최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
최예진, 김경진
2020 / 인터넷정보학회논문지
최성욱, 김중현, 문승관, 추지연, 이혜원, 박태준
2012 / Macromolecular Research
데이터가 존재하지 않습니다.
loading...
본 논문에서는 SURF 알고리즘을 사용하여 고속 특징점 검출 방법을 제안합니다. SURF 알고리즘의 계산량이 많아 실시간 응용에 적합하지 않은 문제를 해결하기 위해, 스케일 공간 표현 및 위치 결정 과정을 분석하여 OpenMP 및 SIMD 기반으로 특징점 검출 단계를 병렬화했습니다. 시뮬레이션 결과, 제안된 방법을 적용하여 처리 속도가 약 55% 향상되었습니다.
Recent issues in pattern analysis and recognition
Parallel algorithms and architectures for DSP applications
Parallel algorithms for irregularly structured problems : second international workshop, IRREGULAR'95, Lyon, France, September 4-6, 1995 : proceedings
High-performance comupting and networking : 7th international conference, HPCN Europe 1999, Amsterdam, The Netherlands, April 12-14 1999 : proceedings
Parallel and distributed processing : 10 IPPSSPDP '98 workshops held in conjunction with the 12th International Parallel Processing Symposium and 9th Symposium on Parallel and Distributed Processing, Orlando, Florida, USA, March 30-April 3, 1998 : proceedings
Parallel computation : 4th International ACPC Conference including special tracks on parallel numbers (ParSum'99) and parallel computing in image processing, video processing, and multimedia, Salzburg, Austria, February 16-18, 1999 : proceedings
Processing of SAR data : fundamentals, signal processing, interferometry
Embedded multiprocessors : scheduling and synchronization
Scientific computing on supercomputers
CONPAR 86 : Conference on Algorithms and Hardware for Parallel Processing, Aachen, September 17-19, 1986 : proceedings
Solving irregularly structured problems in parallel : 4th International Symposium, IRREGULAR '97, Paderborn, Germany, June 12-13, 1997 : proceedings
Parallel computing technologies : 5th International Conference, PaCT-99, St. Petersburg, Russia, September 6-10, 1999 : proceedings
Parallel computational fluid dynamics : practice and theory : proceedings of the Parallel CFD 2001 Conference, Egmond aan Zee, The Netherlands (May 21-23, 2001)
Concurrency and parallelism, programming, networking, and security : Second Asian Computing Science Conference, ASIAN '96, Singapore, December 2-5, 1996 : proceedings
PARLE '91 : parallel architectures and languages Europe
Signal processing techniques for knowledge extraction and information fusion
Computational algorithms for fingerprint recognition
Image analysis and processing : 8th international conferenc, ICIAP '95San Remo, Italy, September 13-15, 1995 : proceedings
Algorithms - ESA '96 : Fourth Annual European Symposium, Barcelona, Spain, September 25-27, 1996 : proceedings
High performance scientific and engineering computing : hardwaresoftware support
Journal of Real-Time Image Processing
Cheon, Seung Hyeon; Eom, Il Kyu; Ha, Seok Wun; Moon, Yong Ho정보처리학회논문지. 소프트웨어 및 데이터 공학
안효창, 이상범软件导刊 / Software Guide
冯卓明; 彭梦琳제어.로봇.시스템학회 논문지
김준철, 정용한, 최학남, 박은수, 허욱열, 김학일Journal of Internet Technology
Lin, C.-C.; Lin, C.-C.; Chang, C.-Y.한국화상학회지
한규필, 문명주IEEE Transactions on Parallel and Distributed Systems, Parallel and Distributed Systems, IEEE Transactions on, IEEE Trans. Parallel Distrib. Syst.
Kim, D.; Kim, M.; Kim, K.; Sung, M.; Ro, W.W.IEEE Transactions on Industrial Informatics, Industrial Informatics, IEEE Transactions on, IEEE Trans. Ind. Inf.
