If the collection is public, the memo for this book will also be public.
Your Browsing History
There is no data.
김상채, 박영권, 정상철
2021 / Korean Journal of Chemical Engineering
There is no data.
loading...
This paper proposes an implementation method of a SoC system for efficient depth image segmentation. The proposed method efficiently implements high performance and low power by segmenting depth images acquired from an infrared sensor at the APU of the SoC system. This approach can be applied to various depth image processing systems utilizing the software components of the SoC system.
Recent issues in pattern analysis and recognition
Augmented vision perception in infrared : algorithms and applied systems
Silicon photonics.
Computational intelligence for remote sensing
VLSI videoimage signal processing
High performance CMOS range imaging : device technology and systems considerations
Multi-core embedded systems
Embedded systems : hardware, design, and implementation
Three-dimensional television, video, and display technologies
Architectures for digital signal processing
(시스템 온 칩)SoC의 이해와 활용 =
Smart Sensors and Systems
Design for embedded image processing on FPGAs
Embedded SOPC design with NIOS II processor and VHDL examples
FPGA prototyping by systemVERILOG examples.
Motion deblurring : algorithms and systems
Perspectives, Science, and Technologies for Novel Silicon on Insulator Devices
Deep Learning for Medical Image Analysis
멀티미디어학회논문지
성지목; 김봉성; 강봉순한국컴퓨터정보학회논문지
윤희진Machine Vision and Applications
Yao, Huimin; Ge, Chenyang; Hua, Gang; Zheng, NanningIEEE Transactions on Instrumentation and Measurement
Zhao, Dongdong; Zhou, Hongchao; Chen, Peng; Hu, Yingtian; Ge, Weihao; Dang, Yuanjie; Liang, RonghuaJournal of Physics: Conference Series
Shao, J.; Li, Q.IET Control Theory and Applications
Liu Y.,Wang C.,Wen Y.,Huo Y.,Liu J.Sensors
Zhang Q.,Wang Y.,Li N.,Jiang Q.,He Y.ISPRS Open Journal of Photogrammetry and Remote Sensing
Munazza Usmani; Maurizio Napolitano; Francesca BovoloIEEE Transactions on Semiconductor Manufacturing
Thi Thu Ha Vu; Tan Hung Vo; Trong Nhan Nguyen; Jaeyeop Choi; Sudip Mondal; Junghwan OhSensors (Switzerland)
Li D.,Li C.,Chen C.,Zhao Z.Journal of Circuits, Systems and Computers
