최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
강민수, 임춘화, 이재연, 최은혜, 이상광
2017 / 한국인터넷방송통신학회 논문지
데이터가 존재하지 않습니다.
loading...
교통분야 로봇서비스 도출 및 산업화 방안 연구 =
Deep learning, machine learning and IoT in biomedical and health informatics : techniques and applications
(2016) 의료 IOT(스마트 헬스케어) 비즈니스 실태와 사업전략 : AI(인공지능)과 IOT(사물인터넷)이 선도하는 킬러 서비스
Artificial intelligence in industrial decision making, control, and automation
LabVIEW 기반의 로봇 개발
기술이슈 관점에서 본 IoT(사물인터넷)의 분야별 산업 전망 :의료헬스케어, 모바일 웹, 스마트팜, 스마트팩토리, 서비스로봇
위험작업용 로봇
AI와 재활
Healthcare robots : ethics, design and implementation
Artificial intelligence & expert systems sourcebook
Knowledge-based intelligent techniques in industry
인공지능 기반 의료 : 케어 패러다임 전환을 이끌 임상의학과 헬스케어 인공지능에 대한 조망
Robotics and factories of the future : proceedings
HCI International 2022 Posters : 24th International Conference on Human-Computer Interaction, HCII 2022, Virtual Event, June 26 – July 1, 2022, Proceedings, Part IV
Biodental engineering V : proceedings of the 5th International Conference on Biodental Engineering, Porto, Portugal, 22-23 June 2018
(2016)IoT로 주목받는 스마트 헬스케어 시장전망 및 개발동향
Neurosurgical robotics
ICT 기반의 융합기술과 IoT(사물인터넷)연계를 위한 산업별 적용방안 : 웨어러블 헬스케어, 핀테크, 보안, 자율주행차, 재난안전
Sensor based intelligent robots : international workshop, Dagstuhl Castle, Germany, September 28-October 2, 1998 : selected papers
한국인터넷방송통신학회 논문지
강민수; 임춘화; 이재연; 최은혜; 이상광The Journal of the Institute of Internet Broadcasting and Communication
Eun-Hye Choi; Jaeyeon Lee; Sang Kwang Lee; Min Soo Kang; Chunhwa IhmDas österreichische Gesundheitswesen ÖKZ
Sissy EigruberDigital Communications and Networks
Acosta Calderon, Carlos Antonio; Mohan, Elara Rajesh; Ng, Buck SinKorea Industrial Technology Convergence Society
Jong物流工程与管理 / Logistics Engineering and Management
胡滢; HU Ying물류과학기술연구
유영재, 윤혜정, 김준오, 박예솔, 장병탁제어.로봇.시스템학회 논문지
최병석, 이장명한국산업정보학회논문지
박세현, 류정탁Multitudes
Querrien, Anne; Rosso, FrançoisIEEE Spectrum, Spectrum, IEEE, IEEE Spectr.
Wachs, J.제어.로봇.시스템학회 논문지
노세곤, 이영훈, 최혁렬Robotic Intelligence and Automation
Zhaofei Wang; Zihao Weng; Jing Wang; Qiuping WangEngineering & Technology