Cizek, P.; Faigl, J.Science China Information Sciences
Zhang, WeiLong; Liu, LeiBo; Yin, ShouYi; Zhou, RenYan; Cai, ShanShan; Wei, ShaoJun软件导刊 / Software Guide
黄云彬; 焦良葆; 曹雪虹; HUANG Yun-bin; JIAO Liang-bao; CAO Xue-hongRobotica
Wang, Y.-T.; Lin, G.-Y.한국컴퓨터정보학회논문지
김재협; 최봉준; 천승우; 이종민; 문영식Journal of the Korea Society of Computer and Information
Seung-Woo Chun; Jong-Min Lee; Jae-Hyup Kim; Bong-Joon Choi; Young Shik Moon전기전자학회논문지
박태룡; 허훈; 곽재창IEEE Transactions on Circuits and Systems II: Express Briefs
Mengmeng Xu; Zhongxing Zhang; Honglong Li; Qian Luo; Runjiang Dou; Liyuan Liu; Jian Liu; Nanjian Wu멀티미디어학회논문지
류재경, 이수현, 정용진Pattern Recognition and Image Analysis
Dou, J.; Qin, Q.; Tu, Z.International Journal of Advanced Robotic Systems
Li, Hengyu; Luo, Jun; Huang, Chaojiong; Yang, Yi; Xie, ShaorongJournal of Visual Communication and Image Representation
Yang, H.-Y.; Li, Y.-W.; Li, W.-Y.; Wang, X.-Y.; Yang, F.-Y.멀티미디어학회논문지
김원규; 강동중전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.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 / 대학원
인간의 다양한 운동기술을 주의깊게 관찰하고 효과적으로 연구하는 방법뿐만 아니라 이러한 복잡한 기술들을 정성적으로 분석하는 여러 가지 운동역학적 접근 방법에 대해 배운다. 특히, 인간의 효율적인 운동동작 수행을 위한 주요 원리와 함께 각종 운동상해 원인에 대한 규명 및 예방방법, 그리고 더 나아가 운동 기술의 수행력을 최대로 하기 위한 기술개발 등에 대한 내용을 중심으로 구성된다.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
본 과목은 빠른 속도로 발전하고 있는 인공지능 분야에서 최근 중요 기술 및 논문들 중 선별하여 강의를 제공한다. 주요 논문과 최신기술에 관한 학습 및 논의, 팀별로 국제적 발표가 가능한 수준의 연구 프로젝트의 진행, 등을 목표로 한다. 주제는 알고리즘 분야(active learning, classification, clustering, multitask and transfer learning, stochastic methods, unsupervised learning, self-supervised learning) 및 딥러닝 분야 (adversarial networks, deep autoencoderes, generative models, optimization for deep networks, recurrent networks, supervised deep networks)를 중심으로 다루며, 각 학기마다 중점 내용이 조정된다.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
본 과목은 빠른 속도로 발전하고 있는 인공지능 분야에서 최근 중요 기술 및 논문들 중 선별하여 강의를 제공한다. 주요 논문과 최신기술에 관한 학습 및 논의, 팀별로 국제적 발표가 가능한 수준의 연구 프로젝트의 진행, 등을 목표로 한다. 주제는 알고리즘 분야 (active learning, classification, clustering, multitask and transfer learning, stochastic methods, unsupervised learning, self-supervised learning) 및 딥러닝 분야 (adversarial networks, deep autoencoderes, generative models, optimization for deep networks, recurrent networks, supervised deep networks)를 중심으로 다루며, 각 학기마다 중점 내용이 조정된다.전선 / 대학원
