생성형 인공지능 입문 7주차 퀴즈

1. 다음 문장의 빈칸에 들어갈 가장 적절한 단어를 고르시오.

 

“ 생성적 적대 신경망(GAN)은 경쟁 프로세스에 참여하는 두 개의 신경망, 즉 _______와 ________로 구성된 머신 러닝 프레임워크”

하나를 선택하세요.

1.생성자 , 판별자

2.학습자 , 평가자

3.분류자 , 회귀자

4.최적화자, 표준화자

생성자랑 판별자가 동시에 학습하는 형태이죠!

정답은 1. 생성자, 판별자 입니다.

설명:

• 생성적 적대 신경망(GAN)은 두 개의 신경망으로 구성된 구조입니다. 하나는 생성자(Generator) 로, 새로운 데이터 인스턴스를 생성하는 역할을 합니다. 다른 하나는 판별자(Discriminator) 로, 생성자가 만든 데이터와 실제 데이터를 구별하는 역할을 합니다. 생성자와 판별자는 서로 경쟁하면서 학습을 진행하게 되는데, 이 과정을 통해 생성자는 점점 더 현실적인 데이터를 생성하게 됩니다.

2. 다음 문장의 빈칸에 들어갈 가장 적절한 단어를 고르시오.

 

“ LeakGAN은 ______과 ________결합을 목표로하며, 생성자는 기존 GAN처럼 판별자를 속이는 동시에 강화 학습 설정에서 기대되는 보상을 극대화하는 것을 목표로 함”

하나를 선택하세요.

1.이미지 생성, 픽셀 레벨 최적화

2.자연어 처리, 문맥적 적합성과 일관성

3.순차적 데이터 생성, 단기 및 장기 의존성

4.GAN, 강화 학습

GAN과 강화학습!

정답은 4. GAN, 강화 학습 입니다.

설명:

• LeakGAN은 생성적 적대 신경망(GAN)과 강화학습을 결합한 모델입니다. 이 모델에서 생성자는 기존 GAN의 목적인 판별자를 속이는 것뿐만 아니라, 강화학습을 통해 보상을 극대화하면서 보다 효과적인 학습을 추구합니다. 이로써 생성자는 효과적으로 문맥에 적합하고 일관성 있는 데이터를 생성하도록 훈련됩니다.

다음 문장의 빈칸에 들어갈 가장 적절한 단어를 고르시오.

 

“ CycleGAN의 판별자(Discriminator)는 _______을 쓰고, 생성자(generator)로는 _________을 사용한다 ”

하나를 선택하세요.

1.CNN, U-Net

2.ResNet, GAN

3.PatchGAN, LSGAN

4.Leaky ReLU 활성화 함수, Autoencoder

흠 3번이라고 본 것 같은데 이런 암기로 나올줄은.........

정답은 3. PatchGAN, LSGAN 입니다.

설명:

• CycleGAN의 구조에서 판별자는 일반적으로 PatchGAN 아키텍처를 사용하여 입력 이미지의 각 부분이 진짜인지 가짜인지를 판단합니다. 이는 이미지의 일부 영역(patch)을 기반으로 진위 여부를 결정하며, 이를 통해 효과적으로 질감과 세부 사항을 검출할 수 있습니다.
• 생성자는 LSGAN (Least Squares GAN) 방식을 활용하여 더 안정적인 그래디언트를 제공하고, 모드 붕괴 문제를 완화시키는 데 도움을 줍니다. 이 방식은 평균 제곱 오차를 최소화하여 진짜와 가짜의 차이를 좁히는 방식으로 작동합니다.

4. 다음 문장의 빈칸에 들어갈 가장 적절한 단어를 고르시오.

 

“ 생성 모델(Generation model)은 데이터 세트의 _______를 파악하고 원본과 유사한 새로운_____를 생성하는 것을 목표”

하나를 선택하세요.

1.특징, 샘플

2.기본분포, 데이터 포인트

3.구조, 정보

4.패턴, 결과

흠...? 분포라고 생각했는데 특징이랑 샘플인가...?

정답은 1. 특징, 샘플 입니다.

설명:

• 생성 모델은 데이터 세트의 특징을 학습하여 이를 바탕으로 원본 데이터와 유사한 새로운 샘플을 생성하는 것을 목표로 합니다. 이는 데이터의 내재된 분포를 모델링하여 새로운 데이터 인스턴스를 생성할 수 있게 하는 과정을 포함합니다.

GPT도 특징 샘플이라지만 우리 교안은 기본분포랑 데이터포인트라고 했으니....

제발 애매한 문제는 안냈으면...

5. 다음 문제 중 올바르지 않는 것을 고르시오.

 

생성형 네트워크의 예가 아닌것은?

하나를 선택하세요.

1.오토인코더

2.변형 자동 인코더

3.UI/UX

4.확산모델

UI/UX는 완전히 다른 내용 아닌가...?

정답은 3. UI/UX 입니다.

설명:

• 오토인코더(Autoencoder), 변형 자동 인코더(Variational Autoencoder, VAE), 그리고 확산 모델(Diffusion Model) 모두 생성형 네트워크의 예로, 데이터의 잠재적 분포를 학습하여 새로운 데이터를 생성하는 데 사용됩니다.
• UI/UX (User Interface/User Experience)는 사용자 인터페이스 및 사용자 경험 디자인과 관련된 용어로, 생성형 네트워크와는 관련이 없습니다.