LikeSNU-서울대 중앙도서관 빅데이터 지식 플랫폼

검색으로 돌아가기

능동소나 스펙트로그램 이미지와 CNN을 사용한표적/비표적 식별

저자

김동욱, 석종원, 배건성

학술지명

전기전자학회논문지

출판/발행연도

2018

주제

#인공지능(AI)
#컴퓨터 과학

요약

본 연구는 CNN을 사용하여 능동소나 신호의 스펙트로그램을 분석하고 표적과 비표적을 식별하는 방법을 제시합니다. 스펙트로그램을 프레임별로 나누어 CNN 학습에 사용한 결과, 표적 신호 위치에서 표적에 해당하는 클래스가 순차적으로 나타나는 특성을 활용하여 높은 식별 성능을 보였습니다.

원문보기 구글 스칼라에서 보기 출처 바로가기 찜하기 컬렉션에 담기

Read
관심없음
카카오톡 공유
공유
EndNote 내보내기

인용 논문(0)

해당 논문이 인용한 논문 목록

논문 지표

연관 콘텐츠

LikeSNU에서 의미기반으로 분석하여 연관된 자료를 추천해드립니다.

도서
논문
강의

(코딩셰프의) 3분 딥러닝 케라스맛
- # 딥 러닝
텐서플로와 케라스로 구현하는 딥러닝 3e
- # 딥 러닝
- # 프로그래밍 언어
- # 기계 학습
텐서플로 2와 케라스로 구현하는 딥러닝 : 회귀, CNN, GAN, RNN, NLP, AutoML까지 딥러닝의 모든 것
- # 컴퓨터 과학
- # 자연어 처리
- # 딥 러닝
핸즈온 머신러닝 딥러닝 알고리즘 트레이딩 : 파이썬, Pandas, NumPy, Scikit-learn, 케라스를 활용한 효과적인 거래 전략
- # 기계 학습
- # 딥 러닝
- # 알고리즘 트레이딩
Pro deep learning with TensorFlow : a mathematical approach to advanced artificial intelligence in Python
- # 딥 러닝
- # 인공지능(AI)
- # 기계 학습
퀀트 투자를 위한 머신러닝·딥러닝 알고리듬 트레이딩 : 파이썬, Pandas, 텐서플로 2.0, Scikit-learn을 활용한 효과적인 트레이딩
- # 기계 학습
- # 딥 러닝
파이썬과 엑셀로 시작하는 딥러닝 : 딥러닝의 알고리즘 원리부터 파악하기
- # 딥 러닝
- # 알고리즘
- # 컴퓨터 과학
Applied neural networks for signal processing
- # 신호 처리
- # 인공 신경망
- # 컴퓨터 과학
Neural nets : a theory for brains and machines
- # 컴퓨터 과학
- # 인공 신경망
- # 생리학
TensorFlow machine learning cookbook : 다양한 텐서플로 예제를 실행해 보면서 빠르게 익히는 머신 러닝
- # 기계 학습
- # 인공지능(AI)
- # 컴퓨터 과학
파이썬을 활용한 머신러닝 해석 가능성 : 예측의 공정성, 책임성, 투명성을 수립하는 다양한 방법 학습하기
- # 기계 학습
- # 프로그래밍 언어
- # 컴퓨터 과학
텐서플로를 이용한 고급 딥러닝
- # 딥 러닝
- # 컴퓨터 과학
이것이 우리에게 딱 맞는 딥러닝 with 텐서플로 : 알짜배기 예제로 배우는 텐서플로와 딥러닝의 모든 것
- # 딥 러닝
- # 컴퓨터 과학
Applications of pulse-coupled neural networks
- # 인공 신경망
- # 컴퓨터 과학
Nonlinear and nonstationary signal processing
- # 신호 처리
- # 통계학
- # 비선형 시스템
머신러닝을 위한 파이썬 한 조각 : 파이썬으로 이해하는 인공지능의 시작
- # 기계 학습
- # 인공지능(AI)
- # 컴퓨터 과학
(실전!) 파이토치 딥러닝 프로젝트 : 기본 아키텍처부터 글쓰기작곡, 스타일 전이, 게임, 클라우드와 분산 훈련까지
- # 컴퓨터 과학
- # 딥 러닝
- # 프로그래밍 언어
Syntactic pattern recognition : applications
- # 패턴 인식
- # 컴퓨터 과학
딥러닝 초보자를 위한 엔비디아 가이드북 : 엔비디아 현업 아키텍트가 저술한 검증된 딥러닝 입문서
- # 컴퓨터 과학
- # 딥 러닝
- # 기계 학습
Signal processing techniques for knowledge extraction and information fusion
- # 신호 처리
- # 정보 검색
- # 지식 추출

