|
머신러닝, 딥러닝 등과 같은 인공지능 기술을 결합하여 가축의 질병 조기 진단, 최적 성장 모델 등을 구축한 스마트팜 형태를 의미한다. 현재 관련 연구가 활발하게 진행 중이다.
③ 첨단형(3세대)
궁극적으로 무인 축사 관리 달성을 목표로 하
|
|
|
러닝머신 위를 달리거나 풀장에서 물을 박차는 동안 자기 몸이 얼마나 활발히 그리고 열심히 움직이는지 느낄 수 있다.
△가까운 거리는 걸어라=자동차와 엘리베이터가 보편화되면서 현대인의 운동량은 절대적으로 부족해졌다. 일상에서 가
|
|
|
러닝의 통계적이해, 방송통신대학교출판문화원.
이영호(2020), 2020 모두의 인공지능 with 파이썬, 길벗.
천인국(2020), 인공지능 : 파이썬으로 배우는 머신러닝과 딥러닝, 인피니티북스.
https://chat.openai.com/ 1. Teachable Machine을 이용하여 충분한 데
|
|
|
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
|
|
|
(unsupervised)학습, 그리고 강화(reinforcement)학습이 그것이다.
머신 러닝은 현재 대부분의 분야에서 활용되고 있으며, 질병의 진단과 같은 생물 정보학, 정보 검색, 음성 인식, 자동 번역과 같은 자연어 처리, 컴퓨터 시각, 가상 현실과 같은 컴퓨
|
|
|
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
|
|
|
머신러닝, 인공지능, 블록체인, IoT 등과 같은 혁신적인 기술은 콜드체인물류 분야에 더욱 널리 적용될 것으로 예상됩니다. 이러한 기술들은 콜드체인물류 시스템의 효율성, 정확성, 안전성을 향상시키는 데 큰 역할을 할 것입니다.
지능형 자
|
|
|
머신러닝(인공지능)의 산업 응용, IE매거진 제23권 제2호, 대한산업공학회, 2016.
하대권성용준, 선택에 관여하는 인공지능이 사용자 평가에 미치는 영향, 한국심리학회지, 2019.
한국정보화진흥원, 사회 속의 인공지능, 2019. 1. 인공지능이란?
|
|
메뉴펼치기
