 그것이 중요한지, 왜 특정한 방법이나 접근 방식을 채택했는지 등을 설명할 수 있어야 한다. 또 다른 역할은 연구 배경을 제공하고 문맥을 설정하는 것이다. 서론에서 가장 중요한 논문에서 다루고자 하는 문제점과 해결책에 대한 problem statement를 설명하고, 과거에 시도했던 다른 해결책과 접근법을 간략하게 검토한다. related work는 introduction의 subsection으로 넣는 경우도 있고 rela..
출처 : https://www.editage.co.kr/insights/the-basics-of-writing-a-statement-of-the-problem-for-your-research-proposal 연구란 무엇인가? 연구란 새로운 사실을 발견함으로써 현재의 지식을 확장하거나 수정하고자 하는 체계적인 조사 과정 (1) 지식 확장을 목표로 하는 탐구 활동인 기초 연구 (2) 문제를 해결하거나 새로운 제품, 기술을 개발하기 위해 기초 연구를 이용한 응용 연구 연구에서 가장 먼저 선언해야 하는 것은 연구가 해결하고자 하는 것이 무엇이고, 연구가 대답하고자 하는 질문을 확인, 기술 하는 것이다. 세상에 존재하는 문제들에 대해 해결책이 있지만, 수단이 분명하지 않거나 활용이 어려울 경우에 대해 해결책에 도..

출처 : https://wikidocs.net/22886 RNN은 hidden layer에서 활성화 함수를 통해 나온 결과값을 output layer로 보내면서, 다시 hidden layer에도 보내 다음 계산의 입력으로 사용한다. cell은 이전의 값을 기억하는 역할을 수행하기도 한다. 이전 타임 스텝에서 나온 결과값을 기억하고 있다가 해당 타임 스텝의 입력으로 사용한다. 위 그림은 입력 벡터의 차원이 4, hidden state가 2, output이 2인 상태를 시각화한 것이다. RNN은 입력과 출력의 길이를 다르게 설정할 수 있다. one-to-many는 하나의 입력으로 여러개의 output을 낼 수 있다. 이는 하나의 이미지 입력에 대해 다양한 이미지의 제목을 출력하는 경우 등이 있다. many-..
- Total
- Today
- Yesterday
- 케라스
- one-to-many
- problem statement
- SOME/IP
- 단순선형회귀
- 논문 잘 쓰는법
- SVM
- automotive
- 크로스 엔트로피
- 차량 네트워크
- AVTP
- porks
- 로지스틱회귀
- PCA
- AE
- 딥러닝
- 회귀
- automotive ethernet
- CAN-FD
- Ethernet
- many-to-one
- json2html
- AVB
- cuckoo
- 머신러닝
- 이상탐지
- many-to-many
- 차량용 이더넷
- HTML
- Python
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |