총 119개
-
한국공학대학교(한국산업기술대학교) 컴퓨터공학과 족보 영상처리2025.01.141. 디지털 영상처리 디지털 영상처리란 디지털 이미지 신호를 처리하는 기술입니다. 영상 신호를 처리하는 영역에는 화질 개선, 객체 검출 및 추적, 영상 압축 등이 있으며 이러한 기술들은 다양한 분야에 활용됩니다. 2. 컨벌루션 컨벌루션은 입력 이미지에 마스크를 적용하여 새로운 이미지를 생성하는 기술입니다. 평균 마스크를 이용한 컨벌루션을 통해 이미지의 블러링 효과를 줄 수 있습니다. 3. 히스토그램 평활화 히스토그램 평활화는 이미지의 명암 분포를 균일하게 만들어 대비를 향상시키는 기술입니다. 이를 통해 이미지의 가시성을 높일 수 있...2025.01.14
-
매트랩2025.01.141. 매트랩 내장 함수 매트랩에는 많은 내장 함수들이 있다. 이를 내장 함수라고 한다. 예를 들어 cos(pi)는 -1 값을 출력한다. 라디안을 디그리로 표현하고 싶으면 cosd(180)을 사용하면 -1이 출력된다. 이러한 함수들은 매트랩에서 제공하는 내장 함수이다. 새로운 함수를 만들고 싶으면 function으로 시작하여 end로 끝나는 사용자 정의 함수를 만들 수 있다. 2. 조건문 조건문은 일정 조건을 의미한다. if, elseif는 만약에를 의미한다. if문 예제에서는 점수에 따라 A, B, C 등의 등급을 표기하는 방법을 ...2025.01.14
-
벡터 데이터베이스2025.05.081. 벡터 데이터베이스 벡터 데이터베이스는 복합 비정형 데이터를 효과적이고 효율적으로 저장하고 검색하기 위한 기술입니다. 단어나 문장과 같은 정보를 숫자로 변환하여 숫자와 유사한 것을 찾는 방식의 데이터베이스입니다. 기존 데이터베이스는 텍스트 기반 검색을 사용했지만, 벡터 데이터베이스는 숫자 기반 검색을 사용합니다. 이를 통해 비정형 데이터와 벡터 데이터를 효율적으로 저장할 수 있습니다. 이 기술의 배경에는 뉴럴 네트워크(CNN)의 발달로 복합 비정형 데이터를 정확하게 임베딩하여 숫자(벡터)로 표현할 수 있게 된 것이 있습니다. 예...2025.05.08
-
노이즈가 섞여있는 데이터를 어떻게 피팅할까? RANSAC (파이썬 예제 포함)2025.01.191. 데이터 노이즈 처리 데이터 분석을 할 때 노이즈가 섞여있는 데이터를 어떻게 처리할 수 있을까? 이상치 데이터를 제거하는 것은 어려울 수 있으므로, 노이즈에 강한 모델을 찾는 것이 중요하다. RANSAC 알고리즘은 무작위 샘플링과 반복적인 검증 과정을 통해 노이즈의 영향을 최소화하고 신뢰할 수 있는 모델을 찾는 방법이다. 2. RANSAC 알고리즘 RANSAC 알고리즘은 1) 무작위 샘플 선택, 2) 모델 적합, 3) 인라이어와 아웃라이어 구분, 4) 모델 평가, 5) 반복의 과정을 거친다. 이를 통해 노이즈가 많은 데이터에서도...2025.01.19
-
딥러닝을 이용한 COVID-19 흉부 X선 영상 자동 탐지2025.01.031. COVID-19 진단 이 연구에서는 COVID-19 환자를 식별하기 위해 흉부 X선 영상을 사용했습니다. DenseNet169 심층 신경망을 사용하여 이미지 특징을 추출하고 XGBoost 알고리즘을 통해 분류를 수행했습니다. 제안된 방법은 기존 방법보다 더 정확하고 빠르며 허용 가능한 성능을 보였습니다. 이는 의료 영상 분석과 방사선학 분야에서 딥러닝의 발전을 보여줍니다. 2. XGBoost 알고리즘 XGBoost는 2016년 Chen & Guestrin이 제안한 트리 부스팅 기반의 효율적이고 확장 가능한 알고리즘입니다. 여러...2025.01.03
