정보통신 정보관리기술사/인공지능 7

문. 지능정보연계기반 스마트플랜트 기술 동향

문. 지능정보연계기반 스마트플랜트 기술 동향 (2020년 주간기술동향“지능정보연계기반 스마트플래늩 기술 동향” 참고)답.1. 스마트플랜트 정의 - 기존 플랜트에 ICT기술을 접목하여 실시간으로 발생되는 공정 데이터, 이벤트를 관리하고 즉각적인 접근이 가능한 인프라 및 프로세스 자동화 플랜트 - ICBMA로 구축함. 2. 스마트플랜트 주요 기술구 분설 명빅데이터, AI-지능형 빅데이터 분석 및 활용기술-초고속 대용량 데이터 플랫폼 기술-다중 인공지능 공통 플랫폼 기술콘텐츠-가상 혼합현실 기술-지능형 콘텐츠 제작 기술사회기반시설-지속 가능한 인프라 구조물 건설기술-빅데이터기반 국가 인프라 예방적 유지관리 기술플랜트-친환경 스마트 플랜트기반 기술재난안전-복합 재난 스마트 예측 대응 기술3. 건설 지능화 주요 ..

문. 인공감성지능 기술동향 및 산업적용사례

문. 인공감성지능 기술동향 및 산업적용사례 (2020년 주간기술동향“인공감성지능 기술동향 및 산업” 참고)답.1. 인공감성지능 기술 개념 - 인간의 감정을 측정하여 이해를 하고 인간의 감정을 배우고 인식하며 이를 시뮬레이션하여 반응하는 기술 2. 인공감성지능 주요기술 개념도 3. 인공감성지능 주요기술 설명구 분설 명감정인식기술-음악, 소리, 이미지, 비디오, 텍스트 등으로 감정인식-SVM(Support Vector Machine)-Kernal-Based Machine(KM)-Hidden Markov Model(HMM)-Long Short Term Memory(LSTM)을 가지는 Recurrent Neural Network)감정생성기술-외부 자극의 특정 패턴에 대해 즉각적이고 자동적인 감정반응을 생성-Wa..

문. 인공지능 기반 자율 사물 개발동향과 발전 전망

문. 인공지능 기반 자율 사물 개발동향과 발전 전망 (2020년 주간기술동향“인공지능기반 자율사물 개발 동향과 발전 전망” 참고)답.1. SAE의 자율주행단계 정의구 분설 명레벨0- 수동운전/운전자 대응레벨1(운전자보조)- 시스템이 스티어링 또는 가/감속 제어를 한정된 영역내에서 시행(운전자 대응)레벨2(부분자율주행)- 시스템이 스티어링과 가감속제어를 시행레벨3(조건부자율주행)-시스템이 모든 동적 운전 작업을 한정된 영역내에서 시행- 작동불가 시 운전자 개입레벨4(고도자율주행)-시스템이 모든 동적운전 작업 시행-작동불가시 시스템이 한정된 영역내에서 응답레벨5(완전자율주행)- 시스템이 모든 동적 운전 작업 시행- 작동불가시 시스템이 무제한 응답

문. 인공지능 이미지 인식 기술 동향

문. 인공지능 이미지 인식 기술 동향 (2020년 TTA 1월 “인공지능 이미지 인식 기술 동향” 참고)답.1. 딥러닝기반 이미지 인식기술 동향 구 분설 명안전/신뢰성측면- 적대적 학습 / 노이즈 감쇄기- 학습하지 못한 패턴처리(학습의 분포데이터 탐지)- GAN(Generative Adversarial Network)- 설명가능한 인공지능(XAI)학습한계극복- 학습데이터 절감 -> 자기지도학습(어노테이션 없이 데이터를 학습)- 액티브러닝 -> 학습에 크게 기여할 수 있는 데이터를 먼저 학습- 자동화된 기계학습(AutoML) -> 학습데이터 전처리, 딥러닝의 심층신경망구조 탐색, 하이퍼 파라미터 조정, 최종모델 선택 자동화컴퓨팅파워절감- 전이학습온디바이스인공지능이미지 인식- 경량 딥러닝 기술 -> CNN의..

문. 인공지능 학습 알고리즘의 동향

문. 인공지능 학습 알고리즘의 동향 (2020년 TTA 1월 “인공지능 학습 알고리즘의 동향” 참고)답.1. 인공지능 발전 단계구 분설 명1단계 효율화- AI가 미리 정의된 명령이나 조건을 기반으로 시스템과 제품을 동작시킴- 인공지능에어컨, 스마트 스프링 쿨러2단계 개인화- 사용자와의 누적된 data를 통해 패턴 학습- 사용자 레시피 추천(취향 파악)3단계 추론- 인과학습을 통해 특정패턴과 행동의 원인 파악- 기온 저하 시 보일러를 킴4단계 탐구- 실험 학습을 통해 사용자의 삶의 질 향상- 사용자에게 먼저 제안함2. 인공지능 연구 동향구 분설 명1단계 효율화- 딥러닝 학습 방법 개선(학습설정값 최적화)- 강화학습 적용 네트워크 구조 탐색 기법2단계 개인화- 전이학습(다른 두 도메인간 학습)- 메타러닝(소..

문. 인공지능 전이학습과 응용분야 동향

문. 인공지능 전이학습과 응용분야 동향 (2020년 주간기술동향 “인공지능 전이학습과 응용분야 동향” 참고)답.1. 경량 딥러닝 연구 개념 - 경량 딥러닝 연구는 기존 클라우드 기반의 학습된 모델을 경량 장치에 내장하기 위한 필수 기술 - 지연시간 감소, 민감한 개인정보보호, 네트워크 트래픽 감소 2. 경량 딥러닝 연구 동향 가. 경량 알고리즘 연구 - 알고리즘 자체를 적은 연산과 효율적인 구조로 설계하여 기존 모델대비 효율을 극대화 나. 경량 알고리즘 연구동향 구 분설 명모델구조 변경- CNN계열의 모델에서 큰 연산량을 요구하는 합성곱 필터의 단순화 목적- 다양한 신규 계층(잔여블록, 병목구조, 밀집블록 등)을 이용하여 파라미터 축소 및 모델 개선합성곱필터 변경- 합성곱 필터의 연산을 효율적으로 줄이는..

문. 인공지능 기술 최신 동향

문. 인공지능 기술 최신 동향 (2020년 주간기술동향 “인공지능 기술 최신 동향” 참고)답.1. 2019년 새롭게 등장한 인공지능 기술구 분설 명연합기계학습- 사용자의 데이터를 중앙서버에서 학습 안함- 개인의 스마트폰에서 학습 후 결과를 중앙 서버에 전송-> 개인정보 유출 문제 해결(구글 지보드)AI클라우드 서비스- AI와 머신러닝을 클라우드 서버에서 활용할 수 있게 공통된 API를 제공하는 호스팅 기술Adaptive Machine Learning- 머신러닝 모델을 학습과 검증 두단계로 나누지 않음실제 데이터를 활용해서 동작하는 과정에서도 계속 학습힘예시) 자율주행차, 스마트로봇적대적 생성 네트워크- 생성과 분류라는 상호 경쟁하는 신경망 모델을 구성하여 원본데이터와 최대한 유사한 데이터를 생성학습된 모..

반응형