최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Xiaomao Xiong, Yuanliang Hu, Nanfeng Yan, Yingna Huang, Nan Peng, Yunxiang Liang, Shumiao Zhao
2014 / Journal of Microbiology and Biotechnology
Varré J.S.,D’Agostino N.,Touzet P.,Gallina S.,Tamburino R.,Cantarella C.,Ubrig E.,Cardi T.,Drouard L.,Gualberto J.M.,Scotti N.
2019 / International Journal of Molecular Sciences
신광수, Won‑Gyu Choi, 나성재, Fatma Pinar GÖKDEMİR, 문태호
2018 / Electronic Materials Letters
이기영
2020 / Journal of The Korean Data Analysis Society
데이터가 존재하지 않습니다.
loading...
Computer vision and shape recognition
Intelligent image analysis for plant phenotyping
Second generation wavelets and applications
Computer image processing and recognition
Object detection and recognition in digital images : theory and practice
Advances in infrared photodetectors
System identification : a frequency domain approach
System identification : a frequency domain approach
알기쉬운 전파식별
Advances in intelligent informatics
Three-dimensional object recognition systems
Advances in pattern recognition and applications : selected papers from the Vth Spanish Symposium on Pattern Recognition and Image Analysis, 21-25 September 1992
홍채인식 기술의 국제표준화를 위한 연구개발 및 활동 =
Biological identification : DNA amplification and sequencing, optical sensing, lab-on-chip and portable systems
Pattern recognition : architectures, algorithms & applications
Image processing and pattern recognition : fundamentals and techniques
Detection of light
Multimedia Tools and Applications
Choudhary M.,Tiwari V.,Venkanna U.IEEE ACCESS
Zhao, Tianming; Liu, Yuanning; Huo, Guang; Zhu, XiaodongIEEE Transactions on Information Forensics and Security, Information Forensics and Security, IEEE Transactions on, IEEE Trans.Inform.Forensic Secur.
Chen, J.; Shen, F.; Chen, D.Z.; Flynn, P.J.Future Generation Computer Systems
Choudhary M.,Tiwari V.,Venkanna U.Journal of Visual Communication and Image Representation
