총 1,227개
-
효율적인 텍스트 분류를 위한 fastText 모델2025.01.261. 텍스트 분류 이 논문은 웹 검색, 정보 검색, 감정 분석과 같은 애플리케이션에서 자연어 처리의 필수 작업인 텍스트 분류 문제를 다룹니다. 저자들은 신경망 기반 모델은 정확하지만 훈련과 테스트 단계 모두에서 계산 비용이 많이 들고 느린 경향이 있기 때문에, 대규모 데이터 세트를 처리할 수 있는 확장 가능하고 효율적인 모델이 필요하다고 지적합니다. 이 논문에 적용된 모델인 fastText는 높은 정확도를 유지하면서 텍스트 분류의 계산 비효율성 문제를 해결하도록 설계되었습니다. 2. 데이터 세트 이 논문에서는 텍스트 분류 작업에 잘...2025.01.26
-
IT와 경영정보시스템 2024년 2학기 방송통신대 중간과제물: 인공지능(AI) 학습을 위해 고안된 LLM(Large Language Model)과 LMM(Large Multimodal Model) 비교 및 Deep Learning과의 관계2025.01.261. 인공지능(AI)의 정의 1956년 미국의 수학자이자 과학자인 존 매카시가 '인공지능'이라는 용어를 처음 제안한 이후, 인공지능 연구는 지속적으로 발전해왔으며 여러 분야에서 인간의 능력을 점점 뛰어넘고 있다. 인공지능은 컴퓨터 과학과 방대한 데이터 세트를 활용하여 문제를 해결하는 기술 분야로, 머신러닝과 딥러닝이 인공지능의 하위 분야를 구성한다. 2. 인공지능의 역사 인공지능에 대한 논의는 1950년대부터 시작되었으며, 앨런 튜링, 마빈 민스키, 존 매카시 등의 선구자들이 기계의 사고 가능성을 탐구하며 인공지능 연구의 기반을 마...2025.01.26
-
Prehospital airway management for out of hospital cardiac arrest-a nationwide multicenter study from the KoCARC registry2025.01.061. Prehospital airway management 이 연구는 병원 밖 심정지 환자에서 전원 단계의 기도 관리에 대한 것입니다. 전원 단계에서 산소 공급 확보와 기계적 기도 관리(AAM) 적용을 통한 효과적인 환기가 합리적인 조치로 여겨집니다. 그러나 기계적 기도 관리와 백마스크 환기 사이의 결과에 대해서는 혼재된 결과가 보고되고 있습니다. 이 연구는 대규모 실제 데이터 분석을 통해 전원 단계 기계적 기도 관리의 임상적 효과를 명확히 하고자 합니다. 2. Out-of-hospital cardiac arrest 이 연구는 병원...2025.01.06
-
빅데이터의 정의, 특징 및 분석기술2025.11.161. 빅데이터의 정의 빅데이터는 기술 발전과 함께 급격하게 증가한 대용량 데이터를 의미한다. 일반적인 데이터베이스 관리 시스템으로는 처리하기 어려울 정도로 큰 규모이며, 기존의 데이터 처리 방법으로는 분석하기 어려운 비정형 데이터가 대부분이다. 기존의 데이터베이스 관리 시스템으로는 처리할 수 없는 규모와 복잡성을 가진 데이터로, 새로운 기술과 방법론이 필요한 분야이다. 2. 빅데이터의 특징 빅데이터의 특징으로는 규모, 다양성, 속도, 신뢰성 등이 있다. 규모 측면에서는 대량의 데이터를 다루어야 하며, 다양성 측면에서는 다양한 종류의...2025.11.16
-
서베이 조사의 1) 정의, 2) 특징, 3) 장단점2025.01.281. 서베이 조사의 정의 서베이 조사는 특정 집단의 의견, 태도, 행동 등을 체계적으로 수집하고 분석하는 연구 방법으로, 주로 질문지를 활용하여 데이터를 수집한다. 이는 정량적 연구 방법 중 하나로, 대규모 샘플을 대상으로 신속하게 데이터를 얻을 수 있는 장점이 있다. 2. 서베이 조사의 특징 서베이 조사의 주요 특징은 대규모 샘플의 신속한 데이터 수집, 표준화된 질문지의 활용, 다양한 응답 방식의 선택, 비용 효율성, 유연성과 적응성 등이다. 이러한 특징들은 서베이 조사가 현대 연구에서 중요한 도구로 자리잡는 이유를 설명한다. 3...2025.01.28
