최근 확인한 콘텐츠
loading...
본 연구는 사물인터넷과 객체인식 기술을 활용하여 인공지능 기반 의류 분류 시스템을 개발하고 평가했습니다. 웹캠과 라즈베리파이를 이용하여 수집된 의류 이미지 데이터셋을 구글넷에 적용하여 상하의 의류를 분류했으며, 온전한 이미지에 대해 약 97.78%의 정확도를 달성했습니다. 이러한 결과는 사물인터넷 기반 플랫폼에서 인공지능망을 활용한 객체 인식 기술의 적용 가능성을 보여줍니다.
이미지 처리 바이블 =
Artificial Intelligence for Fashion Industry in the Big Data Era
미래채널 : 미래를 만드는 사함들을 위한 메가트렌드
인공지능 기반 이미지영상인식 산업별 응용기술 최신 동향분석
(펭귄브로의) 3분 딥러닝 파이토치맛 : PyTorch 코드로 맛보는 CNN, GAN, RNN, DQN, Autoencoder, ResNet, Seq2Seq, Adversarial Attack
Artificial Intelligence on Fashion and Textiles : Proceedings of the Artificial Intelligence on Fashion and Textiles (AIFT) Conference 2018, Hong Kong, July 3–6, 2018
Recommender Systems in Fashion and Retail
기초 IoT 컴퓨팅 =
혼자 만들면서 공부하는 딥러닝 : 이미지텍스트 분류 및 요약, 전이 학습, 트랜스포머까지 20개 딥러닝 모델 구현하기
갯벌, 인공지능과 드론으로 연구하다
Applications of computer vision in fashion and textiles
Wearable sensors : fundamentals, implementation and applications
Artificial intelligence for biology and agriculture
Advances in Big Data : Proceedings of the 2nd INNS Conference on Big Data, October 23-25, 2016, Thessaloniki, Greece
Artificial intelligence for the internet of health things
Artificial Intelligence Applications and Innovations : 17th IFIP WG 12.5 International Conference, AIAI 2021, Hersonissos, Crete, Greece, June 25–27, 2021, Proceedings
모바일 미래보고서 2024 : 생성형 AI
3년 후 대한민국 : 대한민국을 뒤흔들 신기술 =
(Paradigm Shift를 위한) 4차 산업혁명 시대의 경영사례.
프라이버시 중심 디자인은 어떻게 하는가 : 신기술의 프라이버시 문제, 디자인에 답이 있다
Computational intelligence and neuroscience
Noh SK한국차세대컴퓨팅학회 논문지
마누엘 에우제니오 모로초 카얌셀라, 임완수스마트미디어저널
이소영; 정혜선; 최윤성; 이충권The Journal of The Textile Institute
Le Cheng; Jizheng Yi; Aibin Chen; Yi Zhang; Chao HouJournal of Information and Communication Technology
Shin S.Y.,Jo G.,Wang G.지능정보연구
서이안, 신경식Journal of Intelligent and Fuzzy Systems
Wang J.TRAITEMENT DU SIGNAL
Chen, DanMachine Learning with Applications
Tejaswini Mallavarapu; Luke Cranfill; Eun Hye Kim; Reza M. Parizi; John Morris; Junggab SonSignal, Image and Video Processing
Priya, D. Karthika; Bama, B. Sathya; Ramkumar, M. P.; Roomi, S. Mohamed MansoorJournal of Applied Remote Sensing
Xin Zhang; Yongcheng Wang; Ning Zhang; Dongdong Xu; Bo Chen; Guangli Ben; Xue Wang디지털콘텐츠학회논문지
김희숙Signal, Image and Video Processing
Muhammed Mustafa Kelek; Uğur Fidan; Yüksel OğuzCognition, Technology and Work
Dilawar M.,Saleem Y.,Syed I.,Ahmad T.Multimedia Tools and Applications
Ghodhbani H.,Neji M.,Qahtani A.M.,Almutiry O.,Dhahri H.,Alimi A.M.한국산업정보학회논문지
조승아, 이하영, 장혜림, 김규리, 이현지, 손봉기, 이재호Multimedia Tools and Applications: An International Journal