CNN을 이용한 능동 소나 표적/비표적 분류

김동욱, 석종원, 배건성 · 2018

멀티미디어학회논문지

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

CNN을 이용한 Al 6061 압출재의 표면 결함 분류 연구

김수빈, 이기안 · 2022

소성∙가공

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

Igneous rock classification using Convolutional neural networks (CNN)

Surendra Patro; D.C. Jhariya; Mridu Sahu; Pankaj Dewangan; P.Y. Dhekne · 2022

IOP Conference Series: Earth and Environmental Science

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

Active pulse classification algorithm using convolutional neural networks

Kim G.,Choi S.R.,Yoon K.S.,Lee K.K.,Lee D. · 2019

Journal of the Acoustical Society of Korea

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

주파수 도메인 특성과 딥러닝을 이용한 백내장 분류

신민재, 김대원 · 2023

전자공학회논문지

Read
컬렉션에 담기
찜하기
관심없음
논문 출처에서 보기

CNN-Based Brain Tumor Detection Model Using Local Binary Pattern and Multilayered SVM Classifier.

Kolla M; Mishra RK; Zahoor Ul Huq S; Vijayalata Y; Gopalachari MV; Siddiquee KE · 2022

Computational intelligence and neuroscience

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

데이터 증강을 통한 딥러닝 기반 주가 패턴 예측 정확도 향상 방안

김영준, 김여정, 이인선, 이홍주 · 2019

한국빅데이터학회 학회지

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

A deep convolutional neural network-based pigmented skin lesion classification application and experts evaluation

Sevli O. · 2021

Neural Computing and Applications

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

An integrated framework based deep learning for cancer classification using microarray datasets

Alrefai N.,Ibrahim O.,Shehzad H.M.F.,Altigani A.,Abu-ulbeh W.,Alzaqebah M.,Alsmadi M.K. · 2023

Journal of Ambient Intelligence and Humanized Computing

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

Classification of breast cancer mammogram images using convolution neural network

Albalawi U.,Manimurugan S.,Varatharajan R. · 2022

Concurrency and Computation: Practice and Experience

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

Multi-model CNN fusion for sperm morphology analysis

Yüzkat M.,Ilhan H.O.,Aydin N. · 2021

Computers in Biology and Medicine

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

The Real-Time Mobile Application for Classifying of Endangered Parrot Species Using the CNN Models Based on Transfer Learning

Daegyu Choe; Eunjeong Choi; Dong Keun Kim · 2020

Mobile Information Systems

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

Epileptic Seizure Detection using Spectral Transformation and Convolutional Neural Networks

T. Saneesh Cleatus; M. Thungamani · 2022

Journal of The Institution of Engineers (India): Series B

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

An innovative intelligent system with integrated CNN and SVM: Considering various crops through hyperspectral image data

Wan S.,Yeh M.L.,Ma H.L. · 2021

ISPRS International Journal of Geo-Information

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

Pre-processing spectrogram parameters improve the accuracy of bioacoustic classification using convolutional neural networks

Knight, Elly C.; Hernandez, Sergio Poo; Bayne, Erin; Bulitko, Vadim; Tucker, Benjamin V. · 2019

Bioacoustics

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

Pre-processing spectrogram parameters improve the accuracy of bioacoustic classification using convolutional neural networks

Knight, Elly C.; Hernandez, Sergio Poo; Bayne, Erin M.; Bulitko, Vadim; Tucker, Benjamin, V · 2020

