최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 자율주행 차량의 안전 운행을 위해 교통 표지판 인식 및 추적 기술을 제안합니다. 색상 특징과 HOG 특징을 이용하여 교통 표지판 후보를 검출하고 SVM으로 인식하며, RANSAC 기반 모션 예측을 통해 악천후나 조명 변화에도 안정적인 인식 성능을 제공합니다.
Autonomous Intelligent Vehicles : Theory, Algorithms, and Implementation
Guide to convolutional neural networks : a practical application to traffic-sign detection and classification
Vision and navigation : the Carnegie Mellon Navlab
Autonomous ground vehicles
Sensor based intelligent robots : international workshop, Dagstuhl Castle, Germany, September 28-October 2, 1998 : selected papers
Energy-efficient driving of road vehicles : toward cooperative, connected, and automated mobility
Artificial intelligence in highway location and alignment optimization : applications of genetic algorithms in searching, evaluating, and optimizing highway location and alignments
Qualitative motion understanding
Control strategies for advanced driver assistance systems and autonomous driving functions : development, testing and verification
Intelligent unmanned ground vehicles : autonomous navigation research at Carnegie Mellon
자동차 자율주행 기술 교과서 : 인공지능 시대의 자동차 첨단기술을 이해하는 자율주행 메커니즘 해설
EUR 18905 - COST 331 - Requirements for horizontal road marking
An Analysis of Hov Lanes.
모빌리티의 미래 : 전기차부터 자율주행, 도심항공에서 우주여행까지 세상을 바꿀 모빌리티 기술의 거의 모든 것
Image recognition and classification : algorithms, systems, and applications
Predicting vehicle trajectory
Computer vision for autonomous vehicles : problems, datasets and state of the art
Recent developments in computer vision : Second Asian Conference on Computer Vision, ACCV '95, Singapore, December 5-8, 1995 : invited session papers
Task-directed sensor fusion and planning : a computational approach
Underwater SLAM for structured environments using an imaging sonar
제어.로봇.시스템학회 논문지
김성욱; 이준웅한국산학기술학회논문지
박재홍, 윤덕근安徽职业技术学院学报 / Journal of Anhui Vocational Technical College
葛笑寒Neurocomputing
Sun, Z.-L.; Wang, H.; Wang, D.; Seet, G.; Lau, W.-S.IOP Conference Series: Materials Science and Engineering
Wenhui Li; Shangyou Zeng; Daihui Li반도체디스플레이기술학회지
추연호, 이복주, 최영규IEEE Transactions on Intelligent Vehicles
