최근 확인한 콘텐츠
loading...
본 연구는 미국 특허청(USPTO)의 AI 관련 특허를 수집하고 토픽 모델링을 통해 인공지능 기술을 분석하여 15가지 핵심 기술을 도출했습니다. 회귀 분석을 통해 유망 기술 6가지(자연어 처리, 지식 표현, 예측 모델링, 진단 시스템, 모니터링 시스템, 의료 인공지능)와 성숙 기술 5가지(패턴 인식, 전문가 시스템, 제어 시스템, 최적화, VLSI)를 식별했습니다.
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
Web, Artificial Intelligence and Network Applications : Proceedings of the Workshops of the 33rd International Conference on Advanced Information Networking and Applications (WAINA-2019)
Economics and artificial intelligence : proceedings of the IFACIFORSIFIPIASCAFCET Conference, Aix-en-Provence, France, 2-4 September, 1986
Artificial Intelligence on Fashion and Textiles : Proceedings of the Artificial Intelligence on Fashion and Textiles (AIFT) Conference 2018, Hong Kong, July 3–6, 2018
Tools and applications with artificial intelligence
Artificial intelligence methods for software engineering
COVID-19 : prediction, decision-making, and its impacts
Intelligent quality systems
Multiple approaches to intelligent systems : 12th International Conference on Industrial and Engineering Applications of Artificial Intelligence and Expert Systems, IEAAIE-99, Cairo, Egypt, May 31-June 3, 1999 : proceedings
Future directions in artificial intelligence : IFIP TC12 Founding Workshop collected papers
Artificial intelligence & expert systems sourcebook
(2020) 인공지능(AI) 기술개발 현황과 주요 응용 분야별 사업 전략 : 미래 유망산업의 핵심기술
AI 기반 미래 융합 기술
Modeling of responsive supply chain
(4차 산업혁명의 핵심기술인) AI, 빅데이터 사업화 동향과 기술개발 전략
(2016) 글로벌 인공지능(AI) 기술개발, 수요시장 동향과 유력기업 사업 추진전략
Business intelligence in economic forecasting : technologies and techniques
Intelligent educational machines : methodologies and experiences
SUSTAINABILITY
Lee, Hong Joo; Oh, Hoyeon기술혁신학회지
이왕재, 이학연PLoS ONE
Liu N.,Shapira P.,Yue X.,Guan J.한국컴퓨터정보학회논문지
박재용IEEE Computational Intelligence Magazine, Computational Intelligence Magazine, IEEE, IEEE Comput. Intell. Mag.
Chen, Z.; Wu, M.; Chan, A.; Li, X.; Ong, Y.AGRONOMY-BASEL
Taneja, Akriti; Nair, Gayathri; Joshi, Manisha; Sharma, Somesh; Sharma, Surabhi; Jambrak, Anet Rezek; Rosello-Soto, Elena; Barba, Francisco J.; Castagnini, Juan M.; Leksawasdi, Noppol; Phimolsiripol, YuthanaINNOVATION
Xu, Yongjun; Liu, Xin; Cao, Xin; Huang, Changping; Liu, Enke; Qian, Sen; Liu, Xingchen; Wu, Yanjun; Dong, Fengliang; Qiu, Cheng-Wei; Qiu, Junjun; Hua, Keqin; Su, Wentao; Wu, Jian; Xu, Huiyu; Han, Yong; Fu, Chenguang; Yin, Zhigang; Liu, Miao; Roepman, Ronald; Dietmann, Sabine; Virta, Marko; Kengara, Fredrick; Zhang, Ze; Zhang, Lifu; Zhao, Taolan; Dai, Ji; Yang, Jialiang; Lan, Liang; Luo, Ming; Liu, Zhaofeng; An, Tao; Zhang, Bin; He, Xiao; Cong, Shan; Liu, Xiaohong; Zhang, Wei; Lewis, James P.; Tiedje, James M.; Wang, Qi; An, Zhulin; Wang, Fei; Zhang, Libo; Huang, Tao; Lu, Chuan; Cai, Zhipeng; Wang, Fang; Zhang, JiabaoJournal of Intelligent & Fuzzy Systems
Xiaohui Yuan; Mohamed ElhosenyJournal of Intelligent and Fuzzy Systems
Yuan, X.; Elhoseny, M.정보화정책
이현상; 오세환; 차오신; 신선영; 김규리Pharmaceutical Medicine
Jeffrey Warner; Anaclara Prada Jardim; Claudia AlberaFrontiers of Engineering Management
Chen, Ke; Zhou, Xiaojie; Bao, Zhikang; Skibniewski, Mirosław Jan; Fang, WeiliMultimedia Tools and Applications
Sengupta, S.; Chakrabarti, S.Engineering Applications of Artificial Intelligence
Jang H.,Yoon B.IEEE Transactions on Engineering Management
Vincenzo, V.; Francesca, M.; Moacir, G.F.한국산업정보학회논문지
박주섭, 홍순구, 김종원전기학회논문지
Almas Saduakas, Assel Mukasheva, Alibek Bisembayev, Dina Koishiyeva, 강정원Experimental biology and medicine (Maywood, N.J.)
