인공지능

인공지능 정의

[인공지능 – Artificial Intelligence]
사람의 지적 능력을 컴퓨터를 통해 구현하는 기술

[머신러닝 – Machine Learning]
사람이 정한 모델과 특징 추출 방법 이용하여 데이터를 기반으로 학습해서 추론할 수 있게 하는 기술

[딥러닝 – Deep Learning]
인공신경망 방법을 이용해 만든 머신러닝 기술로, 빅데이터 학습에 적합한 기술

딥러닝은 머신러닝의 한 분야, 머신러닝은 인공지능의 한 분야입니다.

어떤 기술이 좋다 나쁘다는 절대적인 기준은 없으며, 목적과 데이터의 형태, 종류에 따라 적절한 기술을 선택하여 사용해야 합니다.

우리는 목적과 데이터의 특성에 맞는 최적의 기술을 연구개발합니다.

인공지능 적용

인공지능(AI)과 사물인터넷(IoT), 빅데이터(Big Data), 모바일 등 지능정보통신기술이 기존의 경제와 산업, 사회 전반에 융합되어 혁신적인 변화가 만들어진다.

미세먼지 농도 보정

휴엔릭스는 간이 미세먼지 측정기 광산란 방식의 습도 민감도와 측정값 오차를 개선하기 위해, 기존 센서보정의 한계를 극복하기 위한 노력을 하였습니다. 이를 위해 인자에 가중치를 부여하고 머신러닝(Machine Learning)과 딥러닝(Deep Learning)을 적용하여 측정값의 정확도를 향상시켰습니다.

실외공기질 – Ambient Air Quality

실외공기질 예측

1. 특정구역 공기질 예측에 딥러닝(Deep Learning)의 순환신경망(RNN,Recurrent Neural Network)의 단점을 보완한 LSTM(Long Short-Term Memory) 적용
→ 특정구역의 데이터만 사용할 수 있어 LSTM 적용

2. 특정구역 공기질 예측에 딥러닝(Deep Learning)의 DANN(Domain Adversarial Neural Network)에 보간법(Interpolation)을 융합하여 적용
→ 특정구역 및 주변의 데이터를 사용할 수 있어 DANN + Interpolation 적용

실내공기질 – Indoor Air Quality

실내공기질 예측

1. 불특정구역의 공기질 예측에 머신러닝(Machine Learning)의 강화학습(Reinforcement Learning) 적용
→ 지속적으로 다양하게 수집하는 데이터를 사용할 수 있어 강화학습 적용

2. 학습 데이터 예측에 머신러닝(Machine Learning)의 협업 필터링(CF, Collaborative Filtering) 적용