밤이라구요

Informal Definitions Relation은 table처럼 보인다. 각 row 줄을 tuple이라고 한다. Entity와 같은 개념이라고 보면 된다. Tuple이 가지는 attributes 중 유니크하게 구별해주는 attribute를 key라고 한다. 위의 예시에서는 SSN이 Key가 된다. Formal Definitions - Schema R(A1, A2, ..., An) Relation은 위와 같이 표현한다. R은 relation의 이름이고, An은 attribute의 이름이다. 각 attribute가 가질 수 있는 value의 범위를 domain이라고 한다. Formal Definitions - Tuple Tuple은 value의 ordered set으로 보통 표시한다. 3-tuples라..

Overview of DB Design Process 요구사항을 잘 파악해서 디자인하는 것이 중요하다. ER Model Concepts Entity Attribute Relationships 객체 속성, Entity type이라고도 한다. Entity간의 관계 Entity type Attribute type Relationship type 객체에 해당하는 attribute를 규격화한 정보이다. Attribute의 속성을 규격화한 것이다. Entity-entity에 대한 정보를 말한다 Entity는 "Employee", "Project" 등이고 Attribute는 "Project"의 title, member, due-date 등이다. Types of Attributes Simple Composite Mul..

Data Model Data 추상화를 위한 도구이다. 다음의 내용이 포함된다. Structure of DB Elements and Data types Entity, Record, Table Relationships Operation for manipulating basic model operations user-defined operations Constraints Valid data에 대한 제약 Categories of Data Models Conceptual Physical Implementation Self-Describing Entity-based, Object-based라고도 불린다. 사람이 이해할 수 있는 data model이다. 컴퓨터가 이해하기 쉬운 모델이다. 어디다 저장할지 등의 정보가 ..

Basic Definitions Data 정보 Database 정보의 집합 Mini-world 정보가 나타내는 세계, 가지고 있는 정보로 알 수 있는 것들 Entity in Mini-world Mini-world에서의 attributes ex) Mini-world = UNI Entity1: STUDENT Entity2: COURSE Entity3: SECTION Entity4: INSTRUCTORs Relationship Entity-Relationships(ER): Entity간의 관계 UML class model Database Management System 컴퓨터로 저장된 정보를 관리하는 소프트웨어 Database System DBMS+DB Simplified Architecture for a D..

사례 가옥(X)과 임야(Y)와 고화(Z)를 가진 갑은 부재자로서 그의 재산은 재산관리인 A가 관리해 왔다. A는 갑의 가옥, X를 가정법원의 허가를 얻어 2003년 9월 1일 B에게 5억원에 매각처분했다. 그리고 2004년 1월 10일 B는 X에 대한 소유권 이전 등기를 하였다. A는 갑의 고화, Z를 가정법원의 허가를 얻어 2008년 4월 20일에 C에게 3천만원에 처분하여 C는 이를 당일날 양수받았다. 한편, 갑은 2000년 3월 10일 마지막 편지를 끝으로 생사가 불분명하게 되어 2008년 4월 25일 갑의 처 을녀는 갑에 대한 실종선고를 청구하였고 이에 2009년 5월 10일자로 가정법원은 갑의 실종선고를 내렸다. 갑의 자식인 갑1과 배우자 을은 갑에게 실종선고가 내려짐에 따라, 2009년 6월 ..

고차원의 정보를 효과적으로 이해하는 방법이다. The Perceptron Single Layer Neural Network Activation Function Non-linearity boundary 생성을 가능하게 해준다. Forward Propagation Perceptron의 전파과정과 같다. Backpropagation The problem of Overfitting Layer와 Node의 수가 많아질수록 생기는 문제이다. Regularization을 통해서 해결할 수 있다. 가장 쉬운 방법으로는 Dropout 방법이 있다. 그냥 Layer의 node를 일부 지우는 방법이다.

3D object를 2D에 적절한 size, position, orientation 표현하기 위해서는 Intrinsic/Extrinsic parameter를 알아야 한다. Calibration은 해당 parameter를 구하는 과정이다. Camera lens system 1. Pinhole camera 2. Modified camera Focal length Distance between lens and image plane Principal point Where optical axis meets image plane Camera paramter 1. Intrinsic 2. Extrinsic 카메라의 position과 orientation을 말한다. Parameter는 항상 일정하지 않기 때문에 cali..

Camera Calibration 실제 상황과 이론적 parameter 사이 간극을 줄이기 위해 수정하는 과정을 말한다. Intrinsic parameter Extrinsic parameter Focal length, Principal Point, Distortion parameter Position, Orientation Parameter는 3D to 2D mapping에 사용된다. Mathmetics for calibration Coordinate system Homogeneous Transformation Matrix Rotation & Translation HTM chain multiplication HTM R: 3x3 rotation matrix t: 3x1 translation vector W..

Template Matching Kernel을 통해서 pattern이 있는지 찾는 방법이다. Filter와 Image가 유사할수록 큰 값을 가진다. $c(x,y) = \sum_{s} \sum_{t} \omega(s,t) f(x+s, y+t)$ Normalization할 수 있다. $c(x,y) = {\sum_{s} \sum_{t} [\omega(s,t) - \omega_{mean}] [f(x+s, y+t)-f_{mean}] \over \sum_{s} \sum_{t} [\omega(s,t) - \omega_{mean}]^{2} [f(x+s, y+t)-f_{mean}]^{2}}$ size와 rotation의 normalization은 복잡해서 다른 방법이 필요하다. *2D rotation Linear Int..