Salve, S.S.; Narote, S.P.IEEE Transactions on Information Forensics and Security
Danny Z. Chen; Jianxu Chen; Patrick J. Flynn; Feng ShenIEEE Transactions on Intelligent Vehicles
Hou Y.,Wu E.Q.,Cao Z.,Xu X.,Zhu L.M.,Yu M.Journal of Ambient Intelligence and Humanized Computing
Jayanthi J.,Lydia E.L.,Krishnaraj N.,Jayasankar T.,Babu R.L.,Suji R.A.Pattern Recognition Letters
Hofbauer H.,Jalilian E.,Uhl A.ACS Applied Electronic Materials
Changfu Xu; Yan Yuan; Haiyan Shi; Minchun Lin; Yuan Tang; Zhaoqi Liu; Nian Pan; Xiaohong Zhang; Pengbo Lyu; Lizhong SunApplied Sciences (Switzerland)
Tobji R.,Di W.,Ayoub N.Wireless Networks
Novik V.,Matveev I.,Litvinchev I.Image and Vision Computing
Omelina L.,Goga J.,Pavlovicova J.,Oravec M.,Jansen B.Multimedia Tools and Applications
Aryanmehr S.,Boroujeni F.Z.Journal of Physics: Conference Series
Wang, X.; Duan, J.; Yan, Z.전기전자학회논문지
홍진일, 김동민, 양우석Multidimensional Systems and Signal Processing
Kumawat A.,Panda S.보안공학연구논문지
조은숙, Ronnie D. Caytiles, 김석수한국인터넷방송통신학회 논문지
양우석Multimedia Tools and Applications
Huo G.,Lin D.,Yuan M.전선 / 대학원
패턴 인식은 데이터가 주어졌을 때 데이터에 대한 사전 지식이나 통계적 특성을 사용하여 패턴의 특징을 찾아내고 이를 사용하여 패턴을 분류하는 것이다. 데이터의 차원은 일반적으로 매우 커서 데이터를 파악하기가 매우 어렵다. 데이타가 어떤 부류에 속하는 지에 대한 사전 지식이 있을 경우에는 패턴 분류를 하는 방법으로는 Bayes 분류기, Maximum likelihood 방법, Discriminant Analysis, 신경회로망 등이 있다. 그리고 데이터에 대한 사전지식이 없는 경우에는 clustering 하는 방법을 통하여 데이터를 분류한다. 패턴 인식은 얼굴, 지문 등의 생체인식 분야에 많이 이용되고 있으며, 또한 많이 축적된 데이터로부터 새로운 지식을 찾으려하는데 사용되고 있다. 이 과목에서는 패턴 인식에서 사용하는 여러 방법을 소개하고 그 응용에 대하여 다룬다.전선 / 학사
본 강의는 이미지 센서의 기본 개념을 다루며, 수강생들에게 이미지 센서 개발에 필요한 반도체 소자의 특성과 관련 기술들에 대한 전반적인 지식을 기초 입문자 수준으로 이해하기 쉽게 제공한다. 또한, 어떻게 빛 정보가 이미지 센서를 통해 디지털 정보로 바뀌는 지와 이미지 신호처리 기법을 통해 우리에게 이미지로의 과정에 대해 이해 할 수 있도록 한다.전선 / 대학원
대수의 기본과 선형블럭부호의 부호화 및 복호화를 이해하고 갈로아체의 연산을 바탕으로 순회부호, BCH 부호 및 리드-솔로몬부호를 학습한다. 콘볼루션부호의 부호화 및 복호화를 이해하고 자동 재전송요청의 기본을 학습한다.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
