본문 바로가기

분류 전체보기128

[러너게인 블로그] Lecture 11(1). 행렬공간 학습 내용 1. 행렬 공간의 의미 2. 선형대수와 미분방정식의 관계 3. 1. 행렬 공간의 의미 여태껏 나타낸 열벡터를 그냥 행렬로 나타낸것이다. 예를들어, [1, 3, 4]T 라는 열벡터가 있으면, 이것은 3차원 공간상의 한 점을 나타내는 벡터엿는데, 아래와 같이 3x3 행렬이 있으면, 9차원 공간상의 한 점을 나태내는 벡터라고 생각하면 된다. 1. 대칭행렬 2. 상삼각행렬 3. 대각행렬(1 교집합 2) -> 대각선에 있는 원소만 남기고 싶은데, 그러면 앞서 1번과 2번의 교집합을 구하면 되는 부분이다 (1 합집합 2) = 전체 9x9행렬 정리 2. 선형대수와 미분방정식의 관계 위와같은 미분방정식이 있으면, 해는, cosX, sinX, e^ix다. 얘네들은 다시말해 식 12의 영공간(Null Space.. 2021. 1. 20.
21.01.18 행렬 X,Y 바꿔치기 / for문 범위 제대로 안함 2021. 1. 19.
21.01.15 존리대표 - 사람뽑는법 "부정적인 말 하는 사람 멀리해라" 평소에 부정적인 말 하는 사람을 멀리해라. 부정적인 말 하는 사람 멀리해라. 된다. 될거다. 이건 무조건 된다. 당연히 된다. 이런말을 입에 달고 있는 사람을 옆에 둬라. 2021. 1. 16.
21.01.15 순회하며 최솟값/최댓값 찾기 최대 최소 구할때 최대를 저장할 변수는 초기에는 0으로 초기화하고 최소는 9999999 이런식으로 초기화 해야하는거 반복문 안에서 계속 그 작업을 해줘야 하면 반복문 안에서 초기화 해줘야지!!!!!!!! 안그러면 안되지.. 리발... 2021. 1. 15.
11. Fourier Transform 학습 내용 1. Fourier Transform 2. 2D에서 Fourier Transform 3. 1. Fourier Transform time domain 의 신호를 frequency domain(주파수 영역) 으로 바꾸는 것. frequency domain에서 신호를 해석하면, time domain에서 보이지 않던 특징들을 발견할 수 있다. 2D에서 Fourier Transform time domain에서 convolution은 frequency domain에서는 그냥 곱셈이다. 1. 원본 이미지를 그림1으로 fourier transform 하고, [그림1] 2. gaussian kernel(5x5짜리) 를 fourier transform 하고, [그림3] 3. 둘이 곱해서 [그림1]x[그림3] 4.. 2021. 1. 13.
10. Sampling Theorem (Image Scaling, Image Subsampling) 학습 내용 1. Sampling Theorem 2. Image Scaling(by Subsampling) 3. 1. Sampling Theorem 2. Image Scaling(by Subsampling) 즉, Gaussian filter 쳐서 high frequency 죽여주면 Wmax가 낮아져서 w가 0.5여도 aliasing 발생 안할거다. 결론 원본 이미지에 Gaussian Filter를 sigma 를 크게하여 적용시켜 high frequency를 없앤 상황에서 image sampling 해서 이미지 크기 줄이면 aliasing 발생 안한다. 출처 2021. 1. 10.