최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 논문은 MMORPG 게임봇 탐지를 위해 게임봇의 자기 유사성을 이용한 기계 학습 기법을 제안한다. 제안하는 시스템은 설정된 패턴 반복이라는 게임봇의 특징을 활용하여 자동으로 모델을 유지 보수하며, 리니지, 아이온, 블레이드 앤 소울에 적용하여 성능을 검증했다.
봇을 이용한 게임 해킹 : 메모리 스캐닝에서 반응형 해킹까지
Massively multiplayer online role-playing games : the people, the addiction and the playing experience
게임의 사회학 : 리니지와 WoW의 로그 데이터에서 찾은 현실 세계의 알고리즘
유니티로 게임을 만드는 10가지 방법 : 액션, 퍼즐, 슈팅, 롤플레잉, 레이싱 등 장르별로 배우는 게임 알고리즘
파이썬과 케라스로 배우는 강화학습 내 손으로 직접 구현하는 게임 인공지능 /
미디어와 문화 =
파이썬과 케라스로 배우는 강화학습 : 내 손으로 직접 구현하는 게임 인공지능
게임하는 뇌 : '게임 인류'의 뇌과학 이야기
Multi-agent machine learning : a reinforcement approach
유니티로 배우는 게임 인공지능 : 게임 개발 필수 70가지 인공지능 패턴
세상을 바꿀 테크놀로지 100 : 제4차 산업혁명을 주도하는 미래 산업 전망
Advances in Dynamic and Evolutionary Games
Game theory in biology : concepts and frontiers
Advances in dynamic games : theory, applications, and numerical methods for differential and stochastic games
게임 디자인 워크숍
GPT-4를 활용한 인공지능 앱 개발 : 오픈AI API와 최신 GPT 모델로 창의적 앱 구축하기
게임을 위한 AI
디지털 중독자들 : 인터넷 의존증이 바꿔놓은 세상
Artificial intelligence
정보보호학회논문지
이은조; 조원준; 김현철; 엄혜민; 이지나; 권혁민; 김휘강ETRI Journal
정연오, 박창용, 김누리, 조하나, 윤태복, 이헌주, 이지형정보보호학회논문지
강아름, 우지영, 박주용, 김휘강한국컴퓨터게임학회논문지
김성규, 오규환, 김종환ADVANCES IN KNOWLEDGE DISCOVERY AND DATA MINING, PAKDD 2022, PT II
Qi, Xianyang; Pu, Jiashu; Zhao, Shiwei; Wu, Runze; Tao, Jianrong한국지능시스템학회 논문지
박상현, 정혜욱, 윤태복, 이지형Journal of the Korean Data And Information Science Society
Hyunsue Jung; Jungwon Choi; Sangjun Weon; Suin Kim; Jongbeom Park; Nayeon Lee; Yoonsuh JungKSII Transactions on Internet and Information Systems
강아름, 김휘강, 우지영정보보호학회논문지
송현민, 김휘강한국게임학회 논문지
정혜욱, 박상현, 방성우, 이지형, 윤태복한국게임학회 논문지
이재혁, 강성욱, 김휘강INFORMATION SECURITY APPLICATIONS, WISA 2020
Park, Semi; Lee, Kyungho한국컴퓨터정보학회논문지
최재웅, 강아름INTERNATIONAL JOURNAL OF DATA MINING MODELLING AND MANAGEMENT