-
서베이 조사의 1) 정의, 2) 특징, 3) 장단점2025.01.201. 서베이 조사의 정의 서베이 조사는 특정 집단의 의견, 태도, 행동 등을 파악하기 위해 질문지를 이용해 데이터를 수집하는 방법이다. 이 방법은 주로 대규모 인구를 대상으로 한다. 서베이는 표본 추출을 통해 전체 집단의 특성을 파악하는 데 사용된다. 표본 추출은 전체 인구 중 대표성을 가지는 소규모 그룹을 선택하여 조사를 실시하는 방식이다. 서베이 조사는 정량적 데이터를 수집하는 데 유용하며, 비교적 저렴하고 빠르게 대규모 데이터를 수집할 수 있다는 장점이 있다. 그러나 응답자의 성실도와 이해도에 따라 데이터의 신뢰성이 달라질 수...2025.01.20
-
AI 기반 바이오인포매틱스를 활용한 맞춤형 헬스케어2025.11.181. AI 기반 정밀 영양 건강(PNH) 시스템 인공신경망과 추천 알고리즘을 활용하여 개인 맞춤형 영양 건강 서비스를 제공하는 미래형 헬스케어 시스템이다. 빅데이터 분석과 머신러닝을 통해 대량의 건강 관련 데이터를 처리하여 정확한 예측과 개인화된 서비스를 제공한다. 정부 기관, IT 기업, 의료인, 소비자 등 이해관계자들의 협업을 통해 플랫폼을 구축하며, 질병 예방과 건강 관리를 지원하여 개인의 건강 상태 개선과 만족도 향상을 도모한다. 2. 빅데이터 분석 대량의 다양한 데이터를 수집하고 분석하여 유용한 정보와 패턴을 도출하는 과정...2025.11.18
-
서베이 조사의 1) 정의, 2) 특징, 3) 장·단점2025.05.011. 서베이 조사의 정의 서베이는 기본적으로 설문조사를 말한다. 이러한 서베이는 사회현상에 영향을 주는 변수들 사이의 관계를 파악하여 특정한 변화에 대하여 조사대상자의 반응을 분석하고 예측하기 위해 사용되는 기술조사의 한 형태이다. 이러한 기술조사는 종단조사와 횡단조사로 나눌 수 있으며, 서베이는 횡단조사의 하나이다. 2. 서베이 조사의 특징 서베이는 기본적으로 질문을 기반으로 수행되는 전략이다. 이러한 전략의 형태로 인해서 서베이는 대규모의 정보를 수집하는데 특화되어있다. 또한, 대규모의 집단을 대상으로 정보를 수집하는 것이 가능...2025.05.01
-
아주대학교 정보통신대학원 빅데이터 분석 과제2025.04.281. 빅데이터 정의, 특징, 활용 사례 빅데이터는 디지털 환경에서 생성되는 데이터로 그 규모가 방대하고, 생성주기가 짧으며, 형태도 수치 데이터뿐 아니라 문자와 영상 데이터를 포함하는 대규모 데이터를 말한다. 빅데이터의 특징은 3V(Volume, Velocity, Variety)로 데이터의 크기, 속도, 다양성을 의미한다. 빅데이터는 미래예측, 과학적 의사결정, 숨은 니즈 발견, 맞춤형서비스, 실시간대응 등 다양한 분야에서 활용되고 있다. 2. 빅데이터 기술 요소 빅데이터 플랫폼은 빅데이터 기술의 집합체이자 기술을 사용할 수 있도록...2025.04.28
-
4차 산업혁명 시대의 빅데이터: 개념, 활용, 문제점 및 대응방안2025.11.151. 빅데이터의 개념과 특성 빅데이터는 대량의 다양한 종류의 데이터를 빠르게 수집, 저장, 처리하고 분석하는 기술과 방법입니다. 주요 특성으로는 대량성(Volume), 다양성(Variety), 속도(Velocity), 진위성(Veracity), 가치(Value)의 5가지가 있습니다. 대량성은 기존 데이터베이스 시스템으로 처리하기 어려운 방대한 양의 데이터를 다루며, 다양성은 구조화된 데이터뿐만 아니라 텍스트, 이미지, 비디오 등 다양한 형태의 데이터를 포함합니다. 속도는 실시간으로 생성되는 데이터의 빠른 처리를 의미하고, 진위성은 ...2025.11.15
1 / 123
