|
BMC 분석 : Natura
BMC 분석 : Safa Tempo
10가지 DL 기술
DL 적용 : Natura - Convolutional Neural Networks (CNNs)
Convolutional Neural Networks (CNNs)의 주요 기술 3가지
Convolutional Neural Networks (CNNs) 적용 이유
AR 분석 : Natura
SWOT 분석 : Natura
출처 및 참고문헌
|
|
|
1. CNN이란?
CNN은 Convolutional Neural Network의 약자로 Deep Learning 알고리즘의 일종입니다. CNN은 이미지를 가져온 다음 해당 이미지 내의 특징을 자동으로 식별하도록 설계되었습니다. 예를 들어 CNN을 사용하여 이미지에서 사람의 얼굴을 자동으로
|
|
|
, 글을 읽고 해석하는 것은 물론, 신문기사 쓰기, 안면인식 및 지문인식, 작곡 등 셀 수 없이 많은 분야에 응용되고 있습니다. 개요
기계가 학습하는 방법
신경망 (Neural Networks)
인공 신경망 (Artificial Neural Networks)
컨벌루션 신경망 (CNN)
|
|
|
Neural Networks, NN)
(2) 유전자 알고리즘(Genetic Algorithms, GA)
(3) 퍼지이론 (Fuzzy Theory)
(4) 에이전트 시스템 (Agent System)
(5) 전문가 시스템(Expert Systems)
(6) 패턴인식 (Pattern Recognition)
(7) 자연언어 시스템(Natural Language Systems)
(8) 지식베이스
|
|
|
Convolutional Neural Network, CNN)
순환신경망(Recurrent Neural Network, RNN)
트랜스포머(Transformer) 모델의 등장
(2) 생성형 인공지능(Generative AI)의 발전
분석적 인공지능(Analytical AI)과 생성형 인공지능의 차이
챗GPT의 생성형 AI 적용
3. 대기업들의 AI 경
|
|
메뉴펼치기
