총 29개
-
생성적 적대 신경망 (GAN)2025.05.091. 생성적 적대 신경망 (GAN) 생성적 적대 신경망(Generative Adversarial Network)은 2014년에 이안 굿펠로우와 그의 팀에 의해 처음 소개되었습니다. 이 모델은 딥러닝 분야에서 혁신적인 기술로 인정받고 있으며, 이미지 생성, 음성 합성, 자연어 처리 등 다양한 분야에서 활발하게 적용되고 있습니다. GAN은 기본적으로 생성자와 판별자라는 두 개의 신경망으로 구성되며, 서로 경쟁하며 성능을 향상시키는 특징을 갖고 있습니다. 생성자는 실제와 유사한 데이터를 생성하기 위해 노력하고, 판별자는 생성자가 생성한 ...2025.05.09
-
[보고서]GAN에 대한 보고서2025.01.241. GAN GAN은 적대적 훈련을 통해서 만들어지는 모델링이다. 일반적으로 신경망은 정보를 줄이고, 정제하고, 축약하는 데 사용한다. GAN은 이러한 일반적인 신경망의 구조를 변경시켜 만든 새로운 구조의 신경망을 말한다. GAN이란 진짜와 가짜를 구별할 수 없을 정도로 정교한 가짜를 만드는 생성자를 학습하는 알고리즘이다. GAN의 구조는 생성기(Generator)와 판별기(Discriminator)로 이루어져 있으며, 두 신경망이 서로 적대적 관계로 경쟁하면서 성능이 향상된다. GAN의 훈련 과정은 복잡하며, 생성기와 판별기의 성...2025.01.24
-
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
-
딥페이크 기술과 활용, 시장전망2025.01.281. 딥페이크 기술 딥페이크는 생성형 인공지능(AI)의 기반이 된 '딥 러닝(deep learning)'과 가짜·합성사진을 의미하는 '페이크(fake)'의 합성어로, 실제 인물의 사진·영상 또는 음성을 기반으로 생성형 인공지능 기술을 활용하여 가짜 사진·영상·음성 등을 합성·편집해내는 기술입니다. 딥페이크 기술은 GAN(생성적 적대 신경망) 알고리즘을 활용하여 진짜와 구분할 수 없는 가짜 데이터를 생성할 수 있습니다. 2. 딥페이크 활용 분야 딥페이크 기술은 교육, 의료, 영화/엔터테인먼트, AR/VR 콘텐츠 제작, 마케팅/광고, ...2025.01.28
-
딥페이크가 사회적으로 미치는 영향에 대한 분석2025.01.281. 딥페이크의 의미와 특징 딥페이크는 딥러닝 기술을 활용해 실제와 유사한 가짜 콘텐츠를 생성하는 기술로, 특히 생성적 적대 신경망(GAN)을 사용해 더욱 정교한 합성이 가능하게 된 것이 특징입니다. 딥페이크는 고도화된 현실성, 다양한 형태의 구현, 사용자 친화성, 데이터 의존성, 양면성, 지속적 발전, 높은 연산 자원 요구, 시간 및 비용 효율성, 상호작용성 등의 특징을 가지고 있습니다. 2. 딥페이크의 작동원리 딥페이크는 주로 생성적 적대 신경망(GAN)을 활용하여 실제와 유사한 가짜 콘텐츠를 만듭니다. GAN의 학습 구조를 기...2025.01.28
-
시스템 반도체 등 비메모리 반도체 기술력 현황에 대한 보고서2025.01.021. 시스템 반도체 시스템 반도체는 미래 유망 산업 및 서비스 창출과 직결되는 핵심 부품으로 최근 경제, 산업에 미치는 파급 효과가 크다. 국내 주요 시스템 반도체 기업으로는 삼성전자 시스템LSI, LX세미콘 등이 있으며, 글로벌 팹리스 시장은 빠르게 성장하고 있다. 스마트폰의 핵심 부품인 애플리케이션 프로세서(AP)는 시스템 반도체의 대표적인 예로, 애플, 퀄컴, 삼성전자 등이 경쟁하고 있다. 또한 주문형 반도체 ASIC과 CMOS 이미지센서, 디스플레이 드라이버 칩(DDI), 전력관리칩(PMIC) 등이 시스템 반도체 분야에 속한...2025.01.02
-
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
-
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
-
[세종대학교] [전자정보통신공학과] [기초반도체] [김ㅇㅇ 교수님] 2022 HW042025.05.031. Si pn 접합 다이오드 상온에서 동작하는 실제의 Si pn 접합 다이오드에서는 접합 면에서의 도핑 분포가 완전한 계단형이 아니다. 따라서 금속학적 접합 근처에서는 전자와 정공 사이에 보상효과가 일어날 수 있다. 이러한 보상효과에 의하여 평형 상태의 공핍층 내에서의 이온화된 도펀트들의 분포가 근사적으로 선형 함수로 주어진다고 가정한다. 2. 체적 전하밀도 체적 전하밀도 Qv를 구하고 그래프로 나타낸다. 3. 전계 전계 E와 최대 전계 Emax를 구하고 그래프로 나타낸다. 4. 전위 전위 V와 내부 전위 Vi를 구하고 그래프로 ...2025.05.03
-
생성형 인공 지능 입문 족보 대비 문제은행(오프라인 기말고사, 세종대)2025.01.151. 생성형 인공지능이란? 생성형 인공지능은 데이터 전처리, 모델 학습, 결과 생성으로 구성되며, GPT와 ChatGPT와 같은 모델이 대표적입니다. 생성형 인공지능은 텍스트, 이미지, 소리, 동영상 등 다양한 콘텐츠 생성에 활용되지만, 데이터 의존성, 모델 복잡성, 윤리적 문제 등의 한계가 있습니다. 이를 해결하기 위해 데이터 증강, 전이 학습, 하드웨어 개선, 효율적인 알고리즘 개발 등의 방안이 필요합니다. 2. 언어 처리 신경망 개요 RNN은 순차 데이터 처리를 위해 필요하지만, 기울기 소실 문제가 있습니다. LSTM과 GRU...2025.01.15
1 / 3
