최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
장혜림, 이래혁
2022 / 학교사회복지
이소영, Jiwon Yun
2018 / 언어와 정보
정안수, 최삼욱, 우종민, 목정연, 김기원, 박범진
2015 / 한국산림과학회지
김장호
2012 / Culinary Science & Hospitality Research
Yoo, Dongheon; Nam, Seung-Woo; Jo, Youngjin; Moon, Seokil; Lee, Chang-Kun; Lee, Byoungho
2022 / Journal of the Optical Society of America A: Optics and Image Science, and Vision
데이터가 존재하지 않습니다.
loading...
본 연구는 머신러닝을 통해 홀로그래픽 디스플레이의 공간적으로 변화하는 수차를 보상하는 홀로그램 생성 기술을 제안합니다. 제안하는 방법은 빠른 푸리에 변환 기반 컨볼루션과 딥 뉴럴 네트워크의 순방향 계산을 결합하여 기존의 점별 적분 방식보다 732배 빠른 속도로 홀로그램을 생성하며, 실험을 통해 수차 보상 효과를 검증했습니다.
Iterative identification and restoration of images
Computer vision : ACCV 2006 : 7th Asian Conference on Computer Vision, Hyderabad, India, January 13-16, 2006 : proceedings
Holography and deformation analysis
Recent developments in computer vision : Second Asian Conference on Computer Vision, ACCV '95, Singapore, December 5-8, 1995 : invited session papers
Aberrations of optical systems
Computer analysis of images and patterns : 7th International Conference, CAIP'97 : Kiel, Germany, September 10-12, 1997 : proceedings
Three-dimensional imaging, visualization, and display
Lagrangian optics
Motion deblurring : algorithms and systems
Holographic imaging
Digital holography and digital image processing : principles, methods, algorithms
Adaptive optics for vision science : principles, practices, design, and applications
Information optics and photonics : algorithms, systems, and applications
Fourier ptychographic imaging : a MATLAB® tutorial
The pocket handbook of image processing algorithms in C
Digital holography and three-dimensional display : principles and applications
Computer vision - ECCV 90
Computer analysis of images and patterns : 5th International Conference, CAIP '93, Budapest, Hungary, September 13-15, 1993 : proceedings
Matkivsky, V. A.; Moiseev, A. A.; Shilyagin, P. A.; Shabanov, D. V.; Gelikonov, G. V.; Gelikonov, V. M. · 2016
Radiophysics and Quantum Electronics
