Blog.
Latest updates on design, engineering, and digital identity.
Python for Students
아레니우스 방정식(Arrhenius Equation)"을 이용한 속도 상수와 활성화 에너지() 도출 문제
"아레니우스 방정식(Arrhenius Equation)"을 이용한 속도 상수와 활성화 에너지(E_a) 도출 문제입니다.겉보기에는 지수 함수(k = A e^{-E_a / RT}) 형태라 2차 곡선처럼 보이지만, 양변에 자연로그(ln)를 취해 선형(1차식)으로 변환한 뒤 ...
Python for Students
이상기체 상태방정식(Ideal Gas Law)"과 "반데르발스 방정식(Van der Waals Equation)"의 실제 가스 거동 비교 분석
화학공학의 "이상기체 상태방정식(Ideal Gas Law)"과 "반데르발스 방정식(Van der Waals Equation)"의 실제 가스 거동 비교 분석 문제입니다. 실험 데이터를 읽어와서 어떤 방정식이 실제 가스의 부피를 더 잘 예측하는지 NumPy로 피팅하고 Ma...
![[3 - 2 FNN/ANFIS] 신경망에 '직관'을 이식하다: 학습하는 퍼지 시스템](https://pub-f9bcb810fe534d209cb2503151c026eb.r2.dev/journal/1779003433666-ljvnnt.png)
Neural Network. From Basic to Hybrid
[3 - 2 FNN/ANFIS] 신경망에 '직관'을 이식하다: 학습하는 퍼지 시스템
퍼지 이론(F)의 직관과 인공신경망(T)의 학습 능력을 결합한 FNN 및 ANFIS의 핵심 구조를 파헤칩니다. 5단계 레이어 작동 원리와 하이브리드 학습법, 설명 가능한 AI(XAI)로서의 실무적 가치를 알기 쉽게 정리했습니다.
![[3 - 1 Fuzzy Logic] "적당히"를 이해하는 AI: 멤버십 함수와 언어적 변수](https://pub-f9bcb810fe534d209cb2503151c026eb.r2.dev/journal/1778824880509-i8ijix.png)
Neural Network. From Basic to Hybrid
[3 - 1 Fuzzy Logic] "적당히"를 이해하는 AI: 멤버십 함수와 언어적 변수
퍼지 논리 탐구: 멤버십 함수와 언어적 변수로 0과 1 사이의 인간적 직관을 구현하는 기계 학습 가이드.
![[2 - 3 RBFNN] 속도가 생명이라면? 경계 기반의 초고속 신경망](https://pub-f9bcb810fe534d209cb2503151c026eb.r2.dev/journal/1778654208742-b9exib.png)
Neural Network. From Basic to Hybrid
[2 - 3 RBFNN] 속도가 생명이라면? 경계 기반의 초고속 신경망
RBFNN의 국소적 반응 철학과 초고속 연산 원리를 파헤칩니다. 실시간 제어 및 공학 설계에 최적화된 RBF 신경망의 구조와 MLP와의 차이점을 확인하세요.
![[2 - 2 RNN/LSTM] 어제의 데이터가 오늘의 정답을 만든다: 시계열 데이터와 기억력](https://pub-f9bcb810fe534d209cb2503151c026eb.r2.dev/journal/1778569855702-o2w8to.png)
Neural Network. From Basic to Hybrid
[2 - 2 RNN/LSTM] 어제의 데이터가 오늘의 정답을 만든다: 시계열 데이터와 기억력
시계열 데이터와 자연어 처리의 핵심! 인공지능이 시간의 흐름을 이해하고 과거를 기억하는 원리, RNN과 LSTM의 차이점과 작동 방식을 MiTornAve가 상세히 분석합니다. 파이토치 실습 코드 포함.
![[2 - 1 CNN] 인공지능이 사물을 알아보는 법: 이미지 필터와 특징 추출](https://pub-f9bcb810fe534d209cb2503151c026eb.r2.dev/journal/1778479570731-qcm385.png)
Neural Network. From Basic to Hybrid
[2 - 1 CNN] 인공지능이 사물을 알아보는 법: 이미지 필터와 특징 추출
MLP의 한계와 CNN의 탄생 비화. 이미지 필터와 합성곱(Convolution) 연산을 통해 인공지능이 사물의 특징을 포착하는 원리를 시뮬레이션으로 쉽고 빠르게 정리합니다.
![[1 - 4 최척화(Optimization)] 깊이의 저주를 푸는 열쇠](https://pub-f9bcb810fe534d209cb2503151c026eb.r2.dev/journal/1778220060328-fijolk.png)
Neural Network. From Basic to Hybrid
[1 - 4 최척화(Optimization)] 깊이의 저주를 푸는 열쇠
딥러닝의 한계를 넘어서는 최적화(Optimization)의 정수를 파헤칩니다. ReLU, 가중치 초기화, 배치 정규화, 드롭아웃까지, 기울기 소실과 과적합을 해결하고 현대 AI를 완성시킨 핵심 기술을 MiTornAve가 상세히 정리해 드립니다.
![[1 - 3 MLP] 왜 '딥(Deep)'러닝일까? 층을 쌓아야만 풀리는 복잡한 문제들](https://pub-f9bcb810fe534d209cb2503151c026eb.r2.dev/journal/1778134983775-1g7okp.png)
Neural Network. From Basic to Hybrid
[1 - 3 MLP] 왜 '딥(Deep)'러닝일까? 층을 쌓아야만 풀리는 복잡한 문제들
딥러닝의 핵심인 다층 구조(MLP)의 수학적 원리와 보편적 근사 정리를 알아봅니다. 왜 층을 깊게 쌓아야 하는지, 활성화 함수의 역할과 기울기 소실/과적합 문제를 상세히 파헤칩니다.
![[1 - 2 Backpropagation] "넌 틀렸어, 다시 해!" AI가 스스로 학습하는 수학적 원리](https://pub-f9bcb810fe534d209cb2503151c026eb.r2.dev/journal/1777963108258-arpj61.png)
Neural Network. From Basic to Hybrid
[1 - 2 Backpropagation] "넌 틀렸어, 다시 해!" AI가 스스로 학습하는 수학적 원리
현대 AI의 심장, 오차 역전파(Backpropagation)의 수학적 원리를 파헤칩니다. 다층 퍼셉트론(MLP)의 구조부터 편미분과 연쇄 법칙을 이용한 가중치 업데이트, 경사하강법의 한계까지 MiTornAve가 쉽고 깊이 있게 정리해 드립니다.
![[1 - 1 퍼셉트론] AI의 첫 번째 세포: 0과 1로 세상을 분류하다](https://pub-f9bcb810fe534d209cb2503151c026eb.r2.dev/journal/1777707081708-510141.png)
Neural Network. From Basic to Hybrid
[1 - 1 퍼셉트론] AI의 첫 번째 세포: 0과 1로 세상을 분류하다
AI의 최소 단위인 퍼셉트론의 구조부터 AND/OR 게이트 실습, 그리고 첫 번째 AI 겨울을 불러온 XOR 문제까지! 복잡한 수식 대신 직관적인 그림과 비유로 딥러닝의 핵심 원리를 쉽고 재미있게 파헤쳐 봅니다.
IT
Hello World
왜 모든 코딩의 시작은 "Hello, World!"일까요? 1970년대 벨 연구소의 B 언어부터 C 언어 표준화에 이르기까지, 브라이언 커니핸이 남긴 이 문구의 역사와 언어별 철학을 파헤칩니다. 초보 개발자의 설렘이 담긴 '헬로 월드'의 유래.