Semih Aslan; Hassan SalamyScience China Information Sciences
Yu, Y.; Sun, C.; Zhang, X.International Journal of Applied Earth Observation and Geoinformation
Tang, S.; Zhao, Z.; Wang, W.; Guo, R.; Li, Y.; Huang, J.; Du, H.; Zhou, B.; Cai, B.반도체디스플레이기술학회지
한정희; 홍성수Telecommunication Systems
Park, J.; Oh, S.-H.; Lee, Y.-S.; Moon, S.Multimedia Tools and Applications
Alsmirat, M.A.; Jararweh, Y.; Al-Ayyoub, M.; Shehab, M.A.; Gupta, B.B.Sensors and Actuators, A: Physical
Wang C.,Ko M.C.,Chen Y.M.,Chen L.Q.,Lin C.W.INTEGRATING MATERIALS AND MANUFACTURING INNOVATION
Iskakov, Almambet; Kalidindi, Surya R.Journal of Real-Time Image Processing
Cabral, Felipe; Anacona-Mosquera, Oscar; Sampaio, Renato C.; Teodoro, George; Llanos, Carlos H.; Jacobi, Ricardo P.Complex and Intelligent Systems
Ranjbarzadeh R.,Dorosti S.,Jafarzadeh Ghoushchi S.,Safavi S.,Razmjooy N.,Tataei Sarshar N.,Anari S.,Bendechache M.전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 대학원
본 과목은 데이터사이언스를 위해 고성능 컴퓨팅(high-performance computing, HPC) 시스템을 사용하는 방법을 배운다. 본 교과목의 전반부는 (1) 순차 컴퓨터 시스템의 구조와 동작원리를 배워 시스템 프로그래밍 능력을 배양하며, (2) Process management, CPU scheduling, 네트워크의 기초 등 Linux 시스템의 전반적인 동작원리를 배운다. 강좌의 중반부에서는 (1) 병렬처리 시스템의 구조와 동작원리를 배운 뒤, (2) 병렬화, 최적화 기법 등을 다루며, (3) 딥 러닝 시스템에 대한 최적화 기법 등을 다룬다. 본 교과목의 후반부에서는 (1) 병렬처리 시스템을 프로그래밍하는 다양한 방법들 중 OpenMP, MPI, OpenCL, CUDA 로 병렬처리 시스템을 프로그래밍하는 방법을 배우며, 마지막으로 (2) Spark와 같은 distributed processing platform 및 (3) Dockers와 Kubernetes와 같은 virtualization에 대하여 다룬다.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 / 학사
본 강좌는 컴퓨터 프로그래밍 혹은 하드웨어 동작에 대한 경험이 없는 학생들을 대상으로 하드웨어를 처음으로 사용하여 만들기 실습 경험을 제공하는 것을 목표로 한다. 온도, 습도, 조도 등의 센서 및 LED, LCD등 출력 장치들을 연결하고 구동해 본다. 이들 하드웨어 기기들을 동작시키기 위한 간단한 프로그래밍 방법을 배운다. 또한, 저항, 콘덴서 등의 기본 소자 및 간단한 반도체 스위치들을 연결하여 덧셈기등의 하드웨어 장치를 만들어 보고, 컴퓨터 프로그래밍으로 하드웨어 동작 모의실험을 하는 방법을 배운다. 반도체 하드웨어 설계를 위한 전공 과목들의 내용을 미리 실습해 봄으로써 후속 강좌들에서 배울 하드웨어 설계 지식의 필요성을 미리 경험해 본다.전선 / 학사
임베디드 시스템이란 마이크로프로세서 및 각종 주변 장치들로 하드웨어를 구성하고, 이를 사용하여 특정 응용 프로그램을 동작시키는 시스템을 말한다. 본 과목에서는 특정 응용에 최적화된 마이크로프로세서 기반 하드웨어를 구성하고, 이를 동작시키는 소프트웨어 프로그래밍을 위한 이론 및 기법들을 습득한다. 마이크로프로세서의 아키텍처 및 내부 구조에 대해서 소개하고, 메모리 시스템 및 각종 입출력 장치의 구조 및 동작원리를 설명한다. 구성된 하드웨어를 효과적으로 동작시키기 위한 인터럽트 처리 기법, 디바이스 드라이버, run-time library, firmware, 및 실시간 운영 체제(Real-time operation system: RTOS) 프로그래밍 기법을 설명한다. 프로젝트에서는 마이크로프로세서를 사용하여 실제 임베디드 시스템을 구현해 봄으로써, 소개된 이론을 실습하고 시스템 구현에 필요한 노하우를 습득한다.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