Cuzzocrea, Alfredo; Martinelli, Fabio; Mercaldo, Francesco정보보호학회논문지
김하랑, 김휘강INFORMATION SECURITY APPLICATIONS, WISA 2019
Park, Kyung Ho; Lee, Eunjo; Kim, Huy KangComputer Communication Review
Jeong, S.H.; Kang, A.R.; Kim, H.K.한국게임학회 논문지
윤태복, 이지형한국데이터정보과학회지
정현수; 최정원; 원상준; 김수인; 박종범; 이나연; 정윤서전기학회 논문지 P권
최준영, 서창진전선 / 학사
학생들에게 게임이론의 기초적인 도구를 갖춰주는 데 그 목적이 있다. 본 과목은 현대 미시경제학이 다루는 전략적 행동에 관한 기본 모형과 전통적인 가격이론으로는 설명하기 힘든 시장들에 관한 분석 방법을 제공한다. 불확실성하의 선택, 전략적 행동하의 선택 그리고 불완전정보하의 선택에 이르는 개인의 선택 문제를 다루며, 과점시장과 보험시장, 경매를 비롯한 다른 응용범위에 이르기까지 이론을 적용한다.전선 / 대학원
이 강의에서는 인공지능 신뢰성 문제, 즉 인공지능의 가치정렬, 적법·윤리성, 견고성을 측정·확보하는 기법과 이를 촉진하기 위한 제도의 설계 방안을 학습한다. 이를 위해 리스크의 측정·경감 기술의 이해 뿐 아니라 인문·사회과학·법적 관점을 융합한 다양한 접근을 제시한다. 구체적으로 공정한 기계학습, 설명 가능한 AI, 인간-AI 상호작용, 프라이버시 보존 데이터 분석, 자율시스템의 안전성, 인지모델의 견고성, 생성모델의 권리침해와 오남용 문제, 자율살상무기체계의 통제 등을 탐색한다.전선 / 대학원
이 강의에서는 인공지능 신뢰성 문제, 즉 인공지능의 가치정렬, 적법·윤리성, 견고성을 측정·확보하는 기법과 이를 촉진하기 위한 제도의 설계 방안을 학습한다. 이를 위해 리스크의 측정·경감 기술의 이해 뿐 아니라 인문·사회과학·법적 관점을 융합한 다양한 접근을 제시한다. 구체적으로 공정기계학습, 설명가능 AI, 인간-AI 상호작용, 프라이버시 보존 데이터 분석, 자율시스템의 안전성, 인지모델의 견고성, 생성모델의 권리침해와 오남용 문제, 자율살상무기체계의 통제 등을 탐색한다.전선 / 대학원
자율주행 이동 로봇공학은 로봇이 임의 공간에서 무인으로 이동하면서 주변을 탐색하고 현재 위치를 추정하면서 동시에 주위 공간의 지도를 작성하는 문제와 경로 계획 및 경로 최적화를 다룬다. 작성된 지도는 로봇이 주변 환경을 인식하는데 사용되며 로봇은 환경과 연속적으로 상호작용하게 된다. 이 내용은 기계 학습의 확률적 추론에 기반하고 있으며 수상/수중 로봇, 지능형 제조 작업 수행, 물류 처리 로봇의 핵심 알고리즘으로 사용된다. 베이즈 필터, 칼만 필터, 입자 필터, 동시적 위치추정 및 지도작성, 확장칼만필터 SLAM, 빠른 SLAM, 그래프 SLAM, 경로 계획 등에 대하여 학습토록 한다. 파이썬/C++ 프로그래밍의 기초 지식을 필요로 한다.전선 / 대학원
많은 정책적 이슈들은 이해 당사자들의 전략적인 상호작용이나 이해당사자들 간의 비대칭정보가 존재하는 상황을 당면한다. 이러한 전략적 상호작용과 비대칭정보 상황을 이론적으로 모형하기 위해서 현대 사회과학에서 게임이론과 비대칭정보 이론이 발전하였다. 이 과목은 게임이론과 비대칭정보이론의 주요 연구 성과를 논의하고, 이러한 이론들에 기초하여 민영화, 규제완화, 준시장제도 등의 정책과제를 연구하는 것을 목적으로 한다.전선 / 대학원
