[월:] 2019년 05월

I. 사물 인식 기술, 패턴인식 문자, 물체 등을 인식하기 위해 표준 패턴과 입력 패턴 비교 기반 사물 식별 및 클래스 구분 기술   II. 패턴인식 시스템 처리 단계 가. 패턴인식 시스템 처리 단계 나. 패턴인식 시스템 처리 단계 별 기술 요소 처리 단계 기술 요소 설명 수집 /전처리 – 표본화, 정규화 – Noise 제거 –

I. 학습치 재사용 기법, 전이 학습 개념 필요성 데이터 세트가 유사한 분야에 학습치를 전이하여 Fine Tuning 기반 신경망 학습 재사용 기법 – 데이터 부족 해소 – 학습 시간 단축 – 학습치 재사용   II. 전이 학습의 메커니즘 및 알고리즘 유형 가. 전이 학습의 절차도/메커니즘 절차도 메커니즘 ① Feature Learning  Data Set 기반 학습 수행 ②

I. Gradient descent vanishing 해결 위한 심층신뢰망 가. 심층신뢰망 (DBN, Deep Belief Network)의 개념 입력층과 은닉층으로 구성된 RBM을 블록처럼 여러 층으로 쌓인 형태로 연결된 신경망 (딥러닝의 일종) RBM: 제한된 볼츠만 머신(Restricted Boltzmann Machine) 나. 심층신뢰망의 개발 배경 피드포워드 신경망에서 신경망의 층 수가 늘어나면서 발생하는 경사감소 소멸(Gradient Descent Vanishing) 문제 해결 필요 다. 심층신뢰망의 특징 비지도

I. 효율적인 시스템 아키텍처 설계 위한, 용량산정 가. 용량산정의 개념 시스템의 CPU, 메모리, 네트워크 등의 용량 요소에 대해 성능요구사항을 만족하도록 정량화 하는 기술 나. 용량산정 방법 방법 설명 장점 단점 수식계산법 – 요소 기반 용량 수치 계산, 보정치 적용 방법 – 근거명확화 – 간단한 산정방법 – 오보정 시 차이 발생 – 보정치 근거X 참조법 –

I. 고신뢰성 시스템을 위한, 워치독 타이머 가. 워치독 타이머의 개념 비정상, 무한루프 등에 빠진 경우 시스템 통제가 불가능한 상황에서 자동으로 시스템을 리셋하는 하드웨어 기능 타임아웃이 되기 전 S/W 명령으로 그 값을 clear 시켜주지 않으면 MCU를 reset시켜 시스템을 정상적으로 동작하고 있는지 감시하고 지속적인 오동작을 방지 신뢰성 향상 기술 나. 워치독 타이머의 필요성 제어 실패 방지 매커니즘

I. 태스크 수행 보장, 실시간 운영체제 가. 실시간 운영체제(RTOS)의 개념 최악의 상황에서 모든 태스크가 데드라인 이내에 실행 되어야하는 경성 실시간 특성 보장 실시간 운영체제 나. 국내 실시간 운영체제 적용 현황 VRTX – 기억장치 관리/입출력 시 빠른 스케줄링 제공 QNX – 프로세서 간 메시지 전송, 스케줄링 담당 pCOS2 – 진단 기능이 응용프로그램보다 낮은 우선순위   II.