문제 설명 문제 링크 주어진 문자열에서 중복된 문자가 없는 가장 긴 부분 문자열의 길이를 구하는 문제이다. 문자열의 길이는 0 이상 50,000 이하이며, 각 문자는 알파벳 소문자, 대문자, 숫자, 특수 문자 등 다양한 문자가 포함될 수 있다. 예시 Input: s = "abcabcbb" Output: 3 Input: s = "bbb...

Introduction 심층 신경망(Deep Neural Networks, DNN)의 학습의 어려움은 각 층의 입력 분포가 학습 도중 계속 변하기 때문임. 이를 Internal Covariate Shift라고 하며, 이는 학습 속도를 저하시킴. [\ell = F_2(F_1(u, \Theta_1), \Theta_2)] 위 식에서, $F_2$의 입력 ...

Abstract 이 논문은 Tacotron2라는 TTS 시스템을 제안함. Tacotron2는 두 개의 주요 구성 요소로 이루어져 있음. 첫 번째는 문자 임베딩을 mel-spectrogram으로 변환하는 sequence-to-sequence 모델이고, 두 번째는 mel-spectrogram을 음성 파형으로 변환하는 WaveNet vocoder임. 높은...

Eigenvectors and Eigenvalues 정의: 행렬 $A \in \mathbb{R}^{n \times n}$의 고유벡터(eigenvector)와 고유값(eigenvalue)은 다음과 같은 관계를 만족하는 non-zero 벡터 $v \in \mathbb{R}^n$와 스칼라 $\lambda \in \mathbb{R}$이다. \...

Abstract 지도 학습(supervised learning)은 다양한 응용에서 좋은 성능을 보이지만, 비지도 학습(unsupervised learning)은 광범위한 활용이 어려움. 해당 논문에서는 Contrastive Predictive Coding (CPC)이라는 새로운 비지도 학습법을 제안함. 이 방법은 autoregressive 모델을 사용...

Abstract 시퀀스 데이터의 학습 문제에서는 전처리 되지 않은 입력 데이터로부터 레이블 시퀀스를 예측하게 됨. 예를 들어, 음성 인식에서는 연속된 음향 신호로부터 음소 또는 단어 시퀀스를 예측함. RNN(Recurrent Neural Networks)은 이러한 시퀀스 데이터의 학습에 효과적이지만, 입력과 출력 시퀀스의 길이가 다를 때는 어려움이 있...

Abstract LAS(Listen, Attend and Spell) 모델을 소개. 해당 모델은 음성 데이터를 단어가 아니라 문자(character) 단위로 출력. 기존 음성 인식 시스템(DNN-HMM 기반)은 하이브리드 모델을 사용함(음향 모델, 언어 모델, 발음 사전). LAS는 이러한 복잡한 구조를 하나의 신경망으로 통합하여, 음성 입력을 직접 ...

Java Java는 객체 지향 프로그래밍 언어로, 플랫폼 독립성을 제공하는 특징이 있음. Java 프로그램은 Java Virtual Machine(JVM)에서 실행되며, 다양한 운영 체제에서 동일한 코드를 실행할 수 있게 함. Hello World public class HelloWorld { public static void main(Stri...

STL(Standard Template Library) C++의 표준 템플릿 라이브러리(STL) 는 다양한 자료구조와 알고리즘을 제공하는 라이브러리 Sequence Containers std::vector: 동적 배열로, 크기가 가변적이며, 요소에 대한 빠른 접근이 가능함. 주요 함수: pus...