총 10개
-
Autoencoder 기반 추천 시스템 조사2025.05.071. Autoencoder 기반 추천 시스템 Autoencoder는 여러 규제 기법을 적용하여 다양한 application에 적용되고 있으며, 특히 추천 시스템인 collaborative filtering의 성능을 높이는 데 주로 사용된다. 기존 추천 시스템의 한계를 개선하는 방법으로 Autoencoder 기반 추천 시스템이 제시되었다. 본 논문에서는 Autoencoder 기반 추천 시스템에 대한 체계적인 검토를 실시하고 분류 체계를 제안하였다. 2. Autoencoder만을 기반으로 하는 모델 Autoencoder 기반 colla...2025.05.07
-
딥러닝의 EEG 신호 분석에서의 활용과 CNN의 원리2025.01.141. 딥러닝 기반 EEG 분석 딥러닝 기법들은 동작상상, 감정인식 등 EEG 데이터 분류 작업에서 우수한 성능을 보인다. 딥러닝 알고리즘은 EEG 데이터 수집과 전처리, 딥러닝 모형 학습, 신호 분류 및 해석의 과정으로 구성된다. 전처리 과정에서는 입력받은 뇌파 신호를 분류하기 쉬운 형태로 바꿔주어 분류의 정확도를 높여야 한다. 2. EEG분석을 위한 딥러닝 기법 EEG 분석을 위한 딥러닝 기법에는 CNN, RNN, GAN, Autoencoder 등이 있다. 입력되는 데이터의 특징에 따라 CNN보다 RNN이 자극에 의한 변화를 인식...2025.01.14
-
다중 선형 회귀 (Multiple Linear Regression, MLR)2025.05.091. 다중 선형 회귀 (Multiple Linear Regression, MLR) 다중 선형 회귀(Multiple Linear Regression, MLR)는 하나의 종속 변수를 다수의 독립 변수와의 선형 관계로 설명하는 모델입니다. 단순 선형 회귀가 하나의 독립 변수와 하나의 종속 변수 간의 선형 관계를 모델링하는 것과 달리, MLR은 여러 개의 독립 변수가 종속 변수와의 선형 관계에 영향을 미칠 수 있는 경우를 다룹니다. 예를 들어, 주택 가격을 예측하기 위해 주택의 크기, 방의 개수, 위치, 건물 연식 등 여러 독립 변수들을 ...2025.05.09
-
IT와 경영정보시스템: 생성 AI의 정의와 문화산업에 미치는 영향2025.01.241. 생성 AI의 정의 생성 AI(Generative AI)는 데이터를 활용하여 새롭게 정보나 콘텐츠를 창출하는 기계 학습 및 인공 지능 알고리즘과 모델을 지칭한다. 이러한 AI는 대표적으로 Generative Adversarial Networks (GANs)이나 Variational Autoencoders (VAEs) 같은 기술들에 기반하고 있다. 다양한 매체, 예를 들어 이미지, 음악, 텍스트, 영상에서 콘텐츠를 생성하는 데 활용되며, 이를 통해 예술, 디자인, 엔터테인먼트 등의 분야에서 응용되고 있다. 2. 생성 AI가 문화산...2025.01.24
-
머신러닝에서의 차원축소2025.05.101. 차원 축소 차원 축소는 고차원 데이터를 저차원으로 변환하는 과정으로, 데이터의 복잡성을 줄이고 특징을 추출하거나 시각화하기 위해 사용됩니다. 주요 방법으로는 특징 선택과 특징 추출이 있으며, 차원 축소의 이점은 데이터 시각화, 계산 효율성 향상, 잡음 제거 등입니다. 2. 차원의 개념 차원은 데이터를 표현하기 위해 필요한 축의 수를 의미하며, 각 차원은 데이터의 특정 특성을 나타내는 변수 또는 속성이 됩니다. 차원이 높을수록 데이터의 복잡성과 계산 비용이 증가하므로 차원 축소가 필요합니다. 3. 특징(feature)의 개념 특...2025.05.10
-