Mohsen Shirpour; Nima Khairdoost; Michael A. Bauer; Steven S. BeaucheminJournal of Electronic Imaging
Hazelhoff, L.; Creusen, I.M.; Woudsma, T.; De With, P.H.N.International Journal of Machine Learning and Cybernetics
Bi Z.,Yu L.,Gao H.,Zhou P.,Yao H.Sensors (Switzerland)
Cao J.,Song C.,Peng S.,Xiao F.,Song S.Multimedia Tools and Applications: An International Journal
Amma, N. G. Bhuvaneswari; Rajput, Vikrant방송공학회 논문지
김상기; 한동석Journal of Internet Technology
Luo, S.; Yu, L.; Bi, Z.; Li, Y.IET Intelligent Transport Systems
Lee, Soomok; Seo, Seung WooCognitive Systems Research
Jayaprakash A.,KeziSelvaVijila C.Journal of Physics: Conference Series
Dwi Ratna Sulistyaningrum; Budi Setiyono; Daryono Budi Utomo; T Ummah; Bandung Arry Sanjoyo; SoetrisnoJournal of Intelligent and Fuzzy Systems
Lian J.,Chen S.,Pi J.,Li L.,Li Q.제어.로봇.시스템학회 논문지
최창원, 박순용, 최성인IOP Conference Series: Materials Science and Engineering
Sugiana, A.; Aprillia, B.S.; Rifqi, M.N.Neural Computing and Applications
Gan Zhang; Yafei Wang; Wenju Li; Xianping Fu전선 / 대학원
표준적 도시교통계획과정의 이론적 구조와 문제점 그리고 실천모형의 장단점을 비교검토하고, 보다 일반적인 교통계획모형의 구성을 위한 여러 방법론과 고급이론을 소개함과 아울러 새로운 연구방향에 관해 연구한다.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 / 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
이 교과목은 대학원생들을 대상으로, 현재 사용되고 있는 최신 암호 알고리즘을 설명한다. 이 과목은 다음과 같이 두 부분으로 구성된다: 첫째, DES, IDEA, RC5, RC6 와 같은 블록 암호 알고리즘들을 각각 키(key) 생성, 암호화, 복호화 하는 과정으로 설명한다. 둘째, 전자 서명에 근거한 다양한 인증 기법을 소개한다. DMDC, MD5, SHA-1, HMAC 와 같은 다양한 해쉬(hash) 함수를 사용하여 문장을 축약하고 인증하는 방식을 제시한다.전선 / 학사
통상적으로 교통운영은 교통류에 대한 충분한 이해를 바탕으로 적절한 운영 방안을 도입하여 도로교통시설의 효율을 높이는 것을 의미한다. 이를 위해 교통류에 대한 미시적‧거시적 관점, 교통량‧속도‧밀도 등 교통류 특성 간의 관계, 교통정체의 발생 및 해소 과정 등을 이해하는 것이 중요하다. 한편, 교통수단의 다변화로 인해 기존 교통운영의 대상이었던 도로교통이 교통시스템의 한 요소로써의 역할을 맡게 되었으며, 자연스럽게 교통운영의 범위도 확대되었다. 또한, 정보통신기술의 발달이 수집 가능한 정보의 질적‧양적 성장을 촉진하였지만, 불완전한 정보가 수집되거나 교통시스템 내‧외적 요인으로 인해 불확실한 예측이 이뤄지는 경우도 발생하였다. 최근 들어 이를 해결하기 위해 인공지능(Artificial Intelligence, AI)을 활용한 사례들이 등장하고 있다. 따라서 이 과목에서는 교통류분석, 교통신호제어 등의 배경이 되는 교통 관련 이론에 대해 학습함과 더불어 교통운영 분야 내 다양한 AI 적용 사례들을 소개하면서 기계학습(Machine Learning), 딥러닝(Deep Learning), 생성형 AI(Generative AI) 등 연관된 AI 기법을 살펴본다. 아울러 자율주행차량 제어, 대중교통 및 모빌리티 시스템 운영 등 교통운영의 확대된 범주 내에 포함되는 교통시스템에 대해서도 다룸으로써 폭넓은 지적 기반을 제공할 수 있을 것으로 기대된다.전선 / 대학원
