필터 1
이스트소프트
AI

딥러닝 ‘생성모델’과 ‘잠재 벡터’에 관하여

생성모델이 인식모델과 어떻게 다른지, 그리고 잠재 벡터가 어떤 역할을 하는지 설명했습니다. 오토인코더, GAN, Flow-based 모델을 예로 들어 생성 원리를 정리했습니다.

#ML#생성모델
300
이스트소프트
AI

AI 기반 뉴스 3줄 요약 서비스 개발기

줌인터넷과 연합뉴스가 AI 기반 뉴스 3줄 요약 서비스를 공동 개발했습니다.\n추출식 요약 모델과 자체 태깅 툴로 학습 데이터를 구축해 실시간 API로 운영했습니다.

#NLP#ML
300
이스트소프트
AI

bayesian optimization in trading

베이지안 최적화를 활용해 알고리즘 트레이딩의 하이퍼파라미터를 효율적으로 찾는 방법을 설명했습니다. 백테스팅 실험에서는 베이지안 mean-variance 모델이 높은 누적 수익률과 낮은 변동성을 보였습니다.

#bayesian optimization#ML
200
이스트소프트
AI

AI를 활용한 고용률 예측 모델 개발기(2)

뉴스 감정 정보와 과거 고용률 데이터를 결합해 고용률 현재 예보 모델을 개발한 과정을 소개했습니다. PCA, 데이터 증강, Transformer 적용으로 성능을 개선했으며 특수 사건 대응 과제도 함께 정리했습니다.

#ML#시계열
400
이스트소프트
AI

‘가짜뉴스를 찾아라!’ 가짜뉴스 판별 특허 알아보기

줌인터넷의 가짜뉴스 판별 특허를 소개하며 제목과 본문 불일치 기반 탐지 구조를 설명했습니다. 중요문단 추출 뒤 반의어·거리·도치 점수를 합산해 스팸뉴스 여부를 판단했습니다.

#ML#NLP
400
이스트소프트
AI

2020 인공지능 그랜드 챌린지 참가기

2020 인공지능 그랜드 챌린지 행동인지 트랙 참가 과정을 정리한 글입니다. 이미지 탐지 기반 접근과 데이터 보강, 설정 조정으로 최종 1위를 달성했습니다.

#ML#object detection
300
이스트소프트
AI

인공지능(AI) 아나운서 개발기

AI 아나운서 개발 과정과 데이터 전처리, TTS·STF 기반 모듈 구성을 소개했습니다. 프로토타입은 높은 품질을 보였지만 데이터 효율성과 전용 TTS 고도화가 과제로 남았습니다.

#ML#TTS
200
이스트소프트
AI

Semi-supervised learning 방법론 소개

준지도학습의 기본 개념과 주요 가정, 대표 기법들을 정리한 소개 글입니다. 레이블 부족 문제를 줄이는 방법이지만, 데이터와 모델 특성에 맞는 선택이 중요했습니다.

#ML#준지도학습
400
이스트소프트
기타

AI PLUS 2020 컨퍼런스, 그 현장속으로!

X

#컨퍼런스#ML
300
이스트소프트
AI

포털 적용 사례로 알아본 NER 개념과 활용법

NER은 비정형 텍스트에서 개체명을 분류해 문맥에 맞는 검색·뉴스 분류에 활용하는 기술입니다. 포털 사례를 바탕으로 임베딩, BiLSTM, CRF로 구현 흐름을 설명했습니다.

#NLP#ML
500
이스트소프트
AI

ICML 2020 논문 소개 - 딥러닝 이론 연구

ICML 2020 논문으로 범주형 확률에 베이지안 관점을 적용한 분류 학습 방법을 소개했습니다. 오버 컨피던스를 줄이고 예측 불확실성을 더 잘 표현하며 분류 성능도 향상시켰습니다.

#ML#Bayesian Neural Network
000
이스트소프트
AI

2020 인공지능 온라인 경진대회 참가기

과학기술정보통신부 주최 인공지능 경진대회 참가기를 소개했습니다. 메트릭러닝과 간단한 보강 전략으로 얼굴 인식 과제 1위를 기록했습니다.

#ML#얼굴인식
400
ZUM
AI

NeurIPS 2019 논문 통계

NeurIPS 2019 논문 통계를 통해 논문 수 증가와 acceptance rate 추세를 분석했습니다. 기관별 분포와 제목 단어 변화로 AI 연구 흐름도 함께 살펴보았습니다.

#NeurIPS#ML
300
ZUM
AI

셀럽 NOW - 딥러닝 기반의 연예 뉴스 분석 시스템

셀럽 NOW는 연예인 이름으로 뉴스 문서를 분석해 고품질 이미지와 최신 이벤트를 제공하는 시스템입니다. 문서 주체 추출, 중복 이미지 제거, 클러스터링, 품질·시간 정렬을 결합해 검색 결과를 개선했습니다.

#ML#자연어 처리
400