이진 이미지 간의 유사도를 측정하고 숫자를 분류하는 원리를 탐구해보자
두 이진 행렬(0과 1로 이루어진 행렬)에서 서로 다른 값을 가지는 위치의 개수를 해밍 거리라고 합니다.
값이 다른 위치가 많을수록 두 행렬은 서로 멀리 떨어져 있다(다르다)고 볼 수 있습니다.
두 이미지 X와 A를 이진 행렬로 변환하고 H(X, A)를 구해봅시다.
빨간 셀이 두 행렬에서 서로 다른 위치입니다.
아래 X 행렬의 셀을 클릭하면 0↔1이 바뀌며 H(X,A), H(X,B)가 실시간으로 업데이트됩니다.
개념을 이해했다면 직접 숫자를 그려서 해밍 거리를 확인하거나, 퍼셉트론 분류를 탐구해보세요!
숫자 0~9 각 클래스에서 랜덤으로 선택된 기준 이미지입니다. 이 이미지들과 내가 그린 숫자의 해밍 거리를 비교합니다.
숫자를 그리고 "이진화 변환"을 클릭하세요
STEP 1과 STEP 2를 모두 완료한 후 계산하세요
해밍 거리가 가장 작은 두 후보와의 비교입니다. 빨간 셀 = 두 행렬에서 값이 다른 위치
기준 이미지 A(이진 행렬)에서 가중치 행렬 WA를 만들 수 있습니다.
A의 1의 개수를 |A|라 하면: WA = (1/|A|) × A
퍼셉트론 PA의 출력값은 X와 WA의 내적(성분별 곱의 합)입니다:
이 값이 클수록 X가 A와 더 유사합니다. 출력값이 가장 큰 퍼셉트론의 클래스로 분류합니다.
A → WA = (1/|A|)A 변환과 퍼셉트론 출력값 P(X) = X · WA를 확인해봅시다.
아래 X 행렬의 셀을 클릭하면 0↔1이 바뀌며 퍼셉트론 출력값 P(X,A)와 P(X,B)가 실시간으로 업데이트됩니다.
개념을 이해했다면 직접 숫자를 그려서 퍼셉트론 분류를 체험해보세요!
숫자 0~9 각 클래스에서 랜덤으로 선택된 기준 이미지입니다. 이 이미지들과 내가 그린 숫자의 퍼셉트론 출력값을 비교합니다.
숫자를 그리고 "이진화 변환"을 클릭하세요
STEP 1과 STEP 2를 모두 완료한 후 계산하세요
퍼셉트론 출력값이 가장 큰 두 후보와의 비교입니다. 블렌딩 시 분수 시각화가 표시됩니다. X=1, A=1 (기여) X=0, A=1 (미기여)