총 14개
-
[학과 소개] 빅데이터학과 및 정보보안학과2025.05.101. 빅데이터학과 빅데이터학과는 4차 산업혁명을 선도하는 핵심 SW 기술인 인공지능, 기계학습, 딥러닝, 컴퓨터 비전에서의 데이터 수집·처리·가공·검색·학습 등의 데이터 과학에 대한 최신 지식을 습득하는 것을 목표로 하고 있습니다. 또한 컴퓨터과학 분야의 필수 전공지식을 바탕으로 정보통신 산업 전 분야에서의 데이터(수치 데이터뿐 아니라 문자와 영상 데이터를 포함하는 대규모 데이터)를 처리할 수 있는 인력을 양성합니다. 2. 정보보안학과 정보보안학과는 사물인터넷 시대에 사물 간 신호와 소통이 인터넷을 통해 이루어지면서 중요해진 보안 ...2025.05.10
-
LLM(대규모 언어 모형)과 LMM(대규모 멀티모달 모형)의 비교 및 딥러닝과의 관계2025.01.261. LLM(대규모 언어 모형) LLM은 주로 텍스트 데이터를 기반으로 학습된 모델로, 자연어 이해(NLU)와 자연어 생성(NLG)에 강점을 지닌다. 대표적인 예로는 OpenAI의 GPT 시리즈가 있으며, 이들은 방대한 양의 텍스트 데이터를 학습하여 인간과 유사한 수준의 텍스트 생성 능력을 보유하고 있다. LLM은 주로 챗봇, 자동 번역, 텍스트 요약, 감정 분석 등 다양한 언어 처리 작업에 활용된다. 2. LMM(대규모 멀티모달 모형) LMM은 텍스트뿐만 아니라 이미지, 음성, 비디오 등 다양한 형태의 데이터를 동시에 처리할 수 ...2025.01.26
-
노이즈가 섞여있는 데이터를 어떻게 피팅할까? RANSAC (파이썬 예제 포함)2025.01.191. 데이터 노이즈 처리 데이터 분석을 할 때 노이즈가 섞여있는 데이터를 어떻게 처리할 수 있을까? 이상치 데이터를 제거하는 것은 어려울 수 있으므로, 노이즈에 강한 모델을 찾는 것이 중요하다. RANSAC 알고리즘은 무작위 샘플링과 반복적인 검증 과정을 통해 노이즈의 영향을 최소화하고 신뢰할 수 있는 모델을 찾는 방법이다. 2. RANSAC 알고리즘 RANSAC 알고리즘은 1) 무작위 샘플 선택, 2) 모델 적합, 3) 인라이어와 아웃라이어 구분, 4) 모델 평가, 5) 반복의 과정을 거친다. 이를 통해 노이즈가 많은 데이터에서도...2025.01.19
-
기하의 원리를 이용한 공학 ( 기하 세특)2025.01.201. 컴퓨터 그래픽스 및 3D 모델링 3D 모델링과 렌더링은 기하학적 개념에 기반합니다. 물체의 모양, 크기, 위치 등을 수학적으로 표현하는 데 기하학이 사용됩니다. 이는 영화, 게임, 가상 현실(VR), 증강 현실(AR), 건축 시각화 등에 응용됩니다. 기하학의 원리로는 메시(mesh) 생성, 변환 행렬, 광원 및 음영 처리 등이 있습니다. 2. 기계 설계 및 CAD (Computer-Aided Design) CAD 소프트웨어는 기하학적 도형을 사용하여 기계 부품, 제품, 건축 구조 등을 설계합니다. 기하학은 제품의 형태, 조립 ...2025.01.20
2 / 2
