총 76개
-
생성적 적대 신경망 (GAN)2025.05.091. 생성적 적대 신경망 (GAN) 생성적 적대 신경망(Generative Adversarial Network)은 2014년에 이안 굿펠로우와 그의 팀에 의해 처음 소개되었습니다. 이 모델은 딥러닝 분야에서 혁신적인 기술로 인정받고 있으며, 이미지 생성, 음성 합성, 자연어 처리 등 다양한 분야에서 활발하게 적용되고 있습니다. GAN은 기본적으로 생성자와 판별자라는 두 개의 신경망으로 구성되며, 서로 경쟁하며 성능을 향상시키는 특징을 갖고 있습니다. 생성자는 실제와 유사한 데이터를 생성하기 위해 노력하고, 판별자는 생성자가 생성한 ...2025.05.09
-
LLM(대규모 언어 모형)과 LMM(대규모 멀티모달 모형)의 비교 및 딥러닝과의 관계2025.01.291. LLM(Large Language Model) LLM은 대규모 텍스트 데이터를 학습하여 자연어를 이해하고 생성하는 데 중점을 둔 모델입니다. 방대한 데이터 학습, 자연어 생성 능력, 단일 모달리티 처리가 주요 특징이며, 챗봇, 문서 요약 및 생성, 번역 시스템, 코딩 보조 도구 등에 활용됩니다. 2. LMM(Large Multimodal Model) LMM은 텍스트, 이미지, 오디오, 비디오와 같은 다양한 형태의 데이터를 동시에 처리할 수 있는 모델입니다. 다양한 데이터 소스, 상호작용 능력, 복합적 태스크 수행이 주요 특징이...2025.01.29
-
언어를 영역별 구분할 때 내용, 형식, 사용에 따른 의미론, 음운론, 형태론, 통사론, 화용론2025.01.241. 의미론 의미론은 언어의 의미를 체계적으로 연구하는 학문으로, 단어나 문장이 특정한 의미를 어떻게 가지며 그 의미가 어떤 방식으로 해석되는지 탐구한다. 의미론은 어휘 의미론과 구문 의미론으로 나뉘며, 단어의 사전적 의미와 문맥적 의미를 모두 다룬다. 의미론은 자연어 처리, 언어병리학, 어휘 발달 연구 등 다양한 분야에 활용된다. 2. 음운론 음운론은 언어의 소리 체계와 규칙을 연구하는 학문이다. 음운론은 음소와 운율적 특징에 초점을 맞추며, 자음 동화, 축약 등 소리 변화 현상을 분석한다. 음운론은 외국어 학습과 언어치료에 활용...2025.01.24
-
자연언어처리4공통형 7강까지 학습한 모델 알고리즘 중 하나를 적용한 논문에서 모델이 어떻게 사용되었는지 기술2025.01.261. BERT 모델 적용 논문 "BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding"에서 BERT 모델은 자연어 처리(NLP) 분야의 다양한 언어 이해 작업을 해결하기 위해 사용되었습니다. BERT는 문맥 이해, 단어의 다의성 해결, 사전 훈련과 미세 조정, 모델의 일반화 능력 향상 등의 문제를 다루고자 했습니다. 이를 위해 BERT는 양방향 문맥 처리, Masked Language Model, Next Sentence Prediction ...2025.01.26
-
딥러닝의 최신 동향: ChatGPT, Gemini, Lamma, Claude, Hyper Clovax 등2025.01.171. Gemini Gemini는 구글의 AI 연구팀이 개발한 차세대 언어 모델로, 인간 수준의 이해력과 자연스러운 대화를 목표로 하고 있습니다. Gemini는 다중 언어 지원, 컨텍스트 이해, 확장성 등의 특징을 가지고 있으며, 구글 검색 엔진, 음성 비서, 번역 서비스 등 다양한 애플리케이션에 적용되고 있습니다. 2. Lamma Lamma는 Meta(구 Facebook)의 AI 연구팀이 개발한 새로운 딥러닝 모델로, 텍스트 생성, 이미지 인식, 음성 인식 등 다양한 분야에서 활용될 수 있습니다. Lamma는 대규모 사전 학습, 적...2025.01.17