Wang, Suping; Yu, Changyu; Chen, Ruixian; Hao, Jianying; Zheng, Qijing; Wang, Jinyu; Qiu, Xianying; Lin, Dakui; Yang, Yi; Li, Hui; Lin, Xiao; Tan, Xiaodi · 2021
OPTICAL MANIPULATION AND STRUCTURED MATERIALS CONFERENCE 2021
전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 대학원
컴퓨터그래픽스 전반에 걸쳐 기본적인 개념들을 설명한다. 컴퓨터 그래픽스의 기본적인 렌더링 파이프라인, 물체들을 표현하는 여러 가지 방법, 빛을 나타내는 방법, 레이트레이싱, 볼륨렌더링 등의 특수한 렌더링 방법, 그림자나 질감을 나타내는 방법에 대해서 개론 형식으로 강의한다.전선 / 대학원
Hartog 현상, 정칙대역 및 Levi 문제, 폴리-디스크 상의 적분 공식, Bochner-Martinelli 적분, Bergman 핵함수, 다중준조화함수, 의사볼록 영역, 미분형식에 관한 Cauchy-Riemann 방정식의 Hoermander의 해 등을 배운다.전선 / 대학원
푸리에 광학, 회절, 공간 광 변조기, 스펙트럼 분석, 공간 필터, 음향광학, 헤테로다인 스펙트럼 분석, 공간적분 코릴레이터, 시간적분 시스템, 광 컴퓨팅, 광변환, 홀로그램, 광민감 효과, 지연신호처리.전선 / 대학원
본 스튜디오는 인공지능(AI)을 조경의 핵심 설계 도구로 활용하는 것을 목표로 하는 실습 중심의 스튜디오이다. 지난 2년간 진행한 세미나 주제인「조경과 AI」에서 다루었던 이론적 논의를 확장하여, 실제 설계 프로세스 속에서 AI의 잠재력과 한계를 탐구한다. 본 수업은 인간이 직관적으로 해결하기 어려웠던 형태적·공간적 문제를 인공지능을 통해 분석하고 생성하는 과정을 실험하며, 프롬프트 설계(Prompt Design)와 룰 베이스 설계(Rule-Based Design)와 같은 개념을 핵심 학습 주제로 다룬다. 수강생들은 2차원 이미지로부터 3차원 형상을 추출하고, 형태의 특징을 기반으로 기능과 프로그램을 부여하는 과정에서 다양한 AI 도구를 활용한다. 이를 통해 인공지능을 단순한 도구가 아닌 공동 설계자(co-designer)로 이해하며, 디지털 생성 기술을 통해 새로운 형태, 패턴, 그리고 공간 경험을 제안한다. 최종적으로 AI를 활용한 설계 프로토타입 혹은 실험적 디자인 아틀라스를 제작하여, 미래 조경·도시설계의 가능성을 탐구한다.전선 / 대학원
본 과목에서는 고차원 데이터의 저차원 표현을 학습하기 위한 기하학적 방법을 소개한다. 미분 기하학의 기초(구체적 주제는 리만 다양체 및 Lie 그룹, 텐서, 커넥션 및 fiber 번들 포함)를 다룬 후, 고차원 데이터에 대한 기존 기계 학습 알고리즘(예: 매니폴드 러닝, 메트릭 러닝)의 기하학적 일반화 방법을 개발하여, 대칭적 구조가 존재하는 고차원 비유클리디언 데이터 문제에 적용한다. 위와 같은 방법을 구현하기 위한 효율적인 계산 알고리즘도 소개한다. 후반부에는 Ito 확률 미분 방정식의 관점에서 강화 학습과 확률 최적 제어 간의 관계를 고찰하여, 고차원 비유클리디언 데이터 강화 학습 문제에 적용 가능한 기하학적 방법도 개발한다.전선 / 대학원
사람들이 일반적으로 동의하는 시각적인 표현이 존재하지 않는 대량의 추상적인 데이터를 직관적으로 시각화하고 동적으로 제어할 수 있게 함으로써 사용자들의 인지능력의 향상을 꾀하는 정보 시각화에 대하여, 시지각 이론을 포함한 이론적 바탕에서 출발하여 데이터의 형태별 시각화 방법론, 인터액션 방법론, 디자인 스터디 방법론, 평가 방법론 등 다양한 기술적 배경을 실제 문제 해결을 통하여 학습한다. 더 나아가서, 정보시각화 기술에 기반하여 인터액티브한 시각적 인터페이스를 디자인하고 이를 통하여 전문가의 창의적 문제해결 능력을 극대화함으로써 인류가 직면한 실제 문제를 해결하려는 새로운 과학적 시도인 시각적 분석 기술도 학습한다. 특히 통계학, 기계학습, 데이터마이닝 등 데이터 과학 분야의 관련 기술들을 정보 시각화 시스템에 효과적으로 융합하는 기술적 방법론도 다양한 실례와 디자인 프로젝트를 통해 체득한다.전선 / 대학원