로봇학습은 로봇공학과 인공지능(AI) 기술을 결합하여 로봇이 인간처럼 경험을 통해 새로운 기술과 지식을 습득하는 방법을 연구하는 학문이다. 로봇학습을 이용해 로봇은 데이터와 주변 환경과의 상호작용을 통해 새로운 환경, 작업 및 상황에 적응하며 배울 수 있다. 로봇학습에는 로봇이 모든 시나리오에 대해 명시적 프로그래밍 없이 자율적으로 작업을 수행할 수 있는 능력을 갖출 수 있도록 다양한 기술과 접근방법을 포함하고 있다. 로봇학습의 목표는 로봇이 실제 세계의 다양성과 불확실성을 다루며 변화하는 조건에 적응하고 작업을 자율적으로 수행할 수 있는 로봇을 만드는 것이다. 이 강좌에서는 모방 학습과 심층 강화학습을 포함한 로봇학습의 최근 발전을 리뷰한다. 먼저 Markov decision processes (MDP)와 전통적인 강화학습 기법을 리뷰한다. 그리고 behavior cloning, inverse reinforcement learning, policy gradient, deep Q-network (DQN), 생성적 적대 신경망(GAN) 및 생성적 적대 모방 학습과 같은 주제를 포함한 모방 학습, 딥러닝 및 심층 강화 학습의 최근 개발 동향을 리뷰한다.전선 / 학사
본 교과목에서는 현재 여러 분야에서 적용되고 있는 지능시스템 및 관련연구의 핵심이 되는 확률적 모델링 및 추론, 통계학적 기계학습, 컴퓨터비젼, 로보틱스의 기초를 소개한다. Bayesian networks, hidden Markov models (HMM), Kalman filters, Markov decision processes 등의 확률적 모델링 및 추론방식이 소개되고 선형 regression 및classification 그리고 nonparametric 학습 방법의 기초를 습득한다. 그리고 확률적 모델, 추론방식, 학습방식들이 어떻게 컴퓨터비전 그리고 로보틱스 등의 응용분야에 적용되는지 알아본다.전선 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.일선 / 학사
본 강의는 자아, 정체성, 그리고 디지털 기술 인터페이스의 상호 조형적 관계를 탐구하는 데 중점을 둔다. 강의, 읽기 자료, 멀티미디어 자료, 토론, 과제를 통해 소셜 미디어 플랫폼과 그 알고리즘, 아바타, 가상 세계, 인공지능 챗봇, 로봇 등 다양한 디지털 기술이 우리의 자아 개념과 정체성, 그리고 그에 연관된 개인적, 사회적 경험을 어떻게 형성하며, 반대로 이러한 경험이 인터페이스의 기술적 진화에 어떤 영향을 미치는지에 대한 이론적 및 실증적 이해를 심화하는 것을 목표로 한다.전선 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.전선 / 학사
학습시스템은 환경과의 상호작용을 통한 경험으로부터 지식을 습득하여 스스로 성능을 향상시키는 시스템이다. 기계학습은 학습시스템의 핵심인 경험으로부터 획득한 데이터로부터 모델을 자동으로 생성하고 이를 기반으로 미래 를 예측하는 계산구조와 알고리즘을 연구하는 컴퓨터공학의 한 분야이다. 기계학습은 인터넷 정보검색, 텍스트마이닝, 컴퓨터비젼, 로보틱스, 게임 뿐만 아니라 생명과학과 비즈니스 데이터마이닝 등에 성공적으로 활용되었다. 최근 들어 모바일폰, 스마트 TV등에서 사용자 모델링과 개인화 추천 서비스에 사용되고 있으며 컴퓨터구조, 컴파일러, 운영체제, 통신망 시스템의 모델링 및 성능 예측 등 컴퓨터공학의 다양한 분야에서 널리 활용되고 있다. 본 교과목은 감독학습, 무감독 학습, 강화학습 등 기계학습의 기본 개념과 원리, 여러가지 학습 방법에 대한 모델 구조와 학습 알고리즘 및 그 수학적인 기반를 제공하는 것을 목적으로 한다. 패턴분류, 확률관계모델링, 순차적 의사결정과정에 대한 구체적인 학습 구조와 알고리즘을 살펴보며 실제 응용문제 해결을 위한 미니 프로젝트를 통하여 그 활용 방법을 습득한다.전선 / 대학원
