728x90 반응형 끝이없는 공부17 [사물인터넷개론] 4차 산업혁명 시대의 유망 산업 4차 산업혁명 시대의 유망 산업 4차 산업혁명 시대의 도구빅데이터, 인공지능, 사물인터넷은 4차 산업혁명 시대 다른 산업 분야의 근간이 되는 ‘기술’ 또는 ‘도구’로써 중요한 역할다른 응용 분야에 적용되었을 때 4차 산업혁명 시대에 맞는 시너지 효과 창출4차 산업혁명 시대의 거의 모든 산업 분야에서는수집된(사물인터넷) 데이터를 기반으로(빅데이터)지능적 알고리즘을 적용한 서비스를(인공지능)원격으로 제공하는(사물인터넷) 방법을 사용 실버 산업 우리나라의 고령화2019년 UN 기준에 따라 고령 사회로 진입 : 고령 인구 비율 14% 이상고령화 사회 : 65세 이상 고령 인구 비율이 7% 이상2022 년 기준 고령 인구 비율은 17.5%37 개 OECD 국가 중 가장 빠른 고령화 속도2025 년 고령 인구 비.. 2025. 4. 9. [사물인터넷개론] 4차 산업혁명 시대의 주요 기술 4차 산업혁명 시대의 주요 기술빅데이터인공지능사물인터넷로봇가상 및 증강 현실3D 프린팅클라우드 컴퓨팅양자 컴퓨팅바이오 및 생명공학인터넷과 5G 통신블록체인나노 기술빅데이터 기술데이터베이스 기술정형(structured) 데이터의 저장, 관리, 검색을 위한 시스템 및 관련 기술 빅데이터 기술기존 데이터베이스로 다루기 어려운 대량의 데이터를 다루는 기술정형, 반정형 및 비정형(unstructured) 데이터의 저장, 관리 및 검색인공지능 기술과의 결합을 통해 데이터의 정보(information)화다른 주요 기술의 기반이 되어 ‘4차 산업혁명의 석유’로 불림 빅데이터 기술의 활용 인공지능 기술기계(소프트웨어)가 학습과 추론을 통해 사람의 작업을 대신하도록 하는 기술1950년대에 시작되어 2000년대 이후 빅데이.. 2025. 4. 4. [사물인터넷개론] 4차 산업혁명의 특징 4차 산업혁명의 특징4차 산업혁명이란?2016년 세계경제포럼(WEF: World Economic Forum)에서 언급, ICT 기반의 새로운 산업시대를 지칭하는 용어사물인터넷, 인공지능, 빅데이터 등 ICT 기술이 산업 분야 및 사회 전반에 융합되어 삶의 질 향상을 목적으로 함2차 정보화 혁명 : 3차 산업혁명인 정보화 혁명의 연장선지능화 혁명 : ICT 기술 융합에 따라 모든 사물이 지능을 가지고 데이터를 기반으로 정보를 생산초연결 혁명 : 인터넷을 통해 모든 사물이 상호 작용, 실세계인 물리 공간과 가상 세계인 사이버 공간의 연결(CPS, Cyber Physical System) ◦ 메타버스 : 찻잔 속의 태풍 ?융합을 통한 초연결(hyper-connectivity) 및 초지능(super-intell.. 2025. 4. 3. [사물인터넷개론] 산업혁명의 역사 산업혁명산업혁명은 산업과 사회 전반에 혁명적인 변화를 가져온 시대적 변화를 나타내는 개념산업과 생산의 변화 : 새로운 기술과 생산 방법의 혁신을 통해 생산력 향상경제 성장과 사회 변화 : 생산력 향상에 따른 경제 발전과 이에 따른 사회 구조의 변화인구 이동과 도시화, 노동 시장 변화, 교육 시스템 변화, 부의 재분배 및 집중 현상문화와 가치 변화 : 새로운 가치관의 대두 및 패러다임의 전환 산업혁명별 특징1차 산업혁명영국에서 증기기관 발명으로 촉발수공업 시대에서 기계를 사용하여 물건을 생산하는 기계화 혁명 2차 산업혁명미국에서 전기가 에너지원으로 등장하면서 촉발컨베이어 벨트를 이용한 대량 생산 혁명 3차 산업혁명 컴퓨터와 인터넷으로 촉발된 디지털/정보화 혁명 4차 산업혁명 ICT 기술 융합에 의해 현실과.. 2025. 