최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 논문은 RFID 인식 시스템의 한계를 극복하기 위해 영상처리를 이용한 도서 권수 판별 알고리즘을 제안한다. 제안된 방법은 Canny 엣지 검출과 Hough 직선 변환을 통해 입력 영상에서 도서의 권수를 판별하며, 350장의 도서 이미지에 대한 실험 결과 97.1%의 높은 정확도를 보였다.
Filtering, segmentation, and depth
Object detection and recognition in digital images : theory and practice
비전 시스템을 위한 딥러닝 : 신경망을 활용한 엔드투엔드 컴퓨터 비전 애플리케이션 구축하기
Computational intelligence for remote sensing
Computer vision in the infrared spectrum : challenges and approaches
리눅스 커널 2.6 구조와 원리 =
Guide to convolutional neural networks : a practical application to traffic-sign detection and classification
Looking inside a neural network : imaging the internal dynamics of a living neural network using two photon laser scanning microscopy
Image analysis and modeling in ophthalmology
Intelligent image databases : towards advanced image retrieval
파이썬으로 구현하는 고급 머신 러닝 : 딥러닝을 포함한 최신 고급 머신 러닝 기술과 파이썬 활용
컴퓨터 비전과 알고리즘 : OpenCV 알고리즘을 활용한 컴퓨터 비전 프로그래밍
물음을 위한 물음 = 2010년대의 기록
Analysis of variance in statistical image processing
핸즈온 비지도 학습
Adaptive nonlinear system identification : the volterra and wiener model approaches
이게 되네? 챗GPT 미친 활용법 51제: 5배 더 빠르게, 5배 나은 퀄리티로 진짜 현업에 사용해온 오대리의 '51가지 미친 업무 자동화'
(만들면서 배우는) 파이토치 딥러닝 : 12가지 모델로 알아보는 딥러닝 응용법
Image processing and communications challenges 5
정보처리학회논문지. 소프트웨어 및 데이터 공학
조동욱Journal of Information and Knowledge Management
Miao, R.Journal of Intelligent & Fuzzy Systems
Xie ChaoyingLibrary Hi Tech
Shi X.,Tang K.,Lu H.Multimedia Tools and Applications
Chakraborty, D.; Pal, U.; Roy, P.P.; Saini, R.; Alvarez, J.M.한국지능시스템학회 논문지
김아람, 이세한, 이상용Journal of Intelligent and Fuzzy Systems
Xie C.한국인터넷방송통신학회 논문지
김태현; 윤희돈; 강호갑; 조성환Information Processing and Management
Zhou S.,Sun T.,Xia X.,Zhang N.,Huang B.,Xian G.,Chai X.보안공학연구논문지
김현수, 정재영, 강민섭한국정보기술학회논문지
김성연, 박진우, 김상민, 나융, 장유진唐山学院学报 / Journal of Tangshan College
成凤敏; 张学辉; CHENG Feng-min; ZHANG Xue-hui한국지능시스템학회 논문지
김아람; 이세한; 이상용Library Hi Tech
Abcouwer K.,van Loon E.Journal of Physics: Conference Series
Rosita, Y.D.; Sukmaningtyas, Y.N.IET Smart Cities
Yaman O.,Ertam F.,Tuncer T.,Firat Kilincer I.Journal of Computational Methods in Sciences and Engineering
Jianxin Xiong; Hui Yin; Meisen Pan디지털콘텐츠학회논문지
최영주, 김지해, 이영운, 이종혁, 홍광수, 김병규无锡职业技术学院学报 / Journal of Wuxi Institute of Technology
王瑞娜; WANG RuinaJournal of Computational Methods in Sciences and Engineering
Zhen Li전선 / 학사