공간 전사체학 개론 강의에서는 2010년대 중반 과학방법론에 있어 큰 변화를 일으킨 공간 전사체학에 대해 소개한다. 2023년 현재, 상업적으로 사용 가능한 공간전사체 플랫폼으로는 시퀀싱이 필요한 Visium(10X Genomics사), GeoMx(Nanostring사), Stereo-seq(BGI사), Slide-seq(Curio사) 등이 있고 현재 기술 수준으로는 단일 세포 수준에서 또는 세포 내 소기관(Subcellular) 해상도는 구현이 불가능함을 이해한다. In situ hybridization을 기본으로 한 시퀀싱이 필요없는 상업화된 공간전사체 데이터 생산 플랫폼으로는 Xenium(10X Genomics사), CosMx (Nanostring사), MERFISH(Vigen사) 등이 있으며, suspending cell을 이용한 단일세포 전사체 프로파일링 기술과는 달리 수백개 정도의 유전자를 검출할 수 있음을 이해한다.전선 / 대학원
공간 전사체학 개론 강의에서는 2010년대 중반 과학방법론에 있어 큰 변화를 일으킨 공간 전사체학에 대해 소개한다. 2023년 현재, 상업적으로 사용가능한 공간전사체 플랫폼으로는 시퀀싱이 필요한 Visium(10X Genomics사), GeoMx(Nanostring사), Stereo-seq(BGI사), Slide-seq(Curio사) 등이 있고 현재 기술 수준으로는 단일 세포 수준에서 또는 세포 내 소기관(Subcellular) 해상도는 구현이 불가능함을 이해한다. In situ hybridization을 기본으로 한 시퀀싱이 필요없는 상업화된 공간전사체 데이터 생산 플랫폼으로는 Xenium(10X Genomics사), CosMx (Nanostring사), MERFISH(Vigen사) 등이 있으며, suspending cell을 이용한 단일세포 전사체 프로파일링 기술과는 달리 수백개 정도의 유전자를 검출할 수 있음을 이해한다.전선 / 대학원
Shortest path, Network flow 등의 그래프 문제를 해결하는 최근에 개발된 알고리즘과 알고리즘 분야에서의 최근의 연구결과를 학습한다. 분산 시스템의 여러 모델들과 분산 시스템에서 발생하는 중요한 문제들을 해결하는 분산 알고리즘에 관하여 연구한다.전선 / 학사
전통 재료기법 및 복합매체, 입체조형, 영상작업 등 개인의 연구 주제에 따른 매체 사용의 폭을 확장하여 자유로운 조형작업을 시도한다. 학생들은 개인 작업을 계속하면서, 전통회화 및 시각예술의 주된 매체가 현대회화에서 새롭게 응용되는 방안을 모색한다. 지금까지 배운 전통재료 및 기법에 대한 창의적이고 현대적인 응용 방안에 대해 탐구하며, 평면뿐 아니라 입체공간에서도 다양한 실험을 행한다.전선 / 대학원
본 과목은 유한 차원 및 무한 차원 벡터 공간에서의 최적화를 통합적으로 다루며, 최적화와 머신러닝 사이의 상호작용에 중점을 둔다. 최적화 알고리즘은 머신러닝의 핵심 역할을 하며 (예: 주어진 데이터셋으로부터 모델을 학습시킬 때) 동시에 고차원 최적화 문제를 풀기 위해 머신러닝 모델이 최근 많이 활용되고 있다 (예: 물리 시스템의 지배 방정식을 무한 차원 최적화 문제의 해로 재구성한 다음, 머신러닝 알고리즘을 사용하여 이에 수반되는 고차원 최적화 문제를 해결하려는 시도). 본 과목에서는 머신러닝 분야에서 필요로 하는 최적화 이론 및 알고리즘과 동시에, 복잡한 최적화 문제를 풀 수 있는 머신러닝 기법들에 대해 심도있게 다룬다.전선 / 대학원
이 강좌는 실험심리학에서 최근의 중요 연구들을 소개하고 인간 마음의 기본 원리를 탐색 및 논의하는 세미나이다. 우선 강의 초에 인간의 생리, 지각 및 인지 수준에서 일반이론을 소개하고 그 문제점들을 알아본다. 이 이론들에 기초하여, 이 강좌에서는 시각, 주의, 언어, 문제 해결, 인간 추리 등의 세부 주세를 다룬다. 또한 이 강좌에서는 이런 주제들에 관해 실험 실습을 통해 학생들의 구체적인 이해의 증진을 시도한다.전선 / 대학원
