리서치성장일기님의 블로그

LLM자연어 처리 분야를 혁신하고, 컴퓨터가 인간 언어를 이해하고 생성하는 방식을 변화 시키고 있음.대형 언어 모델로 알려진 인공지능 시스템으로 자연어를 처리하고, 이해하는 것을 목적으로 설계 됨.대형 언어 모델은 심층 학습 알고리즘의 힘을 활용하여 자연어를 처리하고 해석 ⇒ 데이터에서 패턴과 표현을 학습할 수 있음 LLM은 대규모 텍스트 말뭉치를 분석함으로써 문법, 구문 및 의미적 관계를 이해하여 일관성 있고 맥락에 적합한 응답 생성LLM의 특징1. 트랜스포머 구조트랜스포머 아키텍처 기반으로 구축됨 → 장거리 종속성과 문맥 정보를 효율적으로 포착할 수 있게 함⇒ 모델이 입력의 전체 맥락을 고려하여 일관되고 의미 있는 응답을 생성 할 수 있도록 함2. 전이학습대규모 데이터 셋에 대한 사전 훈련으로 얻은 ..

무인운반차(AGV, Automated Guided Vehicle) 시스템참고 | https://www.autostoresystem.com/kr/insights/what-is-an-automated-guided-vehicle-agv 1. 작동방식: 시설 내에서 미리 정해진 경로나 안내 시스템을 따라 움직이도록 설계. 경로는 자기테이프, 전선 또는 시각적으로 표시된 선과 같은 물리적 수단을 통해 정해지거나, 사전 설치된 리플렉터(반사판)를 사용하는 레이저 네비게이션과 같은 보다 정교한 방법을 통해 결정될 수 있다. ① 네비게이션 및 안내자기 테이프 또는 와이어: 자기테이프(magnetic tape) 또는 바닥에 매립된 와이어에 의해 정해진 경로를 따라 이동. AGV가 자기장 또는 전기 신호를 감지하여 미리 ..

[용어 정리]- Hydraulic : 유압, 서보-유압(servo-hydraulic)- HPU(Hydraulic Power Unit): 시스템에 고압력으로 오일 공급하는 장치 → 오일 저장 탱크+펌프/모터+어큐뮬레이터로 구성됨어큐뮬레이터: 유압 오일과 같은 유체를 저장하고, 시스템 내에서 압력을 조절하며 에너지를 저장하는데 사용 됨. → 유압시스템의 효율성을 향상, 시스템의 안정성 유지, 유압 충격 감소 등   ① 작동원리: 어큐뮬레이터는 유압 시스템 내에서 압력의 변화를 관리하고, 필요할 때 추가적인 유압 오일을 시스템에 제공하며, 에너지를 저장하는 장치로써 가스와 액체 사이의 압축 가능성을 이용하여 작동.어큐뮬레이터 내부에서는 유압 오일과 압축가스(질소가스)가 분리되어 있으며, 시스템의 압력에 따라 ..

https://brunch.co.kr/@harryban0917/255Natural Language Understanding (NLU)자연어 형태의 문장을 기계가 이해할 수 있게 만드는 기술목적 : 다양한 표현과 문장의 구조에 대해 그 의미와 의도를 파악NLU의 주요 Task감성분석(Sentiment Analysis) : 문장 또는 문서에 포함된 감정이나 의견을 분류ex) 리뷰의 결과 : 긍정 or 부정 판단개체명 인식(Named Entity Recognition, NER) : 텍스트에서 특정 정보(이름, 위치, 날짜 등)을 인식하고 분류품사 태깅(Part-of-Speech Tagging, POS Tagging) : 명사와 형용사 등 단어의 품사를 분류의미 추출(Semantic Extraction) : 문..

https://aws.amazon.com/ko/what-is/generative-ai/https://modulabs.co.kr/blog/generative-ai/https://www.youtube.com/watch?v=ENMtsWy52WAChaptGPT의 등장 이후로, 생성형 AI가 주목 받고 있음생성형 인공지능(생성형AI)는 대화, 이야기, 이미지, 영상, 음악 등 새로운 다양한 콘텐츠와 아디이어를 생성할 수 있는 AI이다.창의적 콘텐츠 생성 가능 : AI가 생성한 음악, 그림, 시 소설 등의 콘텐츠는 인간의 창의력 향상, 예술적 표현의 경계 확장업무 자동화와 효율성 향상 : AI를 이용하여 자동으로 광고 콘텐츠 생성, 게임 내 캐릭터 및 환경 디자인 가능 → 시간과 비용 절약, 전략적인 업무에 집중 ..