Nicola Davies차세대융합기술학회논문지
최종민Physics World
HeartRhythm case reports
Weiss JPJournal of Mechanical Science and Technology
배정연, Sooyong Lee, 송재복보건경제와 정책연구
임민숙, 고재현, 이진형대한기계학회논문집 A
정길도, 모세현, 전영필, 박종호전선 / 대학원
의료현장과 노약자, 장애인의 일상생활에서 로봇의 사용이 늘어나고 있고, 효과적으로 사용될 수 있는 의료로봇을 개발하기 위해서는 임상의의 밀접한 참여가 필요하다. 의학과 공학이 큰 시너지 효과를 얻기 위해서는 임상의 또는 관련 연구자들이 의료로봇에 관한 공학적 지식을 개괄적으로라도 이해하는 것이 바람직하다. 이 과목은 이러한 목적을 위해 개설된 것으로, 공학적 선행지식 없이 수강할 수 있으며, 다양한 의료로봇을 이해하기 위한 전반적인 내용을 다룬다.전선 / 대학원
인공지능은 우리가 사는 방식을 바꾸었다. 특정 의료 영역에서 인공지능은 전문가의 수준 만큼 정확하고 일부 영역에서는 이미 전문가의 실력을 뛰어넘는다. 하지만, 의료계에서 이러한 알고리즘을 손쉽게 받아들이기 어려운 것은 인공지능의 “블랙박스” 즉 설명 불가능한 특성 때문이다. 본 수업은 현존하는 이해가능한 (interpretable) 기계학습 모형과 이해불가능한 딥러닝 모형의 설명가능 방법론 (explainable)을 의료의 관점에서 탐구할 것이다. 또한 “설명가능성”에 대한 사회적, 이론적, 경험적, 인과적 관점을 조사할 것이다.전선 / 대학원
의료 분야는 인공지능(AI) 기술의 빠른 발전에 따라 진단, 수술 계획, 예후 예측, 환자 맞춤 치료 등 다양한 영역에서 혁신적인 변화를 겪고 있다. 본 강의는 정형외과 질환과 치료 과정에 있어 AI의 적용 가능성과 실제 임상 연구, 데이터 과학적 접근, 윤리적·법적 쟁점 등을 다룬다. ◆ 정형외과 영역에서의 AI 적용 분야와 현황 이해 ◆ 영상분석, 예측모델, 로봇수술 등 최신 기술 습득 ◆ 의료데이터 기반 AI 연구 방법론 이해 ◆ 임상 적용에서의 윤리·법적 이슈 탐구 ◆ 학문적 연구 및 정책 제안 능력 강화전선 / 대학원
최근 딥러닝을 이용한 인공지능 기술이 의료 각 분야에서 다양하게 적용되고 있다. 이 강좌에서는 의료분야에서 사용되는 인공지능 기술의 기초와 다양한 적용 사례를 살펴봄으로써 의료 인공지능 기술의 미래 전망과 한계점을 이해하는 것을 목표로 한다. 아울러 실제 인공지능을 적용한 의료 서비스 사례를 연구함으로써 실용화 과정에 필요한 요구사항과 규제에 대한 이해를 증진한다.전선 / 대학원
신약 개발을 위한 과정에서 단백질 구조의 필요성은 날로 증대되고 있으며 단백질 데이터 은행 (Protein Data Bank, PDB)에 등재된 단백질 삼차 구조는 이미 십만 개를 넘어섰다. 본 과목에서는 단백질의 구조에 기반하여 신약 개발을 위한 구조 가시화, 구조 분석, 모델링 (modeling), 리간드 도킹 (ligand docking), 가상 검색 (virtual screening), 분자 동역학 시뮬레이션 (molecular dynamics simulation) 등을 강의한다.전선 / 대학원
비뇨의학에서 수술용 로봇의 도입은 기존의 복강경수술을 훨씬 용이하게 할 뿐 아니라 다양한 기능과 띄어난 시야로 인한 수술 결과의 향상과 개복수술을 대치하는 결과를 가져왔다. 기존 da Vinci 시스템뿐만 아니라 여러 경쟁 수술 로봇 시스템이 상용화되었거나 개발 중이며, 특수 목적의 로봇과 인공지능 등이 비뇨의학을 중심으로 의료에 접목되고 있다. 이 강좌에서는 로봇비뇨의학의 현재와 미래를 조망한다.전선 / 대학원
인공 지능 기술의 급격한 발전에 힘입어 인공 지능을 이용해서 신약 개발의 비용과 시간을 줄이고자 하는 시도가 활발히 이루어지고 있다. 알파폴드의 성공은 실제로 신약 개발의 걸림돌이었던 불완전한 인간 단백체의 구조 정보의 한계를 극복할 수 있게 만들었다. 또한, 신약 후보 물질을 빠르게 생성할 수 있는 다양한 인공지능 모델들이 개발되고 있으며, 일부 인공지능에 의해 설계된 후보 물질들은 임상에 진입하고 있다. 본 수업은 신약개발에 활용할 수 있는 인공 지능 관련 지식을 습득하고, 개별 프로젝트 수행하여 관련 분야 연구 및 적용을 위한 역량을 높이는 것을 목표로 한다. 수강생들은 인공 지능 이론의 기초와 실제 인공 지능 코드 작성을 위한 파이썬의 기초, 파이토치 라이브러리 등을 학습하고, 클라우드 플랫폼을 이용하여 실제 코드를 작성 및 실행하면서 진행된다. 강의 후반부에는 실습과 함께 각자 고유한 프로젝트를 선정하여 자신만의 인공 지능 모델을 학습시킨 후 결과를 발표한다.전선 / 대학원