Liu, Ruihao; Yu, Zhenzhong; Fan, Qigao; Sun, Qiang; Jiang, ZhongshengExpert Systems with Applications
Balim C.,Özkan K.浙江理工大学学报(自然科学版) / Journal of Zhejiang Institute of Science and Technology
陈巧红; 陈翊; 孙麒; 贾宇波; CHEN Qiaohong; CHEN Yi; SUN Qi; JIA YuboIEEE Access
Zhang Y.,He K.,Song R.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.전선 / 학사
기술의 발달로 새로운 시장 환경이 만들어지고 있는 상황에서 패션의 생산, 마케팅, 소비 등 전체 가치 사슬에 대한 IT 적용 문제를 다룬다. 특히 대량맞춤(mass-customized) 패션제품 및 서비스 구현, 3D 가상 패션 리테일링(3D visual retailing), 모바일 패션 커뮤니케이션(mobile communication)을 중심 주제로 패션산업현장에서 창의적으로 응용 가능한 기술을 습득한다.전선 / 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 / 학사
사물인터넷(IoT)을 비롯한 스마트 환경과 소셜네트워크 서비스의 보편화로 인해 다양하고 방대한 데이터가 발생하고 있다. 이와 함께 막대한 양의 데이터를 신속하게 처리할 수 있는 컴퓨팅 환경의 발달과 창의적인 시각으로 데이터를 분석하고 연결하는 인공지능의 개발로 빅데이터는 여러 분야의 혁신적인 패러다임으로 등장하고 있다. 빅데이터는 데이터 그 자체의 효용성보다는 다양한 방법의 가공을 통한 데이터 간의 연결 및 창의적인 분석을 통해 혁신적인 가치를 창출하고 있으며, 빅데이터의 분석과 활용은 산업과 국가 경쟁력의 척도가 되고 있다. 빅데이터의 분석을 통해 새로운 가치를 창출하기 위해서는 다학제적 융합연구가 필요하다. 이 강의에서는 빅데이터 기업, 연구소 및 학계 전문가들을 초빙하여 최신 빅데이터 기술 경향에 대하여 알아본다. 또한 실제 업무에서 사용되는 툴을 활용하여 다양한 분석 기법을 공부하게 된다. 빅데이터 분야에 관심있는 학생들에게 진로 및 전공 선택에 대한 전망을 제시하게 될 것이다.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)전선 / 학사
4차 산업혁명의 핵심기술인 인공지능(딥러닝)의 배경지식과 활용방법을 습득하며, Convolutional Neural Networks 와 Recurrent Neural Networks 에 관한 지식과 활용법을 실습한다. 딥러닝 기본개념, Stochastic Gradient Descent, backpropagation 기법, 초기화기법, regularization 기법, 콘볼류션신경망(CNN), CNN 구조, 반복신경망(RNN), RNN의 응용, 강화학습을 다룬다. 이론은 기존 머신러닝과목에서 다루므로, 이론보다는 실용적 적용능력을 배양하기 이해 딥러닝 관련 소프트웨어 교육을 강조하며, Python에 관한 강의와 실습, Python 수학 라이브러리 numpy에 강의도 실시한다. 또한 Advanced deep learning library인 Tensorflow에 대한 강의와 실습도 병행한다.전선 / 학사
이 강의는 자동차, 로봇, 스마트폰을 비롯한 여러 산업기기와 생활 가전 전 분야에 활용되는 사물인터넷(IoT; Internet of Things) 기술을 적용하여, 다양한 객체들을 설계하고 제작하는 실습을 수행함으로써, 설계 감각과 창의성을 키우는 데 목적이 있다. 학생들은 코딩으로 사물인터넷(IoT)을 구동시키고 모니터링하는 방법을 학습한다. 마이크로 컨트롤러(아두이노, 라즈베리파이 등)를 활용하여 컴퓨터의 구조를 이해하고, 온도, 습도, 빛, 소리, 동작, 이미지 등 다양한 센서와 디스플레이, 모터 등 구동 장치들이 연결되는 것을 확인하고, 그 원리를 이해할 수 있도록 한다. 또한 IoT의 다양한 응용사례를 경험함으로써 기초부터 시제품 개발에 이르는 타 공학 설계 교과목들과도 연계할 수 있을 것이다.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 / 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
기계학습의 기초, AI 시스템의 평가, 윤리적 /법적 측면과 함의를 교육분야의 적용 사례를 통해 살펴보고, 전통적 과학교수학습이론과 평가이론과의 접목을 논의하면서 인공지능 및 언택트 시대의 과학교수학습과 평가에 대한 조망 및 새로운 연구분야에 대한 이해를 높인다.전선 / 대학원
아시아 연구 데이터 분석은 아시아 전역의 사회문화적 역학 연구를 위해 데이터 집약적 기법과 인문학적 해석을 연결하는 학제적 방법으로서 문화 분석을 소개한다. 이 강의는 문화 분석을 단순한 방법론적 틀이 아닌, 컴퓨터적 접근 방식과 해석적 실천을 연결하는 구체적인 방식으로 다룬다. 이를 통해 인문학과 사회과학을 특징짓는 상호텍스트성, 심층적인 역사적 맥락, 그리고 상황적 발화를 전면에 부각시킨다. 경험적으로, 이 과정은 텍스트, 시각, 청각의 세 가지 탐구 영역을 아우르며, 컴퓨터 도구를 활용하여 민족주의, 카스트와 같은 사회적 응집력, 그리고 언어, 지역, 젠더, 계급 등 사회학적 지표 전반에 걸친 다양한 변이와 같은 강력한 사상의 궤적을 추적한다.전선 / 대학원
