총 163개
-
경영정보시스템의 인공지능 개념, 기술 및 활용사례2025.11.181. 약한 인공지능과 강한 인공지능 인공지능은 약한 인공지능(Weak AI)과 강한 인공지능(Strong AI)으로 분류된다. 약한 인공지능은 특정 문제를 푸는 기술로 인간이 학습시킨 데이터를 기반으로 문제를 해결하며 자발적 문제 해결은 불가능하다. 스팸 메일 필터링, OTT 서비스의 콘텐츠 추천 등이 예시이다. 반면 강한 인공지능은 자발적 사고가 가능하여 학습되지 않은 상황에서도 문제를 해결할 수 있으며, 자아를 가진 로봇이 좋은 예이다. 2. 기계학습의 개념과 특징 기계학습(머신러닝)은 인간이 학습하는 것처럼 컴퓨터도 학습시키는...2025.11.18
-
확대기술을 포함한 교육용 디스플레이 특허명세서2025.11.181. 딥러닝 기반 이미지 인식 기술 교육용 디스플레이에서 촬영된 학습 대상을 자동으로 인식하기 위해 딥러닝 기술을 적용합니다. 딥러닝은 엣지 부분을 먼저 학습하고 이를 조합하여 전체 대상의 특성을 구분해냅니다. 이를 통해 고양이 꼬리 사진 같은 부분 이미지도 정확히 인식할 수 있으며, 뉴로모르픽 칩에 적용되어 빠른 정보 처리가 가능합니다. 2. 초고해상도 디스플레이 기술 연속 확대 기능을 구현하기 위해 8K UHD, 적층형 3색 마이크로LED 화소 기술, 페로브스카이트 발광체 등의 초고해상도 기술이 필요합니다. 높은 해상도와 작은 ...2025.11.18
-
비즈니스 애널리틱스 관련 용어 설명2025.01.261. 데이터 과학 데이터 과학(Data Science)은 데이터를 통해 새로운 인사이트를 발견하고, 복잡한 문제를 해결하는 학문 분야입니다. 데이터 과학은 통계학, 컴퓨터 과학, 수학 등을 융합하여 데이터를 분석하고, 이를 기반으로 의사결정을 지원하는 학문적 기초를 제공합니다. 데이터 과학자는 데이터를 수집, 처리, 분석하여 유의미한 결과를 도출하며, 이를 통해 비즈니스 문제를 해결하거나 새로운 기회를 창출합니다. 2. 데이터 애널리틱스 데이터 애널리틱스(Data Analytics)는 데이터를 분석하여 과거의 패턴을 파악하고, 현재...2025.01.26
-
인공지능의 개념과 기술 그리고 활용사례2025.01.181. 약한 인공지능 vs. 강한 인공지능 약한 인공지능은 특정 작업을 수행하는 데 초점을 둔 인공지능의 한 형태로, 사람의 도움 없이 특정 작업을 자동화하거나 입력된 데이터를 처리하여 응답을 생성하는 데 활용된다. 그러나 이러한 시스템은 제한된 범위 내에서만 작동한다. 강한 인공지능은 인간과 거의 동일한 지능과 사고 능력을 가지는 시스템을 의미하며, 다양한 영역에서 유연하게 작동할 수 있는 능력을 갖추고 있다. 현재까지 개발된 인공지능은 주로 약한 인공지능에 해당하며, 강한 인공지능은 아직 이론적인 수준에 머무르고 있다. 2. 기계...2025.01.18
-
화학공학을 위한 머신러닝과 딥러닝 기본이론2025.11.181. 인공신경망(ANN)을 이용한 화재예측 CFD 시뮬레이션과 인공신경망을 결합하여 화재의 3가지 범주에 대한 예측 모델을 개발했습니다. 최대 1,000 에포크로 학습하며 시그모이드, tanh, 선형함수 등의 활성화 함수를 사용합니다. 이 방법은 기존 CFD 단독 시뮬레이션보다 화재예측 정확도를 향상시킵니다. 2. 모델 성능 평가 지표 결정계수(R)와 평균제곱오류(MSE)를 사용하여 모델 성능을 평가합니다. 최적 모델은 MSE 값이 최소이고 R값이 0.99 이상인 모델을 선정합니다. 에포크 증가에 따른 MSE 감소 추이를 분석하여 ...2025.11.18
-
