총 15개
-
정보통신망4A 기계학습 Machine Learning에 관하여 조사하여 설명하고 기계학습을 위해 활용될 수 있는 정보통신 기술에 관하여 서술하시오2025.01.251. 기계학습 정의 및 필요성 기계 학습은 컴퓨터 시스템이 데이터를 분석하고 패턴을 학습하여 작업을 수행할 수 있는 능력을 갖추는 것을 의미한다. 기계 학습은 데이터 마이닝이나 기타 학습 알고리즘을 사용하여 지식을 추출하고 이를 경험기반으로 삼아 비슷한 상황의 미래 사건의 결과를 예측하는 컴퓨터 프로그램이다. 기계 학습은 대량의 데이터 처리, 복잡한 패턴 인식, 자동화된 결정, 개인화된 경험 제공, 의사 결정 지원, 지능적인 시스템 구축 등의 이유로 매우 중요하다. 2. 기계학습 장점과 문제점 기계 학습의 장점으로는 패턴 인식 및 ...2025.01.25
-
'아이템 제안서/사업계획서' 기말 대체 과제2025.01.221. 버스 승차 대기 서비스 버스 승차 대기 서비스는 정류장에서 버스 탑승 여부를 미리 알 수 있게 하여 불필요한 정차와 시간 낭비를 줄이고 편의성을 높이는 서비스입니다. 이를 위해 정류장에 터치스크린을 설치하여 누구나 쉽게 접근할 수 있도록 하였으며, 스크린 광고를 통한 수익 창출도 고려하고 있습니다. 또한 수집된 데이터를 지역 교통 기관과 협력하여 도시 교통 시스템 운영을 최적화하는 데 활용할 계획입니다. 향후에는 음성 인식 서비스와 AI를 접목하여 편의성을 더욱 높일 예정입니다. 1. 버스 승차 대기 서비스 버스 승차 대기 서...2025.01.22
-
음성인식과 합성 기술 활용 트렌드와 미래 전망2025.01.051. 음성인식 기술 음성인식 기술은 인간의 말하는 음성 언어를 컴퓨터가 해석하여 문자 데이터로 전환하는 처리 과정을 말합니다. 이 기술은 다양한 분야에서 음성으로 기기 제어, 정보 검색 등에 응용되고 있으며, 헬스케어, 교육, 보안 등에서 중요한 역할을 하고 있습니다. 음성인식 기술은 빠르게 발전하고 있으며, 미래에는 더욱 정교해지고 다양한 응용 분야에서 사용될 것으로 예상됩니다. 2. 음성합성 기술 음성합성 기술은 텍스트를 자연스러운 음성으로 변환하는 과정을 포함합니다. 이 기술은 스플라이싱 방법과 파라메트릭 방법을 사용하며, 음...2025.01.05
-
유비쿼터스 컴퓨팅의 발전 및 확장 방향 설명2025.01.251. u-Home u-Home의 중심은 가정이다. 집에 있는 전자기기들이 중심이 되어 내부에서 홈 네트워크를 이루어 서로 간에 연결되어 있다. 이들은 끊임없이 서로의 정보를 공유하면서 주인의 생활을 윤택하게 만드는 것에 그 목적이 있다. 침착맨은 5수 끝에 대입에 성공한 대학교 신입생이다. 지금은 여름방학이라 학교에 나가지는 않고, 자취방에서 노닥거리며 시간을 보내고 있다. 아침이 되면 신체 바이오리듬에 맞춰 가장 최적화된 시간에 자동으로 블라인드가 올라가고 형광등이 단계별로 부드럽게 켜진다. 동시에 ai 비서가 현재 시간, 오늘의...2025.01.25
-
음향공학_음향공학 수업에서 다루는 다양한 주제와 관련한 자유로운 조사과제를 수행합니다.2025.05.121. 음성인식 음성을 인식한다는 것은 언어의 의사소통의 교류의 가장 기초적인 개념이다. 이제는 이러한 음성인식 기능이 단순히 타자를 쳐서 언어를 전달하는 것이 아닌 인간의 음성을 듣고 문자형식의 전달이 가능한 정도로 변화하였다. 음성인식은 하나의 단어만 발성한 것을 인식하는 고립단어인식, 여러 단어를 중간에 짧은 유지구간을 넣어 발성한 인식의 연결단어인식, 여러 단어를 연속적으로 발음한 것을 인식하는 연속음성인식, 연속적으로 발성한 음성에서 주어진 핵심어 추출의 핵심어 인식으로 구분된다. 또한 인식은 훈련을 한 사람의 음성만 인식하...2025.05.12
