최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 베이즈 분류기를 이용하여 이미지 속 입술 모양을 통해 한국어 모음을 구별하는 립리딩 시스템을 개발했습니다. 입술 모양에서 특징 벡터를 추출하여 기계 학습 모델에 적용한 결과, 'A' 발음 인식률은 94%였으며 평균 인식률은 84%로 CNN 모델보다 높은 성능을 보였습니다.
Audio- and video-based biometric person authentication : first International Conference, AVBPA '97, Crans-Montana, Switzerland, March 12-14, 1997 : proceedings
Machine learning : ECML-98 : 10th European Conference on Machine Learning, Chemnitz, Germany, April 1998 : proceedings
Bayesian speech and language processing
Independent component analysis : theory and applications
Spoken language processing : a guide to theory, algorithm, and system development
Data analysis and information systems : statistical and conceptual approaches : proceedings of the 19th annual conference of the Gesellschaft für Klassifikation e.V. University of Basel, March 8-10, 1995
Time map phonology : finite state models and event logics in speech recognition
Landmark-based image analysis : using geometric and intensity models
Machine learning and data mining in pattern recognition : first international workshop, MLDM'99, Leipzig, Germany, September 16-18, 1999 : proceedings
Advances in intelligent data analysis : third international symposium, IDA-99, Amsterdam, The Netherlands, August 1999 : proceedings
Pattern recognition in speech and language processing
The mental lexicon: core perspectives
Lie group machine learning
Face and facial expression recognition from real world videos : International Workshop, Stockholm, Sweden, August 24, 2014, Revised selected papers
Complexity in Polish phonotactics : on features, weights, rankings and preferences
Fachtagung "Cognitive Verfahren und Systeme", Hamburg, 1973
Speechreading by humans and machines : models, systems, and applications
Computational intelligence in medical imaging : techniques and applications
Fundamentals of pattern recognition and machine learning
Computer vision metrics : survey, taxonomy, and analysis
멀티미디어학회논문지
김성우; 차경애; 박세현한국지능시스템학회 논문지
송민규, 김진영, Thanh Trung Pham, 황성택정보처리학회논문지. 소프트웨어 및 데이터 공학
정성태, 김영운, 강선경Applied Sciences (Switzerland)
Yu X.,Wan Z.,Shi Z.,Wang L.IEEE Transactions on Multimedia, Multimedia, IEEE Transactions on, IEEE Trans. Multimedia
Wu, P.; Liu, H.; Li, X.; Fan, T.; Zhang, X.Journal of Visual Communication and Image Representation
Ibrahim, M.Z.; Mulvaney, D.J.Applied Computational Intelligence and Soft Computing
null Aripin; Abas SetiawanCircuits, Systems, and Signal Processing
Nainan, S.; Parmar, S.; Bakade, K.IEEE Transactions on Multimedia
Changchong Sheng; Li Liu; Wanxia Deng; Liang Bai; Zhong Liu; Songyang Lao; Gangyao Kuang; Matti PietikainenProcedia Computer Science
Das, Siddhartha Pratim; Talukdar, Anjan Kumar; Sarma, Kandarpa Kumar한국정보기술학회논문지
김선종, 권혁숭, 김주만Journal of Physics: Conference Series
Yichao Zhang; Wei Liu; Yu Chen; Jianrong WangTHIRTY-FOURTH AAAI CONFERENCE ON ARTIFICIAL INTELLIGENCE, THE THIRTY-SECOND INNOVATIVE APPLICATIONS OF ARTIFICIAL INTELLIGENCE CONFERENCE AND THE TENTH AAAI SYMPOSIUM ON EDUCATIONAL ADVANCES IN ARTIFICIAL INTELLIGENCE
Zhao, Ya; Xu, Rui; Wang, Xinchao; Hou, Peng; Tang, Haihong; Song, MingliIEEE Transactions on Neural Networks and Learning Systems
Tan, G.; Wan, Z.; Wang, Y.; Cao, Y.; Zha, Z.-J.Applied Intelligence
Travieso, C.M.; Ravelo-García, A.G.; Alonso, J.B.; Canino-Rodríguez, J.M.; Dutta, M.K.Journal of Korea Multimedia Society