4. 1. [딥러닝특론] 컴퓨터비전 딥러닝 딥러닝 개요신경회로망(Neural Network)💠인간의 두뇌 작용을 신경 세포들 간의 연결관계로 모델링💠 뉴런 및 뉴런 간의 연결 구조를 모방뉴런 - 시냅스에 연결된 뉴런들의 전기 신호의 합이 역치 이상이면 다음 뉴런으로 신호 전달신경회로망 - 입력 값들의 가중합이 문턱치 이상이면 다음 계층으로 신호 전달단층 퍼셉트론(Perceptron)💠 1957년 F.Rosenblatt이 뉴런 모델을 기초로 제안💠각 입력 값에 가중치를 부여한 결과를 합침💠활성 함수를 도입임계 값 이상의 값만 통과💠예측 값과 실제 출력의 차이를 통해 가중치들을 갱신하여 학습단층 퍼셉트론을 통한 AND 문제 해결 단층 퍼셉트론을 통한 XOR 문제 해결 불가능💠단층 퍼셉트론은 비선형 문제를 해결할 수 없음다층 퍼셉트론(Mu.. 2025. 3. 31. [사물인터넷개론] 사물인터넷 – 교과목 소개 교과목 개요◉ 사물인터넷(Internet of Things, IoT)이란 사람, 사물, 서비스 등이 분산 환경에서 의도적 개입 없이 데이터 수집, 교환, 처리, 활용 등을 위해 지능적인 관계를 형성한 상태를 말한다.◉ '사물인터넷' 교과목에서는 사물인터넷과 관련한 다음과 같은 내용을 다룬다.IoT 디바이스(수집) → 아두이노, 라즈베리파이무선통신 및 네트워크 기술(교환) → 블루투스, 와이파이데이터 관리 및 분석(처리) → 빅데이터, 인공지능IoT 서비스(활용) → 전공에 따라 다양한 서비스사물인터넷의 정의◉ 1999년 케빈 애쉬튼(Kevin Ashton)에 의해 처음 사용◉ 사물 인터넷의 정의 변화/진화the network of physical objects- "things" ...a system of.. 2025. 3. 30. 컴퓨터비전 시스템의 개요 놀라운 인간의 시각인간은 영상을 보고 인식, 추론, 예측, 상상 등을 수행함선수가 얻을 점수까지 추정컴퓨터가 인간 시각을 흉내 낼 수 있을까? 1.1 인간의 시각■ 시각은 오감 중에서 가장 뛰어남■ 인간의 눈의 구조와 동작등쪽 경로(녹색)는 주로 물체의 움직임, 배쪽 경로(보라색)는 주로 물체의 부류를 알아냄매 순간 빠르고 정확하게 그리고 아주 손쉽게 인식■ 인간 시각의 강점분류, 검출, 분할, 추적, 행동 분석에 능숙3차원 복원 능력빠르고 강건다른 지능 요소인 지식 표현, 추론, 계획과 협동사전 행동에 능숙과업 전환이 매끄럽고 유기적이고 빠름■ 인간 시각의 한계착시가 있음정밀 측정에 오차시야가 한정됨피로해지고 퇴화 1.2 왜 컴퓨터 비전인가?■ 컴퓨터 비전은 인간의 시각을 흉내내는 컴퓨터 프로그램인공지.. 2024. 9. 13. [인공지능개론] 6장. 퍼지논리 크리스프 집합과 퍼지 집합 비교퍼지 논리 이해전문가 시스템에서 퍼지 활용퍼지논리란?fuzzy의 정의fuzzy – “not clear, distinct, or precise; blurred”퍼지논리란?명확하게 정의될 수 없는 지식을 표현하는 방법퍼지 논리(fuzzy logic) 는 명확하게 정의될 수 없는 지식을 표현하는 방법이다.