최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 논문은 디지털 이미지 형태의 불법 유통 저작물 식별을 위한 알고리즘을 제안한다. 자연 연상 통계(NSS) 기법을 활용하여 디지털 저작물의 히스토그램을 추출하고, 서포트 벡터 머신(SVM)을 학습하여 저작물을 분류한다. 제안하는 알고리즘은 저작권 보호에 기여할 수 있다.
AI가 만든 콘텐츠, 누구의 것인가? : 인공지능시대, 창작과 보호의 경계를 넘어서
디지털 커먼즈 : AI 시대의 생존법
디지털 콘텐츠 저작권과 멀티플랫폼 =
Digital rights management
당신은 AI를 어디까지 믿을 수 있나요? : AI 시대, 우리가 알아야 할 신종 AI 범죄와 법
인공지능과 저작권
된다! 유튜브·SNS·콘텐츠 저작권 문제 해결 : 25년간 저작권을 다뤄온 판사 출신 변호사의 실무 답변 108가지
네트워크 환경에서의 멀티미디어 저작물 불법유통 탐지 및 확증 기술 개발
Numerical algorithms : methods for computer vision, machine learning, and graphics
Intellectual property protection for multimedia information technology
인공지능과 저작권
저작권법 개론
(된다!) NFT 메타버스 저작권 문제 해결 : 판사 출신 변호사와 법학박사가 알려 주는 NFT, 메타버스 시대의 법률 가이드
Intelligent multimedia data hiding : new directions
사진으로 보는 저작권, 초상권, 상표권 기타 등등
Recent developments in computer vision : Second Asian Conference on Computer Vision, ACCV '95, Singapore, December 5-8, 1995 : invited session papers
디지털 저작권 관리 (DRM) : 소유에서 사용 권리로의 이동
디지털 시대, 콘텐츠 부가시장의 육성과 권리보호
Numerical Algorithms : Methods for Computer Vision, Machine Learning, and Graphics
한국산학기술학회논문지
강현석, 이영석한국통신학회논문지
김도영, 박현우, 권범, 권혁주, 이상훈한국인터넷방송통신학회 논문지
한병준; 김태현; 강호갑; 조성환; 이근영한국산학기술학회논문지
강현석; 이영석한국정보기술학회논문지
소대영, 이병수, 이상순Digital Signal Processing: A Review Journal
Li Y.,Wang J.Computer Optics
Vybornova Y.D.,Ulyanov D.I.한국산학기술학회논문지
김영식, 백종경, 박재표전기전자학회논문지
유인재; 장세영; 박병찬; 김석윤; 김영모전기전자학회논문지
디지털융복합연구
최민석, 최성욱Signal Processing: Image Communication
Joshi S.,Saxena S.,Khanna N.Applied Sciences (Switzerland)
El-Kenawy E.S.M.,Khodadadi N.,Khoshnaw A.,Mirjalili S.,Alhussan A.A.,Khafaga D.S.,Ibrahim A.,Abdelhamid A.A.Eurasip Journal on Image and Video Processing
Li Z.정보보호학회논문지
황찬웅; 김진강; 이용수; 김형래; 이태진IEEE Signal Processing Letters, Signal Processing Letters, IEEE, IEEE Signal Process. Lett.
Li, Y.; Guo, L.한국인터넷방송통신학회 논문지
윤희돈; 김태현; 강호갑; 조성환한국인터넷방송통신학회 논문지
김태현; 윤희돈; 강호갑; 조성환Applied Sciences (Switzerland)
Gomez-Coronel S.L.,Moya-Albor E.,Brieva J.,Romero-Arellano A.한국컴퓨터정보학회논문지
김태호, 임종인전선 / 대학원
