1. VAE (Variational Auto-Encoder)의 개념 및 특징 개념 특징 원본 특징을 보존하며 새로운 데이터 생성 위해 Encoder, Decoder, Sample Latent Vector 기반 새로운 데이터를 생성하는 인공지능 모델 – 원본 데이터 분포 기반 원본 특징을 보존 – 랜덤 노이즈 기반 새로운 데이터 생성 – 확률 모델 기반 잠재 코드 유연한 계산 – 명확한 모델 평가 기준을
1. 생성형 AI (Generative AI)의 개요 (1) 생성형 AI의 개념 및 특징 개념 특징 대규모 데이터에서 패턴과 규칙을 학습하여 사용자 요구에 따라 언어, 이미지, 영상 등의 결과물을 능동적으로 생성하는 AI 기술 – 대규모 데이터 학습 및 자율 판단 수행 – 사용자 요구에 따라 새로운 콘텐츠 생성 – 언어 대화 등 사람과 자연스러운 상호작용 (2) 인공지능과
1. AI 학습 데이터 부족 문제 해결, 합성 데이터의 개요 (1) 합성 데이터의 개념 개념도 개념 개인정보 보호 및 고품질의 충분한 학습 데이터 확보를 위해 실제 데이터의 생성 모형 및 패턴을 모방하여 실제 데이터와 유사한 통계 속성을 가지고 생성된 모의 데이터 (2) 합성 데이터의 필요성 실제 데이터 사용 시 제약사항 합성 데이터의 필요 – 개인정보
I. 경쟁을 통한 원본 복제 기술, GAN 가. GAN (Generative Adversarial Networks)의 개념 생성자와 판별자 간 복제본 구별 경쟁을 통한 MinMax기반 성능 강화 비지도 학습 기술 나. GAN의 특징 준지도 학습 – 지도학습(구별자) + 비지도학습(생성자) MinMax Problem – 최소화와 최대화 경쟁 기반 성능 향상 II. GAN의 학습과정/수학적 표현 및 구성요소 가. GAN의 학습과정/수학적표현 학습과정