컴퓨터, 모바일기기, 데이터서버, AI 시스템 등 다양한 컴퓨팅 기기들의 성능은 그 시스템을 구성하는 각 칩의 연산 속도뿐만 아니라, 칩과 칩 사이에서 데이터를 주고 받는 통신속도 및 지연시간에 크게 영향을 받는다. 고속인터페이스 회로기술은 바로 칩 간의 데이터를 빠르게 주고받기 위한 회로 및 시스템 기술을 통칭하며, 전송선로 이론에 기반한 채널의 설계, 디지털 통신을 활용한 고속 송수신기 및 등화회로 설계, 그리고 정밀한 타이밍 생성 및 복원을 위한 phase/delay-locked loop 설계의 3요소로 구성되어 있다. 특히, 최근에는 디지털 시스템 설계의 효율성을 활용할 수 있는 ADC 기반의 송수신기, 칩을 구성하는 새로운 방식인 칩렛(chiplet)에 필요한 고밀도 저전력의 die-to-die 인터페이스, 그리고 칩상에 집적되는 광소자를 이용한 광통신 회로인 실리콘 포토닉스 등이 새로운 동향으로 떠오르고 있다. 본 교과목은 다양하게 활용되는 고속인터페이스 설계에 필요한 회로뿐만 아니라, 시스템 설계에 필요한 채널 이론, 통신 이론, 신호처리, 피드백 제어이론 등의 인접분야를 함께 다루고, 이들에 대한 통찰력 높은 이해를 통해 고성능, 저전력, 고밀도의 고속인터페이스를 구성할 수 있는 설계역량을 배양한다.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.전선 / 대학원
인공지능반도체 산업의 기술적 진보를 이해하고, 미래의 AI 응용과 시스템 설계에 필요한 심화 지식을 제공하는 것을 목표로 한다. 이 분야의 혁신적인 연구에 기여할 수 있는 능력을 개발할 수 있도록, 아래와 같은 주제를 포함한 최신 기술과 이론을 소개한다. - AI 반도체 기술의 기초: AI 반도체 설계의 기본 원리와 기술적 배경을 소개하고, AI 알고리즘과 연산에 적합한 반도체 아키텍처의 기본 개념을 다룬다. - 고성능 컴퓨팅(HPC)과 AI: 고성능 컴퓨팅을 위한 AI 반도체의 설계 및 최적화 방법을 설명하고, 대규모 데이터 센터와 클라우드 컴퓨팅 환경에서 AI 알고리즘의 효율적인 실행을 지원하는 기술을 소개한다. - 에너지 효율적인 AI 반도체: 모바일 기기와 엣지 컴퓨팅 환경에 필요한 저전력 설계 기술, 에너지 효율을 최적화하기 위한 아키텍처 및 회로 설계 기법을 설명한다. - 뉴로모픽 컴퓨팅: 뇌의 작동 방식을 모방하여 설계된 뉴로모픽 컴퓨팅의 기본 원리와 AI 응용에서의 가능성을 소개한다.전선 / 학사
최근 AI 가속기와 AI 칩은 자율 주행 차, 스마트 홈, 로봇 공학 등에 필연적으로 사용될 것이기 때문에 향후 경제 성장에 중요한 역할을 하게 될 것이다. AI 칩은 저 전력을 사용하여 인공 지능 작업을 더 빠르게 처리하도록 특별히 설계된 차세대 마이크로 프로세서를 의미한다. 이 수업에서는 AI 애플리케이션을 위한 디지털 시스템 설계와 관련된 기본적인 지식을 공부하게 되며 크게 2부분으로 나뉜다. 첫 번째 파트는 RISC-V 프로세서, SRAM / DRAM 메모리 및 메모리 컨트롤러, 버스 상호 연결 및 인터페이스 (예 : UART, I2C)와 관련한 중요 주제를 배움. 두 번째 파트에서는 첫 번째 파트에서 더 발전해서 카메라 인터페이스 및 디스플레이 패널과 같은 고급 주제를 다룬다.전선 / 학사
오늘날 반도체의 기본인 CMOS 소자를 제조하기 위한 공정상의 흐름을 이해하고 설계할 수 있도록 한다. 특히 완성된 소자 제조를 위해 단위 공정이 집적되는 원리 및 전체 공정과 단위 공정의 상호작용에 대한 이해를 추구한다. 또한 공정 미세화, 저전력 소자 제조, FINFET, EUV 등 차세대 집적 공정 기술 및 DRAM 공정, 3D NAND 공정 등 산업 동향에 맞는 및 최신 반도체 공정 기술을 소개하고 향후 반도체 집적 공정이 마주할 도전 과제에 대해 알아본다.전선 / 대학원