본 과목은 디지털 기술의 발전과 저작권 정책 및 법의 상호작용을 고찰하는 것을 목표로 한다. 정보통신기술과 디지털 기술의 발전은 저작물을 생산, 처리, 전달, 소비하는 방식에 변화를 가져오고 저작물의 소유와 유통과 관련한 법제도의 적용을 매우 어렵게 하고 있다. 본 과목에서는 저작권 제도의 역사적 발전에 대한 고찰을 통해 저작권 정책과 법의 취지 및 메커니즘을 이해하고, 저작권법과 제도를 디지털 시대의 다양한 저작물에 적용함에 있어서 발생하는 다양한 문제들의 정책적 현안과 이론적 함의를 함께 살펴본다.전선 / 대학원
협동과정 인지과학 소속 학생들이 속한 다양한 분야들간의 융합연구가 진행될 수 있도록 하기 위해 소속 학생들이 연구하는 분야에 대한 박사과정생들의 연구 소개 및 토론을 통해 서로간의 연구에 대해 이해하고 인지과학이 가지는 다학제적 성격이 부각되는 연구 주제 및 방법론의 공유를 목표로 한다.전선 / 대학원
이 수업은 예술과 법 1 수업을 수강하였거나 이미 법학을 공부한 경험이 있는 대학원생을 대상으로 한 심화과정이다. 이 수업은 미술경영 또는 문화산업 관련 기관/기업의 경영자 및 예술 분야 근로자의 지위에서 알아두어야 할 주요 법률 및 표준계약서 그리고 창작활동에 관련된 여러 법률 등에 관하여 폭넓게 다룬다. 관련 판례 및 표준계약서 등을 토론과 세미나를 통해 분석하고 이를 바탕으로 이론적·실무적으로 유의하여야 할 법률 상식을 습득하도록 한다.전선 / 대학원
이 수업은 작가의 작품 창작 과정을 둘러싸고 발생하는 법적 쟁점을 저작권법의 이론과 주요 판례를 중심으로 이해하기 쉽게 소개한다. 이 수업은 법학을 처음 공부하는 대학원생을 대상으로 하며 법학의 기본 개념과 공부 방법 및 전체 지식재산권법 체계에서 저작권법의 위상 등에 대해서도 소개한다.전선 / 대학원
지적 창조물에 관한 권리 및 영업상 신용, 산업질서유지를 위한 표지에 관한 권리인 지적재산권 일반에 대해 연구하고, 최근 법적으로 이슈되고 있는 사항들을 중심으로 특허권, 실용신안권, 의장권, 상표권 및 저작권 분야전반을 통하여 연구 검토한다.전선 / 대학원
소셜 컴퓨팅과 라지데이터 분석 등이 커뮤니케이션 분야에서도 중요한 이슈로 부상함에 따라 컴퓨터공학을 전공하지 않은 연구자들도 소셜 네트웍 시스템의 기술적, 구조적 특성을 이해할 필요가 있다. 이 수업에서는 Ruby나 Python 등을 사용한 기초 프로그래밍 학습과, 웹 기반 기술(web technology), 데이터베이스 등의 관련 기술에 대한 학습을 통해 실제로 소셜 네트웍을 개발하고 분석하는 방법을 배운다. 또한, 이 과정에서 트위터 등의 소셜 네트웍의 데이터 마이닝 기법을 배우고 소셜 네트웍 분석을 실습을 통해 학습한다.전선 / 대학원
디지털 기술의 발전은 정보를 생산, 처리, 전달하는 방식에 변화를 가져오고 있으며, 이에 따르는 법제도적 변화도 필수적이다. 뿐만 아니라 정보를 생산하고 유통하는 방식의 변화는 정보통신 관련법 분야뿐 아니라 일반적인 법체계와 국제적 협력의 방식에도 커다란 변화를 일으키고 있다. 본 강의에서는 정보통신기술의 발달로 정보의 유통이 용이해질수록 더욱 강화되고 다양화되는 사회적 통제 메커니즘으로서의 법적, 제도적 장치의 역할을 고찰한다. 특히 디지털 저작물에 대한 저작권 보호, 인터넷상 정보 내용 규제, 프라이버시 및 개인정보보호, 도메인이름과 상표권 간의 분쟁 및 인터넷 거버넌스, 인터넷 관련 국제적 규제 틀에 대한 협상 및 협의과정 등을 중심으로 법적, 정책적 현안과 이론적 함의를 함께 살펴본다. 강의의 첫 부분에서는 인터넷기술의 특성과 이로 인한 매체환경의 변화, 사회적, 경제적 함의, 사회적 문제를 해결하기 위한 법과 규제의 역할 등에 대한 기초적 이해를 도모한다. 이후 각 쟁점에 대한 연구를 통해 인터넷에 대한 국내외 규제 틀의 형성 및 변화과정을 이해하고자 하며, 변화하는 정보환경에서 법, 규제, 정책, 정보기술, 시장, 사회규범간의 관계에 대한 이론적 이해를 높이고자 한다. 또한 학생들이 법과 규범을 지식으로 습득하기보다는 제도와 정책을 능동적으로 만들어 갈 수 있는 비판적, 전략적 사고를 갖도록 하는 것이 본 강의의 목표 중 하나이다.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
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.전선 / 대학원
