최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 델파이 기법의 단점을 극복하고자 LDA 토픽모델링 기법을 활용하여 미국 특허 문서 중 AI 초록을 분석, 20개의 AI 세부기술을 추출하고 핵심기술 및 Hot/Cold 기술을 분류하였다. 텍스트 탐색, 컴퓨터 관리, 무선 네트워크 기술 등이 Hot 기술로 도출되었으며, 제시된 방법론은 다양한 분야의 동향 분석 및 예측에 활용될 수 있을 것이다.
Artificial Intelligence on Fashion and Textiles : Proceedings of the Artificial Intelligence on Fashion and Textiles (AIFT) Conference 2018, Hong Kong, July 3–6, 2018
Future directions in artificial intelligence : IFIP TC12 Founding Workshop collected papers
Intelligence in the era of big data : 4th International Conference on Soft Computing, Intelligent Systems, and Information Technology, ICSIIT 2015, Bali, Indonesia, March 11-14, 2015. Proceedings
Artificial intelligence and integrated intelligent information systems : emerging technologies and applications
Tools and applications with artificial intelligence
Technology and the Intelligence Community : Challenges and Advances for the 21st Century
Proceedings of the Future Technologies Conference (FTC) 2020, Volume 1
Web, Artificial Intelligence and Network Applications : Proceedings of the Workshops of the 33rd International Conference on Advanced Information Networking and Applications (WAINA-2019)
Modeling of responsive supply chain
닛케이 전망 테크놀로지 2026 : 미래를 바꿀 기술 트렌드 100
Advances of computational intelligence in industrial systems
Natural language processing for online applications : text retrieval, extraction, and categorization
Computational modeling and data analysis in COVID-19 research
AI 기반 미래 융합 기술
Advances in intelligent data analysis : third international symposium, IDA-99, Amsterdam, The Netherlands, August 1999 : proceedings
Handbook of multisensor data fusion
Statistical learning and pattern analysis for image and video processing
Knowledge management handbook
Signal processing techniques for knowledge extraction and information fusion
기술혁신학회지
이왕재, 이학연대한산업공학회지
강전학, 이학연한국콘텐츠학회 논문지
정도범, 유화선, 문희진Journal of Civil Engineering and Management
Pan X.,Zhong B.,Wang X.,Xiang R.한국융합학회논문지
우창우, 이종연기술혁신학회지
마형렬, 박인선Technological Forecasting and Social Change
Kim J.,Geum Y.한국경영공학회지
김상겸, 장성용한국경영공학회지
송건호, 김영곤SN Computer Science
Sharma D.,Kumar B.,Chand S.,Shah R.R.한국경영공학회지
노석현, 김보상, 조남욱한국산업정보학회논문지
정명석, 이주연한국인터넷방송통신학회 논문지