딥 러닝의 핵심 개념, 모델 및 활용 사례를 강의한다. 강의 전반부에는 deep neural network의 정의, stochastic gradient descent, backpropagation, activation, optimization 등 딥 러닝의 핵심 개념을 강의하며, 후반부에는 convolutional neural network, recurrent neural network, generative adeversarial network, transformer 등 실제로 활용되는 딥 러닝 모델들의 특징과 활용 사례를 다룬다. 또한 각 모델들을 PyTorch를 통해 실제로 활용해볼 수 있도록 과제/프로젝트를 구성한다.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.전필 / 대학원
생물정보학은 방대한 양의 생물학적 데이터를 저장, 분석하여 유용한 정보를 얻어내는 학문이라 할 수 있다. 생물정보학의 적용대상은 생물학 database에서 SNP에 이르기까지 다양한 분야가 있으며 이의 발전은 생물학 관련 학문에 있어서 크나큰 발전을 가져다 주고 있다. 본 과목에서는 생물정보학Ⅰ에서 기초적인 생물정보학의 이해를 한 학생을 대상으로 하며 서열분석, DNA chip 데이터 분석, 단백질 구조 분석 등의 생물정보학의 핵심분야에 대한 보다 깊은 연구를 목적으로 한다. 또한 현재 생물정보학의 각종 현안 과제를 고찰한다.전선 / 대학원
수집된 기록들을 보관하기 위해 이를 어떻게 정리하여 배열할 것인가, 혹은 파일과 폴더의 제목은 어떻게 붙일 것인가. 또한 이용을 위해 자료를 어떻게 분류하고 색인화하며, 어떻게 목록화하여 이용자에게 편의를 제공할 것인가를 다룬다. 기록들의 목록, 분류, 색인 등 이용을 위한 기록물 조직방법의 이론과 실습을 통해 기록전문가로서의 자질을 기른다. 또한 기록물 메타데이터의 개념과 구조를 이해시킨다.전선 / 학사
본 교과는 인공지능의 중요한 문제중의 하나인 컴퓨터비전의 기초를 소개하는 과목으로서 컴퓨터비전 관련 이론의 이해는 물론 알고리즘의 설계 및 분석을 통하여 다양한 공학적 응용예를 익힌다. 본 교과의 내용으로는 영상형성과정의 광학적 모델링, 영상전처리 및 복원문제로 부터 영상특징추출, 그리고 물체검출 및 인식문제 등의 고차원 문제가 포함될 것이며, 이의 해결을 위한 고전적인 접근 방법 뿐 아니라 최신 연구경향 및 방법론들을 공부한다.전선 / 대학원
의류학을 과학적으로 연구하기 위하여 필요한 연구설계 및 자료분석방법을 학습한다. 연구설계의 내용으로는 연구의 개념, 연구의 절차, 변수와 측정, 척도 자료수집방법, 실험설계 등이 포함되며, 자료분석의 내용으로는 일원적 기술통계, 상관관계, 회귀분석, 경로분석 인자분석, 분산분석 등이 포함된다. 이로써 자신의 연구를 스스로 설계하고 자료를 통계적으로 분석할 수 있는 능력을 기른다.전선 / 학사
인공신경망의 원리와 종류를 살펴보고 그 동작을 이해한다. 이를 기반으로 딥러닝 네트워크의 원리를 공부하고 설계하여 그 동작을 이론과 실습을 통해 이해한다. 또한 응용 분야에 따른 다양한 딥러닝 네트워크를 알아보고 학습과 검증 과정을 통해 설계 및 응용분야에 적용하는 예제를 공부한다.전선 / 학사
본 과정에서는 머신러닝의 기초를 수업한다. 수업 초반에는 머신러닝의 기초가 되는 확률, 선형대수, 최적화, 신호처리를 간단히 리뷰한다. 중반부에서는 대표적인 머신러닝 문제인 Classification, regression, clustering을 소개하고 예시를 통하여 개념을 학습한다. 후반부에서는 스마트 제조를 위한 센싱, 공간정보구축, 로보틱스 적용의 실습을 조별로 진행한다. 독립전원으로 구동가능한 미니PC 상에 리눅스를 운용하고, ROS SLAM 등 로보틱스와 공간지능 관련 소프트웨어를 배운다. 마지막으로는 실제 센서를 함께 구동하고 직접 데이터를 취득한 후, 수업에서 학습한 머신러닝 알고리즘을 적용해보기 위한 실습을 수행한다.전선 / 학사
미술대학 학생들을 위한 2D 기반 기초 시각디자인 수업이다. 이 수업에서는 이미지의 원리에 대한 이론적인 배경에 대해 알아보고 이를 바탕으로 이미지의 기록, 조정, 편집, 생성, 저장, 공유의 전 과정을 실습을 통해 익힌다. 주요 사용프로그램은 어도비 시스템스의 포토샵과 일러스트레이터이며 그와 관련된 관련 응용 프로그램을 비교하여 그래픽 툴 전반과 사용환경에 대해 이해한다.전선 / 학사
이 교과목은 드론 운용에 필요한 기본 이론과 실습을 함께 다루는 과목으로, 드론의 비행 원리, 제어 시스템, 관련 항공법규, 그리고 실제 운용 기술에 대한 체계적인 기초를 제공한다. 수강생들은 드론의 구조와 주요 센서 및 장비에 대한 기초 지식을 습득하고, 안전한 비행을 위한 규정과 절차를 학습한다. 또한, 시뮬레이션 및 실제 조종 실습을 통해 다양한 비행 모드와 임무 수행 방법을 경험할 수 있다. 본 강좌는 이론(2시간)과 실습(2시간)을 병행하여 진행되며, 이를 통해 학생들은 단순한 기기 조작을 넘어 드론 운용 전반에 관한 종합적 역량을 기를 수 있다. 나아가 항공우주공학적 관점에서 드론 기술의 발전 방향과 응용 가능성에 대한 이해를 확장하여, 향후 전문 분야 학습 및 연구로 이어질 수 있는 기반을 마련한다.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
