총 15개
-
인공지능의 개념과 기술 그리고 국내외의 활용사례2025.01.181. 약한 인공지능 약한 인공지능은 기존의 프로그래밍을 통해 직접 명령을 입력하고 자동화하는 소프트웨어와 같은 전문가 시스템을 의미한다. 지능 요소가 없어 인간의 개입이 필요하지만, 축적된 소프트웨어와 오픈소스, 협력 이력을 바탕으로 점점 정교한 프로그래밍과 설계가 가능해지고 있다. 2. 강한 인공지능 강한 인공지능은 사람처럼 생각하고 감정을 표현할 수 있으며 자의식을 가진 인공지능을 의미한다. 기계학습 시 인간의 보상 체계를 따르는 경향이 강해 상식적인 행동을 보이지 않을 수 있다는 한계가 있지만, 자율주행차와 같이 특정 분야에서...2025.01.18
-
디지털신호처리 기말고사 프로젝트 보고서2025.11.131. 백색 가우시안 신호 생성 중심극한정리를 이용하여 평균 0, 분산 1인 백색 가우시안 난수를 생성하는 방법을 제시한다. -0.5~0.5 범위의 균등분포 난수 12개를 더하여 평균 0, 분산 1인 가우시안 변수를 생성하고, 히스토그램과 자기상관함수를 통해 백색 프로세스임을 증명한다. 10000개 샘플을 생성하여 자기상관이 k=0에서만 큰 값을 가지고 나머지에서는 작은 값을 가짐을 확인한다. 2. 윈도우 함수 설계 및 분석 Rectangular, Bartlett, Hamming, Hann 윈도우 함수를 M=12, M=25 두 가지 ...2025.11.13
-
물리 정보화 신경망(Physics-Informed Neural Network, PINN)2025.05.101. 물리 정보화 신경망(Physics-Informed Neural Network, PINN) 물리 정보화 신경망(Physics-Informed Neural Network, PINN)은 물리학적인 지식을 신경망 구조에 통합하여 과학적 모델링 및 예측에 사용되는 기술입니다. 이 방법은 데이터 기반 기계 학습과 물리학적 모델링을 결합하여 주어진 물리적 시스템에 대한 효율적인 모델링을 수행할 수 있습니다. PINN은 물리학적 법칙과 제약 조건을 신경망 아키텍처에 내재화하여 물리학적 문제를 해결하며, 제한된 데이터 세트로부터 모델을 학습하...2025.05.10
-
KAIST 김재철 AI 대학원 입시 기출문제 분석 및 면접 준비 자료2025.11.121. 인공지능 기본 개념 및 연구 분야 인공지능은 인간의 학습능력, 추론능력, 지각능력, 자연언어 이해능력 등을 컴퓨터로 구현한 기술입니다. 주요 연구 분야는 기계학습, 데이터 마이닝, 컴퓨터 비전, 자연어 처리, 강화학습 등을 포함합니다. KAIST 김재철 AI 대학원은 2019년 설립되어 국내 최초로 인공지능 분야 석사, 박사 학위를 수여하며, 세계 최고 수준의 교수진으로 구성되어 있습니다. 2021년 NeurIPS, ICML, ICLR 학회에서 아시아 1위의 논문 발표 실적을 기록했습니다. 2. 논문 작성 및 연구 방법론 과학...2025.11.12
-
인공지능의 개념과 기술 그리고 활용사례2025.01.181. 인공지능의 개념과 역사 인공지능(Artificial Intelligence, AI)은 기계가 인간과 유사하게 정보를 처리하고, 복잡한 문제를 해결할 수 있는 능력을 부여하는 과학기술 분야입니다. 1950년대에 공식적으로 탄생한 이 분야는 앨런 튜링의 '튜링 테스트'를 시작으로 다양한 학문적, 산업적 발전을 거쳐 현재에 이르고 있습니다. 초기 단계에서는 논리 추론과 규칙 기반 시스템이 주를 이루었으나, 컴퓨터 하드웨어의 발전과 데이터 처리 능력의 증가로 인해 현재에는 기계학습, 딥러닝 등이 주된 연구 분야로 자리 잡고 있습니다....2025.01.18
2 / 2
