전체 기사

모든 기간의 기사를 검색하고 필터링할 수 있습니다.

언론사 (복수 선택 가능)
정렬
필터 적용됨: "머신러닝" - 총 3개 기사 (1/1 페이지)
Mistaken correlations: Why it's critical to move beyond overly aggregated machine-learning metrics
MIT 연구진은 머신러닝 모델이 학습 데이터와 다른 데이터에 적용될 때 실패하는 사례를 확인했다. 과도하게 집계된 머신러닝 지표는 모델의 실제 성능을 제대로 반영하지 못할 수 있다. 새로운 환경에서 모델을 배포할 때마다 테스트를 수행해야 모델의 신뢰성을 확보할 수 있다.
기사 원문 보기
From brain scans to alloys: Teaching AI to make sense of complex research data
인공지능이 복잡한 연구 데이터 분석에 활용되고 있다. 실제 데이터와 이상적인 조건의 불일치로 인해 어려움을 겪는 경우가 많다. 데이터의 해상도, 노이즈, 신뢰도 차이를 고려해야 한다.
기사 원문 보기
How AI Will Change Chip Design
무어의 법칙의 한계에 따라 AI 기술이 칩 설계에 통합되고 있다. 삼성은 AI를 메모리 칩에 추가하여 에너지 효율을 높이고 머신 러닝 속도를 향상시키고 있다. AI는 칩 설계 프로세스를 혁신할 잠재력을 가지고 있으며, 이를 통해 성능 향상 및 효율성 증대가 가능하다.
기사 원문 보기