|
한계점을 설명하라.
(나) 오차 역전파(BP) 모델의 개념을 설명하고, BP 학습 과정에서 발생하는 경사 소멸 문제에 대하여 설명하라.
(다) 합성곱 신경망(CNN)의 개념을 간략히 설명하고, CNN을 구성하는 층에 대해 설명하라.
4. 참고문헌
|
|
|
딥러닝을 이용한 주택가격 예측에 관한 연구. 주거환경.
김병운. 인공지능 기술 발전에 따른 우리나라의 현안 진단 및 정책적 시사점. 정보화정책 2016.
이충섭, Zin Min Paing, 여혜민, 김동신, 백호종 (2021), 머신러닝(Machine Learning) 기법을 활용한
|
|
|
적으로 적다고 보고 있기 때문이다.
참고자료
권혁인 외, 도서정보 기반의 고객 맞춤형 큐레이션 서비스 및 비즈니스 모델 연구, 한국 IT서비스학회지, 2015.
김성필, 딥러닝 첫걸음: 머신러닝에서 컨벌류션 신경망까지, 한빛미디어, 2016.
김윤
|
|
|
적 활용 및 대응이 가능하여 기존에 없던 새로운 가치를 창출할 수 있을 것이다.
3. 시사점
대표적인 알고리즘은 다음과 같은 기계학습의 절차를 기반으로 개발되어 왔다. 기계학습(Machine Learning)의 핵심으로 모델선정, 모델 수식화, 모델 학습.
|
|
|
머신러닝은 이러한 AI의 하위 분야로, 데이터에서 패턴을 학습하고 예측을 수행하는 알고리즘을 개발하는 데 중점을 둡니다.
특히 딥러닝의 발전은 AI 기술의 비약적인 성장을 이끌어왔습니다. 딥러닝은 인공신경망을 기반으로 하여 대량의
|
|
|
머신러닝(Maching Learning)
2.1.8 딥 러닝(Deep Learning)
2.1.9 클라우드 컴퓨팅(Cloud Computing)
2.2 4차 산업혁명 기술의 활용 분야
2.2.1 빅 데이터를 활용한 구글 트렌드
2.2.2 사물인터넷을 활용한 스마트홈
2.2.3 인공지능을 기반으로 한 딥 페이크
3. 결
|
|
|
적인 방법
사례로는 자율주행 차량과 로봇 제어 기술, 언어 및 음성 처리 기술, 비디오 및 이미지 분석 등이 있음
ㄴ) 머신러닝: 데이터를 학습하고 패턴 인식으로 데이터를 분류, 예측, 군집 등의 작업 수행 기술을 말함
사례로는 이미
|
|
|
을 수행하는 심층 다중 신경망으로 구성된 딥러닝이 있고 그 하위 집합으로 생성형 AI가 있다.
한국의 초거대 AI 모델 기업은 현재 생성 AI 생태계가 형성되는 초기 단계로 다양한 모델에 대한 지속적인 평가를 통해 목적에 적합한 모델을 결정
|
|
|
을 개발하여 훈련 데이터를 통해 새로운 데이터에 대한 예측값을 제시하거나 주어진 데이터를 잘 설명하는 모델을 학습하는 기술이다. 패턴인식과 귀납적 학습 등이 이에 해당된다.
- 중략 - 초연결 시대의 사이버 지킴이, 인공지능 보
|
|
|
적인 환경 상호작용을 가능하게 합니다.
4) 딥 러닝을 이용한 이미지 분류 기술의 기본 원리를 설명하고, 실시간 시스템에 이 기술을 적용할 때의 고려사항을 논하라.
딥 러닝을 이용한 이미지 분류는 주로 합성곱 신경망(CNN)을 사용하여 이미
|
|
메뉴펼치기
