총 110개
-
각 소주제에 대한 자료 조사_인공지능, 딥러닝, 클라우드 컴퓨팅, 블록체인, 핀테크, 가상현실, 증강현실2025.05.021. 인공지능 인공지능의 개념은 크게 약한 인공지능과 강한 인공지능으로 분류할 수 있다. 약한 인공지능은 기계학습 기술을 가진 전문가들이 스스로 의식하고 설계한 시스템을 말한다. 지능이라고 할 수 있는 복잡한 사고체계나 능력은 없지만 특정 분야에서 지능적인 행동을 한다. 강한 인공지능은 사람처럼 자유롭게 생각하고 감정을 표현할 수 있고 자의식이 있는 인공지능을 의미한다. 인공지능 기술은 머신러닝, 딥러닝 등의 발전으로 다양한 분야에 적용되고 있다. 2. 딥러닝 딥러닝은 다층 표현과 데이터 추상화를 통해 학습하는 머신러닝 기법이다. ...2025.05.02
-
AI와 DNA 시퀀싱2025.01.151. 유전자와 AI DNA 시퀀싱은 유전자의 염기서열을 알아내는 과정으로, 인간의 염색체에는 30억 쌍의 염기서열이 있어 엄청난 크기의 데이터를 다루게 된다. 이에 유전학에서는 막대한 양의 데이터를 처리하고자 AI를 사용하고 있으며, 대표적인 분야가 AI 시퀀싱이다. 2. DNA 시퀀싱 DNA 시퀀싱은 생화학적 방법으로 생명체의 모든 세포의 DNA 염기서열을 분석하는 기술이다. 과거에는 30억 개의 DNA 염기서열을 분석하는데 13년과 30억 달러가 소요되었으나, 현재는 기술 발달로 비용이 크게 감소했다. 다양한 DNA 시퀀싱 방법...2025.01.15
-
CNN을 이용한 이미지 분류-일반 농산물과 GMO의 구분2025.01.281. GMO 농산물 구분 연구에서는 CNN(Convolutional Neural Network)을 이용하여 일반 농산물과 GMO 농산물을 구분하는 방법을 제안하고 있습니다. 연구자는 샤인머스캣 잎과 포도 잎의 이미지를 수집하여 CNN 모델을 학습시켰고, 이를 통해 약 68%의 정확도로 GMO와 일반 농산물을 구분할 수 있었습니다. 이를 통해 소비자들이 GMO 식품 여부를 쉽게 확인할 수 있도록 하고자 하였습니다. 2. 딥러닝을 이용한 이미지 분류 연구에서는 딥러닝 기술 중 하나인 CNN을 활용하여 이미지 분류 문제를 해결하고자 하였...2025.01.28
-
인공지능 기반 스마트홈 자동화 솔루션 개발2025.01.041. 인공지능 기반 홈 자동화 시스템 개발 사용자의 생활 패턴, 행동 양식을 수집하고 분석하는 기계학습이 가능한 인공지능 모델을 개발해야 합니다. 또한 사용자의 자연어(대화)를 인식, 처리할 수 있는 딥러닝 기술도 필요합니다. 이를 통해 사용자의 욕구와 필요를 파악하고 스마트 기기를 자동으로 제어할 수 있는 홈 자동화 솔루션을 구현할 수 있습니다. 2. 스마트홈 사용자 인터페이스 개발 스마트홈 사업자는 다양한 스마트홈 기기들이 원활하게 연동되도록 지원하는 직관적이고 사용자친화적인 인터페이스를 구축해야 합니다. 사용자가 어플리케이션을...2025.01.04
-
경영정보시스템 리포트 (머신러닝, 딥러닝의 개요 및 활용)2025.01.221. 약한 인공지능과 강한 인공지능 오늘날의 과학계는 인공지능의 기준을 강한 인공지능과 약한 인공지능으로 나눈다. 강한 인공지능은 인간의 지능을 가진 컴퓨터로 스스로 일을 할 수 있고 지시를 거부할 수도 있다. 반면 약한 인공지능은 특정 영역의 문제를 해결하는 기술을 가진 인공지능으로 자아가 없기 때문에 한정적으로만 사람의 인지적 능력을 활용할 수 있다. 2. 기계 학습의 개념과 특징 기계 학습은 컴퓨터가 스스로 패턴에 따라 움직일 수 있도록 하는 기술이다. 데이터 과학자가 수많은 경우의 수 데이터를 입력하고 패턴을 식별시켜 인공지...2025.01.22
