|
PINNs는 물리적 지식을 신경망 구조에 통합함으로써 전통적인 신경망 모델보다 물리 법칙을 잘 따르는 예측을 할 수 있다. 이는 다음과 같은 방식으로 이루어진다:
1. 물리 방정식의 통합: 학습 과정에서 물리 방정식을 손실 함수에 포함시켜
|
|
|
1. AI 시대에도 틀리는 일기예보
현대 기술이 비약적으로 발전했음에도 불구하고, 우리는 여전히 종종 틀린 일기예보를 접한다. 기상 시스템의 복잡성과 예측의 불확실성 때문이라고 한다. 최근 구글 딥마인드의 AI 모델 GraphCast가 이러한 문제
|
|
|
핵심 개념
1. 미분 방정식의 통합: PINN은 미분 방정식을 이용하여 신경망의 손실 함수를 구성한다. 예를 들어, 열전달 문제에서 사용하는 포아송 방정식(Poisson Equation)을 신경망이 학습하도록 만든다.
2. 손실 함수: 손실 함수는 경계조건 데이
|
|
|
수치해석의 개요
수치해석은 복잡한 수학적 문제를 컴퓨터를 사용하여 근사적으로 해결하는 방법을 의미한다. 이는 이론적으로는 해를 구할 수 있지만, 실제로는 계산이 어려운 문제들을 다루기 위해 발전된 분야이다. 수치해석은 물리학,
|
|
|
Learning - Machine Learning with Deep Neural Network, NAVER LABS
LG 경제연구소 조용수 수석연구원. ‘똑똑한 기계들의 시대, 인공지능의 현주소’
곽동민, 박세원, 이한남 저, 2015.04.15., 「머신러닝에서 딥러닝까지」, 퍼플
김지원 외 4명, 2015, 다양한 딥러닝
|
|
|
머신러닝(Machine Learning), ⑥딥러닝(Deep Learning)이 무엇인지 자세히 설명하시오.
1) 데이터 과학(Data Science)
2) 데이터 애널리틱스(Data Analytics)
3) 데이터 분석(Data Analysis)
4) 인공지능(Artificial Intelligence)
5) 머신러닝(Machine Learning)
6) 딥러닝(Deep Le
|
|
|
머신러닝과 딥러닝, 인피니티북스. 1. 다층신경망의 학습과정을 정리하시오. (6점)
2. Teachable Machine(https://teachablemachine.withgoogle.com)을 이용하여 머신러닝 모형을 만들고 그 결과를 갭처하여 정리하시오. (8점)
3. http://playground.tensorflow.org/
|
|
|
강조됨에 따라 그 중요성이 점점 더 높아지고 있습니다. <목 차>
1. 데이터 과학의 개념
2. 데이터 애널리틱스의 역할
3. 데이터 분석의 기술적 접근
4. 인공지능의 발전과 응용
5. 머신러닝의 원리와 활용
6. 딥러닝과 그 혁신적 변화
|
|
|
러닝을 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 제
|
|
|
머신러닝 즉 기계 학습이라는 용어의 뜻은 단지 프로그램 스스로가 학습을 한다는 의미입니다. 보다 일반적으로 표현한다면 일종의 자동화된 데이터 분석 방법이라고 할 수 있습니다. 머신 즉 프로그램이 데이터를 바탕으로 스스로 학습하고
|
|
메뉴펼치기
