총 76개
-
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
-
인공지능의 개념과 기술 그리고 활용사례2025.01.021. 인공지능의 개념 인공지능은 기계가 인간의 지능을 모방하거나 구현하는 기술을 의미합니다. 이는 문제 해결, 학습, 추론, 자연어 이해 등의 인간의 지능적인 능력을 컴퓨터 프로그램이나 기계가 수행할 수 있도록 하는 분야를 포함합니다. 강한 인공지능은 인간과 동등한 지능을 가진 인공 시스템을 의미하며, 약한 인공지능은 특정한 작업이나 문제 해결에 특화된 인공 시스템을 의미합니다. 2. 인공지능의 주요 기술 인공지능의 주요 기술에는 머신러닝, 딥러닝, 자연어 처리가 있습니다. 머신러닝은 데이터에서 학습하고 패턴을 인식하여 결정을 내리...2025.01.02
-
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
-
기계학습(Machine Learning)에 관한 조사 및 정보통신 기술 활용2025.01.251. 기계학습(Machine Learning) 기계학습은 컴퓨터의 행동을 변경하고 적응시켜 정답에 가깝게 만드는 기술이다. 기계학습은 신경과학, 생물학, 통계학, 수학, 물리학 등 다양한 분야의 아이디어를 사용하여 컴퓨터를 학습시킨다. 기계학습은 지도 학습, 비지도 학습, 강화 학습으로 구분되며, 각각 다른 방식으로 학습을 수행한다. 기계학습은 데이터 마이닝, 컴퓨터 비전, 자연어 처리 등 다양한 분야에 활용되고 있다. 2. 백스캐터 통신 백스캐터 통신은 사물인터넷 시대의 전력 공급 문제를 해결할 수 있는 새로운 통신 시스템이다. ...2025.01.25
-
[R & E 활동 대회] 다중 연결 리스트(Multi-Linked List)를 이용한 자연어 처리 방법론 연구2025.05.121. 다중 연결 리스트(Multi-Linked List) 다중 연결 리스트(Multi-Linked List)는 단일 연결 리스트와 비슷한 구조이나 동적 할당(Dynamic allocation)과 노드 구조체를 이용하여 각 노드 간 연결이 다중으로 이루어지도록 한 자료 구조입니다. 여러 종류의 단어가 한 특성을 공유하여 다음 문장으로 연결되어야 하는 처리 구조를 이루어야 하므로 본 연구에서 이용한 자료 구조입니다. 2. 자연어 처리 본 연구에서는 신문 기사를 활용한 빅 데이터를 C언어로 구조화하여 단어 간의 상관관계를 파악하여 새로운...2025.05.12
-
인공지능의 역사와 현 수준2025.05.011. 인공지능의 역사 인공지능(AI)의 역사는 1940년대부터 시작되었으며, 주요 이정표로는 앨런 튜링의 튜링 테스트 제안, 1950-60년대의 초기 AI 프로그램 개발, 1970-80년대의 전문가 시스템 개발, 1980-90년대의 신경망 및 기계 학습 알고리즘 개발, 2000년대의 딥러닝 알고리즘 개발 등이 있다. 최근 몇 년 동안 AI는 자율주행 차량, 로봇 공학, 가상 비서, 개인화된 의학 등 다양한 분야에서 빠르게 발전하고 있다. 2. 인공지능의 현 수준 인공지능은 자연어 이해, 이미지 인식, 의사결정 등 인간의 지능이 필요...2025.05.01
-
산업혁명과 비즈니스 ) 인공지능(AI) 기반 우울증 치료 로봇2025.01.211. 인공지능(AI) 기반 우울증 치료 로봇 본 보고서에서 제안하는 아이디어는 '인공지능(AI) 기반 우울증 치료 로봇'입니다. 이는 최첨단 AI 기술인 자연어 처리(NLP), 컴퓨터 비전을 통한 감정 인식, 기계 학습 알고리즘 등 4차 산업혁명 기술을 총체적으로 활용하여 우울증 환자의 심리 치료를 혁신적으로 지원하고 정신 건강 관리를 새로운 차원으로 끌어올리는 시스템입니다. 이 로봇은 환자의 얼굴 표정, 음성 톤, 제스처 등 비언어적 신호를 포착하여 정확한 감정 상태를 인식하고, 대화 내용을 NLP로 분석하여 언어적 감정 표현을 ...2025.01.21
-
챗봇 분석자료: 하이테크마케팅 발표용 PPT2025.05.131. 챗봇 작동 원리 및 핵심기술 챗봇은 사람과의 문자 대화를 통해 질문에 알맞은 답변이나 각종 연관 정보를 제공하는 인공지능 기반의 커뮤니케이션 소프트웨어입니다. 챗봇의 작동 원리와 핵심 기술에는 Front-end, Middle, Back-end 등의 구조와 패턴 인식, 시멘틱 웹, 자연어 처리, 텍스트 마이닝, 상황인식 등의 기술이 포함됩니다. 2. 챗봇의 산업별 도입 사례 챗봇은 금융업, 유통업, 서비스업, 헬스케어 등 다양한 산업에서 활용되고 있습니다. 금융업에서는 대신증권의 '벤자민' 챗봇이 고객 상담과 금융 정보 제공 등...2025.05.13
-
인공지능의 물리적 사물, 디지털 사물, 생물학적 존재에의 적용 사례와 특징2025.05.081. 물리적 사물에의 인공지능 적용 - 법률 상담 도우미 챗봇 인공지능의 자연어 처리 기술을 이용하여 변호사와 의뢰인을 연결해주는 챗봇 플랫폼 서비스. 의뢰인은 시간과 비용을 절감하고 변호사는 생산성을 높일 수 있으며, 챗봇이 자동화된 응답을 제공하여 변호사가 주요 업무에 집중할 수 있게 해준다. 이를 통해 의뢰인의 법률 서비스 접근성이 높아지고 변호사와 의뢰인의 연결이 효율적으로 이루어질 수 있다. 2. 디지털 사물에의 인공지능 적용 - 아직 정보가 없음 제공된 정보에는 디지털 사물에 대한 인공지능 적용 사례가 포함되어 있지 않습...2025.05.08
-
GPT 매개변수 숫자가 갖는 의미 (GPT parameters)2025.05.081. 대규모 언어 모델(LLM) 대규모 언어 모델(Large Language Model, LLM)은 자연어 처리 및 인공 지능 분야에서 중요한 역할을 하는 기술입니다. LLM은 많은 양의 텍스트 데이터를 학습하여 언어 이해, 생성, 번역 등의 다양한 작업을 수행할 수 있는 능력을 갖추고 있습니다. 이 모델은 주로 딥 러닝 알고리즘과 큰 규모의 컴퓨팅 자원을 사용하여 학습됩니다. 2. GPT 모델 GPT-2, GPT-3, GPT-4는 모두 OpenAI에서 개발한 대규모 언어 모델(LLM)입니다. GPT는 Generative Pre-t...2025.05.08
1 / 8