BIOACOUSTICS-THE INTERNATIONAL JOURNAL OF ANIMAL SOUND AND ITS RECORDING

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

Multilevel Wavelet-SRNet for SAR Target Recognition

Qin R.,Fu X.,Chang J.,Lang P. · 2022

IEEE Geoscience and Remote Sensing Letters

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

Preference prediction based on a photo gallery analysis with scene recognition and object detection

Savchenko A.V.,Demochkin K.V.,Grechikhin I.S. · 2022

Pattern Recognition

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

Deep convolutional neural networks for classifying breast cancer using infrared thermography

Torres-Galvan, Juan Carlos; Guevara, Edgar; Kolosovas-Machuca, Eleazar Samuel; Oceguera-Villanueva, Antonio; Flores, Jorge L.; Gonzalez, Francisco Javier · 2022

QUANTITATIVE INFRARED THERMOGRAPHY JOURNAL

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

Classification of Rastrelliger kanagurta and Rastrelliger brachysoma using Convulational Neural Network (CNN)

K Kurniawan; B B Sedayu; A R Hakim; I M S Erawan · 2022

IOP Conference Series: Earth and Environmental Science

Read
컬렉션에 담기
찜하기
관심없음
Get PDF
논문 출처에서 보기

딥러닝 치과의료 응용 치과대학 치의과학과
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)
- # 딥 러닝
- # 치과
- # 합성곱 신경망
딥러닝 치과의료 실습 치과대학 융합치의학과
전선 / 대학원
다양한 딥러닝 신경망(CNN 등) 알고리즘을 치과영상(파노라마 영상, 구내 영상, CEP 영상 및 콘빔CT(CBCT) 영상)에 적용하여 자동적 영역분할, 치과질환의 자동적 탐지 및 분류하는 방법을 실습함. 치과영상 데이터의 annotation 방법, 신경망 학습, 테스트 및 모델의 성능분석 등을 디지털 치과 데이터를 실제 컴퓨터 서버에 탑재하고 실습하여, 학생 스스로 딥러닝을 이용하여 치과영상을 분석할 수 있는 능력을 제공함. Getting Started with Deep Learning Using PyTorch Building Blocks of Neural Networks Diving Deep into Neural Networks Fundamentals of Machine Learning Deep Learning for Computer Vision Deep Learning with Sequence Data and Text Generative Networks
- # 딥 러닝
- # 치과
- # 치과 질환
데이터마이닝기법 공과대학 산업공학과
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.
- # 데이터 마이닝
- # 기계 학습
- # 컴퓨터 과학
첨단융합전공과 나의 미래 2: 융합데이터과학전공 체험 첨단융합학부 첨단융합학부
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.
- # 데이터 과학
- # 공학 윤리
농업경제학세미나 1 농업생명과학대학 농경제사회학부
전선 / 대학원
다른 과목에서 배운 계량적 분석방법을 현실 농업문제에 응용한다. 비교정학(comparative statics)에 의한 모형분석, 칼만 필터(Kalman filter), 뉴럴 네트워크(neural network), 유전자 알고리즘(genetic algorithm), 부트 스트랩핑(boot strapping), 커널 추정(kernel estimation) 등을 다룬다.