기계학습은 환경으로부터 데이터 관찰과 경험을 통해 성능을 계속적으로 향상시킬 수 있는 문제해결 시스템을 연구하는 인공지능의 한 분야이다. 본 과목에서는 기계학습에 관한 이론 및 실제적인 연구 주제들에 관해 학습한다. 감독 학습과 무감독 학습 및 강화학습에 관한 기본 원리와 이론적인 배경을 공부하며 이들에 대한 구체적인 알고리즘을 학습한다. 기호규칙 학습, 결정트리, 메모리기반 학습, 신경망, 유전자알고리즘, 베이지안 망, 은닉 마코프 모델, 커널방법 및 기타 최근 기계학습 알고리즘을 다룬다.전선 / 대학원
도시에 있어서 물적 환경은 비교적 단시간 안에 꾸며 볼 수 있지만, 그 물적 환경을 바탕으로 영위 되는 시민들의 활동과 생활은 반드시 비등한 단시간에 일어난다고 볼 수 없다. 바로 이 점이 도시를 계획하고 설계함에 있어 빠지기 쉬운 함정이고, 또 극복하기 어려운 난관이기도 한다. 본 과목은 이런 의미에서 “커뮤니티”의 계획과 설계를 연구하는 과목이며, 도시의 계획과 설계를 새롭게 접근하고자 하는 과목이다.전선 / 대학원
기계학습은 환경으로부터 데이터 관찰과 경험을 통해 성능을 계속적으로 향상시킬 수 있는 문제해결 시스템을 연구하는 인공지능의 한 분야이다. 본 과목에서는 기계학습에 관한 이론 및 실제적인 연구 주제들에 관해 학습한다. 감독 학습과 무감독 학습 및 강화학습에 관한 기본 원리와 이론적인 배경을 공부하며 이들에 대한 구체적인 알고리즘을 학습한다. 기호규칙 학습, 결정트리, 메모리기반 학습, 신경망, 유전자알고리즘, 베이지안 망, 은닉 마코프 모델, 커널방법 및 기타 최근 기계학습 알고리즘을 다룬다.전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.전선 / 학사
본 강좌는 놀이란 무엇인가(ludology), 비디오 게임의 역사, 게임의 장르 등 게임과 관련된 기초적 지식을 습득하게 하며 수업 중반 부터는 게임을 구성하는 요소들에 대한 이해와 게임 기획 방법론을 통해 학생들이 게임 시나리오를 제작케 하여 디지털 콘텐츠의 주요 장르 중 하나인 게임의 구성적 요소에 대해 살펴 볼 수 있는 기회를 마련한다.전선 / 대학원
현실과 유사하게 구성된 상황을 학생들이 주어진 역할에 따라 협상에 직접 참여토록 하여 국제협상에 관해 산 경험을 갖게 하는 과목이다. 이 과목의 수업은 특별히 디자인된 국제협력상 lab공간을 활용하여 진행될 것이다.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 / 학사
농식품 산업에서는 영세 농가부터 식품 가공업체, 도매 및 소매업체, 물류 업체, 정부 등 다양한 의사결정 주체들이 밀접하게 상호작용을 하고 있다. 본 과목에서는 게임이론의 주요 이론을 습득하고 이것이 농식품 산업에서의 의사결정 및 상호작용을 이해하는 데 어떻게 적용될 수 있는지 살펴본다. 구체적으로 학생들은 농식품 산업에서의 스마트팜 및 블록체인 기술 도입, 콜드체인 전략, 협동조합 형성, 계약 농업, 농식품 산업의 정보 공유 등의 다양한 주제에 대해 게임이론적 접근방법을 이해하게 된다. 그리고 학생들이 실제 농식품 산업에서 관심 있는 이슈나 사례를 선정하여 게임이론 방법론을 적용해보는 기회를 가지게 된다.전선 / 학사
이 과목은 현대 정치학의 중요한 방법론으로 정착하고 있는 게임이론을 소개하고 다양한 정치현상에 대한 적용을 연습하는 것을 목적으로 한다. 게임이론은 전략적이고 상호의존적인 의사결정의 상황에서 행위자들은 어떠한 선택을 할 것이며 어떠한 집단적인 결과가 귀결될 것인가를 연구한다. 특히 정치학의 중요주제인 선거, 정치제도, 집합행동, 국제관계 등의 문제들을 게임이론을 통해서 재조명 할 것이다.