총 25개
-
자동차 엔진 센서 데이터를 이용한 AI 자동 검사 모델2025.11.131. CNN 딥러닝 모델 Convolutional Neural Network(CNN) 모델을 자동차 엔진 센서 데이터 분석에 적용하여 97.35%의 높은 정확도를 달성했습니다. CNN은 인접한 센서 값들 간의 패턴을 효과적으로 학습하며, kernel size 3으로 설정하여 최적의 성능을 보였습니다. 정밀도 97.04%, 재현율 97.5%, F1 스코어 97.27%, AUC 99.43%의 우수한 평가지표를 기록했으며, 과적합 없이 400 epoch 동안 안정적으로 학습되었습니다. 2. 엔진 상태 예측 및 자동 검사 Ford 자동차 ...2025.11.13
-
인공지능의 개념과 기술 그리고 국내외의 활용사례2025.01.181. 인공지능의 분류 인공지능은 크게 약한 인공지능과 강한 인공지능으로 분류할 수 있다. 약한 인공지능은 기계학습 기술을 가진 전문가들이 설계한 시스템으로, 특정 분야에서 지능적인 행동을 한다. 강한 인공지능은 사람처럼 자유롭게 생각하고 감정을 표현할 수 있는 범용 인공지능을 의미한다. 2. 기계학습 개념 및 특징 기계학습은 데이터를 분석하고 학습한 내용을 의사결정에 적용하는 알고리즘이다. 기계학습은 다수의 사례를 통해 패턴을 학습하고 이를 바탕으로 판단한다는 점에서 '패턴 인식'이라고도 불린다. 기계학습은 알고리즘을 통해 데이터를...2025.01.18
-
경영정보시스템의 인공지능 개념, 기술 및 활용사례2025.11.181. 약한 인공지능과 강한 인공지능 약한 인공지능(Weak AI)은 특정 작업에 대한 지능을 표현하며 음성 인식, 이미지 인식, 추천 시스템 등에 활용된다. 강한 인공지능(Strong AI)은 어떤 작업에 대해서든 지능을 표현할 수 있는 능력을 가지지만 현재는 이론적 개념에 불과하다. 약한 인공지능은 특정 영역에서 뛰어난 성능을 발휘하지만 범위를 벗어나면 유용하지 않은 반면, 강한 인공지능은 인간의 지능을 모방하여 어떠한 문제도 해결할 수 있는 일반 지능을 가진다. 2. 기계학습의 개념과 특징 기계학습(Machine Learning...2025.11.18
-
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
-
CNN을 이용한 이미지 분류-일반 농산물과 GMO의 구분2025.01.281. GMO 농산물 구분 연구에서는 CNN(Convolutional Neural Network)을 이용하여 일반 농산물과 GMO 농산물을 구분하는 방법을 제안하고 있습니다. 연구자는 샤인머스캣 잎과 포도 잎의 이미지를 수집하여 CNN 모델을 학습시켰고, 이를 통해 약 68%의 정확도로 GMO와 일반 농산물을 구분할 수 있었습니다. 이를 통해 소비자들이 GMO 식품 여부를 쉽게 확인할 수 있도록 하고자 하였습니다. 2. 딥러닝을 이용한 이미지 분류 연구에서는 딥러닝 기술 중 하나인 CNN을 활용하여 이미지 분류 문제를 해결하고자 하였...2025.01.28
-
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
-
인공지능의 개념과 기술 그리고 국내외의 활용사례2025.01.181. 약한 인공지능 약한 인공지능은 기존의 프로그래밍을 통해 직접 명령을 입력하고 자동화하는 소프트웨어와 같은 전문가 시스템을 의미한다. 지능 요소가 없어 인간의 개입이 필요하지만, 축적된 소프트웨어와 오픈소스, 협력 이력을 바탕으로 점점 정교한 프로그래밍과 설계가 가능해지고 있다. 2. 강한 인공지능 강한 인공지능은 사람처럼 생각하고 감정을 표현할 수 있으며 자의식을 가진 인공지능을 의미한다. 기계학습 시 인간의 보상 체계를 따르는 경향이 강해 상식적인 행동을 보이지 않을 수 있다는 한계가 있지만, 자율주행차와 같이 특정 분야에서...2025.01.18
-
[인공지능의세계 A+] 기말고사 문제풀이 객관식 + 서술형 + 단답형 문제+해설2025.05.101. 기계학습 기계학습은 인간의 학습능력을 기계나 컴퓨터에서 구현한 것으로, 지도학습과 비지도학습으로 구분할 수 있다. 지도학습은 학습 데이터의 정답이 주어지는 반면, 비지도학습은 정답이 주어지지 않는다. 신경망은 자동으로 가중치를 학습하는 기계학습 방식이다. 강화학습은 보상을 통해 최적의 행동을 학습하는 방식으로, 알파고가 자체 연습 대국을 통해 좋은 수를 학습하는 데 사용되었다. 2. 클러스터링 K-Means 클러스터링은 데이터를 K개의 클러스터로 분류하는 방법이다. K-Means 클러스터링의 단점은 k의 개수를 사전에 정해야 ...2025.05.10
-
인공지능의 개념과 기술 그리고 활용사례에 대해 조사하시오2025.05.041. 약한 인공지능과 강한 인공지능 약한 인공지능은 특정한 영역의 문제를 푸는 인공지능 기술로, 문제를 해결하거나 이상적인 업무 연구를 처리하는 데에 널리 사용된다. 약한 인공지능은 기초 데이터나 알고리즘, 규칙 등을 입력해야 한다. 약한 인공지능은 인간이 가지고 있는 인지적인 능력 중에서 한정적인 부분만 사고할 수 있다는 것이 한계이다. 강한 인공지능은 인간의 지능을 바탕으로 생각을 할 수 있는 컴퓨터이다. 강한 인공지능은 명령이 입력되지 않아도 스스로 학습을 할 수 있으며, 인공지능 스스로 보았을 때 지시 사항이 비합리적이라고 ...2025.05.04
-
고등학교 인공지능수학 평가계획서2025.01.161. 인공지능과 관련된 수학 인공지능의 발전에 기여한 역사적 사례에서 수학이 어떻게 활용되었는지를 이해하고, 인공지능에 수학이 활용되는 다양한 예를 찾을 수 있다. 2. 텍스트 자료의 표현 수와 수학 기호를 이용하여 실생활의 텍스트 자료를 목적에 알맞게 표현할 수 있고, 수와 수학 기호로 표현된 텍스트 자료를 처리하는 수학 원리를 이해하며 자료를 시각화할 수 있다. 3. 이미지 자료의 표현 수와 수학 기호를 이용하여 실생활의 이미지 자료를 목적에 알맞게 표현할 수 있고, 수와 수학 기호로 표현된 이미지 자료를 처리하는 수학 원리를 ...2025.01.16
2 / 3