전선 / 대학원
본 교과목은 농산물의 수확 후 품질관리 고도화를 위해 유통 단계 중 적용될 수 있는 첨단기술 (블럭체인, 클라우드, 디지털 트랜스포메이션 등)의 적용기술을 포함하고 있으며 수송 및 유통 중인 농산물의 품질특성을 측정, 분석할 수 있는 실시간/원격 비파괴 평가기술들에 대한 내용을 포함한다. 구체적으로, 다양한 센싱정보 (영상 등)를 실시간 무선통신방식으로 수집하여 클라우드 기반의 빅데이터를 구축하고 이러한 정보를 분석할 수 있는 딥러닝 기반의 첨단기술들에 대한 구체적 방안에 대해 논의하며 프로젝트를 통해 관련기술들을 구현하도록 한다.전선 / 대학원
정보과학분야의 첨단 기법인 데이터마이닝과 머신러닝에 대한 이론을 학습하고 상업용패키지를 이용하여 농업분야응용에 대해 실습하며, 농업분야의 필요한 알고리즘을 개발하는 학습기회를 제공한다. Decision Tree, Probabilistic Machine Learning, Baysian Classifier, Neural Nets, Support Vector Machine, K--NN, Boosting, K--Means and Hierarchical Clustering, Reenforcement Learning 등에 대한 이론적 연구와 농업분야의 응용을 상업적 패키지를 이용하여 학습하고, 농업분야를 위한 알고리즘의 개발에 대해 실습한다.전선 / 대학원
최근 전신 3차원 스캐너의 발전으로 인해 인체의 3차원 데이터를 얻는 것이 용이해졌다. 인체의 3차원 데이터는 각종 의류 치수체계의 설정이나 패턴 설계에 매우 중요한 요소이다. 본 강의는 3차원 인체 측정기의 원리, 3차원 컴퓨터 그래픽 개요, 3차원 데이터 구조의 분석 등에 대한 내용을 소개할 것이며 이를 바탕으로 학생들이 자신의 연구에 필요한 인체 측정이나 패턴 디자인 소프트웨어 등을 개발하는데 필요한 지식을 제공하는 것을 목표로 한다.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 / 학사
재킷 패턴 설계와 제작 과정을 다루는 과목으로 재킷의 의복구성법을 이해하고 인체치수와 체형에 따른 재킷 설계 방법과 보정 방법을 배움으로써 체형에 적합한 재킷 패턴설계 능력을 향상시킨다. 또한 3차원 가상 착의 시스템을 활용하여 재킷의 디자인 변형, 색채, 소재를 다양하게 적용해 봄으로써 창의적 디자인 능력을 기를 수 있도록 한다.전선 / 대학원
온라인 교육 활동이 활발해지면서 교육 분야의 데이터가 폭발적으로 증가하고 있다. 온라인 교육이 쏟아내는 빅 데이터의 추출과 분석은 오프라인 데이터의 분석과 함께 과학교육의 현황을 파악하고 미래를 위한 과학교육의 방향을 결정하는데 중요한 정보를 제공할 수 있다. 이 과목에서는 학생들이 빅 데이터 분석의 원리와 방법을 이해하고, 학습 결과를 온라인과 오프라인 과학교육과 사회현상의 분석에 응용하는 능력을 기르는 것을 목표로 하며, 데이터 마이닝을 위한 확률 개념을 바탕으로 수집된 데이터에서 최대의 정보를 추출하는 방법을 학습한다. 특히, 대표적 분류 모형인 퍼셉트론, 합성곱 신경망, 순환 신경망, 생성 모형으로 오토 인코더, 적대적 생성 신경망, 볼츠만 머신, 딥 빌리프 네트워크 등을 깊이 다룰 예정이다. 학생들은 이 주제들에서 학습한 내용을 교육 데이터 마이닝의 실습, 무크와 같은 대규모 학습의 분석에 응용하는 연습을 한다. 이 과목은 교육 통계와 좋은 보완이 될 수 있다. 그러나 강의를 이해하는데 필요한 통계 수학과 컴퓨터 프로그램 지식을 선행 지식으로 요구하지는 않는다.전선 / 대학원
본 교과목은 응용 데이터사이언스 전공자를 위한 머신러닝 (machine learning)과 딥러닝 (deep learning)의 기초를 다룬다. 구체적으로, 머신러닝의 기초가 되는 이론 (확률, MLE, gradient descent, overfitting, regularization 등)과 지도학습의 기초적인 모델을 중심으로 다룬다. 딥러닝 부분에서는 뉴럴넷의 기본, backpropagation을 다룬 후, 주로 convolutional neural network의 구조와 활용을 중점적으로 다룬다. 이를 바탕으로 적용 분야에 데이터사이언스를 응용할 기틀을 마련한다.전선 / 대학원
AI와 빅데이터는 안과 영역에서 기초 및 임상 연구를 너머 실제 임상현장에도 큰 영향을 미치고 있다. 안과 영역에서 빅데이터를 이용한 연구들의 방법론과 실제 연구들을 살펴보고 최신 연구 동향을 알아보고자 한다. 최근 transformer의 발전에 이어 foundation model의 보급, 그리고 이를 바탕으로한 Large Language Model들의 성능이 향상되면서, 이를 안과를 포함한 의료 영역에 적용하는 다양한 연구들과 실제 사용례들이 늘어나고 있다. 이에 대해 살펴보고 실제 연구와 임상현장에 적용되는 경우를 알아보도록 하겠다. 이 강좌를 통해서 학생들은 안과 영역의 AI와 빅데이터의 활용에 대한 최신 지견을 배울 수 있다.