다양한 딥러닝 신경망(CNN 등) 모델을 이용하여 치과영상(파노라마 영상, 구내 영상, CEP 영상 및 콘빔CT(CBCT) 영상)에서 정상 해부학적 구조물의 자동적 영역분할, CEP 계측점 자동적 탐지, 및 다양한 치과질환의 자동적 탐지 및 분류하는 딥러닝 모델과, 3D 치과 데이터에서 자동적 탐지, 분할과 분류하는 딥러닝 모델의 원리와 구조에 대해 수업함. 인공신경망과 딥러닝 소개 컴퓨터 비전을 위한 심층 컨볼루션 신경망 소개 딥러닝을 이용한 의료 및 치과영상 감지 및 인식 딥러닝을 이용한 의료 및 치과영상 분할 딥러닝을 이용한 의료 및 치과영상 등록 딥러닝을 이용한 컴퓨터 지원 진단(CAD)전선 / 대학원
본 교과목은 단순히 기존의 가속기를 활용하는 수준을 넘어, 차세대 AI 반도체 분야의 창업 및 핵심 개발에 필요한 맞춤형 AI 추론 엔진 개발 능력을 배양하는 것을 목표로 한다. 이를 위해 최첨단 설계 방법론인‘알고리즘-소프트웨어-하드웨어 통합 설계(Co-design)'에 대한 깊이 있는 이론과 실전 경험을 제공한다. 수강생들은 GPU와 같은 범용 하드웨어의 한계를 이해하고, 특정 LLM 알고리즘에 최적화된 하드웨어를 직접 설계함으로써 전력, 비용, 속도 측면에서 압도적인 경쟁력을 갖춘 엣지 AI 솔루션을 구현하는 방법을 학습한다. 특히, 최신 경량화 기술인 저비트 양자화(Low-bit Quantization) 기법을 알고리즘 단계에서 적용하고, 이를 C++ 기반의 고수준 합성(High-Level Synthesis, HLS)을 통해 FPGA 상에 하드웨어 로직으로 구현하는 전 과정을 실습한다. 최종적으로는 SoC(System on Chip) 환경에서 프로세서(PS)와 프로그래머블 로직(PL)을 연동하여 완전한 LLM 추론 가속 시스템을 구축하는 프로젝트를 통해, 아이디어를 실제 하드웨어 프로토타입으로 구현하는 역량을 완성한다.전선 / 학사
원격탐사에 대한 기본이론들을 이해하고, 위성영상의 프로세싱기법과 알고리즘을 이해하므로써, 여러 활용분야에 적용가능한 능력을 배양하는데 있으며, 이를 위해 IDRISI, ERDAS, ER-Mapper 등의 영상처리용 소프트웨어 실습을 병행한다.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
본 강의에서는 시스템-온-칩 뿐 아니라 분산 임베디드 시스템을 체계적으로 설계하기 위한 방법론으로 많은 주목을 받고 있는 하드웨어-소프트웨어 통합설계 방법론에 관하여 공부하도록 한다. 우선, 시스템을 정형적으로 명세하기 위한 다양한 계산 모델(model of computation)에 관하여 살펴보고 시스템의 시뮬레이션과 빠른 성능 예측 기술, 그리고 시스템의 최적 구조를 탐색하는 기술 등 시스템 설계에 관한 핵심 기술들을 개괄적으로 살펴본다. 끝으로 병렬/분산 임베디드 소프트웨어의 검증과 유지를 용이하게 하기 위한 임베디드 소프트웨어 설계 기술을 배운다.전필 / 학사
이 과목에서는 컴퓨터를 구성하는 주요 구성 요소들의 기능과 그들 상호간의 작용을 이해하고 이를 바탕으로 컴퓨터 시스템을 구현하는데 사용되는 여러 설계 기법들을 학습한다. 명령어집합, 중앙처리장치, 파이프라이닝, 메모리 계층구조, 입출력장치 등을 다루며 컴퓨터 발전의 역사적 고찰 및 컴퓨터 시스템의 성능 분석에 필요한 지식을 배운다.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 교과목은 단순히 기존의 가속기를 활용하는 수준을 넘어, 차세대 AI 반도체 분야의 창업 및 핵심 개발에 필요한 맞춤형 AI 추론 엔진 개발 능력을 배양하는 것을 목표로 한다. 이를 위해 최첨단 설계 방법론인‘알고리즘-소프트웨어-하드웨어 통합 설계(Co-design)'에 대한 깊이 있는 이론과 실전 경험을 제공한다. 수강생들은 GPU와 같은 범용 하드웨어의 한계를 이해하고, 특정 LLM 알고리즘에 최적화된 하드웨어를 직접 설계함으로써 전력, 비용, 속도 측면에서 압도적인 경쟁력을 갖춘 엣지 AI 솔루션을 구현하는 방법을 학습한다. 특히, 최신 경량화 기술인 저비트 양자화(Low-bit Quantization) 기법을 알고리즘 단계에서 적용하고, 이를 C++ 기반의 고수준 합성(High-Level Synthesis, HLS)을 통해 FPGA 상에 하드웨어 로직으로 구현하는 전 과정을 실습한다. 최종적으로는 SoC(System on Chip) 환경에서 프로세서(PS)와 프로그래머블 로직(PL)을 연동하여 완전한 LLM 추론 가속 시스템을 구축하는 프로젝트를 통해, 아이디어를 실제 하드웨어 프로토타입으로 구현하는 역량을 완성한다.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.