기존의 클라우드 의존적 AI 컴퓨팅이 사용자 프라이버시, 네트워크 과부하, 인터넷 단절에 대한 취약성 등 다양한 이슈를 야기함에 따라 AI 컴퓨팅을 클라우드뿐만 아니라 사용자 근처의 소형/저비용 컴퓨터에서도 수행하려는 흐름이 전개되며 앰비언트 인공지능 혹은 엣지 인공지능이라는 개념이 탄생했다. 의료 데이터는 개인의 민감정보를 다량 포함하고 있어 특히 프라이버시가 중요하므로, 앰비언트 인공지능과 결합하였을 때 시너지 창출이 가능하다. 본 강좌는 앰비언트 인공지능의 최신 기술과 플랫폼 익히고 의료 도메인에 응용하는 것을 목표로 하며 구체적인 주제는 다음과 같다. ▪ 딥러닝 모델 경량화 (양자화, 가지치기, 지식 증류) ▪ 연합 학습 ▪ 딥러닝과 경량 신호처리 기법의 하이브리드 운용 ▪ 클라우드와 자원 제한적 엣지 기기의 통합 운용 ▪ 앰비언트 인공지능 소프트웨어 플랫폼 (TensorFlow, TensorFlow Lite) ▪ 앰비언트 인공지능 하드웨어 플랫폼 (Google Coral) ▪ 의료 도메인 데이터의 이해 (일례로, 수면 의학 데이터)전필 / 대학원
의학과 과학기술이 융합되는 최전선에서, 우리는 어떤 혁신을 맞이하고 있을까? 본 강좌는 의학과 과학기술이 접목되는 다양한 영역을 다루며, 미래 의료 환경에서 필요한 통찰과 역량을 배양하는 것을 목표로 합니다. 융합의학심화세미나는 빠르게 변화하는 의학 패러다임 속에서 각 분야의 최전선에서 활약하는 국내외 전문가들을 초빙하여, 최신 연구 동향과 미래 의료 기술의 혁신을 직접 듣고 논의하는 강의입니다. 이 강좌에서는 AI 기반 신약발굴, 재생의학, 디지털 치료제, 바이오 빅데이터, 로봇 수술 및 의료 정책 변화 등 현재 임상과 연구에서 가장 주목받는 주제를 다룹니다. 전문가들은 실제 연구 및 임상 적용 사례를 공유하며, 학생들은 이를 바탕으로 미래 의료를 설계하고 선도할 통찰을 얻게 됩니다. 강의는 다양한 분야의 융합적 사고를 촉진하는 심층 세미나로 구성되며, 실제 병원과 연구실에서 이루어지는 최첨단 연구를 경험할 수 있도록 기획되었습니다.전선 / 대학원
이 수업은 인공지능과 기계학습의 이론적 기초를 다루며, 특히 의료 데이터의 다양한 특징에 맞는 학습 및 추론 알고리즘을 디자인하기 위해 필요한 공학적 및 신호처리 원리를 이해하는 데 초점을 맞춘다. 수업에서는 전통적인 기계학습 기법부터 최신 인공지능 기법까지의 원리를 배우고, 이를 통해 수강자가 주어진 데이터를 바탕으로 알고리즘을 설계하고 공학적으로 해석할 수 있는 능력을 키우는 것을 목표로 한다. 의료 데이터는 단백질과 분자 (그래프), 유전체/전사체 (텍스트), 혈당/뇌파 (시계열 신호), 의료 영상 (다차원 영상), 환자 메타 정보 (테이블), 대사 상호 작용 정보 (다차원 행렬) 등 매우 다양한 형태를 가지고 있다. 이러한 다양한 데이터를 컴퓨터가 이해할 수 있는 형식으로 변환하는 과정에서 비선형 함수의 학습이 중요한 역할을 하며, 이는 의료 인공지능의 핵심 신호처리 원리 중 하나이다. 본 수업은 일반적인 기계학습 및 인공지능의 공학적 기초 외에도, 이처럼 의료 데이터의 특성을 반영한 대표적이고 특징적인 기계학습 및 인공지능 기술을 추가적으로 학습한다. 이를 통해 수강자는 일반 데이터 전문 분석가를 넘어선 의료 데이터 전문 분석가로 성장할 수 있는 역량을 갖추는 것을 목표로 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 / 대학원
지능 시스템은 환경과 상호작용하고 성능을 극대화하는 방법이다. 지식 표현과 추론은 논리적 지식 표현, 판단 계산, 술어 계산, 상황 계산, 지식 표현 구축 등과 함께 지능 시스템의 중요한 측면이며, 불확실성을 해결하기 위한 방법으로 확률과 확률 네트워크, 퍼지 논리와 같은 기법을 사용한다. 계획과 학습 역시 지능 시스템의 중요한 구성 요소로서, 목표 달성을 위해 필요한 행동 순서를 결정하고 시간이 지남에 따라 성능을 개선할 수 있도록 한다. 본 강좌에서는 지능시스템을 이해하고 활용할 수 있는 기초 지식을 쌓는다.전선 / 대학원