Arash Shaban-Nejad; Martin Michalowski; Simone Bianco; John S. Brownstein; David L Buckeridge; Robert L DavisExperimental biology and medicine (Maywood, N.J.)
Shaban-Nejad A; Michalowski M; Bianco S; Brownstein JS; Buckeridge DL; Davis RL한국지능시스템학회 논문지
민해진; 최승혜; 김민주; 안흥조전선 / 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
"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
인공지능 기술이 빠르게 진화하고 우리 사회에 미치는 영향력이 점차 커지고 있다. 따라서, 기존의 인공지능 관련 과목에서는 다루기 힘든 최신 주제에 관하여 특강 형태의 강의를 개설함으로써 인공지능 연구 및 사회적 영향력에 관한 최진 연구 경향을 파악할 수 있는 수업을 제공하고자 한다. 이 교과목에서는 기계학습, 컴퓨터 비전, 자연어 처리, 로보틱스, 컴퓨터 통신, 컴퓨터 시스템 등과 같은 컴퓨터 과학 분야뿐만 아니라, 공학, 자연과학, 사회과학 등과 같은 다양한 분야를 다루는 수업을 개설할 수 있다.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
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
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 / 학사
AI는 인간의 의사결정 방식과 업무 수행 방식을 빠르게 변화시키고 있으며, 이에 따라 조직의 형태와 작동 방식 또한 재편되고 혁신되고 있다. 이러한 변화 속에서 AI를 전략적으로 도입하고 효과적으로 활용하는 능력은 기업이 지속 가능한 경쟁우위를 확보하는 핵심 원천이 되고 있다. 본 과목은 AI와 전략경영의 접점을 체계적으로 탐구한다. AI가 무엇이며(또 무엇이 아닌지), 인간이 AI와 어떻게 상호작용하는지, AI가 직무·직업·노동시장을 어떻게 변화시키는지, 그리고 이러한 변화가 조직 전환을 어떻게 촉발하는지를 다룬다. 더 나아가 AI가 기술 혁신과 창의성에 미치는 영향, 그리고 경영자와 정책결정자가 AI를 어떻게 이해하고 대응해야 하는지도 살펴본다. AI가 전례 없이 빠른 속도로 발전하고 그 영향이 맥락에 따라 다르게 나타나는 환경에서, 학생들은 최신 연구 논문과 실제 사례를 분석·토론함으로써 개인, 팀, 조직 수준에서 AI를 전략적으로 도입하고 활용하는 방법을 학습한다. 이를 통해 AI가 가져올 일과 조직의 대전환을 깊이 이해하고, 이를 능동적으로 설계함으로써 AI 시대 지속 가능한 경쟁우위를 구축할 수 있는 역량을 갖추게 될 것이다.전선 / 학사
인공지능 기술의 도입은 다양한 법적 제도적 이슈들을 제기한다. 인공지능 기술의 도입이 가져오는 사회적 경제적 변화는 어떠한 것인지 살펴보고, 그와 함께 고려해야 할 법제도적 이슈들이 어떤 것인지 파악하고 정리해 보는 기회를 갖도록 한다. 인공지능의 작동방식에 대해 재검토하고, 인공지능이 인터넷 플랫폼, 검색, 프로파일링 등 다양한 영역에 미치는 영향을 검토하고, 금융이나 의료 등 개별 산업에는 어떠한 변화를 가져오는지 살펴본다. 그와 함께, 새로이 제기되는 법제도적 이슈들에 대해 검토한다. 법적 책임에 관한 문제를 비롯하여, 공정성이나 차별의 이슈, 데이터 활용과 관련된 프라이버시 이슈 등 관련된 다양한 이슈들에 대해 논의하도록 한다.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
인공지능이 다양한 산업 분야에서 응용 분야를 넓혀가고 있다. 이 강의는 인공신경망, 유전자 알고리즘, 퍼지이론 등 최근 각광을 받고 있는 각종 인공지능 기술의 개요와 응용 분야에 대해서 알아보고, 의류학과 패션 산업의 여러 분야에 활용 가능한 어플리케이션을 다양한 프로그래밍 환경에서 만드는데 필요한 능력을 습득하는 것을 목표로 한다.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 / 대학원
