본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

표제지

목차

요약 9

제1장 서론 15

제1절 연구 필요성 및 목적 16

제2절 연구의 범위 및 방법 17

제3절 본 연구의 차별성 19

제2장 ChatGPT 관련 국내ㆍ외 관련 현황 검토 및 전문가 세미나 20

제1절 ChatGPT 관련 국내ㆍ외 현황 21

제2절 ChatGPT 활용 보고서 작성 25

제3절 시사점 35

제3장 ChatGPT 활용성 검토 및 보고서 작성 36

제1절 ChatGPT 활용성 검토 37

제2절 ChatGPT 활용 보고서 작성 46

제3절 시사점 52

제4장 ChatGPT 활용 인공지능 방법론 활용 및 분석 53

제1절 분석 개요 54

제2절 ChatGPT를 활용한 인공지능 방법론 적용 58

제3절 분석 결과 71

제4절 시사점 74

제5장 결론 75

제1절 연구 결과 76

제2절 ChatGPT 활용 간 유의사항 및 검증 방법 77

제3절 한계점 및 향후 연구계획 79

참고문헌 81

[부록 1] 전문가 세미나 개최 83

[부록 2] 교통 분야 ChatGPT 활용 방안 설문조사지 86

Abstract 106

판권기 109

표목차

〈표 1-1〉 ChatGPT 및 기존 검색 엔진 간 비교 18

〈표 2-1〉 ChatGPT 및 인공지능 방법론 관련 전문가 세미나 진행 현황 26

〈표 2-2〉 ChatGPT 관련 문헌고찰 및 전문가 세미나 시사점 35

〈표 3-1〉 ChatGPT 각 기능별 활용도 검증 결과 40

〈표 3-2〉 ChatGPT의 각 기능별 우선순위 검토 결과 40

〈표 3-3〉 질문의 유형에 따른 활용도 검증 결과 42

〈표 3-4〉 보고서 작성 시 각 파트별 활용도 검증 결과 44

〈표 4-1〉 인공지능 방법론 적용을 위한 데이터 수집 59

〈표 4-2〉 버스의 종합적(외부, 내부) 요소를 고려한 인공신경망 기반 예측 결과 71

〈표 4-3〉 랜덤포레스트 기반 정류장 노선별 이용자통행량 분류 분석 결과 72

〈표 4-4〉 랜덤포레스트 기반 정류장 노선별 차내 재차인원 분류 분석 결과 72

〈표 5-1〉 ChatGPT 활용 간 유의사항 78

〈표 5-2〉 ChatGPT 답변 검증방법 79

그림목차

[그림 1-1] 연구의 주요 내용 및 수행 방법 19

[그림 2-1] ChatGPT 활용 프로그래밍 구성 22

[그림 2-2] ChatGPT 활용 보고서 사례 조사 23

[그림 2-3] ChatGPT-VBA 활용 연구 과제 기획 27

[그림 2-4] 교통, 공공데이터 활용 코로나19 확진자 예측 및 분류 분석 절차 28

[그림 2-5] 경기도 코로나19 확진자 수 예측 및 분류 분석 결과 28

[그림 2-6] ChatGPT 활용 교통 문제 및 솔루션 제공 29

[그림 2-7] ChatGPT 활용 부산 해운대구 교통 문제 및 신호운영 현황 29

[그림 2-8] 인공지능(AI) 방법론의 기초 30

[그림 2-9] 인공지능(AI) 학습을 통한 언어 처리 30

[그림 2-10] 인공지능(AI)과 교통시스템 31

[그림 2-11] ChatGPT의 등장 배경 및 인코더/디코더 알고리즘 예시 32

[그림 2-12] ChatGPT의 향후 발전 방향(전망) 33

[그림 2-13] ChatGPT 질문 및 영어논문 작성 시 활용 팁 34

[그림 3-1] ChatGPT 활용성 설문조사 수행 절차도 38

[그림 3-2] 설문 응답자의 기초현황 39

[그림 3-3] ChatGPT 기능별 활용도 분석 41

[그림 3-4] ChatGPT 질문 유형에 따른 차별성 검토 43

[그림 3-5] ChatGPT 활용도에 대한 워드클라우드 45

[그림 3-6] ChatGPT를 활용한 보고서 목차 구성 46

[그림 3-7] 보고서 항목별 ChatGPT 답변 사례 51

[그림 4-1] ChatGPT 인공지능 방법론 활용 및 분석을 위한 연구 절차 56

[그림 4-2] 종합적 버스 혼잡 예측 및 분류 연구 절차 57

[그림 4-3] 분석 대상구간 설정 57

[그림 4-4] LSTM(Long-Short Term Memory) 구조도 59

[그림 4-5] ChatGPT 활용 LSTM 모델의 정의 및 패키지 설명 61

[그림 4-6] ChatGPT 활용 LSTM 모델의 Python 구현을 위한 패키지 및 데이터 불러오기 61

[그림 4-7] ChatGPT 활용 데이터 스케일링 및 학습 데이터 분할 62

[그림 4-8] ChatGPT 활용 데이터 분할 및 시퀀스 길이 조정 62

[그림 4-9] ChatGPT 활용 LSTM 모델의 정의/학습/평가 64

[그림 4-10] ChatGPT 활용 LSTM 모델 기반 예측 64

[그림 4-11] ChatGPT 활용 예측 결과 시각화 65

[그림 4-12] 랜덤포레스트(RF : Random Forest) 66

[그림 4-13] ChatGPT 활용 랜덤포레스트 알고리즘의 정의 및 패키지 설명 67

[그림 4-14] ChatGPT 활용 랜덤포레스트 Python 구현을 위한 패키지 및 데이터 불러오기 67

[그림 4-15] ChatGPT 활용 학습 및 검증 데이터 분할 68

[그림 4-16] ChatGPT 활용 랜덤포레스트 모델 생성 및 학습 68

[그림 4-17] ChatGPT 활용 LSTM 모델의 정의/학습/평가 69

[그림 4-18] ChatGPT 활용 랜덤포레스트 기반 분류분석 시각화 70

[그림 4-19] ChatGPT 활용 랜덤포레스트 기반 분류분석 결과를 통한 혼잡 개선 우선순위 도출 73

이용현황보기

교통 분야 ChatGPT 활용 방안 기초연구 = A basic study on the utilization of ChatGPT in the transportation sector 이용현황 표 - 등록번호, 청구기호, 권별정보, 자료실, 이용여부로 구성 되어있습니다.
등록번호 청구기호 권별정보 자료실 이용여부
0003083851 388 -24-4 서울관 사회과학자료실(208호) 이용가능
0003083852 388 -24-4 서울관 사회과학자료실(208호) 이용가능

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기