I. 협력 지능형 교통체계, C-ITS 가. C-ITS(Cooperative Intelligent Transport System)의 개념 차량 간, 차량과 인프라 간 양방향 통신으로 교통 정보 교환하는 오픈 플랫폼 기반 협력기반 지능형 교통체계 나. C-ITS의 특징 끊김없는 상호 통신 – 차량, 도로 및 시설 등 차량과 끊임 없는 상호 통신(V2I, V2V) 기반 상황 정보 수집 다양한 통신 서비스 융합 – V2I, V2V, V2P,
인공지능 음성인식 기술 I. AI 기반 음성비서 서비스, 인공지능 음성인식 기술 – 사람의 음성을 인공지능 기반 패턴화, 기계학습을 통해 업무 보조, 생활 편의 서비스 제공 기술 II. 인공지능 음성인식 기술 분류 가. 음성처리 측면의 기술 구분 음성인식 기술 설명 자연어 인식 word2vec – 벡터 평면 배치, 워드임베딩 – CBOW, Skip-gram 방식 NLU – 전처리,
I. 인공신경망 번역 기술, NMT 가. NMT(Neural Machine Translation)의 개념 인공신경망을 활용한 기계학습을 통해 언어 번역 모델 생성 및 번역 서비스 제공 기술 나. NMT의 원리 머신러닝 기술이 적용된 엔진을 통해 전체 문맥 파악 후 문장 내 단어, 순서, 문맥 의미차이 등 반영하여 문장단위 결과 출력 II. 인공신경망 번역 원리 및 구성 요소 가.
I. 생각, 감정 인지 기술, 뇌파신호 기술 가. 뇌파신호 기술의 개념 두뇌 활동 시 발생하는 신경세포 간 시냅스들의 화학적 반응의 전자기적 신호 인지/활용 기술 II. 뇌파신호 처리 기술 가. 뇌파신호 주파수별 분류, 특징 뇌파신호 주파수(Hz) 심리 상태 델타(Delta)파 ~3.5 내면 – 깊은 수면, 혼수 상태 세타(Theta)파 3.5~7 내면 – 기억 회상, 명상, 집중 알파(Alpha)파
I. 초연결 지능 플랫폼, 디지털 커넥톰 가. 디지털 커넥톰의 개념 인간의 뇌와 같은 복잡성을 가진 초연결로 나타나는 인터넷의 모든 연결을 통한 정보의 흐름 지도 나. 디지털 커넥톰 등장 배경 연결특성 변화 – Massive Conn., 비인지적 연결 시대 정보의 홍수 – IoT, 무한 수준의 정보 생성 복잡도 증가 – 대량 연결 및 지능 복잡도 증가 디지털
I. 자연어 인터랙션 플랫폼, 대화형 플랫폼 음성, 문자 등 자연어 인식기반 가상비서, 챗봇과 같은 서비스를 제공하는 자연어 인터랙션 플랫폼 II. 대화형 플랫폼 구성도 및 주요 기술 가. 대화형 플랫폼 구성도 나. 대화형 플랫폼 구현을 위한 주요 기술 구분 기술 요소 세부 기술 대화 입출력 STT, TTS – 가우시안 필터기반 음성 변환 OCR, CRNN –
I. 검색엔진 스코어 알고리즘, TF-IDF 가. TF-IDF(Term Frequency – Inverse Document Frequency) 개념 핵심어 추출 및 검색 결과 순위 결정을 위해 단어의 특정 문서 내 중요도를 산출하는 통계적 가중치 알고리즘 나. TF와 IDF의 개념 TF(Term Frequency) IDF(Inverse Document Frecuency) – 단어의 문서 내 등장빈도 – 고빈도 출현시 중요도 높음 – 문서 빈도수(DF)의 역수값 – DF
I. 연속 단어의 응답 생성, seq2seq 문장에 대한 응답을 생성하기 위해 여러 개의 Neural Network Cell을 조합하여 구성한 자연어처리모델 II. seq2seq의 구성도 및 구성요소 가. seq2seq의 구성도 – Encoder 부분에서 입력 응답을 받아 하나의 hidden code 값으로 표현, Decoder에서는 hidden code와 start tag기반 적합한 결과 단어 추출 나. seq2seq 구현을 위한 구성요소 구성요소 처리
I. word embedding 성능 향상, Word2Vec 가. Word2Vec의 개념 단어를 벡터 평면에 배치하여 컴퓨터가 인식할 수 있도록 문맥적 의미를 보존하는 워드임베딩 기법 – 출력 스코어에 Softmax 적용하여 정답과 비교해 역전파 수행 II. Word2Vec 신경망 연산 기법 및 학습 모델 가. Word2Vec의 신경망 연산 기법 – 은닉 벡터(h) = 입력(x) x 입력 가중치 행렬(W) –
I. 자연어 문장 생성, NLG 가. NLG(Natural Language Generation)의 개념 지식 기반이나 논리 형식과 같은 기계 표현에서 의미 표현으로 자연어 문장 생성 기술 나. NLG의 특징 자연어 의미 표현 – 의미 표현에 대해 자연어 표현을 생성하여 자연어 인터페이스에 활용 가장 적합한 표현 선택 – 의미 표현에 대한 자연어 표현 후보 집합 중 가장 적합한 표현을 선택하여 생성