패턴 인식은 데이터가 주어졌을 때 데이터에 대한 사전 지식이나 통계적 특성을 사용하여 패턴의 특징을 찾아내고 이를 사용하여 패턴을 분류하는 것이다. 데이터의 차원은 일반적으로 매우 커서 데이터를 파악하기가 매우 어렵다. 데이타가 어떤 부류에 속하는 지에 대한 사전 지식이 있을 경우에는 패턴 분류를 하는 방법으로는 Bayes 분류기, Maximum likelihood 방법, Discriminant Analysis, 신경회로망 등이 있다. 그리고 데이터에 대한 사전지식이 없는 경우에는 clustering 하는 방법을 통하여 데이터를 분류한다. 패턴 인식은 얼굴, 지문 등의 생체인식 분야에 많이 이용되고 있으며, 또한 많이 축적된 데이터로부터 새로운 지식을 찾으려하는데 사용되고 있다. 이 과목에서는 패턴 인식에서 사용하는 여러 방법을 소개하고 그 응용에 대하여 다룬다.전선 / 대학원
강좌에서는 Bayes, MAP, Neyman-Pearson, MMSE 등의 검출 이론과 이의 추정에 대해 다룬다. 또한 최적 수신기의 성능과 이의 분석을 다룬다.전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 대학원
이 과목에서는 내장형시스템 분야의 최신 연구동향을 학습한다. 최신 논문의 강독 및 세미나 발표를 중심으로 진행되며, 다양한 응용분야에서 내장형 시스템의 설계 이슈와 최신 방법론을 다룬다. 주요 강의주제는 시스템레벨 설계 방법론, 내장형소프트웨어 설계 및 최적화, 시스템온칩 아키텍처설계, 하드웨어/소프트웨어 통합설계 등을 다룬다. 또한, 구체적인 설계사례로 IoT 시스템, 스마트폰 등의 모바일 시스템, 스토리지 서브시스템 등을 다룬다. 논문 세미나에서는 top-tier 학회인 DAC, DATE, ESWEEK, ISCA, MICRO, FAST 등에서 발표된 최신 주요 논문을 주로 발표한다.전선 / 대학원
본 강의에서는 3차원 복원과 관련된 컴퓨터 비전과 인공지능 분야를 이해하기 위한 기본적인 개념들에 대해 배운다. 본 강의를 수강한 학생들은 3차원 컴퓨터 비전 연구를 이해하고 진행할 수 있는 이론적 개념들과 실전 기술들을 배울 수 있을 것이라 기대된다. 이를 위해 3차원 비전의 기본 개념, 프로젝티브 기하학, 카메라 모델, 카메라 칼리브레이션, 멀티뷰 기하학, 3차원 복원, 학습 기반 3차원 비전, 3차원 사람 포즈 복원 등 다양한 내용들에 대해 다루게 된다.전선 / 대학원
컴퓨터네트워크연구는 인터넷 프로토콜, 통신 아키텍쳐, 네트워크 보안, 블록체인, 암호화폐, 온라인 프라이버시, 소셜네트워크, 데이터센터 네트워킹, 초고속 네트워킹, 멀티미디어 네트워킹, 이동/무선 네트워킹, 망 운영 및 관리, IoT, 인터넷 트래픽 분석 등 다양한 인터넷 분야의 최신 논문들을 발표하고 토의하는 강의이다. 수강 학생들은 컴퓨터 네트워크 분야 국제학술논문지와 국제학술발표지에서 최근에 발표된 중요한 논문들을 선택하여 요약발표하는 기회를 가진다. 또한 새로운 연구주제가 개발되는 경우 프로젝트를 수행할 수도 있다.전선 / 대학원
본 강의에서는 지능시스템을 위한 패턴인식 알고리즘들에 대해서 공부한다. 패턴인식은 문자인식, 지문인식, 얼굴인식, 음성인식 등을 모두 포괄하는 지능시스템을 구현하기 위한 필수적인 분야로 그 응용 분야가 매우 다양하며 풀고자 하는 문제에 따라 분류문제, 회귀문제, 군집화문제 등으로 나눌 수 있다. 본 강의에서는 각각의 문제들을 풀기 위해 대표적으로 사용되는 알고리즘들에 대해서 살펴보며 수강생들로 하여금 학기중 프로젝트를 통해서 패턴인식 기술을 사용하는 지능형 시스템을 구현해 보도록 한다.전필 / 학사
기업체 전문가, 해당분야 연구실 교수가 강의하며, 인공지능의 코어 기술과 응용의 최신 연구, 개발 트렌드를 소개한다. 각 분야별로 현재 및 미래의 중요한 인공지능 문제들을 소개하고, 이를 접근하기 위한 가용 학습데이터, 그리고 이를 이용한 최신 인공지능 설계기술 및 응용현황을 소개한다. 구체적으로는, 비전/음성/텍스트의 전통적인 문제, 학습데이터와 솔루션 뿐 아니라 인공지능 기반 시스템의 형평성, 개인데이터 기반 학습결과의 저작권, 공공데이터의 활용 방안 등 인공지능의 응용분야가 넓어지며 만나게 되는 새로운 이슈들에 대한 소개와 토의를 진행한다.전선 / 학사