현대적인 생명과학 연구에서는 방대한 양의 데이터를 분석하여 유용한 정보를 얻어내고 새로운 가설을 도출하고 검증하는 것이 핵심 기술로 사용되고 있다. 단일세포의 RNA발현량, 단백체, 유전체 분석, 대량의 현미경 데이터 및 단백질 구조 정보, 페타바이트급의 유전체 정보 등 압도적인 계산량이 필요한 경우가 점차 늘고 있다. 이 과목은 생물학적 데이터를 효율적이고 빠르게 저장하고 분석하는 컴퓨터 알고리듬에 대한 기초소양을 익힐 수 있도록 생물정보학의 주요 알고리듬을 실습을 통해 배우면서 중요한 문제해결방법과 접근법을 체득할 수 있는 기회를 제공한다.전선 / 대학원
인공지능 알고리즘은 현재 물체인식, 음성인식, 번역 등 많은 분야에서 그 응용을 넓혀가고 있다. 최근 가장 우수한 성능을 보이는 신경망 알고리즘은 매우 많은 계산을 필요로 한다. 본 과목에서는 인공지능 알고리즘을 실제 시스템에서 구현하는 방법을 다룬다. 이를 위해서는 인공지능 알고리즘 수준에서의 최적화와 더불어 시스템 구현에 대한 이해가 필요하다. 대상 시스템으로 고성능 GPU 뿐만 아니라 내장형 시스템 또는 하드웨어를 이용한 구현을 다룬다. 본 과목에서는 전반부에서 인공지능 알고리즘을 다루고 후반부에서 시스템 구현 및 최적화를 다룬다.전선 / 대학원
신경보철 (Neural Prosthesis)의 state of the art를 관계 서적, 논문, 보고서, 보도자료들을 이용하여 공부하며, 함께 새로운 연구방향을 모색하여 본다. 구체적으로 다룰 내용은 Auditory prosthesis, Visual prosthesis, Motor Prosthesis, Deep Brain Stimulation, Cognitive Engineering, Microelectrode arrays, Circuits and systems, Cultural Neuronal Network 의 내용을 다룰 예정이다.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
최근 오감을 이용하는 것을 전제로 하여 AI 기술이 적용된 스마트 스피커, TV, 모바일 기기, AR/VR, 등 다양한 기기를 교실 환경에서 이용하기 위해서는 개별 과목과 콘텐츠를 기기와 기술에 맞게 재설계하는 것이 필요하게 된다. 이를 위하여 개별 과목의 교육 콘텐츠를 분류하는 기준을 정의하고 여러 콘텐츠를 디지털화하는 방법을 고안해야 할 것이다. 본 과목은 특히 인문 사회 과목의 전공자들이 각각 담당하는 과목과 내용에 맞는 교수 방법론과 콘텐츠 설계 방법을 정의하도록 지도하며 이를 바탕으로 일반적인 교육 콘텐츠 설계 방법을 도출해 내는 것을 목적으로 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 / 학사
수많은 기업과 조직들은 머신러닝과 AI를 빅데이터에 적용하여 의사결정을 내리고 가치를 창출하고 있습니다. 하지만 그 과정에서 점점 커져가는 데이터와 점점 복잡해져 가는 알고리즘을 의사결정자인 사람이 이해하는 것이 필수적으로 선행되어야 합니다. 데이터 시각화는 데이터와 알고리즘을 사람이 직관적으로 이해할 수 있도록 도와주는 강력한 도구입니다. 이 수업을 통해 학생들은 다양한 유형의 데이터를 요약하고 시각적으로 표현하여 다른 사람과 효과적으로 커뮤니케이션 할 수 있는 방법들에 대해서 배울 것입니다.전필 / 학사
첨단융합학부 신입생들의 전공탐색을 위한 공통필수과목으로서, 차세대지능형반도체, 융합데이터과학, 지속가능기술, 디지털헬스케어, 혁신신약 등 첨단융합학부의 다양한 전공 분야를 소개한다. 각 분야에서 개발되고 있는 첨단융합기술의 핵심 개념과 다양한 응용 분야를 소개하고, 각 분야에서 활약하고 있는 리더 특강을 통해 학생들이 졸업 후의 미래를 구체적으로 살펴볼 수 있도록 지도한다. 또한 융합의 의미와 필요성을 소개하고, 기술창업/연구/정책리더십 등 첨단융합전공의 미래 진로를 소개한다. 특히, 기업가 정신 및 도전의식(기술창업), 첨단융합 연구 기초(창의연구), 첨단융합기술의 사회적 가치(정책리더십) 등 각 교과인증과정으로 진출하는 데 필요한 핵심적 가치에 대해 교육한다.전선 / 학사
AI 응용 프로그램을 위한 디지털 시스템 설계 프로젝트는 CPU, 메모리, 버스, 인터페이스 및 CNN H/W 가속기를 포함하여 AI 응용 프로그램을 위한 디지털 시스템을 설계하는 데 있어 몇 가지 근본적인 문제를 다룬다. 첫 번째 부분에서 H/W 자습서 및 랩은 RISC-V 프로세서, SRAM/DRAM 메모리, 버스 상호 연결, CMOS 이미지 센서 인터페이스를 포함한 인터페이스 및 LCD 디스플레이 패널과 관련된다.