본문 바로가기

Big Data175

빅데이터 기반의 홈 IoT 모델 구축 - 코오롱베니트 김종혁 박사 빅데이터 기반의 홈 IoT 모델 구축 - 코오롱베니트 김종혁 박사 from eungjin cho 2018. 1. 16.
[kotra] 미 실리콘밸리, 감성컴퓨팅과 인공지능 융합기술 두각 - 백세은 ***출처: [kotra] 미 실리콘밸리, 감성컴퓨팅과 인공지능 융합기술 두각 - 백세은 ■ 감성컴퓨팅(Affective computing) - 인간의 감성을 연구, 분석, 해석할 수 있는 인공지능 기반 시스템을 뜻함. 물리적 또는 감각적 자극으로부터 사람들이 보이는 심리적인 반응을 인지해 인간과 컴퓨터간 상호작용에 활용 ■ 감성컴퓨팅 시장 규모 예측 및 동향 - 2017년 69억 달러에서 연평균 성장률(CAGR) 42.63%를 기록해 2022년에는 425억 달러 규모의 시장에 도달할 전망 ■ 감성컴퓨팅의 응용분야 ① 학습(Learning) ② 로보틱스(Robotics) ③ 고객중심경영(Customer Centric Management) ④ 이미지 인식(Image Recognition) ⑤ 언어 인식(S.. 2017. 10. 30.
[KISDI] IoT 생태계 확산과 엣지 컴퓨팅의 역할 - 손가녕, 이은민 *** 출처: [KISDI] IoT 생태계 확산과 엣지 컴퓨팅의 역할 - 손가녕, 이은민 *** 문서: ■ IoT의 가치는 IoT사물로부터 얻는 데이터를 기반으로 머신러닝을 통해 '알고리즘(논리연산구조)'을 만들어 해당 분야의 구조를 개선하거나 비즈니스 혁신을 가져오는 것에 있다. 하지만 실제로 IoT 환경에서 빅데이터를 관리하고 머신러닝을 통해 비즈니스 혁신까지 이르기 위해서는, 우선 이에 상응하는 컴퓨팅 기술이 요구된다. 이러한 측면에서 IoT 사물에 연산 프로세서가 있어 직접 데이터 인풋에 대해 즉각적으로 반응할 수 있는 엣지 컴퓨팅이 재조명되고 있다. 1. 엣지 컴퓨팅의 개념 및 특징 - 클라우드 컴퓨팅의 데이터 센터가 물리적으로 떨어져 있는 곳에서 중앙 집중형으로 데이터를 관리하는 것과는 반대로.. 2017. 10. 12.
[주택금융연구소] 빅데이터 분석 방법론과 데이터 과학자 ■ 목차 1. 연구배경 2. 기계학습(Machine Learning)의 이해 1) 개요 2) 지도학습(Supervised Learning) 3) 비지도학습(Unsupervised Learning) 3. 기계학습의 응용 1) 딥러닝(Deep Larning) 2) 텍스트 마이닝(Text Mining) 3) 협업 필터링(Collaborative Filtering) 4. 데이터 과학자(Data Scientist) 1) 정의 및 역할 2) 필요 역량 5. 결론 및 시사점 - 연구배경: 공사 내 빅데이터 분석에 대한 관심 및 이해 향상, 분석 방법론 활용을 위한 다양한 아이디어 수렴을 위해 본 보고서 작성 ** 출처: [주택금융연구소] 빅데이터 분석 방법론과 데이터 과학자 ** 문서: 2017. 9. 7.