알고리즘 40

Markov Decision Process 의사결정 문제를 수학적으로 모델링 하는 방법이다.특정 환경에서 에이전트가 어떻게 행동해야 하는지를 결정하기 위해 사용되는 방법으로. 임의의 수학공식 이라기 보다는 이러한 방법론 이 있다 정도로 받아드리면 된다. 환경의 현재 상태와 미래 상태간의 전이 가능성을 고려하여 최적의 결정을 내리는데 사용된다. 연속적으로 현재 가치에 따라 의사를 결정하는 방식이다. 여러개의 Action을 연속적으로 수행하여 S0의 동작 a0이 있고, 결과가 S1, S1의 동작이 a1 이라고 한다면, S1에는 S0 -> a0의 상태0과 행동0을 포함한다고 볼 수 있다. 이러한 과정을 반복하여 결과를 뽑아내는것을 MDP방식 이라고 한다.요소 상태(State) S시스템의 현재 상황, 상태를 말..

기본골자는 다이스트라 방식과 같다. 해당 방식을 이해하고 있다면 쉽게 납득할 수 있다. 개요 문제를 해결할 때 각 단계에서 다음 단계를 검색하고, 가장 최적이라고 생각되는 선택을 하는 방식이다. 전체문제를 최적으로 해결하는데 중점을 두기 보단, 현재 각 순간마다의 선택을 최적화하는데 초점을 맞춘다.원리 간단한 행동 원리를 가지고 있다.상 하 좌 우 로 이동하는 알고리즘을 작성하였다고 가정한다. 상 하 좌 우 로 이동할 때 가중치를 가지고 가장 큰 가중치를 가진 방향으로 엑터는 움직이게 된다.처음 시작시 모든 노드의 상 하 좌 우 가중치는 0이다. 같은 가중치를 가질 경우 무작위 방향으로 이동한다.목표지점에 도달하였을 경우, 임의의 함수를 사용하여 해당 방향에 ENd가 존재함을 기입한다. Greedy Ac..

Quick Sort퀵정렬이란?찰스 앤터니 리처드 호어가 개발한 범용 정렬 알고리즘으로, 현 알고리즘 중 가장 고성능(최적의 항에서) 을 자랑하는 알고리즘으로, 주어진 배열을 정렬하는 분할 정복(Divide and Conquer)알고리즘 이다. 분할정복알고리즘의 기본 해결방법으로, 엄청 크고 방대한 문제를 조금조금씩 나눠가면서 용이하게 풀 수 있는 문제단위로 나눈 다음 다시 합쳐서 해결하는 방식 특징 및 장점평균 시간 복잡도는 O(n long n)이다. 가장 최악으로 치솟으면 O(n^2)이다.제자리 정렬(in-place Sort)로, 추가적인 메모리 공간이 거의 필요가 없다.비교 기반 정렬 알고리즘 중 가장 빠른 알고리즘 중 하나이다.퀵정렬의 과정퀵 정렬은 다음과 같은 과정으로 배열을 정렬한다.배열에서 피..

MICCAI 에서 2015년도에 만들어진 논문. 이미지 학습 알고리즘의 기본적인 논문임. 의료 영상쪽 이미지 세그먼테이션을 위해 만들어짐 세그먼테이션 배경 내의 이미지 인식법에 대해서는 다양한 유형이 있음. Singl object 하나의 이미지 안에 하나의 객체만 존재 할 때 Classification = 고양이가 있다면 고양이가 있는 이미지 라고. 하나의 이미지로 분류 하는것 Classification + Localization = 고양이가 있는 이미지라고 분류하고, 이미지 내부의 고양이 위치까지 표현하는것 Localization = 지역화 라는 의미가 있음. 무언가 있는 지역 이라고 해석하면 된다. Multible objects 하나의 이미지 안에 여러개의 객체가 존재 할 때 Object Detect..