시계열 데이터란?과거의 데이터가 미래의 데이터에 영향을 주는 시간적 종속성과 특정 시간대에 반복되는 패턴이 발생하는 계절성 및 추세를 가지고 있음.시간에 따라 연속적으로 수집된 데이터로, 시간의 흐름에 따른 분석과 예측에 특화 됨시간에 따라 경제적, 환경적 요인에 따라 차이가 존재하며, 종종 누락된 값 또는 이상치를 포함할 수 있음 ⇒ 따라서 결측치처리, 이상탐지, 정규화 및 표준화, 특징추출 등의 전처리를 통해 데이터 질을 향상시키며, 분석의 정화도 및 신뢰성을 향상시킬 수 있음.시계열 데이터의 특징시간 종속성: 시계열 데이터는 시간의 흐름에 따라 변화하며, 시간 간격이 중요한 요소로 작용자기상관성: 시간의 흐름에 따라 데이터가 자기상관성을 가지며, 이전 시간대의 값이 이후 시간대의 값에 영향을 미칠 ..

자연어 데이터란?문법, 문맥, 의미론적 관계 등 복잡한 구조를 가지고 있다.단어의 의미는 사용된 문맥에 따라 달라지는 특징이 있다.자연어 데이터는 비구조화 된 형태로 존재하기 때문에 AI 모델을 통해 분석하기 위해서는 텍스트를 수치적 형태로 변환하는 과정이 필요함.자연어 데이터의 특징비정형 데이터: 자연어 데이터는 문장이나 단어로 구성되어 있어 비정형 데이터에 속함의미 분석의 필요성: 텍스트의 의미를 이해하고 분석하기 위해 자연어 처리(NLP, Natural Language Processing) 기술(텍스트 마이닝, 구문분석 등)이 사용다양한 언어적 특성: 문법, 어휘, 문맥 등을 고려한 복잡한 분석이 필요노이즈: 오탈자, 비속어, 중의적 표현 등 다양한 노이즈가 포함될 수 있음.자연어 데이터의 활용챗봇..

이미지 데이터란?픽셀로 구성되어 있으며 각 픽셀은 색상과 밝기 정보를 포함하고 있기 때문에 고차원적인 특징을 가지고 있음.이미지를 구성하고 있는 픽셀은 서로 공간적으로 연관되어 있으며, 인접한 픽셀은 유사한 정보가 포함이미지는 다양한 해상도와 크기를 가지고 있음 ⇒ 이미지 전처리를 위해 크기 조정, 정규화 등 다양한 전처리 작업이 필요함시각적 정보로, 고차원 데이터를 다루며 딥러닝 알고리즘이 자주 사용이미지 데이터의 특징고차원성: 이미지 데이터는 다수의 픽셀로 이루어진 고차원 데이터를 가짐복잡한 패턴: 이미지에는 복잡한 패턴과 형태가 포함되어 있으며, 이러한 패턴을 인식하기 위해 딥러닝(예: CNN, Convolutional Neural Networks) 알고리즘이 주로 사용됨파일 형식: JPG, PNG..

비정형 데이터란?정해진 구조나 형식이 없는 데이터 이며, 행과 열의 고정된 테이블 형식으로 정리되지 않으며, 다양한 형식의 데이터를 포함할 수 있음.분석과 처리가 복잡함비정형 데이터의 예문서 파일: PDF, Word 파일 등 다양한 형식의 문서 데이터.이미지 및 비디오 파일: 사진, 동영상 등의 시각적 데이터.오디오 파일: 녹음된 음성 데이터, 음악 파일 등.웹 페이지: HTML, CSS, JavaScript 등으로 구성된 복합적인 데이터.비정형 데이터의 특징구조의 유연성: 비정형 데이터는 고정된 스키마가 없고, 데이터의 구조가 유연하며 다양한 형식으로 존재복잡한 데이터 표현: 텍스트, 이미지, 오디오, 비디오 등 다양한 데이터 유형을 포함대규모 데이터: 빅데이터 환경에서 주로 다루어지며, 대규모 데이터..

정형데이터란?행과 열로 구성된 테이블 형태를 가지고 있음 ⇒ 데이터 분석과 처리가 상대적으로 쉽고 용이하게 활용이 가능.데이터 마이닝을 위해 인공지능 알고리즘에 직접적으로 적용이 가능한 특징이 있습니다.정형 데이터는 명확하고 고정된 구조를 가지고 있어 관리와 분석이 용이하지만, 데이터 스케일링과 유연성 측면에서 제약이 있을 수 있음정형 데이터의 예엑셀 시트: 각 셀에 특정 데이터가 기록된 행과 열로 구성된 엑셀 파일.관계형 데이터베이스: SQL 기반의 데이터베이스 시스템(MySQL, PostgreSQL 등)에서 테이블 형태로 저장된 데이터.CSV 파일: 쉼표로 구분된 텍스트 파일로, 각 행이 데이터 레코드를 나타내며 열이 각 속성(attribute)을 나타냄.로그 데이터: 웹서버나 애플리케이션의 로그 파..