총 6개
-
서강대 인공지능 딥러닝 과제 및 시험 문제 정리2025.12.211. AI, 머신러닝, 딥러닝의 관계 AI는 인간의 지능을 모방하는 광범위한 분야입니다. 머신러닝은 AI의 하위 분야로 데이터로부터 학습하여 성능을 개선하는 알고리즘을 다룹니다. 딥러닝은 머신러닝의 한 종류로 여러 층의 인공 신경망을 사용하여 복잡한 패턴을 학습합니다. 이들은 포함 관계에 있으며 딥러닝은 머신러닝의 일부이고 머신러닝은 AI의 일부입니다. 2. RNN 기반 시계열 예측 모델 LSTM, GRU, BLSTM, Multi-Layer RNN 등 RNN 계열 모델을 테슬라 주가 데이터에 적용하여 성능을 비교합니다. 2021년 ...2025.12.21
-
시계열 데이터 분석 기법의 장단점 및 예시2025.01.261. ARIMA 모델 ARIMA 모델은 시계열 데이터의 선형적 관계를 잘 포착하여 비교적 간단한 수식으로 데이터 예측이 가능하다는 장점이 있습니다. 주식 가격 예측, 경제 지표 예측, 수요 예측 등에서 유용하게 사용될 수 있습니다. 그러나 비선형적이거나 계절적 패턴을 가진 데이터에는 적합하지 않으며, 모델의 설정 및 파라미터 최적화가 복잡할 수 있다는 단점이 있습니다. 2. 지수평활법 지수평활법은 데이터의 최신 변화에 빠르게 반응하여 짧은 기간의 예측에 특히 유리합니다. 이 방법은 비교적 간단하고 직관적이며, 데이터가 급격히 변동할...2025.01.26
-
AI 오디오 파일 학습을 통한 자동 검사 모델 개발2025.11.131. LSTM 신경망 모델 RNN 모델의 Vanishing Gradient 문제를 개선한 LSTM(Long Short-Term Memory) 모델은 시계열 데이터 분석에 효과적입니다. 오디오 데이터는 시간에 따라 변하는 연속적인 신호로서 시계열 데이터이며, STFT_dB 데이터셋을 사용한 LSTM 모델이 99.0%의 정확도로 가장 우수한 성능을 보였습니다. 이 모델은 Precision 100.0%, Recall 93.3%, F1 Score 96.7%, AUC 99.6%의 평가 지표를 달성했습니다. 2. 오디오 신호 전처리 기법 원본...2025.11.13
-
경영정보시스템_인공지능의 개념과 기술 그리고 활용사례에 대해 조사하시오.2025.05.121. 인공지능이란 인공지능이란 인간 지능이 필요한 업무 등을 정상적으로 수행할 수 있는 컴퓨터 시스템의 이론과 개발, 그리고 시각 인식, 음성 인식, 의사 결정, 언어 번역 등을 수행하는 어플리케이션이나 능력을 의미한다. 2. 인공지능의 분류 인공지능은 강한 인공지능과 약한 인공지능으로 구분된다. 강한 인공지능은 사람과 같이 자유로운 사고와 감정표현 등을 하는 것이 가능하고 자아의식을 가지고 있는 인공지능을 의미하며, 약한 인공지능은 자의식이 없는 머신러닝 기법으로 만들어진 전문가 시스템을 의미한다. 3. 기계학습 기계학습은 컴퓨터...2025.05.12
-
순환 신경망과 자연어 처리의 활용2025.12.191. 순환 신경망(RNN)의 기본 개념 순환 신경망은 시퀀스 데이터 학습을 위해 고안된 딥러닝 모델로, 언어와 음성처럼 순차적 특성을 갖는 데이터 처리에 탁월하다. 기존 신경망과 달리 RNN은 과거 상태를 내부 메모리로 유지하면서 새로운 입력을 순차적으로 처리할 수 있다. 은닉층의 출력이 다음 시점의 입력으로 전달되는 순환 구조를 통해 시간적 맥락을 반영하며, 텍스트 문장의 단어 순서나 음성 신호의 시간적 패턴을 효과적으로 처리한다. 2. 장기 의존성 문제와 해결 방안 RNN의 주요 약점은 장기 의존성 문제로, 긴 시퀀스 학습 시 ...2025.12.19
-
순환신경망과 시계열 데이터 분석 활용2025.12.191. 순환신경망(RNN)의 구조와 원리 순환신경망은 입력층, 은닉층, 출력층으로 구성되며 은닉층의 출력이 자기 자신에게 피드백되는 순환 구조를 가진다. 은닉 상태는 시간 t에서의 입력과 직전 시점의 은닉 상태를 결합하여 갱신되며, 이를 통해 과거 정보를 저장하고 현재 입력과 결합하여 다음 출력을 생성한다. 이러한 구조는 순차적 데이터 학습에 특화되어 있다. 2. LSTM과 GRU의 개선 효과 장단기 메모리(LSTM)와 게이트 순환 유닛(GRU)은 기울기 소실 문제를 해결하기 위해 제안되었다. LSTM은 입력 게이트, 출력 게이트, ...2025.12.19