나의 우분투 이야기
•
0 likes•546 views
2018.11.10 - Ubuntu Fest, Daejeon (우분투 페스트, 대전) 나의 우분투 이야기 - 강천성(Kaggle Korea) https://fest.ubuntu-kr.org http://event.ubuntu-kr.org/2018/10/01/ubuntu-fest.html
나의 우분투 이야기
- 1. Kaggle Korea 나의 우분투 이야기
- 2. Kaggle Korea 소개 • 충남대학교 컴퓨터공학과 4학년 재학 • 캐글 코리아 운영진 • 대전 IT 대학생 Meet-Up 운영진 • ‘탈’ 컴공을 꿈꾸고 있는 데이터 과학자 • TMT with TMI E-mail : kcs93023@me.com
- 3. Kaggle Korea 오늘 무슨 이야기 하나요?
- 4. Kaggle Korea 나의 삼촌 이름은 ㅇ..
- 5. Kaggle Korea 우분투를 처음 만났을 때
- 8. Kaggle Korea
- 13. Kaggle Korea Nvidia 최적화 → Gpu Server
- 15. Kaggle Korea 게임을 할 수 없어요
- 17. Kaggle Korea
- 19. Kaggle Korea PUBG 배틀 그라운드 총기 소리 분류 네트워크 조심해 뚝배기 날아간다.
- 20. Kaggle Korea
- 21. Kaggle Korea • # of Class - 6(AWM, Kar98, M24, MK14, Mini, SKS) • # of Amount - 2909 • Train : Test : Validation 6 : 3 : 1 • Data Format - 16bits PCM, Mono, Wav, Each 1.5s #2 Data Set - PUGB SR GunSound
- 22. Kaggle Korea • STFT를 통해 소리 신호를 이미지화 #3 Data Analysis - Spectrogram
- 23. Kaggle Korea • 거리가 멀어짐에 따라 총소리의 고주파 성분이 날아가는 감쇠가 존재 • 하지만 저주파 성분은 거리가 멀어져도 성분의 감쇠가 적음 #3 Data Analysis - Spectrogram AWM - 50M AWM - 200M
- 24. Kaggle Korea #4 Preprocessing • 15000Hz 이상의 주파수가 총기소리를 분류하는데 많은 영향을 끼치지 않을 것이라고 판단 • 네트워크의 연산량을 줄이기 위해 15000Hz 이상의 주파수 대역을 데이터에서 제거 Less Informative Area
- 25. Kaggle Korea #4 Preprocessing AWM - 50M AWM - 200M • 15000Hz 이상의 주파수 대역을 제거한 스펙트로그램
- 26. Kaggle Korea #5 CNN Network - 1 • NN 3 Layer Input : Spectrogram Image, Min-max Normalization Activation Function : Relu Optimizer : Adam Learning Rate = 0.001
- 27. Kaggle Korea #5 CNN Network - 1 • Train & Error
- 28. Kaggle Korea #5 CNN Network - 1 • Train Loss & Accracy
- 29. Kaggle Korea #5 CNN Network - 1 • 학습이 잘 되지 않는다. • 그런데 나름대로 볼트 액션(SR)과 지정 사수 소총(DMR)로 분류는 했다. DMR SR
- 30. Kaggle Korea #5 CNN Network - 2 • Conv - Pooling - NN 3 Layer Input : Spectrogram Image, Min-max Normalization Activation Function : Relu Optimizer : Adam Learning Rate = 0.001
- 31. Kaggle Korea #5 CNN Network - 2 • Train & Error
- 32. Kaggle Korea #5 CNN Network - 2 • Train Loss & Accracy
- 33. Kaggle Korea #5 CNN Network - 2 • 일부분의 총기가 분류되기 시작함. DMR SR
- 34. Kaggle Korea #5 CNN Network - 3 • Conv - Conv - Conv - Pooling - NN 3 Layer Input : Spectrogram Image, Min-max Normalization Activation Function : Relu Optimizer : Adam Learning Rate = 0.001
- 35. Kaggle Korea #5 CNN Network - 2 • Train & Error
- 36. Kaggle Korea #5 CNN Network - 2 • Train Loss & Accracy
- 37. Kaggle Korea #5 CNN Network - 2 • 대부분의 총기가 분류됨 DMR SR
- 38. Kaggle Korea 끝