여기서 주의할 점은 퍼지 논리가 애매한 논리는 아니라는 것이다. 퍼지 논 리는 애매함을 다루는 질서정연한 논리이다.흔히 인간은 모호한 단어를 사용하여서 문제를 해결하거나 지식을 표현한다.명제논리와 퍼지논리이진논리(부울논리)참과 거짓(1 또는 0) - 흑백논리예: “80점 이상은 우수한 성적이다.” (만약 79점은 우수하지 않은 성적??)퍼지논리0.0에서 1.0까지의 진리값을 가진.. 2024. 5. 8. [인공지능개론] 5장. 지식표현 여러가지 지식표현 방법술어논리 이해술어논리에서 사용되는 추론기법 이해 지식표현 방법지식 표현 모델의 분류지식 표현 모델종류생성 규칙(Production Rule) 또는 규칙절차적(procedural)술어논리(Predicate Logic)선언적(declarative)의미망(Semantic Net)선언적(declarative)프레임(Frame)선언적(declarative) 규칙규칙은 전제(IF문)와 결론(THEN)의 두 부분으로 구성된다. 규칙의 전제 조건 이 일치하는 경우, 규칙은 점화되고 결론 부분이 실행된다.규칙을 사용하는 시스템에는 작업 메모리라고도 하는 데이터베이스가 포함 된다. 작업 메모리에는 현재 관측된 사실이나 상태, 지식이 저장된다.규칙 #1: IF 비가 온다. THEN 우산을 가져간다. .. 2024. 5. 7. [인공지능개론] 4장. 전문가시스템 지식의 개념 이해규칙기반 전문가 시스템 구조와 요소전문가 시스템에서 추론이 이루어지는 과정 이해전문가 시스템 장단점 이해 전문가 시스템 개발의 배경인공지능의 초창기에는 이 세상에 존재하는 모든 문제를 “탐색”으로 해결할 수 있는 시스템을 만들고자 노력하였다. GPS(General Problem Solver) 시스템GPS와 같은 시스템은 매우 제한된 영역에서만 작동이 가능하였다.실제적인 문제를 해결하기 위해 인공지능 연구자들은 보다 제한된 문제에 역량을 집중시하는 것이 필요하다는 것을 깨달았다. -> 전문가 시스템 (expert system)지식이 추론 기법만큼 중요하다는 것을 깨닫게 되었다. 전문가시스템전문가시스템의 의의전문가 시스템은 기존의 절차적 코드가 아니라, 규칙으로 표현되는 지식을 통해 추론함.. 2024. 5. 1. [인공지능개론] 3장. 게임트리 미니맥스 알고리즘알파베타 가지치기 알고리즘 게임의 조건게임을 위한 프로그램을 작성하는 문제를 생각해 보자. 설명을 단순화하기 위해 우리는 다음과 같은 속성을 가진 게임만 고려할 것이다.바둑이나 체스가 여기에 속한다.두 명의 경기자 - 경기자들이 연합하는 경우는 다루지 않는다.제로썸 게임 - 한 경기자의 승리는 다른 경기자의 패배다. 협동적인 승리는 없다.차례대로 수를 두는 게임만을 대상으로 한다.(순차적인 게임) 인공지능과 게임게임은 예전부터 인공지능의 매력적인 연구 주제였다.Tic-Tac-Toe나 체스, 바둑과 같은 게임은 추상적으로 정의할 수 있고 지적 능력과 연관이 있는 것으로 생각되었다.이들 게임은 비교적 적은 수의 연산자들을 가진다. 연산의 결과는 엄밀한 규 칙으로 정의된다. 바둑에서 나타나는.. 2024. 4. 27. [AI프로그래밍] 머신 러닝과 딥러닝#3 - 딥러닝이란 딥러닝이란 딥러닝은 인간의 신경망 원리르 모방한 심층 신경망 이론을 기반으로 고아된 머신 러닝의 일종. 즉, 딥러닝이 머신 러닝과 다른 큰 차이점은 인간의 뇌를 기초로 하여 설계했다는 것. 