반응형

전체 글 907

일반 화학 총 정리

6장 전자 친화도 : 이 상태에서 유지 하려고 하면 0, 전자를 주고 받을 수록 음수값 격자에너지 : 전자에 비례하고 거리에 반비례 이온 화합물의 형성 다시 풀어보기 7장 쌍극자 모멘트 = Q * r * 1D = (1.60 * 10^-19) * r * (1D /(3.3336*10^-30) 형식 전하 = 원자가 전자 수 - 0.5 결합 전자 수 - 비 결합 전자 8장 원자가 결합 이론 : 전자쌍이 어떻게 공유되는지 시각적으로 잘 보여주는 오비탈 모형, 홀성화 이온 쌍극자 > 수소결합 > 쌍극자 쌍극자 > 런던 분산력 분자 오비탈 이론: 결합 차수 = (결합 전자수 - 반 결합 전자수) /2 >0 상자기성 : 자기장에 끌림, 분자 오비탈에 홀 전자가 있음 반 자기성 : 자기장에 밀림 9장 w = -PAd =..

기타 2023.12.20

일반 화학 10장 기체의 성질과 행동

기체 : 분자간 인력 X, 부피 변화 가능 -> 압축 가능압력 : 단위 면적에 미치는 힘 1Pa = 1N/m^2 = kg/ms^2힘 : ma    1N = kgm/s^2P= F/A = ma/A대기압 측정 : 수은 - 금속이지만 액체 760mm수은 = 대기압 = 1atm이상 기체 방정식PV = nRTR = 0.082058(L*atm)/(k*mol) = 8.3145J/kmolR = PV / nT = 1atm * 22.4 /(1mol * 273k)PVM = nMRT, M = mRT/PV보일 법칙 VP = k 일정한 n,T압력은 부피에 반 비례한다.샤를 법칙 V/T = k 일정한 n,P온도와 부피는 비례한다.아보가드로 법칙 V/n = k 일정한 P,T부피와 몰 수는 비례한다.돌턴의 부분 압력 법칙P전체 = P1..

기타 2023.12.19

일반 화학 9장 열화학 : 화학 E

열 화학 : 화학 반응에 동반되는 흡수되거나 방출되는 열 E E = 운동 + 포텐셜 E 1kg*m^2 / s^2 = 1J 퍼텐셜 E : 물체의 높이 형태로 물체에 저장 of 분자에 저장 된 E E 보존 법칙 : 열역학 제 1 법칙 한형태 -> 다른 형태로 변환될 뿐이다. E 형태 1. 열 - 온도 = 분자의 운동 에너지 2. 전기 - 전자의 이동 3. 화학 - 반응 할 수 있는 분자들의 형태 계 - 어떤 실험에서 관심의 초점이 되는 물질, 즉 반으움ㄹ과 생성물을 합친 것 주위 : 계를 제외한 그 밖의 모든 것 내부E : 계 내부의 모든 분자 또는 이온들의 운동 E +포텐셜 E 고립계가 아니라면 계는 주위와 E를 주고 받는다. ㄴ 열및 물질 전달 X 닫힌 계 : 열전달 O 물질 전달 X 열린 계 : 열전달..

기타 2023.12.19

일반 화학 8장 공유 결합 : 결합 이론과 분자 구조

VSEPR, 원자가 결합 이론 - 차이 알기! VSEPR - 원자가 껍질 전자쌍 (전하구름) 반발 모델 우리가 고등학교 때 흔히 그리던 모델 2개의 전하 구름 180도 3개의 전하구름 120도 - 평면 삼각셩 or 굽은 모형 4개의 전하구름 : 109.5도 5개의 전하구름 : 삼각쌍 뿔 6개의 전하구름 : 사각쌍 뿔 간단한 방법이지만 공유 결합의 전자 성질을 설명하지 못한다. 원자가 결합 이론 : 원자 오비탈과 원자 오비탈의 겹침 -> 결합 위상이 같은 두개의 로브에서 형성되는 결합 시그마 결합 - 오비탈의 정면 겹침 CH4는 어떻게 4면체 ->4 개의 2sp3로 혼성화 되기 때문 C2H4 -> 한개의 p와 3개의 sp2. 여기서 sp2끼리의 결합은 시그마 결합, p끼리의 결합은 파이 결합 즉 2개의 전..

기타 2023.12.19

일반 화학 7장 공유 결합과 전자점 구조

H2 - 공유 결합 결합 길이는 적절할 때가 가장 안정적이고 너무 가까우면 밀어내고 너무 멀어지면 영향이 사라진다. H2는 2개의 H원자보다 E가 더 낮다. -> 뜯는데 E가 필요하다. 결합 해리 E(D) 크기와 반비례(H-F > H-I) 결합 차수와 비례(F-F>H 전기 음성도 차이가 커서 전자를 가져간다) 전기 음성도 : 공유결합에서 공유 전자를 끌어ㄷ 당기는 분자 내 원자들의 능력으로 정의 (기준은 H다) F : 4 , O : 3.5 , N : 3 , Cl: 3 , H : 2.1 무극성 : 같은 원소, 동일한 전기 음성도 이온(전기 음성도 차이 > 2) > 극성 > 무극성 C - Cl -> 극성 Br - Rb -> 이온 쌍극자 모멘트 이원자 분자에서 결합의 극성 척도 쌍극자 모멘트 = Q(양쪽 끝 ..