기계시스템, 생산, 제품과 관련한 정밀 측정 및 비젼 검사 기술에 대해서 강의한다. 주요내용으로, Dimensional metrology, Machine metrology, 머신비젼, 디지탈 영상처리, 2D/3D 측정기술, Interferometry, SPM 등을 이용한 3차원 나노미터 측정기술에 대해서 강의한다.전선 / 학사
본 과정에서는 인공지능에 대한 개요 및 deep learning에 대해 이해하며 TensorFlow 개념 및 기초 programming 실습을 진행한다. 그리고 Deep Learning 기반 Object Detection 방법과 무인점포 개발 응용을 위한 학습 trainset 자동 생성 방법을 실습을 통해 익힌다. 또한 AI Chip이 내장된 NPU 가속기 Board와 nVidia Jetson TX2 Board를 이용하여 YOLO V3 Object Detection 실습을 진행한다. 마지막으로 nVidia CUDA를 이용한 GPU Programming 개념 및 병렬 Programming 실습을 통해 GPU 구조에 대해 배운다.전선 / 대학원
본 과목에서는 효율적인 알고리즘 설계와 프로그래밍을 위한 고급 방법론과 이론을 깊이 있게 소개하고, 다양한 실습을 통하여 해당 이론들을 체득한다. 이 과정에서 공부하는 내용들은 Sorting, Searching 그리고 Graph Theory, NP―Complete 등이며, 알고리즘 설계 방법으로는 Divide―and―Conquer, Dynamic Programming, Greedy, Randomized 그리고 Approximate 알고리즘 등에 관하여 공부한다. 여러 가지 유용한 문제들에 대해 알고리즘을 설계하고 실제 프로그래밍을 통하여 구현해 봄으로서 강의시간에 소개된 이론을 실습하고 시스템 구현에 필요한 노하우를 습득한다.전선 / 대학원
본 코스에서는 선형, 비선형, 정수, 동적, 확률적인 최적화 기법에 대해 강의한다. 각 기법에서 어떻게 바람직한 측면을 최대화 하고 부적적인 측면을 최소화 할 수 있는가를 보여 줄 수 있는 예제들을 제시하게 될 것이다. 특히 산업 뿐 아니라 컴퓨터 프로그램에서 선형, 비선형 문제를 풀기위한 응용문제를 강조하게 될 것이다.전선 / 대학원
인지과학 연습 1의 내용을 보다 확장하여 인지과학의 연구사, 연구주제등을 다각도로 검토하여 과정에 진입한 학생들에게 인지과학의 기초적 지식배경을 제공하는데 목적이 있다.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
문제를 해결하기 위해 알고리즘을 구성하고 이를 분석하는 방법에 대해 강의한다. 알고리즘의 효율성 분석 도구(점근적 복잡도, 점화식), 정렬 및 선택 알고리즘, 자료의 저장과 검색(검색 트리, 해시 테이블), 집합의 처리, 동적 프로그래밍, 그래프 알고리즘, 문자열 매칭, 계산의 한계(NP-completeness), 상태공간 트리의 탐색 등을 다룬다.전선 / 대학원
급변하는 지구의 기후변화, 해양변화 등 지구계의 상호작용으로 일어나는 다양한 변화들을 인공위성 자료를 활용하여 연구하는 원격탐사 원리, 자료처리 기술 및 방법, 응용 연구 사례 등을 학습한다.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 과정에서는 인공지능에 대한 개요 및 deep learning에 대해 이해하며 TensorFlow 개념 및 기초 programming 실습을 진행한다. 그리고 Deep Learning 기반 Object Detection 방법과 무인점포 개발 응용을 위한 학습 trainset 자동 생성 방법을 실습을 통해 익힌다. 또한 AI Chip이 내장된 NPU 가속기 Board와 nVidia Jetson TX2 Board를 이용하여 YOLO V3 Object Detection 실습을 진행한다. 마지막으로 nVidia CUDA를 이용한 GPU Programming 개념 및 병렬 Programming 실습을 통해 GPU 구조에 대해 배운다.전선 / 대학원
이 과목은 수학적 알고리즘 I의 연속 과목으로서, 고급 수학적 알고리즘을 개발하고 분석하며 실행하는 방법을 다룬다. 이 방법들은 암호, 컴퓨터 대수, 기계학습과 신호처리를 포함한다. 연습시간을 통해 이러한 알고리즘의 실행을 배우게 된다.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.전선 / 대학원
데이터사이언스와 관련한 여러 분야의 최근의 국내외 연구동향을 소개한다. 강의와 세미나를 통하여 관련분야의 최신 방법론과 특정 주제를 심도 있게 습득할 수 있도록 한다.