|
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
|
|
|
? 대여소의 특성에 따라 대여건수에서 큰 차이가 남
? 여의나루역 1번 출구 앞 : 141~6859건
? 종로3가역 15번 출구 앞 : 35~1064건
? 대여소의 특성에 따라 교통수단 또는 여가수단으로 활용됨
? 여의나루역 1번 출구 앞 : 주말 대여건수 증가 →
|
|
|
따릉이의 특성
? 모든 대여소에 반납 가능
? 출근 수요 1000 ~1500 대
? 퇴근 수요 4000 ~ 5000 대
따릉이 관리팀
? 강북·강남관리소 총 40개 팀 3교대 2조
? 기본적으로 70%의 거치율을 유지
? 매일 효율적인 업무를 위한 동선 선정
단순 거치율
|
|
|
한계점을 설명하라.
(나) 오차 역전파(BP) 모델의 개념을 설명하고, BP 학습 과정에서 발생하는 경사 소멸 문제에 대하여 설명하라.
(다) 합성곱 신경망(CNN)의 개념을 간략히 설명하고, CNN을 구성하는 층에 대해 설명하라.
4. 참고문헌
|
|
|
, 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)
|
|
|
러닝
딥러닝의 구조
다른 머신러닝과의 차이점
딥러닝에서의 과적합
딥러닝의 학습과 처리
딥러닝의 종류
PART 9
합성곱 신경망
합성곱 신경망(CNN)의 구조
영상 입력
합성곱(필터 처리)
풀링(Pooling)
전결합층
출
|
|
|
Learning - Machine Learning with Deep Neural Network, NAVER LABS
LG 경제연구소 조용수 수석연구원. ‘똑똑한 기계들의 시대, 인공지능의 현주소’
곽동민, 박세원, 이한남 저, 2015.04.15., 「머신러닝에서 딥러닝까지」, 퍼플
김지원 외 4명, 2015, 다양한 딥러닝
|
|
|
1. AI 관련동향
1) AI란 무엇인가
1.1) 머신러닝 1.2) 딥러닝
2) AI발전과정
2. AI의 현재와 미래
1) 현재사회에서의 AI
2) 미래사회에서의 AI
3. AI와 관련된 윤리적/철학적 문제
4. 공학도로서 보는 AI
5. 참고문헌
|
|
|
머신러닝 기법의 출현으로 급속도로 발전하고 있습니다. I 서론 및 선정 사유
II 본론
1. AI와 딥페이크의 개념
1) 정의 및 개념
2) 활용
2. AI와 딥페이크의 역사
1) 상상에서 현실까지
2) AI의 발달에 따른 주요 성과
3)딥페이크의 발달
3
|
|
|
을 수행하기에 사람의 유연한 문제해결능력에 상응한 통찰력을 가진 기계를 구현하는데 충분하지 않았다.
(2) 딥러닝
머신러닝에서 한발 나아간 딥러닝은 한 마디로 ‘보다 지능화된 머신러닝’이라고 할 수 있다. 2006년에 Geoffrey Hinton은 인공
|
|
메뉴펼치기
