Markov Chains

본 글은 Setosa blog의 글을 이용하여 번역 및 재해석한 것이다. Andrey Markov의 이름을 딴 Markov chain은 하나의”상태” (state; a situation or set of values) 에서 다른 상태로의 이동/전이를 나타내는 mathematical systems을 말한다. 예를 들며, 어린유아의 행동에 대한 Markov chain model을 만든다면, 상태로는 “playing,” “eating”, “sleeping,” 그리고 “crying” 등을 사용할것이고, 이 상태들로 이루어진 state space(a list… Markov Chains 계속 읽기

Generative Adversarial Networks

본글은 Aylien의 블로그를 메인으로 하고 그외 다른 자료를 참조하여 작성되었다. 인공지능 연구가 지향하는 바는 인공지능이 스스로 우리가 사는 세상을 인식하고 이해하는 일일 것이다. 우리 인간이 할수 있는 일은 현재 수준의 인공지능의 관점에서 볼때 엄청난 능력을 갖고 있는 것이다. 단지 속도가 느리다는 것을 제외하고. 인간은 수많은 정보를 보유한 감각기관과 두뇌와 다른 생명기능을 이용하여 정보를 저장하고 처리하며… Generative Adversarial Networks 계속 읽기

Fixed bed reactor simulation

촉매가 충전된 Fixed Bed Reactor의 모델링 예이다. Gas phase와 solid(catalyst) phase를 구분하여 모델링한 것이며, 반응은 Haugen Watson type의 rate equation을 사용하였다.(not shown here) 반응기의 외벽으로의 열손실을 가정한 B.C. 설정   상기의 수학적 모델을 computer simulation하면 다음과 같은 촉매반응기의 전형적 온도 분포를 보여 준다.

Catalytic reactor regenration

Catalytic Bed Regeneration 충진 반응기내의 촉매를 재생하는 방법으로 superheated steam을 충진층내로 통과시켜 재생하는 방법이 있다. 반응기 내부에 충진되어 있는 촉매층이 모두 재생되기 위해서는 반응기 내부의 촉매의 온도가 모두 700 °C로 온도가 상승되어야 하며 얼마의 시간동안 유지가 되어야 한다. 재생이 되기전 process stream의 온도는 600 °C이다. 이 시스템을 모사하기 위해서는 먼저 수학적 모델을 세워야 하며, 아래와… Catalytic reactor regenration 계속 읽기

Mixing cell model for the SMB

Mixing cell model for the SMB SMB (Simulated Moving Bed) process is a countercurrent chromatography separation process whose governing equations could be described as a number of ordinary differential equations with some boundary conditions, when equilibrium cell( or stage) model is applied. As this process is a cyclic-operated process, the process approaches to a dynamic… Mixing cell model for the SMB 계속 읽기

수학과 모델링

수학은 과학과 엔지니어링 문제를 구성하고 해를 얻기 위한 언어로서의 역할을 한다. 앞으로 사용 영역의 폭이 점차 확대됨에 따라 문제가 더욱 복잡해 질것이고, 이에 따라 문제를 해결하기 위한 수학적 방법들도 더욱 다양해지고 복잡해질 것이다. 그러므로, 수학적 개념을 풍부히 가지고 다양한 분야의 응용영역에서 수학적 접근 방법을 시도해야 한다. 수학적 개념들은 실제적인 문제를 해결하는 토대를 마련해 주므로, 과학자나… 수학과 모델링 계속 읽기

General AI developing platform

인간이 프로그래밍을 통해 기계에 모든 행동을 입력하지 않고도 인공지능 스스로 인간이 수행하는 복잡한 일을 수행할 수 있도록 하는 것이 목표라고 할때, 그 목표를 위한 첫걸음은 test bed를 충분히 마련하는 것일 것이다. 이런 공감대에 호응하여, 인공지능 성능을 테스트 할 수 있는 실험실이 마련되어 있고 그것을 일반인에게 공개하고 있다. 그 중 유명한 곳을 아래 소개하였다. Universe by OpenAI… General AI developing platform 계속 읽기

Neural Networks

본글은 Hugo Larochelle(Tweeter, Inc.)의 Neural Networks강의를 요약/재해석한 것이다.   Neural Network를 이해하기 위해서는 NN의 perceptron이라고 불리우는 기본 구조에 대한 이해로 부터 시작해야 한다. Perceptron은 여러개의 binary input을 입력으로 받고 하나의 binary output을 생성하는 구조로 되어 있다. 이 perceptron의 기능은  weights 도입을 시작으로 수행된다. weights는 입력과 출력과의 관계를 선형적으로 나타내는 패러미터이며 각 입력이 출력에 미치는 영향의… Neural Networks 계속 읽기