머신러닝 등 인공지능 기술의 급속한 발전 및 활용도 증가와 함께, 그와 관련된 법과 규제에 대한 논의의 필요성 또한 급격하게 증대하고 있음. 인공지능 방법론 개관, 인공지능과 관련된 법제도 개관, 로보틱스 및 자율주행차와 관련된 규제 및 책임제도 개관, 인공지능과 불법행위 책임, 인공지능과 시장경쟁, 인공지능과 사회적, 경제적 차별의 문제, 인공지능 의사결정의 투명성 및 책임성(accountability), 설명가능/해석가능한 인공지능과 법적 책임전선 / 학사
인공지능은 사람의 생각과 행동을 모사하고, 이성적인 행위를 통하여, 주어진 목적을 달성하는 시스템을 연구하는 학문 분야이다. 본 수업에서는 인공지능 시스템을 구성하기 위한 다양한 방법론을 논한다. 이는 효율적인 탐색, 지식의 표현, 불확실성에 대한 이해, 상관관계와 인과관계에 대한 이해, 시각, 음성, 자연어 등의 처리, 학습 등을 포함한다. 이를 통해 학생은 인공지능의 핵심 원리와 기술에 대해 수학적, 논리적, 정성적, 정량적, 확률 통계적, 학습적 관점 등으로 종합적인 이해를 한다.공통 / 대학원
21세기에 들어와 기계학습과 딥러닝 등의 AI 기술의 급격한 발전이 빅데이터와 고성능 컴퓨터와 결합되며 이전과는 다른 차원의 활용 가능성을 보여주면서 급속도로 산업과 생활에 보급되고 있다. 그러나, 현재의 빅데이터 기반 기계학습 위주 AI의 한계는 분명하며 AI 개념의 창시자와 개발자들이 꿈꾸던 기술에 못 미친다는 것이 전문가들의 한결같은 견해이다. 차세대 AI 기술의 핵심 중 하나는 뇌의 자연지능을 닮은 AI(Brain-like AI)의 구현이다. 본 교과목은 뇌의 인지기능에 기반을 둔 자연지능과 컴퓨터 기반 인공지능의 공통점과 차이점에 대한 체계적 고찰을 통해 학생들이 인공지능과 자연지능 연구 및 기술 개발을 위한 미래지향적 안목을 기를 수 있도록 돕는 것을 목표로 한다. 인간의 인지 및 행동에 관심이 있는 다양한 분야의 학생은 인공지능과 자연지능의 비교를 통해 인간의 고유성에 대한 통찰 및 인공지능 기술의 활용에 대해 배울 수 있으며, 반대로 인공지능에 관심이 있는 학생은 진정한 인공지능을 구현하기 위해 필요한 뇌인지과학적 배경을 함양할 수 있을 것으로 기대한다.전선 / 학사
인공지능은 사람의 지능과 인지 기능을 흉내낼 수 있는 정보처리 모델을 연구하는 컴퓨터과학의 한 분야이다. 인공지능의 근본적인 문제로서 경험적 탐색, 추론, 학습, 지식표현 방법에 관한 이론과 근본적인 계산학적 문제들을 다룬다. 논리 기반의 정리증명, 게임이론, 지능형 에이전트 등에 관해 다루며 신경망, 진화연산, 베이지안망의 기본 원리를 학습하고 이의 응용 사례로서 전문가시스템, 컴퓨터비전, 자연언어처리, 데이터마이닝, 정보검색, 바이오정보학 등의 분야에 대해 살펴본다.전선 / 대학원
본 과목은 인공지능 분야의 우수한 연구진을 초빙하여 최근 연구 동향 및 새로운 결과에 대한 세미나를 진행하고 인공지능을 전공하는 대학원 학생들에게 유용한 정보와 지식을 제공하는 것을 목표로 한다. 이 세미나의 주요 주제는 학습과 추론, 시각과 지각, 언어와 인지, 로보틱스와 행동, 데이터 지능, 인간-AI 상호 작용, AI 시스템, AI 칩, AI 보안, 자율주행, AI 관련 법과 윤리, 등을 포함한다. 응용분야의 주제도 세미나에 포함되며, 금융/마케팅+AI, 바이오+AI, 뇌연구+AI, 의료기술+AI, 신약개발+AI, 인문/예술+AI, 소재/부품/장비+AI, 등의 다양한 주제를 다룬다.전선 / 학사
본 교과목은 4차 산업혁명의 핵심기술인 인공지능 기술의 기본 개념과 작동 원리를 이해하고 이를 농업에 활용하는 방법에 대하여 배우는 것을 학습 목표로 한다. 인공지능 기술 분야인 전문가시스템, 퍼지이론, 유전 알고리즘, 인공신경망 및 딥러닝에 대해서 학습한다. 학습한 개념들의 농업 적용과 활용 사례들에 대하여 살펴보고 이를 실제 농업 현장에 응용하는 능력을 습득하도록 한다.