Jeong Yeop Kim디지털콘텐츠학회논문지
정하윤, 정다미, 이종혁, 김병규IEEE Transactions on Mobile Computing
Yin Y.,Wang Z.,Xia K.,Xie L.,Lu S.Expert Systems with Applications
Porwik P.,Doroz R.,Wrobel K.IEEE Internet of Things Journal
Dongsheng Zhu; Chong Han; Jian Guo; Lijuan Sun전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 학사
인공지능 기술의 발달로 외국어교육 연구에서도 많은 혁신이 요구된다. 본 강의에서는 인공지능 기술을 언어교육에 활용하는 방안을 모색해 본다. 구체적으로, 본 과목은 언어 학습자 및 언어 교육 맥락에 대한 이해를 바탕으로 다양한 언어 교육 목적의 테크놀로지를 활용하여 언어를 교수하고 평가하는 방법을 익히는 것을 목적으로 한다. 이를 위해 언어입력, 출력, 상호작용, 피드백과 같이 언어교육 및 발달과 관련한 주요 개념을 익히고, 다양한 인공지능 도구를 활용하고 적용해 본다.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 / 학사
본 과목은 자연어 이해를 위한 확률 및 딥러닝 학습 방법론을 다룬다. 자연어 이해는 인공 지능에서 크게 주목받고 있는 영역으로 활용 범위가 웹 검색, 번역, 대화 모델 등으로 다양하다. 자연어 이해에서 성공적인 모델은 확률기반, 딥러닝 기반, 대형 언어모델 기반 모델 등이 있다. 본 과목에서는 이러한 다양한 모델을 이해하고, 디자인하고 구현하고 평가하는데 요구되는 최신 기술들을 다룬다. 1. 과목소개 2. Bag-of-word 언어모델 3. N-gram 언어모델 4. Bayesian 모델 5. Logistic 회귀 6. 임베딩 7. CNN 8. RNN 9. Transformer 10. 문맥적 임베딩 11. 지식 구축 및 활요 12. 언어에서의 AI 편향성전선 / 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
음성언어 인터페이스는 인간과 컴퓨터의 상호작용에 가장 자연스러운 정보 교환 수단을 제공해준다. 음성언어처리는 이를 위한 음성인식, 음성합성 및 음성언어이해에 관련된 이론 및 기술을 가리키는 용어이다. 본 과목에서는 방대하며 학제적인 성격을 가지는 음성언어처리 분야를 이해하는데 필요한 기초이론을 체계적으로 제공하며, 또한 각종 소프트웨어 도구를 사용해서 실질적인 응용에 어떻게 기초이론들이 적용되는지를 보여준다.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
컴퓨터 기술의 발전과 함께 과거 사람의 눈과 판단에만 의지하던 조직형태학적인 진단에서 보다 객관적이고 정밀한 결과를 얻을 수 있는 화상분석법이 적용되고 있는 데 이 같은 화상분석장치의 기본적인 구조를 이해하고 그 실제적인 적용을 연구해 본다.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 Networks전선 / 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)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
디지털 테크놀로지가 일상생활 면면에 침투하고 인간경험을 구성하는 필수적인 요소가 되면서, 테크놀로지 사용자인 인간, 컴퓨터, 기계의 만남의 양상 및 사회, 문화적인 맥락에 대한 탐구의 필요성이 커지고 있다. 에쓰노그래피는 인간과 컴퓨터의 접점을 디지털 테크놀로지 사용의 맥락과 사용자의 경험을 중심적으로 접근하는 질적 접근법이다. 이 수업에서는 디지털 테크놀로지 사용에 대한 다양한 에쓰노그래피 사례 검토 및 실습 교육을 통해, 사용자 경험에 대한 질적인 접근의 특징과 유용성을 파악하고, 실제 에쓰노그래피를 수행할 수 있는 능력을 함양하는 것을 목표로 한다. 이를 통해, 계량적 접근이 포착하지 못하는 UX에 대한 심층적인 이해를 도모하고 새로운 HCI 디자인을 개발, 모색할 수 있도록 한다.전선 / 대학원
이 강좌는 실험심리학에서 최근의 중요 연구들을 소개하고 인간 마음의 기본 원리를 탐색 및 논의하는 세미나이다. 우선 강의 초에 인간의 생리, 지각 및 인지 수준에서 일반이론을 소개하고 그 문제점들을 알아본다. 이 이론들에 기초하여, 이 강좌에서는 시각, 주의, 언어, 문제 해결, 인간 추리 등의 세부 주세를 다룬다. 또한 이 강좌에서는 이런 주제들에 관해 실험 실습을 통해 학생들의 구체적인 이해의 증진을 시도한다.전선 / 대학원
인간의 아름다움을 정의할 때, 얼굴 부위는 빠질 수 없는 중요한 요소이다. 아름다움은 시대, 문화, 환경 및 인종에 따른 차이가 극명할 수 있지만, 아름다움을 이루는 공통된 요소, 예를 들어 대칭성, 어려보임 등 또한 발견할 수 있다. 본 강좌에서는 두개안면부의 계측학을 이용하여 현대인의 아름다움을 이루는 요소를 수치화해서 보다 객관적인 지표를 제시하는 연구에 대해 다루고자 한다.전필 / 대학원
본 교과목은 치아와 치아주위조직의 형태적, 기능적 심미적 증진을 통하여 환자의 요구를 충족할 수 있는 각종의 치료법을 포함하는 심미치과학의 원리를 기본으로 임상에 시술할 수 있는 기본 술기가 강의된다. 또한 다양한 부위에서의 여러 치료술식을 사용한 임상 증례를 소개하여 향후 심미치료에 대한 단독 진료를 가능하게 한다.전선 / 학사
이 수업에서는 우리 인간의 몸의 구조와 기능에 대하여 빅데이터에 기반한 생성형 AI를 활용한 질문과 응답 형태의 학습을 활용하고, 동시에 전통적 교과서와의 비교 검증을 통해 오류와 편향성을 극복한다. 또한 인문사회학과 예술의 관점에서도 접근하여 다양한 전공자들에게 우리 몸에 대한 지식습득을 쉽게 경험할 수 있는 기회를 제공한다. 본 수업에서는 머리 및 목 부분을 중점적으로 다룬다.전선 / 대학원
임상서식 및 의학 문헌에서의 정보추출을 위한 다양한 알고리즘과 이론에 대해 학습한다. 특히 자연어처리 분야의 기존 연구들을 기반으로 의학 분야에서 자연어처리 기술이 적용될 수 있는 사례들을 개발하고, 실제 프로젝트를 통해 새로운 적용 분야들에 대해 연구하게 된다.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
인지과학 연습 1의 내용을 보다 확장하여 인지과학의 연구사, 연구주제등을 다각도로 검토하여 과정에 진입한 학생들에게 인지과학의 기초적 지식배경을 제공하는데 목적이 있다.전선 / 대학원
치의학 분야의 연구에서 다양하게 활용되는 실험동물 모델을 소개하고, 실험 결과 분석을 위한 동물조직의 채취, 처리, 면역조직화학염색, 평가, 조직판독의 방법을 학습한다. 또한, 치과질환 관련 실험동물 모델의 최신 동향을 저널 리뷰를 통해 살펴보고자 한다.