계산이론은 컴퓨터공학의 기초학문이며, 중요한 문제에 대한 효율적인 알고리즘들을 소개하고, 그런 알고리즘의 복잡도 분석을 다룬다. 이 교과목에서는 먼저 알고리즘의 성능을 분석하는 기법, 특히 amortized analysis에 대해 배운다. 그리고, 계산이론 분야에서 중요한 알고리즘과 그 응용에 대해 배운다. 구체적으로, (스트링 매칭, 2차원 패턴 매칭, 근사 매칭, suffix trees, 데이터 압축 문제에 대한) 스트링 알고리즘과 bioinformatics에의 응용, (선택 문제, 다항식 확인 문제에 대한) randomized 알고리즘과 그 영향, (페이지 교체 문제, k 서버 문제에 대한) online 알고리즘과 금융문제(일방향 거래와 portfolio 선택 문제)에의 응용을 배운다.전선 / 학사
오차분석, 다항식에 의한 보간법, Newton 보간공식, 분수함수와 삼각함수에 의한 보간법, 빠른 Fourier 변환, 스플라인에 의한 보간법, 수치적분법, Peano의 오차표현, Euler-Maclaurin 공식, Gauss 적분공식, Newton 및 유사-Newton 해법, 다항식의 해법 등을 다룬다.전선 / 대학원
본 교과목에서는 세 파트를 학습한다: (1) 그래픽스 기본이론, (2) OpenGL과 그의 Extensions, (3) GPU를 사용한 병렬컴퓨팅. 그래픽스 기본이론과 OpenGL의 교육은 약 1.5개월 동안 동시에 진행되며 강체의 관절 애니메이션 프로그래밍이 실습과제로 주어진다. OpenGL의 Extension은 약 2주 정도에 걸쳐 학습이 진행되며 이 extension을 사용한 shading이 실습과제로 주어진다. GPU를 사용한 병렬컴퓨팅은 약 1개월 동안 학습되며 대형행렬의 곱, FFT 등의 계산 프로젝트가 실습과제로 주어진다.전선 / 대학원
본 과목에서는 고차원 데이터의 저차원 표현을 학습하기 위한 기하학적 방법을 소개한다. 미분 기하학의 기초(구체적 주제는 리만 다양체 및 Lie 그룹, 텐서, 커넥션 및 fiber 번들 포함)를 다룬 후, 고차원 데이터에 대한 기존 기계 학습 알고리즘(예: 매니폴드 러닝, 메트릭 러닝)의 기하학적 일반화 방법을 개발하여, 대칭적 구조가 존재하는 고차원 비유클리디언 데이터 문제에 적용한다. 위와 같은 방법을 구현하기 위한 효율적인 계산 알고리즘도 소개한다. 후반부에는 Ito 확률 미분 방정식의 관점에서 강화 학습과 확률 최적 제어 간의 관계를 고찰하여, 고차원 비유클리디언 데이터 강화 학습 문제에 적용 가능한 기하학적 방법도 개발한다.전선 / 학사
그래픽을 입체로 표현할 때 고려되어야 하는 원리와 기술들을 익혀 다양한 매체에 효과적인 입체 표현을 가능하게 하는 것을 목표로 한다. 모델링, 질감, 렌더링, 애니메이션과 같이 3D그래픽스를 구성하는 필수적인 기술들을 학습하고 매체에 최적화된 입체표현을 탐구한다.전선 / 대학원
본 강좌는 영상 데이터를 분석하기 위한 수학적 모델링 기술 및 기계 학습 기술 등을 강의한다. 영상 데이터 분석에 널리 이용되는 기본적인 기계 학습, 특히 딥 러닝 기법을 집중적으로 학습하고, 이러한 기술이 다양한 영상 분석 문제에 어떻게 적용되는지 살펴본다. 이론 강의뿐만 아니라 실습과 프로젝트를 통하여 영상 데이터 분석에 필요한 다양한 기술을 학습한다. ● 기계학습 기초 리뷰 (지도학습, 비지도학습, 준 지도학습) ● 합성곱 신경망 (컨볼루션 신경망) ● 순환 신경망 (리커런트 신경망) ● 이미지 데이터 처리 기법 (이미지 분류, 물체 인식, 이미지 분할) ● 비디오 데이터 처리 기법 (비디오 분류, 행동 인식, 영상 내 검색, 물체 추적) ● 다면성 데이터 처리 (시청각-언어 정보 처리) ● 생성적 모델링전선 / 대학원
인지과학 연습 1의 내용을 보다 확장하여 인지과학의 연구사, 연구주제등을 다각도로 검토하여 과정에 진입한 학생들에게 인지과학의 기초적 지식배경을 제공하는데 목적이 있다.