- # 칼만 필터
- # 경제, 금융
- # 농업 경제학
동물유전정보학 및 실습 농업생명과학대학 식품·동물생명공학부
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.
- # 생물정보학
- # 유전체학
- # 정보학
생체신호 분석을 위한 기계학습 융합과학기술대학원 헬스케어융합학과
전선 / 대학원
본 교과목에서는 기계학습을 활용하여 생체신호 데이터를 분석하고 이를 질병의 진단과 예측에 적용하는 것을 학습 목표로 삼는다. ECG(electrocardiography), EEG(electroencephalography) 등의 전기 생체신호 뿐만 아니라 심폐음, 호흡음, 음성 등의 음향학적 신호 등 사람의 몸에서 획득할 수 있는 다양한 생체신호 데이터를 이해하고, 기계학습 알고리즘을 활용하여 이를 분석하고 나아가 질병을 진단/예측할 수 있는 모델을 구축하는 것을 구체적인 학습 목표로 한다.
- # 뇌파 검사
- # 기계 학습
- # 음향학
지능시스템개론 공과대학 전기·정보공학부
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.
- # 기계 학습
- # 마코프 결정 과정
- # 컴퓨터 비전
보건학을 위한 텍스트 분석 보건대학원 보건학과
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.
- # 공중 보건
- # 의료
생물정보학을 위한 기계학습 공과대학 협동과정 인공지능전공
전선 / 대학원
분자 수준 (DNA, RNA, proteins, epigenome) 생물정보 데이터 분석에 사용된 기계학습 기법을 구체적 문제와 함께 학습하는 과목이다. 생물정보학에 거의 모든 기계학습 기법이 사용 되고 있는데, 본 과목에서 다루는 기법은 dynamic programming, ML, MAP, (generalized) hidden Markov model (HMM), Gibbs sampling, Dirichlet mixture, expectation maximization, (graph) convolutional neural network, (graph) embedding, (Baysian) autoencoder 등이다.
- # 기계 학습
- # 생물정보학
- # 오토인코더
통계적 기계학습 자연과학대학 통계학과
전선 / 대학원
통계적 기계학습 방법은 데이터과학 및 인공지능 분야에서 핵심 방법론으로 사용되고 있다. 본 강의에서는 통계적 기계학습 방법론을 소개하고 기본 이론을 배운다. 주로 지도학습방법론을 위주로 다루며, 의사결정론, 고차원 선형모형, 비모수 함수추정, 의사결정나무와 앙상블, Support vector machine 그리고 딥러닝에 대한 이론 및 알고리즘을 가르친다. 그리고 지도학습 알고리즘을 관통하는 통계학적 원리인 M-추정량에 대해서 논의한다.
- # 기계 학습
- # 통계학
- # 인공지능(AI)
데이터과학 입문 자연과학대학 통계학과
전필 / 대학원
본 교과목은 데이터과학 분야에 관심있는 통계학 석사 과정 대학원생을 대상으로, 데이터 랭글링 및 시각화, 회귀분석, 선형 모형, 일반화 선형 모형, 혼합 모형, 분류를 포함하여 모든 데이터 과학자가 익숙해야 하는 통계 방법론 및 이를 통계 소프트웨어를 사용해 적용하는 실례를 다룬다. 기존의 통계학 과목과 비교하여 본 교과목은 이론에 대한 강조가 덜한 대신, 통계 방법론을 구현하고 주요 개념을 실제 자료에 적용하여 데이터를 분석하기 위해 어떻게 소프트웨어를 사용하는지에 대해 더 중점을 둔다. 주요 개념에 대해서는 그것이 “작동하는 이유”에 대한 직관적 설명을 위주로 한다. 본 과목의 모든 통계 분석은 R과 Python을 사용한다.
- # 데이터 과학
- # 일반화 선형 모델
- # 데이터 시각화
계산이론 공과대학 컴퓨터공학부
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.
- # 컴퓨터 과학
- # 생물정보학
- # 계산
생물정보학을 위한 기계학습 공과대학 컴퓨터공학부
전선 / 대학원
분자 수준 (DNA, RNA, proteins, epigenome) 생물정보 데이터 분석에 사용된 기계학습 기법을 구체적 문제와 함께 학습하는 과목이다. 생물정보학에 거의 모든 기계학습 기법이 사용 되고 있는데, 본 과목에서 다루는 기법은 dynamic programming, ML, MAP, (generalized) hidden Markov model (HMM), Gibbs sampling, Dirichlet mixture, expectation maximization, (graph) convolutional neural network, (graph) embedding, (Baysian) autoencoder 등이다.