AI를 이용하여 주차장 게이트에서 번호판을 인식후 주차장 게이트를 Open/deny 하는 과정을 구현한다. 자동차 번호판을 인식하기 위해 object-detection, Text Detection, OCR, Image Captioning, Generative Model 등 다양한 컴퓨터 비전 에 사용되는 딥러닝 모델들의 개요에 대해 배우고, GPU 서버를 이용하여 이 과정들을 구현한다.전선 / 대학원
인공신경망 시스템은 인간 두뇌의 구조를 모방한 생물학적 정보처리시스템으로서 비교적 단순한 기능을 가진 다수의 연산소자들로 구성되어 있다. 이 과목에서는 신경망의 수학적 이론과 실제 응용에 관해 학습한다. 최신 신경망 모델의 다양한 구조를 살펴보며 감독학습, 무감독 학습, 강화 학습을 수행하기 위한 연결론적 또는 확률적 학습 알고리즘에 대하여 공부한다.전선 / 대학원
유전 알고리즘으로 대표되는 진화 알고리즘과 문제 공간 탐색에 대해학습한다. 진화 알고리즘은 크게 문제 해결을 위한 경우와 시뮬레이션을 위한 경우가 있는데 본 강의는 문제 해결 측면에 촛점을 맞춘다.전선 / 대학원
구강악안면방사선학분야에서 최근 이루어지고 있는 연구동향과 최신지견에 대해 토의한다.전선 / 대학원
본 교과목은 데이터를 분석하여 유용한 정보를 추출하고 모델을 만들어 예측에 사용하는 데이터 마이닝에 대해 보다 깊이 있게 소개한다. 데이터마이닝의 중요한 알고리즘, 기반 기술, 대용량 데이터를 효과적으로 처리하는 마이닝 기술 등을 학습한다. 그리고 분산 시스템과 다수의 머신을 이용하여 빠르고 확장성 있게 대용량 데이터를 처리하는 방법을 논의한다. 또한 여러 실제 세계 응용에 어떻게 데이터마이닝을 적용하는지에 대해서도 논의한다. 주요 주제로 그래프 데이터 분석, 행렬/텐서 데이터 분석, 비정상 이벤트 탐지 등이 있다.전선 / 대학원
컴퓨터 청각(Machine Listening; Computer Audition) 분야는 컴퓨터 비전(Computer Vision)과 더불어 인공지능에서 가장 활용 분야가 넓은 연구 분야 중 하나이다. 시리 등의 음성인식 알고리즘부터 오디오 핑거프린팅을 이용한 자동 음악검색 등 이미 많은 컴퓨터 청각 관련 서비스들이 우리 생활 깊숙이 침투해 있다. 본 교과목은 강의를 통해 인공청각지능 또는 컴퓨터 청각 시스템을 만들기 위해 사용되고 있는 최첨단 기계학습 알고리즘들의 기본 원리에 대해 알아보고, 랩 세션을 활용하여 이러한 알고리즘들을 실제로 구현해본다. 최종적으로는 기말과제를 통하여 오디오/음악/청각인지 등에 실제로 적용할 수 있는 시스템을 구축하는 것을 목표로 한다.전선 / 대학원
본 과목에서는 인공지능의 최신 연구에 대하여 살펴본다. 기계학습, 컴퓨터비전, 자연어처리, 음성인식, 로봇 공학 등 인공지능의 여러 세부 분야에 대해 대표적인 연구 논문들을 중심으로 이론 및 알고리즘, 응용 분야 등에 대해 발표하고 토의한다.전선 / 대학원
본 강좌에서는 인공지능반도체 분야의 최신 연구동향을 학습한다. 최신 논문의 강독 및 세미나 발표를 진행하며, 인공지능반도체 개발 프로젝트와 관련된 연구 주제에 대하여 선행 연구를 조사하고, 해결책 제시하며 및 실험, 분석 혹은 모의실험을 통한 검증을 진행한다.인공지능반도체 아키텍처, 인공지능반도체를 위한 시스템소프트웨어, 주요 인공지능 응용 모델, 인공지능반도체 하드웨어 회로 설계 및 소자 설계등을 포함한 인공지능반도체 분야의 다양한 주제를 대상으로 학습한다. 구체적인 인공지능반도체 설계사례로는 서버용 인공지능반도체, 엣지용 인공지능반도체, 학습용 인공지능반도체 및 추론용 인공지능반도체 등 다양한 인공지능반도체 제품을 다룬다. 논문 세미나에서는 최고수준의 학술대회 및 학술지에서 발표된 최신 주요 논문을 주로 발표하고, 해결책 제시 및 검증 결과를 포함하는 연구 보고서를 제출한다.