빅웨이브에이아이 기술블로그

시작 안녕하세요! 빅웨이브에이아이 선임 연구원 이우창입니다. 지난번에는 Neural Prophet 모델에 대한 전반적인 내용을 소개드렸습니다. 이번에는 Neural Prophet 모델에서 AR(Auto Regression) 과정을 통해 1-step에 대한 데이터를 예측하기위해 학습 및 예측하기 위한 예제를 직접 실행해보겠습니다. 소스코드는 아래의 URL을 참조해주시면 됩니다. https://colab.research.google.com/drive/1JoLECBglOebwh_JfyXle43QQMOSQWrkx?usp=sharing NeuralProphet_Multivariate 1-step model2.ipynb Colaboratory notebook colab.research.google.com 패키지 및..

시작 안녕하세요! 빅웨이브 이현상입니다. 저희 팀에서는 일주일에 한번(수요일) 기술 리뷰를 진행하는데요, 최근 사업에서 시계열(Timeseries) 분석 분야에 대한 수요가 많이 존재하여 이의 SOTA 알고리즘을 소개드리고자 합니다! 기존 포스트에서는 미래에 미리 알고있는 변수를 트랜스포머 구조에서 디코더에 입력하는 TFT(Temporal Fusion Transformer) 모델에 대해서 설명드렸습니다. TFT는 2019년에 발표된 논문으로 그 후 우수한 성능의 모델들이 다수 등장했습니다! 그 중 단변량 시계열 예측에서 우수한 성능을 나타내는 SCINet을 소개합니다. SCINet 시계열 예측 분야는 일반적으로 다변량 및 단변량 문제를 구분합니다. 단변량이라는 것은 변수를 하나로 설정하여 미래 시점의 변..

시작 안녕하세요! 빅웨이브에이아이 선임 연구원 이현상입니다. 지난번에는 페이스북(현 메타)의 Neural Prophet의 간단한 개념과 베이스라인 코드를 소개드렸습니다. 간단하게 단변량 학습으로 1시점 뒤의 값을 예측하는 코드였습니다. 이번에는 Neural Prophet으로 다변량(Multivariate) 학습 및 다시점 예측 예제를 직접 실행해보겠습니다! 소스코드는 아래의 URL을 참조하시면 됩니다! https://colab.research.google.com/drive/13B0TyasngCzZAVP1vVIvfZusYwVUPJGx?usp=sharing NeuralProphet_Multivariate.ipynb Colaboratory notebook colab.research.google.com 패키지 ..

시작 안녕하세요 ! 빅웨이브에이아이 이병우입니다. 오늘 여러분들께 소개드릴 내용은 바로 페이스북(현 메타)에서 개발한 시계열 예측 패키지인 Neural Prophet 입니다. 데이터 분석에서 빠질 수 없는 것 중 하나가 바로 시계열 분석이죠! 시계열 분석이란 주가, 에너지 사용량 등 시간적인 속성을 가지고 있는 데이터를 분석(예측)하는 것을 의미합니다. 하지만 시계열 분석은 아주 까다로운 분석입니다. 장기적인 관점에서 예측 시 활용할 수 있는 데이터에 한계점이 있기 때문입니다. 이런 까다로운 시계열 분석을 쉽게 할 수 있는 패키지로 Prophet이라는 것이 있었습니다. 하지만 데이터의 비선형적인 요소 및 연속함수의 특징들을 반영하거나 시계열 데이터의 패턴 변동성이 큰 부분들을 반영하기에는 부족한 패키지였..

안녕하세요, 빅웨이브에이아이 김지혜입니다. 여러분들은 3월 9일이 어떤 날인지 아시나요?! 3월 9일은 바로 “제20대 대선일”로 2월 4일 기준 한달 정도 앞두고 있는데요, 윤석열, 이재명, 안철수, 심상정, 허경영 등의 후보가 경쟁 중에 있습니다. 이번 대선에서 흥미로운 점은 바로 선거 유세에 AI 기술들이 활용되었다는 점입니다. 오늘은 선거에서 활용된 두 가지 AI 기술을 소개드리겠습니다! AI 윤석열 먼저 AI 윤석열을 소개드리겠습니다. 윤석열 후보는 국민의힘의 유튜브 채널인 '오른소리'에서 AI 윤석열의 영상을 게시했습니다. https://www.youtube.com/watch?v=F7yzl-NE4Y0 본체보다 말을 잘하는 것 같은데?! 영상에서의 윤 후보는 고개를 돌리는 본인의 습관이 AI 기..

시작 안녕하세요! 빅웨이브에이아이 이현상입니다. 지난 포스트에서 ViT-G/14에 대해서 소개드렸죠? 구글에서는 최근 TFT, TabNet, ViT 등 다양한 분야에서 트랜스포머 기법을 응용하여 우수한 성능을 달성하고 있습니다. 그런데 대표적인 SOTA 알고리즘 소개 사이트인 'paperwithcode'의 이미지 분류 분야를 보면 파라미터 수가 참 어마어마하죠? ImageNet 벤치마크 상위 4개 알고리즘은 모두 파라미터 개수가 1,000M(10억개)이 넘습니다! 파라미터 수가 10억개를 넘는 모델을 개인이 활용하거나 모바일 기기에 탑재하기에는 어려움이 있습니다. 그래서 딥러닝 모델을 실용적으로 활용하기 위한 효율적인 경량화도 딥러닝 분야에서 굉장히 중요한 요소 중 하나입니다. Andrew Howard,..

안녕하세요! 빅웨이브에이아이의 박정환입니다. 지난 포스팅에서는 메타 러닝에 대해서 소개드렸습니다. 여러분들은 오징어게임을 보셨나요? 저는 얼마 전에 처음 보고 하루만에 완주 해버렸답니다. 오징어 게임은 현실의 삶이 힘든 사람들이 목숨을 건 게임을 통해서 최종 우승자는 456억을 얻을 수 있다는 내용의 드라마입니다. 삶의 가치와 돈에 대한 철학적인 메시지, 참신한 스토리 구성이 굉장히 흥미로웠습니다. 재밌게 보고 있는 와중 제가 알고있는 인공지능 기술이 등장하여 더욱 재밌었는데요, 오늘은 이 인공지능 기술에 대해서 소개드리고자 합니다. 인공지능에 관심있으신 분들은 벌써 눈치채셨을지 모르겠습니다! 어떤 장면에서 무슨 알고리즘이 적용되었는지 궁금하시죠? 위의 사진은 무궁화 꽃이 피었습니다 게임에서 술래 로봇이..