U-Net 등에서 Convolution에서 수반되는 down-sampling에 대한 반대되는 연산으로 사용되는 일종의 up-sampling연산. "Convolution이 pooling layer와 함께 사용"되어 $3\times3$나 $5\times5$의 kernel 크기에 따라 입력 영상의 여러 pixel들이 하나의 pixel로 down-sampling이 되는 것이 일반적인 CNN에서 동작이나,Transposed Convolution은 이와 반대로 동작함:convolution의 inverse로 사용된다고 생각해서 흔히 deconvolution이라고도 불리는데 이는 잘못된 명칭이며 transposed convolution이라고 정확히 불러야 함.실제로 해당 연산은 matrix representation..

Estimation(추정): 관측된 데이터를 이용하여 모집단의 parameter 등 알려지지 않은 특성이나 값을 추정하는 것임.모델을 훈련데이터로 fit 시키는 과정에 해당Prediction(예측): 관측된 데이터나 model 을 이용하여 아직 관측되지 않은 결과나 값을 예측하는 것임.훈련을 마친 모델에서 inference를 통해 입력에 대한 출력값을 구하는 것에 해당.Expectation(기댓값): random variable 이 가질 수 있는 값들을 해당 확률분포에 따라 가중 평균한 arithmetic mean(산술평균)으로 정의됨.random variable 의 (arithmetic) mean을 구하는 것으로 linearity를 가짐.

1. Source magnification실제 X-ray source는 일정한 면적을 가진 extended source임.Source의 서로 다른 지점에서 출발한 X-ray는 같은 point hole을 통과하더라도 detector의 서로 다른 위치에 도달함.따라서 detector에는 source의 모양이 뒤집힌 영상 즉, inverted image 가 나타남. 거리와 좌표는 다음과 같이 정의됨.$$\begin{aligned}d &: \text{source부터 detector까지의 거리} \\z &: \text{source부터 point hole까지의 거리} \\(u,v) &: \text{source 면의 좌표} \\(x,y) &: \text{detector 면의 좌표}\end{aligned}$$Poin..

Eigenfunction(고유함수) 은 어떤 operator를 적용했을 때,함수의 형태는 그대로이고 상수배만 되는 함수임.정의operator를 $T$, 함수 $f$를 eigenfunction이라 하면 다음이 성립:$$T[f]=\lambda f$$$f$: eigenfunction$\lambda$: eigenvalue 참고로,일반적인 eigenfunction(고유함수)은 linear operator(선형연산자)에 대해 정의됨!실제로 function space 역시 vector space이므로,basis를 정하면 일반적인 vector space와 isomorphic하게 표현 가능하며,이때 eigenfunction은 대응되는 eigenvector로 표현됨.더보기2024.11.06 - [.../Linear Alg..

PN Junction 기초https://youtu.be/tiyoR9X984w?si=zimffFV4HTAaqaIA https://youtu.be/wziQOb1J_d0?si=KIV7nGg8opxDUk2f https://youtu.be/ytvXK9XzDMU?si=KflNRPZSjV3t3zjr https://youtu.be/Ihe63XI8mso?si=BRpVlLpWoqkI_cv9 https://youtu.be/gYPtpKoQZOg?si=jsxDWqfjJVF0FQ-i https://youtu.be/G6UpTeorea0?si=PW184uaaZbwWGikv Light Emitting Diode (LED)https://youtu.be/K-WdUN1JMdE?si=d283m-gL1DTQK4b- https://yout..

ErrorError 는observed value 와population 의 true parameter 에 의한 이상적인 model 값사이의 차이임.$$\epsilon = y- X\boldsymbol{\beta}$$model 정의에 포함되는 stochastic term : Part of model definition.true parameter $\boldsymbol{\beta}$를 기준으로 정의됨일반적으로 직접 관측할 수 없으며, 모델 정의시 error 의 distribution 또는 statistical properties 가 가정됨.ResidualResidual 은observed value 와fitted model 의 prediction 사이의 차이임.$$e = y-\hat{y} = y- X\hat{\b..