Data Analysis33 Urban-GAN(2) Urban-GAN(1) Case pre-processing GIS 형식의 건물로 표현된 도시 형태는 Urban-GAN의 사례 적응에서 인스턴스 기반 학습에 직접 사용할 수 없습니다. 선택된 영역을 DCGAN에서 요구하는 특정 형식의 샘플로 변환하기 위해 케이스 전처리 모델이 적용됩니다. 이 모델은 래스터화, 임의 창 샘플링 및 형식 변환의 세 단계로 구성됩니다(그림 2). 모델이 완전히 자동화되었습니다. 래스터화 단계에서는 GIS 형식의 선택된 영역과 건물을 셀 크기가 2m x 2m인 래스터로 변환합니다. 셀 값은 셀이 건물에 해당하는 경우 건물 옥상의 높이입니다. 그렇지 않으면 이 파일럿 사례 연구에서 0으로 가정된 지반 고도로 설정됩니다. 이러한 셀 값 규칙을 따르는 결과 래스터는 모든 요소에 하나의.. 2023. 1. 19. Urban-GAN(1) 도시에 적용되는 GAN 적용 방법은 아래 논문을 통해 살펴보았다. 내용이 길어 두 개 파트로 나눠 업로드 한다. Quan, S. J. (2022). Urban-GAN: An artificial intelligence-aided computation system for plural urban design. Environment and Planning B: Urban Analytics and City Science, 23998083221100550. Urban-GAN(2) Abstract 현재의 도시설계 계산은 도시설계의 다차원적 차원을 무시하면서 대부분 전문설계자를 중심으로 이루어지고 있다. 또한 사용 가능한 대중 참여 계산 도구는 주로 정보 및 아이디어 공유에 중점을 두므로 대중은 디자인 전문성 부족으로.. 2023. 1. 18. 설명가능한 인공지능(XAI) 관련 설명(5) XAI 관련 설명(1) XAI 관련 설명(2) XAI 관련 설명(3) XAI 관련 설명(4) 6. Toward responsible AI: Principles of artificial intelligence, fairness, privacy and data fusion 수년에 걸쳐 민간 및 공공의 많은 조직이 AI를 개발하고 사용하는 방법을 나타내는 지침을 발표했습니다. 이 지침은 일반적으로 AI 원칙이라고하며 개인과 사회 전체에 대한 잠재적 AI 위협과 관련된 문제를 해결합니다. 이 섹션은 Xai (일반적으로 자체 원칙 안에 나타나는 Xai)를 모두 그들 모두와 연결하기 위해 가장 중요하고 널리 알려진 원칙을 제시합니다. AI 모델의 책임있는 구현 및 사용을 실제로 찾으면 XAI가 자체적으로 충분하지 .. 2023. 1. 18. 설명가능한 인공지능(XAI) 관련 설명(4) XAI 관련 설명(1) XAI 관련 설명(2) XAI 관련 설명(3) XAI 관련 설명(5) 5. XAI: Opportunities, challenges and future research needs 우리는 이제 수행 된 문헌 검토를 활용하여 ML 및 데이터 융합 모델의 설명 분야에서 여전히 해결해야 할 업적, 동향 및 도전에 대한 비판을 제시합니다. 실제로이 분야에서 지금까지 취한 발전에 대한 우리의 논의는 이미 이러한 과제 중 일부를 예상했습니다. 이 섹션에서 우리는 그들을 다시 방문하고 XAI를위한 새로운 연구 기회를 탐색하여 앞으로 몇 년 안에 효과적으로 해결하기 위해 다음과 같은 연구 경로를 식별합니다. • 섹션 1에서 개요를 도입 할 때 우리는 이미 ML 모델을 더 이해하기 쉽게 만드는 것이 .. 2023. 1. 17. 설명가능한 인공지능(XAI) 관련 설명(3) XAI 관련 설명(1) XAI 관련 설명(2) XAI 관련 설명(4) XAI 관련 설명(5) 4.3. Explainability in deep learning 사후 지역의 설명 및 기능 관련성 기술은 DNN을 설명하기위한 가장 채택 된 방법으로 점점 더 채택 된 방법입니다. 이 섹션에서는 가장 많이 사용되는 DL 모델, 즉 다층 신경 네트워크, CNN (Convolutional Neural Networks) 및 RNN (Reburrent Neural Networks)에 대해 제안 된 설명 연구를 검토합니다. 4.3.1. Multi-layer neural networks 그들의 창립에서 멀티 층 신경망 (다층 퍼셉트론이라고도 함)은 변수들 사이의 복잡한 관계를 유추 할 수있는 큰 능력으로 인해 학계에 의해.. 2023. 1. 16. 설명가능한 인공지능(XAI) 관련 설명(2) XAI 관련 설명(1) XAI 관련 설명(3) XAI 관련 설명(4) XAI 관련 설명(5) 3. Transparent machine learning models 이전 섹션에서는 투명 모델의 개념을 소개했습니다. 모델은 그 자체로 이해할 수있는 경우 투명한 것으로 간주됩니다. 이 섹션에서 조사 된 모델은 이전에 설명한 모델 투명성 수준 (즉, 시뮬레이션 성, 분해 성 및 알고리즘 투명성)의 한 수준에 속할 수있는 투명 모델의 소송입니다. 다음에 우리는이 진술에 대한 이유를 제공하며, 그림 5에 주어진 그래픽 지원이 있습니다. 3.1. Linear/logistic regression 로지스틱 회귀 (LR)는 이분법 (이진) 인 종속 변수 (범주)를 예측하는 분류 모델입니다. 그러나 종속 변수가 연속적 일 .. 2023. 1. 16. 이전 1 2 3 4 5 6 다음