이 과목은 매스컴 연구에서 필요한 질적 연구방법을 가르치는데 주목적이 있다. 질적 연구방법은 사회현상을 통제하거나 예측하는데 있지 않고 그것의 참 의미를 이해하는 방법이다. 질적 연구방법에는 구체적으로 연구주제의 생성 처리, 구술사 또는 문헌 조사, 민속지학적 연구, 그리고 특정 아카이브의 분석기법 등이 있다. 그 밖에 이 과목에서는 참여관찰방법, 심층 인터뷰 기법, 역사적 연구방법 등도 취급할 예정이다.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
이 수업에서는 3D아트와 인터랙티브아트의 개념 및 구현 방식을 학습하여, 학생의 연구 주제에 따라 매체 선택의 폭을 넓히는 것을 목표로 한다. TouchDesigner, Unity, Blender와 같은 실습 도구를 활용하여 가상환경에서의 표현영역을 확장하고 응용 방안을 모색함으로써 창의적이고 현대적인 포트폴리오를 구성한다.전선 / 학사
본 교과목은 비-법학전공자들에게 상표, 저작권, 특허, 영업 비밀을 포함한 주요 지식재산권 유형에 대한 기본적인 지식과 이해, 그리고 여러 유형의 지식재산권간의 차이에 관한 통찰력을 도모하고자 한다. 구체적으로, 현대의 글로벌 지식정보경제사회에서 일상적인 그리고 전문적인 활동에서 많은 지식재산을 사용하게 되고, 다양한 지식재산을 창출하며, 이를 전략적으로 관리하게 될 다양한 전공의 수강생들에게 중요한 지식재산권 판례를 분석하고, 대표적인 지식재산이론들과 경험적 자료들을 서베이하며, 구체적인 시장을 염두에 둔 비교법학적인 관점을 갖출 수 있도록 기회를 제공하고자 한다.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 / 학사
디지털 회로 설계에 입문하는 인력들이 본 과정을 통해 실무에 투입될 수 있는 수준의 역량을 갖추도록 한다. RTL 설계 이해 및 RTL 설계 능력 함양을 위해 심화 실습을 포함한 교육을 진행하며, Synthesis 및 P&R을 포함한 SoC 전체 설계 과정을 진행한다.전선 / 학사
본 교과목은 실험 데이터를 모아 놓은 데이터베이스 및 데이터의 해독에 필요한 프로그램에 대한 수요에서 비롯된 것으로 인간 및 동물의 게놈염기배열 정보를 바탕으로 생명현상을 이해하는 학문이다. 따라서 본 교과목에서는 유전적 표지인자를 이용 한 동물분자육종, 사람의 유전정보를 바탕으로 동물의 종간 비교지도작성, 단일 염기다형(SNP)의 해독기술, 특정 염색체영역에 있는 유전자 및 질병의 검색 및 Lab informatics 등에 대하여 강의한다.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
기록학의 연구 및 실천에 필요한 전산의 기초적 지식을 교육한다. 기록의 작성과 보존 및 활용에서 컴퓨터 활용이 가지는 사회적 의미와 실무적 가치를 분석하고, 컴퓨터 시스템의 개요 및 하드웨어, 소프트웨어, 운영체제를 이해할 수 있는 기초 지식을 습득하게 한 후, 현재 공공 부문에서 널리 사용하고 있는 응용소프트웨어의 기초적 사용법, 효과적 이용 방법 등을 체계적으로 교육한다.전선 / 학사
본 강좌는 딥러닝 등 기계학습 기반 인공지능 및 관련 분야에 관심있는 수강생을 대상으로 하는 학부 교과목으로 인공지능 분야의 핵심이 되는 기계학습의 개념 및 응용을 소개하고, 주요 기계학습 알고리즘 및 모델들에 대해 학습한다. 과제 및 프로젝트를 통해 최신 기계학습 기법의 심층적 이해와 실제 구현 기회를 부여한다. 주요 내용으로는 학습이론, 선형모델 (선형회귀, 선형분류, Logistic 회귀), Support Vector Machine, 인공신경망, 순차모델, 기초 딥러닝 모델 (MLP, CNN, RNN), 앙상블 학습 등을 포함한다. 선수과목: 데이터구조 혹은 알고리즘, 선형대수, 확률변수, 프로그래밍 방법론전선 / 학사
이 교과목은 ‘소리’를 독립적인 미술의 재료이자 인식의 도구로 삼아, 감각과 지각을 확장하고 미술창작의 가능성을 탐색하는 것을 목적으로 한다. 전통적으로 시각 중심으로 구성되어 온 미술적 접근에서 벗어나, 청각을 대안적 감각으로 활용하여 사물, 공간, 환경을 새롭게 인식하고 상상하는 훈련을 진행한다. 기존 소리의 채집과 편집, 새로운 소리의 제작과 재구성 등을 실습하고, 시각 요소와 청각 요소의 상호작용, 더 나아가 이들 감각의 경계를 넘는 조형 언어를 창안한다. 이 과정을 통해 ‘듣기’의 감각적, 인지적, 미학적 가능성을 경험하고, 사운드를 기반으로 한 작품 제작의 상상력을 훈련한다.