황승연, 안윤빈, 신동진, 오재곤, 문진용, 김정준NEW REVIEW OF ACADEMIC LIBRARIANSHIP
Thakur, Khusbu; Kumar, VinitIEEE Transactions on Engineering Management
Arsenyan J.,Piepenbrink A.한국콘텐츠학회 논문지
진고환IEEE Transactions on Computational Social Systems
Han W.,Tian Z.,Zhu C.,Huang Z.,Jia Y.,Guizani M.PROGRESS IN AEROSPACE SCIENCES
Garzaniti, Nicola; Tekic, Zeljko; Kukolj, Dragan; Golkar, AlessandroJournal of Internet Technology
Huang, L.; Xu, S.; Hu, G.; Zhang, C.; Xiong, N.N.대기
표성훈; 김태종전선 / 대학원
본 과목에서는 기술예측에 대한 이론과 사례를 소개한다. 이를 위해 국가, 산업, 조직 차원에서 전문가 기반 예측(예. 델파이, 로드맵핑, 시나리오 기획)과 데이터 기반 예측(예, 동향분석, 상호영향분석, 시뮬레이션, 텍스트마이닝)의 접근법을 강의한다. 또한 기술 정보를 추출하여 기술예측 관련 의사 결정을 지원하는 기술 인텔리전스 모델과 도구들을 소개한다. 이를 통해 수강생들은 기술 기회와 위협을 발굴하여 미래를 준비하는데 필요한 기초지식을 습득하고 체화할 수 있을 것이다.전선 / 대학원
이 과목은 보건의료 영역에서 컴퓨터를 활용한 텍스트 분석을 다룬다. 보건의료 영역에는 여러 종류의 언어 자료가 존재한다. 사람들이 온라인 공간에서 여러 질병에 대해 던지는 질문들, 보건의료 전문가들의 연구들, 질병과 건강에 대한 신문기사들이 그 예다. 이들로부터 정보를 체계적이고 과학적으로 추출할 수 있다면, 보건의료에서 다양한 방식으로 활용할 수 있다. 최근 많이 사용되고 있는 컴퓨터를 활용한 텍스트 분석은 이런 작업에 새로운 가능성을 제시한다. 본 과목에서는 여러 가지 컴퓨터를 활용한 텍스트 분석 방법을 학습하고, 보건의료 영역 자료에 적용하는 것을 실습한다.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
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
"다양화, 신속화, 복잡화되는 시장구조와 제품개발과정을 효과적으로 관리할 수 있는 현대적 기법들을 종합적으로 이해하고 case와 실습을 통해 신제품개발과 개발기술의 상업화에 대한 이론 및 실무지식을 배양한다. "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
본 과목에서는 인공지능의 최신 연구에 대하여 살펴본다. 기계학습, 컴퓨터비전, 자연어처리, 음성인식, 로봇 공학 등 인공지능의 여러 세부 분야에 대해 대표적인 연구 논문들을 중심으로 이론 및 알고리즘, 응용 분야 등에 대해 발표하고 토의한다.전선 / 대학원
데이터사이언스와 관련한 여러 분야의 최근의 국내외 연구동향을 소개한다. 강의와 세미나를 통하여 관련분야의 최신 방법론과 특정 주제를 심도 있게 습득할 수 있도록 한다.전선 / 대학원
최근 인공지능은 사회의 다양한 영역으로 확산되면서 많은 인문사회과학적 문제들을 제기하고 있다. 이에 본 과목은 사회 각 영역에서 전개되고 있는 AI 기술의 양상들을 살펴보고, 이것을 둘러싼 이슈와 함의를 미디어 이론, 기술 철학, 문화 이론 등 다양한 관점에서 논의한다. 이를 통해 AI와 현대 기술문화에 대한 보다 심층적인 이해를 제공하고자 한다.전선 / 대학원
데이터마이닝 (Data Mining)은 대용량 데이터베이스에 존재하는 데이터 간의 관계, 패턴, 규칙 등을 찾아내고 모형화해서 의사결정을 돕고, 유용한 정보로 변환하는 일련의 과정이다. 본 강좌에서는 기술모델링과 예측모델링에 사용되는 통계학, 기계학습, 신경회로망 기법들을 공부하고, 응용 사례 연구와 패키지를 이용한 프로젝트를 수행한다.전선 / 학사
이 과목은 다양한 주제 하에서 정보기술학과 관련한 여러 최근의 이론적 논의들을 검토하는 것을 목표로 하고 있다. 최근의 디지털 콘텐츠와 미디어, HCI 방법론, IT/정보 산업등 정보기술과 관련한 여러 이슈를 다룬다.교양 / 학사
AI는 현재 기술과 사회를 모두 이끌어가는 핵심 키워드이며, 지난 10년 이상 기술적 잠재력을 어필하는 시기에서, 일상에 실질적으로 유용한 서비스를 제공하고 시장성을 확보하는 방향으로 전진해야하는 시대적 요구에 직면에 있음. 본 교과목은 학생들의 다학제적 협업 및 교수자와의 상호 토론을 통해 현대인의 일상에 AI가 유용하게 사용될 수 있는 시나리오를 탐색하고, 데이터 수집, 윤리적 이슈, 사회적 규제 등을 종합적으로 고려하여 상기 시나리오를 구체화해보는 경험을 제공함. 본 교과목은 디지털 대전환 시대에 경쟁력 있는 인재 양성을 위해 AI와 일상의 간격을 효과적으로 해소하는 실용적 사고력을 배양하는 것을 목표로 함.전선 / 대학원
