이쪽?분야는 아니고 기계공학 최적설계 분야인데
딥러닝에 대해서 잘 몰라서 질문 좀 하려구
일단 내가 하려는게 다변수 최적화라해서
어떤 부품의 형상 파라미터를 예를 들어 10개(a,b,c,d,...,j)라고 치면,
기계 성능(y)에 영향을 미치는, 각 형상 파라미터의 민감도를 분석해서
이 10개 중 성능에 제일 민감하게 반응하는 형상 파라미터 5개만 뽑고
이후 최적 성능을 예측하는 그런 분야거든
쉽게말하자면 y=F(a,b,c,d,e)_max 를 찾는거라고 생각하면돼
이런걸 할 때 딥러닝 중 인공신경망(ANNs) 모델 같은 걸 사용한다고 하더라고
내가 궁금한 건
1. 딥러닝 분야쪽? 너네?가 하는 딥러닝이라는게 이런거하는거야?
내가 생각할 때는 더 딥한거같아보여서
2. 위 글에서의 수행하려는 수준의 딥러닝은 딥러닝 중 어느정도 수준이야?
3. 이 정도의 딥러닝을 하려면, 고사양의 GPU가 필요해?
- dc official App
여기와서 좀 더 달자면 1. NN은 F를 근사해주는 근사기임. 최적화 이론이랑 근본은 같음. 더 복잡한 F를 잘 찾으려고 층을 쌓고 그러는거. 2. 만약 내가 최적화하고 싶은 문제를 알고만 있으면 그걸 그냥 미분해서 풀어주는게 딥러닝이라 그냥 일종의 tool 레벨에서 가능 3. 위에 말한거보다 파라미터수가 훨씬 크면 고성능이 필요하겠지만, 지금은 수십개 특징에 데이터도 수십수백개 수준이면 cpu로도 차고 넘침
품질경영이나 신뢰성공학을 먼저 봐라
Feature 갯수 적으면 딥러닝 별로임. 오버피팅만 일어남.