-
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
-
인공지능수학 교수 학습 운영 계획(평가계획서)2025.01.171. 인공지능과 수학 인공지능의 발전 과정에서 수학이 어떻게 활용되었는지를 이해하고, 인공지능에 수학이 활용되는 다양한 예를 찾을 수 있다. 인공지능, 기계학습, 딥러닝의 차이를 이해하고 설명할 수 있다. 2. 텍스트 자료의 표현과 처리 수와 수학 기호를 이용하여 실생활의 텍스트 자료를 목적에 알맞게 표현할 수 있다. 수와 수학 기호로 표현된 텍스트 자료를 처리하는 수학 원리를 이해하고 자료를 시각화할 수 있다. 3. 이미지 자료의 표현과 처리 수와 수학 기호를 이용하여 실생활의 이미지 자료를 목적에 알맞게 표현할 수 있다. 수와 ...2025.01.17
-
방통대 방송대 자료구조 출석수업과제물 A+2025.01.251. 자료와 정보 실생활에서 직접 볼 수 있거나 만질 수 있는 대상에 대해 관찰 또는 측정을 하여, 특정한 단위로 나타낸 값이나 사실을 '자료'라고 한다. 이러한 자료들이 모여서 그 안의 관계를 찾고 유의미한 내용을 도출하면 '정보'라고 구분할 수 있다. 예를 들어 넷플릭스에 등록된 TV, 영화 콘텐츠들의 영상 자체, 콘텐츠들의 재생 시간, 방영일, 출연자, 장르 등의 세부 사항, 사용자의 재생 히스토리 등이 모두 개별적인 자료에 속한다. 이러한 자료들이 모여서 특정 카테고리로 구분되거나 사용자의 취향에 따라 추천되는 것이 정보의 ...2025.01.25
-
CT 스캔에서의 미적분학적 기법 적용2025.01.291. CT 스캔의 원리 CT 스캔은 X선 투과와 감지를 통해 신체 내부의 단면 이미지를 생성합니다. X선이 신체를 통과하면서 내부 구조를 파악하고, 여러 각도에서 촬영된 이미지 데이터를 사용해 신체 내부의 단면 이미지를 재구성합니다. 2. 적분의 적용 CT 스캔에서 단면 이미지를 재구성하기 위해 사용되는 대표적인 수학적 기법은 라돈 변환입니다. 라돈 변환은 함수의 적분을 통해 2차원 함수의 투영 데이터를 계산하는 방법입니다. 이를 통해 각 지점에서의 흡수 계수를 계산할 수 있습니다. 단면 이미지를 재구성하기 위해서는 라돈 변환의 역...2025.01.29
-
4차 산업혁명과 사회변화 ) 4차 산업 혁명2025.04.271. 4차 산업혁명과 고고학 4차 산업혁명 시대에 인공지능 기술이 고고학 분야에 적용되어 유물과 유적 발굴 속도와 정확도, 효율성을 높이고 있다. 인공지능은 유물 발굴, 사료 해석, 고대 문자 해독 등에 활용되어 선조의 사상, 문화, 생활양식을 파악하고 역사적 비밀을 풀어가는 데 기여하고 있다. 또한 인공지능 기술을 통해 고고학 자료의 시간적, 공간적 요소를 규정하는 편년 연구도 발전하고 있다. 2. 인공지능의 고고학 활용 사례 일본 야마가타 대학 연구진은 인공지능을 활용해 남미 고대 유적인 '나스카 라인'의 흔적을 찾아냈다. 미국...2025.04.27
1 / 12