AI와 DL을 활용한 기업의 순환경제 전환 전략2025.11.171. Business Model Canvas (BMC) 분석 Natura와 Safa Tempo 두 기업의 비즈니스 모델을 분석한 내용입니다. Natura는 브라질 화장품 브랜드로 '스탠딩 포레스트' 철학을 통해 약 200만 헥타르의 열대우림을 보존하면서 지속 가능한 제품을 생산합니다. 주요 파트너십은 환경 단체, 지속 가능한 공급업체, 소매업체이며, 핵심 활동은 지속 가능한 R&D, 지역사회 관계 구축, 마케팅입니다. Safa Tempo는 카트만두의 전기 택시 서비스로 대기 오염 문제를 해결하며 750개의 일자리를 창출했습니다. 2...2025.11.17
-
현재 생성 모델 (generative model) 의 발전 현황2025.01.181. 생성 모델의 개요 생성 모델은 주어진 데이터 분포를 학습하여 새로운 데이터를 생성할 수 있는 모델을 의미합니다. 주로 이미지, 텍스트, 오디오와 같은 데이터의 새로운 샘플을 생성하는 데 사용됩니다. 이러한 모델들은 데이터의 복잡한 구조를 학습하고, 그로부터 창의적이거나 유용한 결과물을 만들어냅니다. 2. 주요 생성 모델 GAN, VAE, Autoregressive Models, Diffusion Models 등 다양한 생성 모델이 개발되었으며, 각각의 특징과 장단점이 있습니다. 이들 모델은 이미지, 텍스트, 오디오 등 다양한 ...2025.01.18
-
VQGAN 논문 (인공지능) 발표 및 대본2025.05.071. VQGAN 모델 VQGAN은 VQ-VAE 구조를 따르며 CNN과 Transformer의 장점을 결합한 모델입니다. CNN으로 Locality를 잘 반영하는 codebook을 학습하고, Transformer의 풍부한 표현력으로 Image Synthesis를 이룹니다. VQGAN은 2-stage 모델로, 첫번째 stage에서 codebook을 학습하여 Transformer에 사용하기 위한 이미지의 구성요소를 학습하고, 두번째 stage에서 이러한 codebook을 바탕으로 Transformer를 이용하여 이미지를 구성합니다. 2....2025.05.07
-
Local PC에 stable diffusion 상세 설치 방법과 실습예제2025.01.141. Stable Diffusion Stable Diffusion은 Stability AI라는 곳에서 공개한 무료 라이선스의 text-to-image 인공지능 모델입니다. 이 모델은 방대한 양의 관련 데이터로 미리 학습되어 있으며, 이를 알고리즘으로 만들어 놓은 것입니다. 이미지 생성 AI에서는 이러한 모델 또는 체크포인트라고 부르며, 어떤 모델을 사용하는지에 따라 결과물이 달라집니다. 2. Lora Lora는 AI 학습 모델의 한 종류로, 조금 더 세부적이고 정교하게 특정 영역만 집중 학습한 모델입니다. 3. Github Gith...2025.01.14
-
예술과 Generatvie AI의 교차점-창의성의 새로운 영역2025.05.071. Generative AI의 정의 및 핵심 개념 Generative AI는 고급 알고리즘과 기계 학습 기술을 활용하여 이미지, 텍스트, 음악 등과 같은 새로운 콘텐츠를 만드는 데 중점을 둔 인공 지능의 한 분야입니다. 그것은 종종 다양한 영역에서 인간의 능력을 모방하거나 능가하는 새로운 결과물을 생성하기 위해 창의적인 프로세스를 사용합니다. 2. 예술에 적용된 생성 AI 모델 및 기술 생성 모델, GAN(Generative Adversarial Networks), VAE(Variational Autoencoders), 전이 학습...2025.05.07