- # 기계 학습
- # 생물정보학
- # 오토인코더
딥러닝 공과대학 전기·정보공학부
전선 / 대학원
딥러닝 모델은 추상화 복잡도를 증가하면서 정보를 표현하는 여러 계층으로 이루어진 신경망으로, 최근 영상/음성/자연어 처리 등의 문제에서 다른 기계 방법론들을 크게 상회하는 뛰어난 성능을 보이고 있다. 본 과정에서는 딥러닝의 기반이 되는 기계학습 및 최적화 기법들을 배우고, 기본적인 신경망에 대해서 학습한다. 그리고 영상 처리와 자연어 처리의 핵심 모델인 Convolutional neural networks와 Recurrent neural networks의 훈련법과 추론법들을 익힌다. 또한 비감독 생성 모델인 Autoencoders와 Restrict Boltzman machines에 대해 자세히 살펴 보고 마지막으로 딥러닝 기반 강화 학습에 대해서도 학습하고 실습을 진행한다. 본 과목은 대학원생과 일부 고년차 학부생을 대상으로 한다.
- # 딥 러닝
- # 기계 학습
- # 자연어 처리
인지과학연습 2 인문대학 협동과정 인지과학전공
전선 / 대학원
인지과학 연습 1의 내용을 보다 확장하여 인지과학의 연구사, 연구주제등을 다각도로 검토하여 과정에 진입한 학생들에게 인지과학의 기초적 지식배경을 제공하는데 목적이 있다.
- # 인지 과학
- # 인지
데이터마이닝과 기계학습 첨단융합학부 첨단융합학부
전선 / 학사
이 과목에서는 데이터를 분석하여 유용한 정보를 추출하고 모델을 만들어 예측에 사용하는 데이터 마이닝의 중요한 알고리즘, 기반 기술, 대용량 데이터를 효과적으로 처리하는 마이닝 기술 등을 학습한다. 특히 이러한 목적을 위한 기계 학습의 실용적인 기초와 새로운 패러다임을 소개하여 여러 실제 세계 도메인 응용에 어떻게 적용하는지 학습한다.
- # 기계 학습
- # 데이터 마이닝
- # 컴퓨터 과학
(공유)인공지능을 이용한 영상 객체 인식 혁신공유학부 혁신공유학부
전선 / 학사
AI를 이용하여 주차장 게이트에서 번호판을 인식후 주차장 게이트를 Open/deny 하는 과정을 구현한다. 자동차 번호판을 인식하기 위해 object-detection, Text Detection, OCR, Image Captioning, Generative Model 등 다양한 컴퓨터 비전 에 사용되는 딥러닝 모델들의 개요에 대해 배우고, GPU 서버를 이용하여 이 과정들을 구현한다.
- # 객체 탐지
- # 인공지능(AI)
- # 컴퓨터 과학
유기화학 2 농업생명과학대학 응용생물화학부
전선 / 학사
이 수업은 유기화학 1에 이어 UV, IR, NMR, mass spectrum을 이용하여 탄소화합물의 분자구조를 해석할 수 있는 기초지식을 배양한다. 그리고 다양한 작용기의 특성과 반응을 이해하고, 간단한 유기화합물을 화학적으로 합성할 수 있는 기초지식을 습득한다. ※ 선이수과목: 유기화학 1
- # 화학
- # 유기 화학
자율 AI 에이전트 설계 및 응용 공과대학 전기·정보공학부
전선 / 대학원
본 교과목은 단순한 질의응답을 넘어, 스스로 목표를 설정하고, 도구를 사용하며, 복잡한 과업을 자율적으로 수행하는 ‘에이전트(Agentic)' AI의 설계 원리와 구현 방법론을 심층적으로 다룬다. 기존의 LLM(Large Language Model)이 가진 한계를 극복하고, LLM을 ‘추론 엔진'으로 활용하여 실제 세계와 상호작용하는 지능형 시스템을 구축하는 데 초점을 둔다. 수강생들은 단일 에이전트의 핵심 구성 요소인 사고-행동-관찰(Reasoning-Acting-Observation) 루프, 동적 도구 사용(Tool Use), 장단기 기억(Memory) 메커니즘을 학습한다. 나아가 여러 에이전트가 협력하여 인간의 개입을 최소화하면서 복잡한 문제를 해결하는 멀티 에이전트 시스템(Multi-Agent System)의 설계 패턴(예: 계층적, 협력적)과 통신 프로토콜을 배운다. LangChain, AutoGen, CrewAI와 같은 최신 프레임 워크를 활용한 실습을 통해, 에이전트 아키텍처 설계부터 정교한 프롬프트 체이닝, 실행 루프 구현까지의 전 과정을 경험하며, 차세대 AI 애플리케이션을 개발할 수 있는 실전 역량을 배양하는 것을 목표로 한다.
- # 프로세스
- # 컴퓨터 과학