교통사고에서 발생하는 손상의 기본적인 기전을 알고 보행자와 탑승자에서 나타나는 전형적인 손상 양상을 익혀, 사고 상황을 판단할 수 있도록 한다.전선 / 대학원
본 교과목은 단순한 질의응답을 넘어, 스스로 목표를 설정하고, 도구를 사용하며, 복잡한 과업을 자율적으로 수행하는 ‘에이전트(Agentic)' AI의 설계 원리와 구현 방법론을 심층적으로 다룬다. 기존의 LLM(Large Language Model)이 가진 한계를 극복하고, LLM을 ‘추론 엔진'으로 활용하여 실제 세계와 상호작용하는 지능형 시스템을 구축하는 데 초점을 둔다. 수강생들은 단일 에이전트의 핵심 구성 요소인 사고-행동-관찰(Reasoning-Acting-Observation) 루프, 동적 도구 사용(Tool Use), 장단기 기억(Memory) 메커니즘을 학습한다. 나아가 여러 에이전트가 협력하여 인간의 개입을 최소화하면서 복잡한 문제를 해결하는 멀티 에이전트 시스템(Multi-Agent System)의 설계 패턴(예: 계층적, 협력적)과 통신 프로토콜을 배운다. LangChain, AutoGen, CrewAI와 같은 최신 프레임 워크를 활용한 실습을 통해, 에이전트 아키텍처 설계부터 정교한 프롬프트 체이닝, 실행 루프 구현까지의 전 과정을 경험하며, 차세대 AI 애플리케이션을 개발할 수 있는 실전 역량을 배양하는 것을 목표로 한다.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
인간이 운동을 생성하고 조절 할 때 사용되는 기전을 밝히고, 이 때에 적용되는 원리를 규명하는 것이 운동 제어 연구이다. 최근에 복잡한 인간의 신경체계와 근육체계로 인한 무한한 자유도 생성의 문제와 협응구조의 개념을 통한 학습을 하게 될 것이다.전선 / 대학원
본 강좌는 자율주행과 관련된 이론을 소개하고 자율주행 시스템의 응용을 살펴봅니다. 자율주행 기술은 자동차 및 각종 모빌리티에 매우 중요한 기술입니다. 본 강좌는 학생들에게 자율주행에 필요한 센싱, 심층학습, 의사 결정, 강화학습, 그리고 경로계획 알고리즘을 소개합니다. 또한 자율 시스템을 구축하고 이론적 지식을 실제 문제에 응용하는 방법들을 살펴봅니다.전선 / 대학원
본 교과목은 단순한 질의응답을 넘어, 스스로 목표를 설정하고, 도구를 사용하며, 복잡한 과업을 자율적으로 수행하는 ‘에이전트(Agentic)' AI의 설계 원리와 구현 방법론을 심층적으로 다룬다. 기존의 LLM(Large Language Model)이 가진 한계를 극복하고, LLM을 ‘추론 엔진'으로 활용하여 실제 세계와 상호작용하는 지능형 시스템을 구축하는 데 초점을 둔다. 수강생들은 단일 에이전트의 핵심 구성 요소인 사고-행동-관찰(Reasoning-Acting-Observation) 루프, 동적 도구 사용(Tool Use), 장단기 기억(Memory) 메커니즘을 학습한다. 나아가 여러 에이전트가 협력하여 인간의 개입을 최소화하면서 복잡한 문제를 해결하는 멀티 에이전트 시스템(Multi-Agent System)의 설계 패턴(예: 계층적, 협력적)과 통신 프로토콜을 배운다. LangChain, AutoGen, CrewAI와 같은 최신 프레임 워크를 활용한 실습을 통해, 에이전트 아키텍처 설계부터 정교한 프롬프트 체이닝, 실행 루프 구현까지의 전 과정을 경험하며, 차세대 AI 애플리케이션을 개발할 수 있는 실전 역량을 배양하는 것을 목표로 한다.전선 / 대학원
본 강좌는 다양한 머신러닝기법을 활용한 기후환경데이터 분석 방법을 소개한다. Linear regression, Logistic regression, Support Vector Machine (SVM), Random Forest, XGBoost, LightGBM 등과 같은 지도 학습 기법에 더불어,K-mean clustering, Principal Component Analysis, Singular Value Decomposition,Self-Organizing Map (SOM) 등의 비지도 학습 머신러닝 기법들의 구동 원리를 파악할 수 있는 이론 강의와, 이 중 일부를 활용한 실습 과정으로 구성된다. 다양한 머신러닝 기법 기반의 데이터 분석 방법을 비교함으로서 머신러닝 기법들의 장단점을 파악할 수 있도록 한다.전선 / 학사