-
AI 음성인식 - End to End 음성인식 시스템에 대한 심화이해2025.05.071. End-to-End 음성인식 시스템 본 논문은 어텐션 기반 Seq2seq 구조를 음성 인식에 적용한 것으로, CTC (Connectionist temporal classification)가 지배적이던 당시에 End-to-End 방식으로 우수한 성능을 달성한 혁신적인 연구입니다. 모델의 구조는 Listener (encoder)와 Speller (decoder)로 구성되어 있으며, Pyramidal Bidirectional LSTM을 사용하여 긴 시퀀스 길이 문제를 완화하였습니다. 또한 Exposure Bias Problem을 완...2025.05.07
-
최근 도입된 대표적 정보기술 기반 서비스의 특장점, 단점 및 개선방안2025.05.041. 정보기술 기반 서비스 최근 도입된 정보기술 기반 서비스 중 KT의 지니 음성인식 스피커를 사례로 들어 특장점과 단점을 제시하고 개선방안을 제안하였다. 지니는 음성인식을 통해 음악, 일정, 스마트홈 서비스 등을 제공하며 편리성이 높은 반면 인공지능 기술의 한계로 인한 오작동, 보안 취약성 등의 문제점이 있다. 이를 개선하기 위해서는 인공지능 기술 고도화와 함께 개인정보 보호 강화 등의 노력이 필요하다. 1. 정보기술 기반 서비스 정보기술 기반 서비스는 현대 사회에서 매우 중요한 역할을 하고 있습니다. 이러한 서비스는 우리의 일상...2025.05.04
-
인공지능_독립 성분 분석을 이용하여 노이즈 제거를 수행한 연구를 조사하고 어느 분야에 응용되고 있는지 사례를 들어 조사하시오2025.01.161. 독립 성분 분석 독립 성분 분석은 다양한 정보들이 서로 혼합된 데이터에서 필요한 부분만 선택적으로 추출하는 통계적 기법의 하나로, 독립된 정보와 다른 정보 간의 상관관계를 변환하는 기술이다. 즉, 특징이 서로 다른 둘 이상의 신호가 선형적으로 혼합된 확률 변수를 통계적 방법에 의해 상호 독립적 신호로 분리하는 것을 말한다. 2. 독립 성분 분석의 응용분야 - 음향/음원 분야 독립 성분 분석을 이용하여 음질 개선, 강인한 음성인식, 음원신호 추출 등의 연구가 진행되고 있다. 헤드폰 내부로 유입되는 외부잡음에 대해 독립 성분 분석...2025.01.16
-
인공지능의 개념과 기술 그리고 활용사례에 대해 조사하시오2025.05.131. 약한 인공지능과 강한 인공지능의 비교 약한 인공지능은 기본적으로 인간의 지능 수준을 넘지 못하고 제한된 작업에만 사용되는 인공지능을 의미한다. 반대로 강한 인공지능은 인간의 지능을 초월하여 다양한 작업을 수행하고 사람과 유사한 추론, 학습, 문제 해결 능력을 갖춘 인공지능을 말한다. 약한 인공지능은 사전에 정의된 규칙이나 알고리즘을 사용하여 작업을 수행하지만, 강한 인공지능은 데이터 기반 학습을 통해 지식을 습득하고 문제를 해결한다. 약한 인공지능은 '자아'가 없다는 차이점이 있다. 2. 기계학습의 개념과 특징 기계 학습은 인...2025.05.13
-
트랜스포머 알고리즘의 개요와 적용 사례2025.01.171. 트랜스포머 알고리즘 트랜스포머 알고리즘은 2017년 구글의 연구팀이 발표한 딥러닝 모델로, 자연어 처리(NLP) 분야에서 혁신적인 변화를 가져왔습니다. 이 알고리즘은 인코더-디코더 구조와 어텐션 메커니즘을 기반으로 하며, 병렬 처리와 확장성을 통해 대규모 데이터를 효율적으로 처리할 수 있습니다. 2. 트랜스포머 알고리즘의 구조 트랜스포머 알고리즘은 인코더와 디코더로 구성됩니다. 인코더는 입력 데이터를 고차원 벡터로 변환하고, 디코더는 이 벡터를 다시 출력 데이터로 변환합니다. 핵심은 어텐션 메커니즘으로, 입력 데이터의 각 요소...2025.01.17
1 / 2