동작분석의 포괄적인 의미는 동작을 분석하는 것이다. 당연히 동작에는 다양한 동작이 있고, 분석에는 다양한 방법이 있을 것이다. 동작분석은 사람이 처음 눈으로 확인하여 기술하는 것으로 시작하였다. 이후 연속 사진이나 비디오로 찍어서 동작을 관찰하게 되었고, 이후에 모션 캡처를 이용해서 표지자를 추적하여 분석하는 방식을 사용하게 되었다. 이런 발달 과정을 거쳤기 때문에, 상기 방법들을 모두 동작분석이라고 부른다. 여러 가지 다른 방법도 동작분석에 쓰일 수 있을 것이다. 압력계와 가속도계를 이용하고 GPS를 이용하여 동작의 일부 성질을 계측할 수 있을 것이다. 이 모든 것을 동작분석이라고 부를 수 있다. 본 강좌는 의과학자에게 동작분석의 기초와 임상 적응을 소개하여, 향후 동작분석 연구를 수행할 수 있도록 도움을 주려고 한다.전선 / 대학원
초기의 인공지능(Artificial Intelligence)은 소프트웨어가 작업을 수행하는데 필요한 규칙을 시스템화하는 것으로 시작되었으나, 빅데이터의 등장과 컴퓨팅 능력의 증가로 인간이 사전적으로 정한 규칙에 메이지 않고 정확도가 높은 알고리즘을 체득하는 방향으로 발전해왔다. 경제학계의 많은 연구에서는 AI를 생산활동에서 인간의 개입이 필요하지 않거나, 적게 필요로 하는 자동화(automation)를 가능하게 하는 방법 중 하나로 간주한다. 따라서 AI의 발전은 일국의 일자리 지형을 변화시킬 뿐만 아니라, 국제적인 분업 생산 체인 역시 변화시킬 것으로 예상된다. 본 과목은 인공지능의 개발 및 실용화 현황을 연구하고, 일자리와 국제 분업/글로벌 벨류 체인에 미치는 영향에 대하여 연구한다. 이를 위해서 case study를 이용한 현황 파악과 동시에, 지금까지 기술발전에 따른 자동화가 일자리와 국제분업체계에 미친 영향을 분석한 연구들을 공부한다.전선 / 대학원
이 교과목은 의료 로봇 및 기기 분야에 대한 전반적인 소개와 수술, 보조 및 치료 목적의 기기의 설계, 개발 및 적용을 제시한다. 구체적으로, 로봇최소침습술, 로봇중재술, 수술용 로봇, 의수, 재활 기기, 이식 기기의 작동 원리와 메커니즘 설계를 제시하며, 햅틱과 원격조종 등과 같은 기술에 대해서도 소개한다. 이 교과목은 교수의 강의, 임상 분야의 초청 강의, 학생의 저널 리뷰 발표 및 팀 프로젝트로 구성된다.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
기계학습 알고리즘의 하나로서 인공 지능 기술의 발전 과정과 최근의 딥러닝 알고리즘의 원리와 특징을 이해한다. 인공지능 알고리즘에 기반한 의료기기 개발 동향과 특히 소프트웨어 의료기기(Software as medical device, SaMD)에 대한 이해를 증진한다. 우수한 성능의 인공지능 기반 모델을 개발하기 위해서 필수로 요구되는 양질의 빅데이터 확보 방안과 바른 주석(well annotated)을 포함하는 빅데이터의 중요성을 이해한다. 인공지능 모델 개발 과정에서 필요한 구체적인 실기 능력 향상을 위해서 Python language의 기초적인 사용법을 습득하고 대표적인 딥러닝 알고리즘인 CNN과 RNN을 이용한 의료영상처리 및 생체신호 처리 실습을 통해 현장 전문가로서의 인공지능 기술 적용 역량을 강화한다.전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.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 / 대학원
액츄에이션과 센싱은 대부분의 로봇시스템에서 핵심기능이다. 이 과목에서는 실제 로봇에서 사용되는 다양한 형태의 액츄에이터와 센서들의 기계적, 전기적 매커니즘을 살펴본다. 세부주제로는 전자기 액츄에이터, 유압 또는 공압 기반 액츄에이터, 고분자 액츄에이터, 생체 모사 인공근육, 힘 또는 촉각센서, 비젼센서, 소프트 센서 등을 포함한다. 이러한 액츄에이터와 센서들이 어떤 방식으로 작동을 하고 성능이 결정되는 지와 함께, 멀티 스케일 관점에서 실제 로봇 또는 기계 시스템에 적용이 될 때, 고려해야 할 설계요건들을 기계적인 특성, 제어 전략, 신호처리 등의 관점에서 알아본다.