-
2024년 김영평생육원 경영정보시스템 전체 1등 A+의 만점 받은 과제 _인공지능의 개념과 기술, 활용사례에 대해 조사하시오2025.01.211. 인공지능의 개념 인공지능은 '지능을 기계로 구현한 것'이다. 지능은 문제를 해결할 수 있는 능력으로 정의될 수 있다. 따라서 인공지능은 문제를 해결하기 위해서 스스로 작업을 진행할 수 있는 능력으로 정의할 수 있다. 학계에서 바라보는 인공지능의 진화 단계는 크게 ANI, AGI, ASI 세 가지로 나누어 설명할 수 있다. 2. 인공지능 기술: 기계학습과 딥러닝 인공지능은 컴퓨터에게 데이터를 학습시켜 마치 사람처럼 스스로 의사결정을 할 수 있게 한다. 기계학습은 사람이 특성인자를 선정하는 것이 중요하지만, 딥러닝은 데이터에서 모...2025.01.21
-
딥러닝의 통계적 이해 출석 수업 과제물 (2023, 만점)2025.01.241. Teachable Machine을 이용한 머신러닝 모델 구축 Teachable Machine을 활용하여 이미지를 학습시켰다. 사용한 이미지는 구글 이미지에서 '귀멸의 칼날'이라는 애니메이션의 주인공 4명의 다른 사진들을 각각 10장씩 찾은 뒤 머신러닝의 입력값으로 사용하였다. 본 머신러닝으로 실제로 가지고 있는 피규어 사진을 찍어 이 사진을 입력하면 애니메이션 캐릭터를 정확하게 분류할 수 있는지 파악하고자 하였다. 다양한 하이퍼파라미터 조정을 통해 최적의 정확도를 얻고자 하였으나, 설정에 따른 결과 비교를 대량으로 진행하여 거...2025.01.24
-
[글로벌 비즈니스 애널리틱스] 비즈니스 애널리틱스의 역사와 정의, 관련 용어 설명2025.01.261. 비즈니스 애널리틱스의 역사 비즈니스 애널리틱스는 20세기 후반부터 본격적으로 발전하기 시작했다. 1960년대와 70년대에는 데이터 처리 기술의 발전이 주로 통계적 분석과 의사결정 지원 시스템(DSS)에 중점을 두고 있었다. 1990년대에는 데이터베이스 관리 시스템(DBMS)과 데이터 마이닝 기법이 등장하면서 보다 복잡한 데이터 분석이 가능해졌다. 2000년대 들어서는 빅데이터와 클라우드 컴퓨팅의 등장으로 인해 데이터 수집과 저장, 분석이 용이해지면서 비즈니스 애널리틱스가 더욱 발전하였다. 2. 비즈니스 애널리틱스의 정의 비즈니...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
-
IT와경영정보시스템1공통 인공지능AI 학습고안된 LLM Large Language Model 대규모언어모형과 LMMLarge Multimodal Mode 대규모멀티모달모형 비교하시오002025.01.261. LLM (Large Language Model; 대규모 언어 모형) LLM은 주로 텍스트 데이터를 기반으로 학습된 모델로, 자연어 처리(NLP) 작업에 초점을 맞춥니다. 이러한 모델은 대량의 텍스트 데이터를 통해 언어의 구조, 의미 및 맥락을 이해하고 생성하는 능력을 가지고 있습니다. 예시로는 GPT(Generative Pre-trained Transformer), BERT(Bidirectional Encoder Representations from Transformers) 등이 있습니다. 2. LMM (Large Multim...2025.01.26
4 / 11
