총 18개
-
생성형 인공지능에 대한 이해와 활용2025.01.201. 생성형 인공지능의 개념과 발전 생성형 인공지능은 인간이 만들어내는 창의적인 콘텐츠를 자동으로 생성할 수 있는 인공지능 기술입니다. 이 기술은 텍스트, 이미지, 음악 등 다양한 형태의 콘텐츠를 생성할 수 있으며, 딥러닝 기술의 발달과 함께 2010년대 중반부터 급격히 발전하고 있습니다. 생성형 인공지능은 주로 AI 연구자, 데이터 과학자, 소프트웨어 개발자들에 의해 개발되고 있으며, 전 세계 주요 대학, 연구소, 기술 기업에서 활발히 연구되고 있습니다. 2. 생성형 인공지능의 응용분야 생성형 인공지능은 다양한 분야에서 활용되고 ...2025.01.20
-
금속 나노입자의 습식 합성 예비보고서2025.01.211. 나노입자의 정의와 특징 나노입자는 100nm(100 TIMES 10 ^{-9}m) 이하의 초미립자를 뜻하며, 작은 크기로 인해 양자적 특성을 보이게 되어 물리적, 화학적, 광학적 특성 등이 크게 변화한다. 나노입자는 매우 작은 입자이지만 큰 표면적을 가지고 있어 표면에 결합하는 원자들이 많아져 불안정한 상태가 된다. 나노입자는 크기에 따라 특성이 변화하며, 크기를 키우는 상향식(bottom-up)과 축소시키는 하향식(top-down) 방법으로 제조할 수 있다. 2. 금 나노입자의 응용분야 금 나노입자는 암 진단, 약물 전달, ...2025.01.21
-
수학적 귀납법에 대한 설명과 새로운 예제 증명2025.01.241. 수학적 귀납법 수학적 귀납법은 수학에서 중요한 증명 기법 중 하나로, 주로 자연수에 대한 명제를 증명할 때 사용된다. 이는 간단하면서도 강력한 도구로, 복잡한 문제를 단계적으로 해결할 수 있게 해준다. 이번 과제에서는 수학적 귀납법의 기본 원리를 정리하고, 교재에서 다루지 않은 새로운 예제를 만들어 수학적 귀납법을 이용하여 증명해보았다. 이를 통해 수학적 귀납법의 응용 가능성을 탐구하고, 더 복잡한 문제에 적용할 수 있는 능력을 키우고자 하였다. 2. 수열의 성질 증명 수학적 귀납법을 이용하여 다양한 수열의 성질을 증명하는 예...2025.01.24
-
데이터 마이닝의 기술적 동인2025.01.251. 데이터 마이닝의 기술적 동인 데이터 마이닝의 기술적 동인은 컴퓨터 기술의 발전, 인터넷과 월드 와이드 웹의 등장, 하드웨어 기술의 발전, 소프트웨어 기술의 발전, 인공지능과 기계 학습의 발전, 빅데이터의 등장, 데이터의 중요성에 대한 인식 증가, 개인정보 보호와 윤리적 문제에 대한 관심 증가, 다양한 응용 분야의 확장 등으로 요약될 수 있다. 이러한 동인들이 결합되어 데이터 마이닝 기술은 지속적으로 발전하고 있으며, 앞으로도 그 중요성과 활용 범위는 더욱 확대될 것으로 예상된다. 1. 데이터 마이닝의 기술적 동인 데이터 마이닝...2025.01.25
-
국내 택배 서비스 무인 배송을 위한 AI 드론 활용방안에 대한 연구2025.01.041. AI 드론 기술 동향 현재 드론에서 사용되는 AI 기술의 수준을 분석하고 기술적 한계점을 제시합니다. 드론 기술의 발전 방향과 극복해야 할 과제를 살펴봅니다. 2. AI 드론 택배 운송 시장 현황 글로벌 물류 시장에서 AI 드론 택배 서비스의 시장 규모와 성장률을 조사 및 분석합니다. AI 드론 택배 운송 기술의 필요성과 당위성을 제시합니다. 3. AI 드론 택배 운송 서비스 사례 분석 Walmart, Amazon 등 기업들의 AI 드론 택배 운송 서비스 사례를 분석합니다. 기업들이 AI 드론의 한계점을 어떻게 극복했는지 살펴...2025.01.04
-
USN을 스마트폰에 활용한 새로운 응용분야(개인과 기업과 분류하여)에 대해 조사2025.01.291. USN과 스마트폰의 정의 USN은 Ubiquitous Sensor Network의 약자로 첨단 유비쿼터스 환경 구현을 위한 근간을 뜻한다. 유비쿼터스 네트워크는 인간과 컴퓨터 간의 커뮤니케이션에 물리적 대상과의 협력 네트워크 구성을 뜻하는데 여기에 센서가 가미된 경우는 수많은 센서 노드 부착으로 자율적 정보 수집 및 제어 시스템을 뜻하는 것이다. 스마트폰은 하나의 정의를 내리기가 어려울 정도로 다양한 기능을 한다. 이전에 사용하였던 전화기의 기능인 전화를 걸고 받는 것, 메시지를 전송하는 것 등은 기본적인 부분에 해당하며 이동...2025.01.29
-
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
-
미적분의 역사발생적 원리로 무난하게 미적분 세특을 완성할 수 있습니다2025.01.291. 고대 그리스와 아르키메데스 미적분학의 기초 개념은 고대 그리스의 수학자 아르키메데스에 의해 확립되었습니다. 아르키메데스는 면적과 체적을 구하는 문제를 다루며 적분의 기초를 닦았습니다. 그는 극한의 개념을 이용하여 곡선 아래의 면적을 구하는 방법을 개발하였으며, 이는 훗날 적분의 기본 개념이 되었습니다. 2. 중세와 르네상스 시대 중세와 르네상스 시대에는 수학이 다소 침체기를 겪었으나, 이슬람 수학자들을 중심으로 여러 수학적 개념이 발전하였습니다. 이 시기에 극한과 관련된 개념들이 조금씩 등장하였고, 이를 통해 미적분학의 발전을...2025.01.29
2 / 2