AI 기술은 빠른 속도로 발전하고 있으며 핵심기술의 적용 가능 분야 또한 대단히 빠른 속도로 넓어지고 있다. 본 강의의 학습목표는 일반적 창업 지식의 학습이 아니라, 빠르게 변하는 AI 분야의 기술기반 창업 동향 전반에 대한 이해를 높이는 것이다. 이는 AI 분야 창업 뿐 아니라 AI를 전공하는 연구자들에게 어떠한 연구 문제들이 미래에 중요할지 판단하는데 도움이 될 수도 있다. 따라서, 수강 대상은 AI를 전공하거나 AI 기술을 사용할 수 있는 학생들로 한다. 강의는 최근 인공지능기술의 변화에 대한 이해를 바탕으로 새로운 AI 기술이 출현할 때마다 어떤 창업 트랜드가 생겼는지, 어떤 분야가 영향을 받았는지, 관련 스타트업들은 현재 어떻게 되었는지, 등에 대해 학생 참여 방식으로 학습한다.전선 / 대학원
AI 기술은 빠른 속도로 발전하고 있으며 핵심기술의 적용 가능 분야 또한 대단히 빠른 속도로 넓어지고 있다. 본 강의의 학습목표는 일반적 창업 지식의 학습이 아니라, 빠르게 변하는 AI 분야의 기술기반 창업 동향 전반에 대한 이해를 높이는 것이다. 이는 AI 분야 창업 뿐 아니라 AI를 전공하는 연구자들에게 어떠한 연구 문제들이 미래에 중요할지 판단하는데 도움이 될 수도 있다. 따라서, 수강 대상은 AI를 전공하거나 AI 기술을 사용할 수 있는 학생들로 한다. 강의는 최근 인공지능기술의 변화에 대한 이해를 바탕으로 새로운 AI 기술이 출현할 때마다 어떤 창업 트랜드가 생겼는지, 어떤 분야가 영향을 받았는지, 관련 스타트업들은 현재 어떻게 되었는지등에 대해 학생 참여 방식으로 학습한다.전선 / 대학원
컴퓨터 및 VLSI 분야의 전문가를 초빙하여 최근 동향과 전문기술에 대한 정보를 습득하고 토론할 수 있는 기회를 제공한다.전선 / 학사
에너지 수요 급증, 탄소중립, 환경 문제 등으로 인해 에너지 생산 및 사용의 효율성이 보다 중요해지고 있다. 본 교과목에서는 에너지 생산 및 사용의 효율성을 향상시킬 수 있는 데이터 사이언스 기법을 학습한다. 데이터 사이언스는 자료에 숨겨진 유의미한 패턴을 여러 분야의 기법을 사용하여 찾아내는 분야이다. 본 교과목에서는 대표적인 데이터 사이언스 기법인 주성분 분석, 다차원 척도법 등의 차원축소 기법, k-means 클러스터링, 밀도기반 클러스터링 등의 클러스터링 기법, 딥러닝, Support Vector Machine 등의 기계학습 기법을 학습한다. 학습한 데이터 사이언스 기법들을 에너지 데이터에 대해 특성 추출 및 분류, 이상현상 탐지 및 분류, 수요 및 가격 예측, 개발 계획의 신속한 최적화 등 다양한 문제에 적용하는 실습을 수행한다.전선 / 학사
현대의 과학, 공학, 그리고 경영의 응용시스템은 데이터에 점점 더 많이 의존하게 되었지만 전통적인 데이터 분석 기술들은 복잡한 빅 데이터 시대에 맞도록 설계되어 있지 않는 실정이다. 데이터를 수집, 저장, 가공하여 그 안에서 지식을 추출하는 빅 데이터 분석은 새로운 과제들을 탐구하는 흥미 있고 빠르게 발전하는 하나의 학문으로 등장하였다. 본 강의에서는 프로그래밍 경험이 많지 않는 학생들을 대상으로 데이터의 수집 및 분석뿐만 아니라 데이터 프로그래밍 언어의 사용에도 초점을 맞춰 이를 바탕으로 빅 데이터 분석의 토대를 마련하는 것을 목표로 한다.전선 / 대학원
이 과목에서는 컴퓨터 언어학/자연언어처리의 최신 동향과 이론에 대해 살펴 본다. 구문분석, 의미분석, 온톨로지 등의 이론에서부터 정보검색, 기계번역, 지식기반 시스템 등에 이르기까지 최신 연구를 주제별로 다루도록 한다.전선 / 대학원
이 과목은 인간의 정보추구행동을 분석하는 다양한 방법론을 소개하여 향후 학생 본인의 전공분야를 선택하는데 참조할 수 있도록 한다. 특히 정보의 사용성 조사나 사용자 경험조사 방법을 중점으로 데이터의 수집, 실험설계, 데이터 분석 및 해석방업 등을 취급한다.전선 / 대학원
세계적으로 정부나 연구 기관에서 제공하는 공공 데이터는 매년 증가 추세에 있으며, 다양한 데이터들을 활용하는 것은 연구나 정책 결정 등의 활용에 있어 점점 더 중요해지고 있다. 본 교과목에서는 공공 데이터 수집과 정제 기술, 데이터 분석 및 시각화 방법을 학습한다. 이를 통해 과학적 분석력을 강화하고, 사회적 문제를 해결하기 위한 데이터 기반 탐구 능력을 습득하는 것을 목표로 한다.