벡터와 행렬의 효과적 활용법 및 장점2025.11.151. 행렬을 이용한 선형 방정식 해결 행렬은 여러 개의 선형 방정식을 한 번에 표현할 수 있어 선형 방정식의 해를 구하는 데 유용하다. 행렬의 곱셈을 이용하면 여러 개의 선형 변환을 한 번에 적용할 수 있어 시간과 노력을 절약할 수 있다. 이러한 특성으로 인해 복잡한 계산을 간단하게 처리할 수 있으며, 수학적 문제 해결에 큰 도움이 된다. 2. 데이터 분석에서의 벡터와 행렬 활용 벡터를 사용한 차원 축소 기법은 데이터를 더욱 효과적으로 분석할 수 있도록 해준다. 공분산 행렬은 데이터 간의 상관 관계를 분석하는 데 사용되며, 행렬은 ...2025.11.15
-
LLM(Large Language Model)과 LMM(Large Multimodal Model)의 비교 및 Deep Learning과의 관계2025.01.261. LLM(Large Language Model) LLM은 대규모 텍스트 데이터를 학습하여 언어 이해와 생성을 수행하는 모델입니다. GPT, BERT 시리즈 등이 대표적이며, 사전에 학습된 방대한 파라미터와 맥락적 추론 능력을 통해 다양한 분야에서 활용되고 있습니다. LLM은 텍스트 상의 문맥 흐름을 예측하고 의미를 파악함으로써 정교한 언어 처리와 유연한 질의응답을 수행할 수 있습니다. 2. LMM(Large Multimodal Model) LMM은 텍스트를 넘어 이미지, 음성, 영상 등 서로 다른 형태(모달)의 데이터를 통합적으...2025.01.26
-
인공지능수학 교수 학습 운영 계획(평가계획서)2025.01.171. 인공지능과 수학 인공지능의 발전 과정에서 수학이 어떻게 활용되었는지를 이해하고, 인공지능에 수학이 활용되는 다양한 예를 찾을 수 있다. 인공지능, 기계학습, 딥러닝의 차이를 이해하고 설명할 수 있다. 2. 텍스트 자료의 표현과 처리 수와 수학 기호를 이용하여 실생활의 텍스트 자료를 목적에 알맞게 표현할 수 있다. 수와 수학 기호로 표현된 텍스트 자료를 처리하는 수학 원리를 이해하고 자료를 시각화할 수 있다. 3. 이미지 자료의 표현과 처리 수와 수학 기호를 이용하여 실생활의 이미지 자료를 목적에 알맞게 표현할 수 있다. 수와 ...2025.01.17
-
인공지능 기술의 명과 암: 규제와 윤리 방안2025.11.161. 인공지능 기술의 응용 분야 인공지능은 머신러닝과 딥러닝 기술을 통해 다양한 분야에 응용되고 있다. 머신러닝은 사용자 선호 데이터 분석을 통한 추천 기능과 얼굴 탐지 기술을 활용한 태그 기능을 제공한다. 딥러닝은 제품 불량 비전검사, 편의점 셀프계산대 같은 이미지 인식, AI 방범 CCTV 같은 동영상 인식, 챗봇과 AI튜터 같은 자연어 처리 기술을 구현한다. 이러한 기술들은 가전제품, 스마트폰 지도 앱, 무인 매장 등 일상생활 전반에서 편리와 효율을 제공하고 있다. 2. 인공지능으로 인한 문제점과 사례 인공지능은 윤리·도덕적 ...2025.11.16
-
나의 언어일지 1,2,3 언어의 이해, 과제 제출2025.01.171. 자음과 모음 녹음 및 분석 자신의 목소리와 다른 1인의 자음(가/까/카, 다/따/타, 바/빠/파) 및 모음(아/이/우)을 녹음하고 praat을 이용해 VOT, Formant 1, Formant 2를 분석하여 비교하였습니다. 남성과 여성의 발음 특성을 파악할 수 있었습니다. 2. 형태소 분석 문장에 대한 형태소 분석을 수행하여 실질 형태소와 문법 형태소의 의미를 파악하였습니다. 이를 통해 문장의 구조와 의미를 이해할 수 있었습니다. 3. 문장 구조 분석 복잡한 구조의 문장을 선택하여 문장을 구성하고 있는 실질 형태소와 문법 형태...2025.01.17
2 / 17
