Rest Math · 나머지 수학

회전과 로보틱스

쿼터니언

Quaternion

쿼터니언의 정의, 켤레, 곱, 회전 표현과 미분을 따라갑니다.

회전과 로보틱스

회전행렬

Rotation Matrix

직교행렬, 방향 코사인과 좌표계 사이의 변환을 정리합니다.

회전과 로보틱스

오일러각

Euler Angles

Roll·Pitch·Yaw와 Z–Y–X 회전 순서에 관한 원문을 읽습니다.

회전과 로보틱스

회전행렬에서 쿼터니언으로

Matrix → Quaternion

회전행렬 성분과 쿼터니언 성분의 관계 및 유도 과정을 정리합니다.

회전과 로보틱스

축별 쿼터니언의 합성

Quaternion Composition

축별 회전을 쿼터니언 곱으로 연결하는 전개식을 살펴봅니다.

회전과 로보틱스

오일러각·쿼터니언 변환 유도

Euler → Quaternion · Derivation

회전행렬을 거쳐 쿼터니언 성분을 구하는 원문 전개를 보존합니다.

회전과 로보틱스

오일러각에서 쿼터니언으로

Euler → Quaternion

축별 회전과 수치 예제로 쿼터니언 표현을 살펴봅니다.

회전과 로보틱스

쿼터니언에서 회전행렬로

Quaternion → Matrix

쿼터니언과 회전행렬 사이의 원문 대응식을 모았습니다.

회전과 로보틱스

회전축과 회전각

Axis–Angle

회전축·회전각과 회전행렬 사이의 변환 과정을 살펴봅니다.

회전과 로보틱스

자세 표현의 연결

Orientation Representations

쿼터니언, 반각 공식, 회전축과 회전행렬을 연결합니다.

회전과 로보틱스

오일러각에서 회전행렬로

Euler → Matrix

Z–Y–X 회전행렬의 곱과 전개식을 정리합니다.

회전과 로보틱스

쿼터니언에서 오일러각으로

Quaternion → Euler

회전행렬을 거쳐 Roll·Pitch·Yaw를 구하는 식을 살펴봅니다.

센서와 상태 추정

각속도로부터 자세 추정

Orientation from Angular Rate

각속도, 쿼터니언 갱신, 자이로 바이어스와 필터 이득을 정리합니다.

수학과 기하

자코비안 행렬

Jacobian Matrix

다변수 함수의 편미분을 행렬로 표현하는 원문을 읽습니다.

수학과 기하

선형계의 경사하강법

Gradient Descent

선형계의 목적함수, 기울기와 반복 갱신식을 살펴봅니다.

센서와 상태 추정

관측 벡터로부터 자세 추정

Orientation from Vector Observations

가속도·자기장 관측, 목적함수와 자코비안 전개를 정리합니다.

센서와 상태 추정

기울기 기반 자세 추정

Gradient-based Orientation

정규화된 기울기와 자세 추정의 스텝 크기를 살펴봅니다.

센서와 상태 추정

센서융합 알고리즘

Filter Fusion Algorithm

서로 다른 자세 추정값의 결합과 갱신식의 유도를 읽습니다.

센서와 상태 추정

IMU 알고리즘 흐름

IMU Algorithm

원문에 수록된 관성센서 알고리즘의 전체 흐름도입니다.

수학과 기하

최소제곱 선형회귀

Least Squares · Linear Regression

선형회귀의 합 표현에서 행렬식까지 전개 과정을 보존합니다.

수학과 기하

다변수 회귀

Multivariate Regression

여러 입력 변수와 가중치를 행렬로 표현하는 방법을 정리합니다.

센서와 상태 추정

자기센서 보정

Soft / Hard Iron Calibration

구·타원체 모델과 회귀식을 이용한 원문 보정 노트를 읽습니다.

데이터와 AI

AI와 함수 합성

Artificial Intelligence

머신러닝·딥러닝과 여러 신경망 표현에 관한 원문입니다.

데이터와 AI

선형 모델과 분류

Linear Models

회귀, 정규화, 로지스틱 회귀와 분류 모델을 정리합니다.

데이터와 AI

순방향 신경망

Feedforward Networks

퍼셉트론, 활성화 함수, 다층 구조와 역전파를 살펴봅니다.

데이터와 AI

학습과 최적화

Training & Optimization

경사하강법, 모멘텀, 적응적 갱신과 정규화 관련 노트입니다.

데이터와 AI

합성곱 신경망

Convolutional Neural Networks

합성곱, 풀링, 업샘플링, 잔차 연결과 응용을 정리합니다.

데이터와 AI

순환 신경망과 Attention

RNN & Attention

시계열, RNN·LSTM·GRU와 어텐션 표현을 살펴봅니다.

데이터와 AI

오토인코더와 생성 모델

Autoencoders

표현 학습, 생성 모델, VAE와 관련 추론 구조를 읽습니다.

데이터와 AI

생성적 적대 신경망

Generative Adversarial Networks

GAN 학습, 변형 모델과 손실함수에 관한 원문 노트입니다.

데이터와 AI

하이퍼파라미터 최적화

Hyperparameter Optimization

베이지안 최적화, 가우시안 과정과 획득함수를 살펴봅니다.

수학과 기하

3차원 공간과 벡터

Three-dimensional Space

평면 방정식, 동차좌표, 벡터 연산과 행렬식을 정리합니다.

수학과 기하

행렬식과 평면 방정식

Determinant

여인수 전개, 사뤼스 법칙과 외적·삼중곱의 관계를 읽습니다.

공식 뒤에 남은 질문,실제 동작으로이해하다.

질문에서 시작하는 수학 노트

원리에서 응용으로, 차근차근.

회전을 이해하는 순서

센서에서 자세 추정까지

데이터에서 모델까지

수식의 의미를직접 확인하세요.

공식을 배운 뒤에도, 질문은 남습니다.

공식 뒤에 남은 질문,
실제 동작으로
이해하다.

수식의 의미를
직접 확인하세요.