이 과목은 자동차 환경규제와 제도의 대응을 위해 개발되는 다양한 동력원시스템의 원리, 구조 및 특징, 기존자동차와 전기차 전용플랫폼의 차이와 특징 등을 공부한다. 자동차에서 요구되는 동력특성을 이해하고 동력전달장치의 구성과 에너지흐름을 공부한다. 미래자동차의 중요 분야인 첨단운전자지원시스템(ADAS)과 자율주행차의 특징을 소개한다. 자동차가 환경에 미치는 영향을 공부하고 LCA 관점에서 동력원별 온실가스배출 특성을 알아본다.전선 / 대학원
이 과목은 차량동역학 및 제어 시스템과 제어이론응용을 다룬다. 동역학적 해석을 위한 물리적인 특성 및 모델링, 차량주행안전성, 스마트 자율주행 시스템에 대해 강의하고 이런 시스템에 응용되는 제어이론 및 제어기법을 학습할 수 있도록 한다. 특히, 스마트 자율주행 제어시스템의 최신 기술동향에 대해 소개한다. 자동차의 사고방지안전시스템 및 운전자보조시스템에 적용되는 제어이론을 소개한다. 또한 자율주행자동차에 핵심요소기술, 위치정보, 도로주위환경인지, 주행모드판단제어의 기본이론을 소개한다.전선 / 학사
인공지능은 사람의 생각과 행동을 모사하고, 이성적인 행위를 통하여, 주어진 목적을 달성하는 시스템을 연구하는 학문 분야이다. 본 수업에서는 인공지능 시스템을 구성하기 위한 다양한 방법론을 논한다. 이는 효율적인 탐색, 지식의 표현, 불확실성에 대한 이해, 상관관계와 인과관계에 대한 이해, 시각, 음성, 자연어 등의 처리, 학습 등을 포함한다. 이를 통해 학생은 인공지능의 핵심 원리와 기술에 대해 수학적, 논리적, 정성적, 정량적, 확률 통계적, 학습적 관점 등으로 종합적인 이해를 한다.전선 / 대학원
경관은 도시와 농촌의 지질, 토양, 수계, 식생, 야생동물과 토지이용의 시스템이다. 우리는 경관을 요소별로 나누어 이해할 수도 있고. 시공간에서 구조를 지니는 하나의 시스템으로서 상호관계의 측면에서도 연구할 수 있다. 경관은 생태계의 시스템으로 기능한다. 식생과 토양이나 물과 도시경관 사이에 관련성이 있기에 일관성을 인식하는 것은 공간을 인식하게 한다. 경관이 읽기 쉬울 때, 그것은 개인과 커뮤니티의 지속가능성에 기여한다. 그러므로 경관의 시스템적인 분석은 자연 생태 계획이나 사회적, 문화적, 심리적 건강성 향상을 계획할 때 필수적이다. 강의는 매주 진행되고 경관 체계 분석에 관한 주제를 연구하고 토론한다. 토론에 참여하기 위해서, 학생들은 정해진 주제에 관한 발표를 정기적으로 준비해야 한다.전선 / 대학원
디지털 영상 처리 및 분류를 통한 원격탐사 위성영상으로부터 추출 가능한 지리정보의 효과적인 판독 및 분류 기법을 습득하고 실제 실험 프로젝트를 통하여 위성영상의 판독 능력을 배양한다.전선 / 대학원
자율로봇은 사람의 개입이 없이 목표를 달성하기 위해 주변 환경을 파악하고 계획을 세워 실행하는 시스템이다. 이를 위해 자율로봇은 사람과 같이 감각기, 지능, 구동기를 갖추고 있다. 특히 지능은 감각기로부터 받은 외부 신호와 내부 상태를 목표를 달성할 수 있는 최적의 계획 수립과 실행으로 이어주는 자율로봇의 핵심 요소이다. 본 강의에서는 자율로봇지능에 필요한 요소기술인 공간지, 인지, 판단, 계획 알고리즘에 대해 소개하고 과제와 프로젝트를 통해 실습해 보게 된다. 대표적인 자율로봇인 자율주행자동차의 사례와 관련 지능 알고리즘을 중점적으로 다루게 된다.전선 / 학사
본 강의에서는 통계적 추론에 기반한 기계학습의 기초에 대하여 학습하고 조선해양공학의 응용문제에 대한 프로젝트를 수행한다. 기계학습에 관련된 확률, 선형대수, 최적화의 기초에 대하여 학습한다. 확률에 기반한 최우추정법에 대하여 학습한다. 비지도 학습 분류 방법 및 선형 회귀법에 대하여 학습한다. Hidden Markov 모델과 Bayesian Inference의 개념, 이론 및 알고리즘에 대한 개요를 학습한다. Neural Network에 기반한 학습모델로 이미지 인식을 위한 Convolutional Neural Network, 음성과 같은 time series 데이터의 학습을 위한 Recurrent Neural Network의 개요에 대하여 학습한다. 그리고 보상에 따라 학습하는 Reinforcement Learning에 대하여 익힌다. 마지막으로 조선해양공학 응용의 기계학습 프로젝트를 수행하도록 한다.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.