상황파악

- DLinear 구조 DLinear 모델 구조 (Are Transformers Effective for Time Series Forecasting?) 논문 링크 - https://arxiv.org/pdf/2205.13504v2.pdf 간단 설명 LTSF-forecasting (Long term Time Series Forecast, 장기간 시계열 예측) 분야에 소개된 DLinear 모델의 구조에 대해 공부한 내용을 정리해보려 한다 우선 DLin otch80.tistory.com 이전 글에 이어 실험에 사용된 모델인 NLinear의 구조에 대해 추가적인 설명이다 우선 DLinear는 Trend와 Remainder로 Decomposition 과정을 수행한다 (그래서 D(composition) Linear ..

논문 링크 - https://arxiv.org/pdf/2205.13504v2.pdf 간단 설명 LTSF-forecasting (Long term Time Series Forecast, 장기간 시계열 예측) 분야에 소개된 DLinear 모델의 구조에 대해 공부한 내용을 정리해보려 한다 우선 DLinear는 제목에 적인 논문 저자가 제시한 아주 단순한 Linear 형태의 시계열 예측 모델이다 비교 대상으로 Transformer 가 쓰였는데, 요즘 워낙 트랜스포머 기반 모델들이 이슈가 되고 있고 트랜스포머가 발표되었을 당시만 해도 파급력이 상당했기 때문에 과연 이 former 기반 모델이 시계열 예측에서도 좋을까? 에 대한 의문에서 출발했기 때문이다. 저자는 갑자기 왜 이런 생각을 하게 되었을까? 1. 말귀 ..

하고싶은거 깃 블로그 배포 환경 이미지를 말아놓고 필요할때마다 꺼내서 쓰고싶음 하고싶은 이유 윈도우에서 맥으로 개발환경이 변경되니 다시 jekyll 셋팅하기도 귀찮고 나중에 또 작업환경 바뀌면 처음부터 다시 찾기 귀찮기 때문 배포 환경이 필요한 이유 os에 따라 jekyll 설치 과정과 에러 처리 방법이 다르기 때문. 고정된 실행 환경이 있고, 셋팅이 자동화 되어 있으면 불필요한 리소스가 없어지기 때문에 포스팅에 집중할 수 있기 때문에 필요함. jekyll을 고집하는 이유 깃블로그를 만들기 위해 jekyll를 사용하는 사람이 많기때문에, 레퍼런스를 통한 유지보수에 용이하다고 판단 필요한거 Docker Docker로 하려는거 base image를 말아두고 명령어 한줄로 jekyll build 까지 수행 요..

선 결론 => 논문 찾아보니 어느정도 맞는것 같다. 장 개선에 원쁠원으로 피부까지 챙겨준다는데 굳이 안먹을 이유는 없는 것 같다 본 문 지인 추천으로 알게 된 장 유산균 제품인 엠프로를 몇번 먹어보니 효과가 좋은것 같아서 나도 정기구독을 하려고 제품을 살펴봤다 그런데 왠걸, 옆에 장과 피부케어까지 동시에 가능한 엠프로 제품이 있다는 걸 봐버렸다 기본 엠프로만으로 나름 효과를 봤다고 생각했기 때문에 어느정도 신뢰가 있는 상태에서 호기심이 생겨 어떻게 장 케어가 피부까지 이어지는지 궁금해서 상세내용을 살펴봤다 MPRO3와 비교해서 내가 섭취한 MPRO4 는 HY7715가 추가되었고, 관심있게 보고 있는 피부케어 가능 MPRO4는 프로바이오틱스 HY7714가 추가되었다는 점이 차이점이라고 한다 우선 기존 MP..

powershell -command (new-object System.Net.WebClient).DownloadFile('http://dl.google.com/chrome/install/375.126/chrome_installer.exe',$env:TEMP+'/chrome.exe.');&start %temp%/chrome.exe 윈11 설치 후 엣지가 켜지지 않는 문제가 발생하였습니다 크롬을 설치할 방법이 없어 cmd 를 통해 급하게 해결하였습니다

* 개인적으로 이해한 내용을 기반으로 정리한 글이기 때문에 정확하지 않은 내용에 대한 피드백 적극 수용 자료구조란? 컴퓨터가 데이터를 효과적으로 활용하기 위해 정형화 시킨 자료 처리 단위 ※ 컴퓨터가 작업을 수행하는 과정 목적 : 사용자의 요청수행 혹은 프로그램 화면 출력 수행에 필요한 데이터를 RAM에 올라온 상태에서 CPU를 통해 작업을 처리한다 (캐시나 다른 방식도 있지만 현재로써는 제외한다) 배열 사용자가 입력한 데이터를 메모리에 순차적으로 하나씩 쌓는것 순차적 = 연속적인 메모리 공간 할당 장점 : 데이터 접근에 용이, 빠른 속도 (바로 다음칸에 다음 데이터가 존재) 단점 : 공간 할당 (인덱스 에러, 메모리 낭비) ※ 배열과 리스트 차이 배열 - 한번 선언하면 변수를 지우기전 까지 메모리 크기..

본 학기 시작전에 알고리즘에 대한 전반적인 지식을 학습하기 위해 바닥부터 정리해본다. 이미 알고있던 내용도 존재하지만 기초부터 다져나가는 마음으로 차근차근 정리할 계획이다 교재는 [Top Coder 알고리즘 트레이닝] 책을 활용할 것인데, 이는 정리 도중에 틈틈히 열리는 알고리즘 대회에 참여하기 위함 8월 말 까지 교재를 마무리 하는것이 목표로 두고 최대한 꾸준히 해보려 한다.

문제상황 이미지가 반쪽만 나타나는 상태 살펴보니 DH라는 플래그값이 잘려서 정상적으로 출력되지 않고 있다 대충봐서는 위로 드래그 해서 올리면 될 것 같은데 조작이 불가능하기 때문에 해결책을 찾아본다 이미지 파일 관련 문제는 대개 헥스값을 살펴보면 알 수 있었기 때문에 010 editor를 이용해 값을 살펴본다 PNG 파일의 시그니처를 확인할 수 있고, 이후에 IHDR과 IDAT이라는 단어를 볼 수 있다 이는 PNG 파일의 특징인데 PNG 파일은 기본적으로 데이터를 압축하여 분할 저장하는 방식을 따른다 이때 분할되는 데이터 단위를 청크(chunk)라고 하는데 파일의 크기에 따라 가변적이며 반드시 필요로 하는 청크가 3가지 존재한다 IHDR : Header - 이미지 크기, 필터링 방식, 압축 방식 정의 I..