|
인공지능대학원에서의 연구를 통해 현실 세계의 문제를 해결하고 인간의 삶에 긍정적인 영향을 미치는 것을 목표로 하고 있습니다. 학문적인 목표뿐만 아니라 개인적인 성장과 책임감을 갖춘 연구자로서의 발전을 다짐하며, 성균관대학교
|
|
|
40명의 성균관대 재학생
작은 상자 27*22*13, 큰 상자 26*21*23
검은 상자, 흰 상자 36*12*14
들기 전, 어느 것이 무거워 보이는 지 묻는다.
들고 나서, 어느 것이 무거웠는지 묻는다. 서론
실험
결과
결론
토의
참고 문헌
|
|
|
96
12.94718
4.03E-21
0.05912
0.080605
0.05912
0.080605
회귀분석 통계량
다중 상관계수
0.785092
결정계수
0.616369
조정된 결정계수
0.611451
표준 오차
0.169388
관측수
80
분산 분석
자유도
제곱합
제곱 평균
F 비
유의한 F
회귀
1
3.595744
3.595744
125.3204
6.74E-18
잔차
|
|
|
.999를 보이기 때문에 선형모델에 가깝게 도출된다. 따라서 대안의 수가 증가함에 따라 반응시간이 질문의 유무와 상관없이 선형적으로 증가함을 말할 수 있으며 Hick-Hyman‘s Law를 성립한다고 볼 수 있다.
5. 토론과 결론 (Discussion/ Conclusion)
5.1 Hi
|
|
|
지 폭을 다른 파지 폭들보다 더 선호하는 경향을 보였다. 악력의 결과는 50mm, 60mm 의 파지 폭에서의 총 악력(각각 337N, 349.6N)이 우리들이 가장 선호하고 최대악력이 나올 것이라고 예상했던 파지 폭 45mm(297.8N)보다 다소 높았다. 주관적 비선호도
|
|
 |
분야와의 연결고리를 고민해왔고, 이러한 다학제적 관점은 향후 인간 중심 AI 설계에 있어 강점으로 작용할 수 있다고 생각하고 있는 바입니다.
추가로 한가지 더, 학부 연구생으로 참여했던 프로젝트에서 실제 의료 데이터를 기반으로 한 예
|
|
 |
성균관대학교에서의 연구 환경은 이와 같은 목표를 달성하기에 매우 적합한 곳이라 믿습니다. 또한, 저는 인공지능을 연구하며 다학제적 접근을 통해 기술적, 사회적 문제를 동시에 해결하고자 하는 연구자가 되고 싶습니다. AI 기술의 발전
|
|
 |
다루는 다양한 연구를 이어가고, 후학들을 양성하는 데에도 기여할 것입니다. 또한, 학술지에 논문을 발표하고, 국내외 학술대회에 참여하여 AI 연구의 최신 동향을 공유하고 싶습니다.
2) 산업계 진출
또한, 졸업 후에는 산업계에서 AI 기술을
|
|
 |
인공지능 분야에서 전문성을 갖춘 연구자가 되겠습니다.
4.기타
○ 리더십 및 협업 능력
대학교 시절 동아리 회장 역임을 통해 팀 운영, 행사 기획, 대외 협력 등 리더십 역량을 키웠습니다. 당시 다양한 팀 프로젝트 참여하여 팀원과의 소통,
|
|
 |
인공지능 기반 교육 시스템 개발을 통해 정보 격차와 교육 기회 불평등 문제 해결에 기여한다.
- 모든 학생에게 맞춤형 학습 경험을 제공하여 학습 효과를 높인다.
- 교육 분야에서 인공지능 기술 활용 가능성을 검증하고, 교육 시스템의 혁신
|
|
메뉴펼치기