-
챗GPT 특징, 활용 가능성, 시사점 및 발전 방안2025.05.061. 챗GPT의 특징 챗GPT의 특징은 초거대 AI, 대화형 AI, 파인튜닝 및 다양한 언어 지원을 들 수 있다. 초거대 AI는 학습을 통해 도출된 값이 많을수록 성능이 좋아지며 타사 AI 모델보다 열 배 이상 많은 학습 값이 사용된다. 대화형 AI는 수억 건의 대화 데이터 학습을 통해 자연어 처리 및 언어 생성 기술을 활용하여 인간과 같은 대화를 나눌 수 있다. 파인튜닝은 미리 대량의 데이터로 학습된 GPT가 특정한 작업을 수행할 수 있도록 조정하여 원하는 대화 형식과 주제를 더 잘 이해하고 응답할 수 있다. 다양한 언어 지원은 ...2025.05.06
-
챗GPT의 올바른 이해와 활용방안2025.05.151. 챗GPT의 등장 챗GPT는 사용자가 대화창에 질문이나 요구 등 텍스트를 입력하면 그 맥락에 적절한 대화를 나누는 서비스로, 질문에 대한 답변은 물론 논문 작성, 번역, 노래 작사·작곡, 코딩 작업 등 광범위한 분야에서 유용하게 사용 가능한 인공지능이다. 챗GPT는 자연어의 이해 기술을 통해 사람과의 대화에서 등장하는 문장을 쪼개서 분석하고 이해하여 필요한 업무를 수행할 수 있게 되었다. 2. 챗GPT의 영향 챗GPT에 대해 긍정적인 태도를 보이는 사람들은 주로 챗GPT의 활용 가능성에 주목한다. 특히 교육계에서 챗GPT에 관해...2025.05.15
-
[인공지능] 인공지능(AI)의 진보와 미래 (알파고에서 Chat GPT까지)2025.05.101. 자연어 처리 모델의 진보 인공지능의 핵심적인 기술인 자연어 처리 모델은 지속적으로 발전해왔다. 과거에는 합성곱 신경망(CNN)과 순환신경망(RNN)이 주로 사용되었지만, 2017년 구글 딥마인드에서 발표한 트랜스포머(Transformer) 모델은 이들의 한계를 극복하며 자연어 처리 성능을 크게 향상시켰다. 트랜스포머는 어텐션 메커니즘과 병렬 계산을 통해 문장 내 단어들 간의 상호작용을 고려하고 효율적인 학습이 가능하게 했다. 이러한 발전은 챗GPT의 자연어 처리 능력 향상에 기여했다. 2. 생성형 인공지능(Generative ...2025.05.10
-
고려대학교 객체지향프로그래밍 A+ 기말고사 치팅시트2025.05.101. 프로그래밍 언어 프로그래밍 언어는 컴퓨터가 수행할 수 있는 모든 것을 설명할 수 있어야 하며, 프로그래머가 의도한 바를 정확히 표현할 수 있어야 합니다. 튜링 기계는 무한한 테이프, 읽기/쓰기/삭제 장치, 상태 테이블을 가지고 있으며 튜링 완전하거나 튜링 동등합니다. 실제 컴퓨터는 선형 한정 레지스터 기계(거의 만족)입니다. 대부분의 언어가 튜링 완전하기 때문에 문제가 되지 않습니다. 프로그래밍 언어는 오류 방지, 사용성 등의 기준을 만족해야 합니다. 2. 프로그래밍 패러다임 프로그래밍 패러다임은 좋은 프로그래밍 언어의 기준을...2025.05.10
-
언어 평가의 5가지 요건과 문제점2025.05.111. 언어 평가의 5가지 요건 언어 평가는 타당도, 실용도, 신뢰도, 진정성, 효과 등 5가지 요건을 충족해야 한다. 타당도는 정확성, 실용도는 일반성, 신뢰도는 일관성, 진정성은 투명성, 효과는 유용성을 의미한다. 이러한 요건이 충족되지 않으면 평가의 신뢰성과 품질이 저하되며, 응용 프로그램에서 예상되는 성과를 달성하기 어려워진다. 2. 언어 평가 요건 미충족 시 문제점 정확성 미충족 시 잘못된 결과 출력, 신뢰성 저하, 응용 프로그램 성능 저하 등의 문제가 발생할 수 있다. 일반성 부족 시 특정 주제/도메인에만 유효하고 새로운 ...2025.05.11
6 / 8
