본문 바로가기

2017/0944

[NIA] 일본, 과학기술예측조사에서 본 2030년 미래 사회 시나리오 ■ 제조 ① 미래 산업을 창출하고 사회 변혁을 위한 새로운 제조 플랫폼 구축 ■ 서비스, ICT ② ICT를 활용한 쿄통의 클라우드화 및 새로운 서비스 창출 ③ 서비스 데이터를 수집·관리하여 관광·재해예방 서비스에 활용 ④ ICT를 활용하여 지식·기술·전통을 계승 ■ 건강·의료정보, 뇌와 마음 ⑤ 건강한 장수 사회를 실현하기 위한 몸과 마음의 건정화 ■ 지역자원, 농(農)과 식(食) ⑥ 지역 자원을 활용하여 식량 생산과 생태계 서비스 유지 ■ 회복탄력성 있는 사회 인프라 ⑦ 대규모 재해와 저출산·고령화 등에 대응하는 회복탄력성 있는 사회 인프라 구축 ■ 에너지·환경·자원 ⑧ 지속 가능한 미래 구축에 공헌하는 에너지·환경·자원 ** 출처: [NIA] 일본, 과학기술예측조사에서 본 2030년 미래 사회 시나.. 2017. 9. 4.
[ETRI] Socio-Tech 10대 전망 ■ 10 대 전망 1. 인공지능, 민주화와 제국주의 2. 혁신의 미래, 속도와 다양성 3. 산업의 미래, 디지털 격변 4. 경제 성장의 미래, 풍요와 결핍 5. 블록체인과 미래 권력 6. 탈진실의 시대, 새로운 위험 7. 인터넷 발칸화와 사이버 안보 8. 중간직과 전문직의 미래, 신계급의 등장 9. 소비의 미래, 생산과 경험 10. 인간과 기계, 관계의 역설 ** 출처: [ETRI] Socio-Tech 10대 전망 ** 문서: 2017. 9. 4.
[KIF] 금감원 빅데이터 분석을 통한 자동차보험사기 대거 적발 ■ 금감원은 지인간 가·피 공모, 동승 공모 등 조직적·지능적 자동차보험사기 적발을 위해 IFAS에 집적된 정보를 활용한 '사회관계망분석' 및 '연계분석' 등 빅데이터기반 보험사기조사를 실시 - 보험사기인지시스템(IFRS: Insurance Fraud Analysis System): 보험계약 및 자동차사고정보를 집적하여 보험사기 혐의 분석을 지원하는 시스템 - 사회관계망분석(SNA: Social Network analysis): 제보에 의존하지 않고 집적된 정보(빅데이터)를 바탕으로 관계분석을 통하여 조직형 보험사기 혐의그룹을 도출하는 분석 기법 - 연계분석(Net Explorer): 제보된 혐의자를 중심으로 집적된 정보(빅데이터)를 활용하여 사고내역의 상호 연관관계를 도식화함으로써 공모 혐의 유무 등을.. 2017. 9. 1.
[ciokorea] 우리회사는 AI. 머신러닝에 준비돼 있을까? - 10가지 체크리스트 - Martin Heller | CIO [이미지 출처: vectorportal.com] [원본기사: [ciokorea] 우리회사는 AI. 머신러닝에 준비돼 있을까? - 10가지 체크리스트 - Martin Heller | CIO] 1. 충분한 데이터는 확보했는가? - 관련 데이터가 충분한지 여부는 예측 및 기능 식별의 필요 조건 - 더 많은 요소를 고려하고 있을수록 필요한 데이터 양도 많아진다. - 다음 달 "마이애미에서 네이비 색상 반팔 블라우스의 판매 예측"시 과거 수 년 동안 축적되어 온 월별 판매 통계 데이터가 있어야만 월별, 그리고 연간 트렌드를 정확히 파악할 수 있게 된다. 물론 이는 어디까지나 표준적인 시계열 분석일 때의 이야기이고, 머신러닝을 이용하려면 통계 모델보다 더 많은 데이터를, 딥러닝은 그보다 몇 배는 더 많은 데이터를 .. 2017. 9. 1.

티스토리툴바