기타 2023.12.19

일반 화학 6장 이온결합 화합물

왼쪽과 오른쪽이 반응한다. - 주기율표 이해 Na Cl -> Na +1 Cl -1 Mg : [Ne] + 3s2 -> Mg2+ : [Ne] O: 1s2 + 2s2 + 2p4 -> O2- : [Ne] 3p [Ar] + 3d3 -> 4s가 먼져 빠진다. 양이온 : 반지름이 작아진다. - 핵의 당김 효과 음이온 : 반지름이 커진다, 전자 반발력이 커진다. 이온화 E: 전자 친화도(전자 입,출입 E)와 반대, 전자 나갈 때 E 가장 높은 E(최외각 전자)를 가진 전자를 제거하는데 필요한 E 비활성화 기체 - 최댓값 예외 - s다 채우고 p,p 다 채우고 d, p 절반 채우고 나머지 p 문제 : 이온화 E의 변화로 최외각 전자 수 확인 (대략 4~5 배 증가) 전자 친화도 : 음의 값을 가진다. 비활성화 기체 0 ..

기타 2023.12.19

일반 화학 실험 정리

아보가드로 수 계산 과정 더보기 헥세인 1ml 방울 수 구하여 한 방울의 부피 구하기 헥산 100ml에 0.01스테아르산이 들어있으므로 앞서 구한 한 방울의 부피로 한 방울의 스테아르산 질량 구하기 구한 질량을 통해 밀도를 곱하여 부피 구하기 스테아르산 용액이 덮은 표면적 (원의 넓이) 계산하기 단층막의 두꼐 = 스테아르산 한 방울의 부피 / 스테아르산 단청막의 넓이 = 소수성기의 길이 탄소원자 하나의 직경 = 단층막의 두꼐 / 18 (탄소원자가 1열로 18개가 있다.) 정육면제일 경우 부피 = 하나의 직경 ^3 탄소원자 1몰의 부피 (다이아의 밀도 이용) = 12 / 다이아의 밀도 아보가드로 수 계산 = 탄소원자 1몰의 부피 / 정육면체 원자 1개의 부피 스테아르산의 특징 C18H36O2 분자량 284..

기타 2023.12.19

인공지능 VGG, Super-Resolution

VGG의 feature map의 크기이다. 큰 필터를 안 쓰는 이유는 밑에서 보여주겠다. 7*7을 한번 하나 3*3을 3번하나 관여영역(receptive field)는 같지만 파라미터의 수는 3*3이 훨씬 적다. 이러한 이유로 VGG에서도 3*3 filter를 여러번 사용하였다. skip connection은 gradient의 소실때문에 생겨났다. 정보의 손실을 손실을 줄여주고, gadient 소실 또한 줄여준다. Super-Resolution 영상처리에서 많이 사용되는 기법이다. 이전에도 사용했던 skip Connection을 통해 loss 손실을 방지하고, 이전에 무엇이 있었는지(공간정보, 상세정보)를 전달해준다. skip connection을 통해 전달받은 max값의 위치를 통해 decoder에서 ..

인공지능/공부 2023.12.17

인공지능 Overfitting, Convolution, CNN

Overfitting overfitting은 traning data에 과도하게 optimized 되어 training data만 예측을 잘 하고, test data에는 오히려 낮은 점수를 보이는 것이다. 그래서 우린 데이터를 나누기로 결정한다. 데이터 불균형이 있는경우 (ex 100 10 100 -> 100 100 100)우린 데이터를 돌리기, 좌우대칭, 자르기, 밝기 변동 등을 활용해 데이터를 늘릴 수 있다. 네트워크가 너무 특정화되거나 커지면 오버피팅이 발생한다. 또한 weight가 너무 특화되거나 너무 큰 경우 발생한다. weight decay는 가중치가 커지지 않도록 방지하는 기술이다. 이 것은 하이퍼 파라미터로 커질수록 제제하는 강도도 커진다. 가중치가 너무 커지는 것을 방지하여 오버피팅을 피하..

인공지능/공부 2023.12.16

인공지능 Initialization, Regularization, Transfer Learning

Initialization 빠르게, 그리고 global minimun을 찾기 위해 Initialization은 중요하다. 위 사진만 봐도 금방 끝날 학습은 바로 보인다. 이전에도 나온 적 있는 그림이다. backpropagation을 하면서 gradient가 소실되는 것이다. vanishing gradient의 원인인 sigmoid와 tanh의 미분 브래프 이다. sigmoid는 미분하면 최대가 0.3이고, tanh는 1이고, 둘 다 양끝은 0이기 때문에 반복하다 보면 기울기 소실이 발생하는 것이다. 그리하여 나온 것이 ReLU이다. 그래도 여기서도 0이하의 값들이 소실되는 문제가 발생한다.(dying ReLU) 기울기 폭주는 너무 큰 기울기 값이 들어갔을 때 발생한다. 이것은 학습이 불안정해 지도록 만..

인공지능/공부 2023.12.16
728x90
728x90