서울대학교 빅데이터 지식정보플랫폼

전체 메뉴

최근 확인한 콘텐츠

지역대표의회의 헌법적 의미 - 미국 상원제도와의 비교검토를 중심으로 -

고령자의 일상적 스트레스가 삶의 만족도에 미치는 영향: 스트레스 대처전략의 조절효과를 중심으로

Evaluation of Evapotranspiration in Different Paddy Soils Using Weighable Lysimeter Before Flooding Stage

능동소나 스펙트로그램 이미지와 CNN을 사용한표적/비표적 식별

loading...

컬렉션 정보

콘텐츠 추가하기

콘텐츠 추가

컬렉션 정보

죄와벌

컬렉션 정보

공개된 컬렉션은 다른 이용자에게 노출되는 콘텐츠입니다.
다음 내용은 공개가 제한되거나 삭제 될 수 있습니다.

기타

능동소나 스펙트로그램 이미지와 CNN을 사용한표적/비표적 식별

인용 논문(0)

해당 논문이 인용한 논문 목록

연관 콘텐츠

LikeSNU에서 의미기반으로 분석하여 연관된 자료를 추천해드립니다.

전체 메뉴

최근 확인한 콘텐츠

지역대표의회의 헌법적 의미 - 미국 상원제도와의 비교검토를 중심으로 -

고령자의 일상적 스트레스가 삶의 만족도에 미치는 영향: 스트레스 대처전략의 조절효과를 중심으로

Evaluation of Evapotranspiration in Different Paddy Soils Using Weighable Lysimeter Before Flooding Stage

능동소나 스펙트로그램 이미지와 CNN을 사용한표적/비표적 식별

loading...

컬렉션 정보

콘텐츠 추가하기

콘텐츠 추가

컬렉션 정보

죄와벌

컬렉션 정보

공개된 컬렉션은 다른 이용자에게 노출되는 콘텐츠입니다.다음 내용은 공개가 제한되거나 삭제 될 수 있습니다.

기타

능동소나 스펙트로그램 이미지와 CNN을 사용한표적/비표적 식별

인용 논문(0)

해당 논문이 인용한 논문 목록

연관 콘텐츠

LikeSNU에서 의미기반으로 분석하여 연관된 자료를 추천해드립니다.

CNN을 이용한 능동 소나 표적/비표적 분류

CNN을 이용한 Al 6061 압출재의 표면 결함 분류 연구

Igneous rock classification using Convolutional neural networks (CNN)

Active pulse classification algorithm using convolutional neural networks

주파수 도메인 특성과 딥러닝을 이용한 백내장 분류

CNN-Based Brain Tumor Detection Model Using Local Binary Pattern and Multilayered SVM Classifier.

데이터 증강을 통한 딥러닝 기반 주가 패턴 예측 정확도 향상 방안

A deep convolutional neural network-based pigmented skin lesion classification application and experts evaluation

An integrated framework based deep learning for cancer classification using microarray datasets

Classification of breast cancer mammogram images using convolution neural network

Multi-model CNN fusion for sperm morphology analysis

The Real-Time Mobile Application for Classifying of Endangered Parrot Species Using the CNN Models Based on Transfer Learning

Epileptic Seizure Detection using Spectral Transformation and Convolutional Neural Networks

An innovative intelligent system with integrated CNN and SVM: Considering various crops through hyperspectral image data

Pre-processing spectrogram parameters improve the accuracy of bioacoustic classification using convolutional neural networks

Pre-processing spectrogram parameters improve the accuracy of bioacoustic classification using convolutional neural networks

Multilevel Wavelet-SRNet for SAR Target Recognition

Preference prediction based on a photo gallery analysis with scene recognition and object detection

Deep convolutional neural networks for classifying breast cancer using infrared thermography

Classification of Rastrelliger kanagurta and Rastrelliger brachysoma using Convulational Neural Network (CNN)

공개된 컬렉션은 다른 이용자에게 노출되는 콘텐츠입니다.
다음 내용은 공개가 제한되거나 삭제 될 수 있습니다.