인간의 뇌가 엄청난 수의 뉴런(neuron)과 시냅스(synapse)로 구성되어 있는 것에 착안하여 컴퓨터에 뉴런과 시냅스 개념을 적용. 각각의 뉴런은 복잡하게 연결된 수많은 뉴런을 병렬 연산하여 기존에 컴퓨터가 수행하지 못했던 음성·영상 인식 등의 처리를 가능하게 함. 수상돌기 : 주변이나 다른 뉴런에서 자극을 받아 들이고, 이 자극들을 전기적 신호형태로 세포체와 축색돌기로 보내는 역할 시냅스 : 신경 세포들이 이루는 연결 부위로, 한 뉴런의 축색돌기와 다음 뉴런의 수상돌기가 만나는 부분 축삭돌기 : 다른 뉴런(수상.. 2024. 4. 20. [인공지능개론] 2장. 탐색 [인공지능개론] 1장. 인공지능 소개 ▶인공지능의 의미를 이해한다. ▶지능의 특징을 살펴본다. ▶튜링 테스트를 이해한다. ▶인공지능이 사용되는 분야를 이해한다. ▶인공지능의 역사를 이해한다. ▶파이썬을 설치한다. 알파고 bluedayj.tistory.com ▶ 탐색의 개념을 소개 ▶ 상태, 상태 공간, 연산자의 개념을 소개 알파고는 어떻게 수를 읽었을까? 알파고는 딥러닝과 탐색 기법을 통하여 다음 수를 읽었다. 상태, 상태공간, 연산자 탐색(search)이란 상태공간에서 시작상태에서 목표상태까지의 경로를 찾는 것 상태공간(state space): 상태들이 모여 있는 공간 연산자: 다음 상태를 생성하는 것 초기상태 목표상태 8-퍼즐 8-퍼즐은 슬라이딩 퍼즐의 일종으로, 타일을 움직여서 순서대로 맞추는 퍼즐.. 2024. 4. 19. [인공지능개론] 1장. 인공지능 소개 ▶인공지능의 의미를 이해한다. ▶지능의 특징을 살펴본다. ▶튜링 테스트를 이해한다.▶인공지능이 사용되는 분야를 이해한다. ▶인공지능의 역사를 이해한다. ▶파이썬을 설치한다. 알파고의 충격알파고는 구글 딥마인드에서 2016년에 개발한 바둑 인공지능 프로그램이다.현재는 대적 상대가 없어서 은퇴한 상태이고 실력은 프로기사가 3점을 놓고 도 쩔쩔매는 수준이다. 알파고의 변신 ChatGPT의 충격Chat GPT는 OpenAI에서 만든 채팅봇으로 기존 대화 기억, 리포트 작성 기능, 자연어 생성 기능, 문맥 파악 기능등을 가지고 있다.Chat GPT는 기존의 자료를 요약하는 기능이 뛰어나서 검색을 대체할 수도 있다.상당한 코딩 실력도 갖추고 있어서 문제만 제시하면 웬만한 프로그램은 작 성해준다.인터넷, 스마트폰에 .. 2024. 4. 19. [AI프로그래밍] 머신 러닝과 딥러닝#2 - 머신 러닝이란 머신 러닝과 딥러닝 머신 러닝이란 머신 러닝은 인공지능의 한 분야로, 컴퓨터 스스로 대용량 데이터에서 지식이나 패턴을 찾아 학습하고 예측을 수행하는 것 즉, 컴퓨터가 학습할 수 있게 하는 알고리즘과 기술을 개발하는 분야라고 할 수 있음 머신 러닝 학습 과정 머신러닝은 다음 그림과 같이 크게 학습 단계(learning)와 예측 단계(prediction)로 구분할 수 있음 학습 단계에서는 학습 데이터를 대상으로 머신 러닝 알고리즘을 적용하여 학습시키고, 이 학습 결과로 모형이 생성 예측 단계에서는 학습 단계에서 생성된 모형에 새로운 데이터를 적용하여 결과를 예측 특성 추출 머신 러닝에서 컴퓨터가 스스로 학습하려면, 즉 컴퓨터가 입력받은 데이터를 분석하여 일정한 패턴이나 규칙을 찾아내려면 사람이 인지하는 데이.. 2024. 4. 18. 이전 1 2 다음 728x90 반응형
