최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 깃허브의 오픈소스 프로젝트 데이터를 활용하여 인공지능 기술 개발 동향을 분석하고, AI 프로젝트 네트워크를 구축하여 7개의 AI 기술 분야를 식별했다. 컴퓨터 비전이 가장 큰 분야이며, AutoML, 경량 딥러닝과 같은 신기술 연구도 활발하게 이루어지고 있음을 확인했다.
Web, Artificial Intelligence and Network Applications : Proceedings of the Workshops of the 33rd International Conference on Advanced Information Networking and Applications (WAINA-2019)
Social Robotics : Third International Conference, ICSR 2011, Amsterdam, The Netherlands, November 24-25, 2011. Proceedings
Future directions in artificial intelligence : IFIP TC12 Founding Workshop collected papers
Advances in Big Data : Proceedings of the 2nd INNS Conference on Big Data, October 23-25, 2016, Thessaloniki, Greece
디지털 트랜스포메이션(DX) & 핵심기술(AI·빅데이터·IoTIIoT·클라우드·블록체인·5G)의 기술개발 트렌드와 향후 전망
Web Information Systems Engineering – WISE 2019 : 20th International Conference, Hong Kong, China, January 19–22, 2020, Proceedings
ICDSMLA 2019 : Proceedings of the 1st International Conference on Data Science, Machine Learning and Applications
AI 기반 미래 융합 기술
Artificial intelligence methods for software engineering
(2020) 인공지능(AI) 기술개발 현황과 주요 응용 분야별 사업 전략 : 미래 유망산업의 핵심기술
(2016) 글로벌 인공지능(AI) 기술개발, 수요시장 동향과 유력기업 사업 추진전략
Intelligent educational machines : methodologies and experiences
High-Performance Computing and Big Data Analysis : Second International Congress, TopHPC 2019, Tehran, Iran, April 23–25, 2019, Revised Selected Papers
ICMAS-95 : First International Conference on Multi-Agent Systems : proceedings, June 12-14, 1995, San Francisco, California
Industrial and engineering applications of artificial intelligence and expert systems : 5th international conference, IEAAIE-92, Paderborn, Germany, June 9-12, 1992 : proceedings
AI engineering : building applications with foundation models
Technology and the Intelligence Community : Challenges and Advances for the 21st Century
Sustainable developments by artificial intelligence and machine learning for renewable energies
Artificial intelligence techniques : a comprehensive catalogue
Computing in the 90's : the First Great Lakes Computer Science Conference, Kalamazoo, Michigan, USA, October 18-20, 1989 : proceedings
지능정보연구
정지선, 김동성, 이홍주, 김종우한국콘텐츠학회 논문지
박만희INTERACTIVE LEARNING ENVIRONMENTS
Tang, Kai-Yu; Chang, Ching-Yi; Hwang, Gwo-Jen디지털융복합연구
정명석, 정소희, 이주연IEEE Embedded Systems Letters
Prabuddha Chakraborty; Reiner N. Dizon-Paradis; Swarup BhuniaFrontiers of Engineering Management
Chen, Ke; Zhou, Xiaojie; Bao, Zhikang; Skibniewski, Mirosław Jan; Fang, Weili한국융합학회논문지
우창우; 이종연IEEE Transactions on Engineering Management
Robertson J.,Fossaceca J.,Bennett K.Scientometrics
Chavarro D.,Perez-Taborda J.A.,Ávila A.Project Management Journal
Holzmann V.,Zitter D.,Peshkess S.IEEE Transactions on Wireless Communications, Wireless Communications, IEEE Transactions on, IEEE Trans. Wireless Commun.
Xie, G.; Xiong, Z.; Zhang, X.; Xie, R.; Guo, S.; Guizani, M.; Vincent Poor, H.경영과 정보연구
장성수, 이정환Automation in Construction
Arashpour M.,Kamat V.,Heidarpour A.,Hosseini M.R.,Gill P.융합보안 논문지
최대수IEEE Access
Herremans D.ELECTRONICS
Vergara, Diego; del Bosque, Antonio; Lampropoulos, Georgios; Fernandez-Arias, PabloIEEE/CAA Journal of Automatica Sinica
Ghahramani M.,Qiao Y.,Zhou M.C.,Hagan A.O.,Sweeney J.IEEE Transactions on Wireless Communications
Gaochang Xie; Zehui Xiong; Xinyuan Zhang; Renchao Xie; Song Guo; Mohsen Guizani; H. Vincent PoorJournal of The Korean Data Analysis Society
이현경, 박한우Intelligent Buildings International
Panchalingam, R.; Chan, K.C.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
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
본 스튜디오는 인공지능(AI)을 조경의 핵심 설계 도구로 활용하는 것을 목표로 하는 실습 중심의 스튜디오이다. 지난 2년간 진행한 세미나 주제인「조경과 AI」에서 다루었던 이론적 논의를 확장하여, 실제 설계 프로세스 속에서 AI의 잠재력과 한계를 탐구한다. 본 수업은 인간이 직관적으로 해결하기 어려웠던 형태적·공간적 문제를 인공지능을 통해 분석하고 생성하는 과정을 실험하며, 프롬프트 설계(Prompt Design)와 룰 베이스 설계(Rule-Based Design)와 같은 개념을 핵심 학습 주제로 다룬다. 수강생들은 2차원 이미지로부터 3차원 형상을 추출하고, 형태의 특징을 기반으로 기능과 프로그램을 부여하는 과정에서 다양한 AI 도구를 활용한다. 이를 통해 인공지능을 단순한 도구가 아닌 공동 설계자(co-designer)로 이해하며, 디지털 생성 기술을 통해 새로운 형태, 패턴, 그리고 공간 경험을 제안한다. 최종적으로 AI를 활용한 설계 프로토타입 혹은 실험적 디자인 아틀라스를 제작하여, 미래 조경·도시설계의 가능성을 탐구한다.전선 / 대학원
실제적인 문제를 해결하는 인공지능(AI) 기반 교육을 현장에서 적용하기 위해선, 각 교과의 전문성이 있는 AI융합전공 수강생들이 인공지능(AI) 지식과 구현능력을 바탕으로 협업하여 수업을 설계하는 역량이 요구된다. 이 강의의 목적은 첫째, 각 교과의 전문성을 가진 교사들이 인공지능 지식과 구현능력을 바탕으로 협업하여 실제적인 문제를 해결하는 교과별 인공지능 연계 프로젝트를 하는 것이다. 둘째는 교과교육 교사들이 서로 협업하여 문제 해결 중심의 교과별 인공지능 연계 수업을 설계하는 것이다. 이 교과목을 통해 AI융합전공 수강생들은 인공지능을 실제적인 문제해결에 쓰는 경험과 융합 수업 설계능력, 그리고 협업 역량이 증진될 것이다.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.교양 / 학사
최근 기술 발전에 힘입어 사회 전반적으로, 특히 일상생활 영역에서 AI가 급속히 확산하고 있다. 이에 본 교과목은 기술적 이해와 적용을 넘어 AI에 대한 사회과학적 이해를 제공하는 데 목적이 있다. 구체적으로, AI 기술이 구현한 미디어를 알고리듬 미디어로 규정하고 AI 미디어, AI 텍스트, AI와의 상호작용, 인간 및 사회에 대한 영향 등을 사회과학 이론들을 토대로 설명함으로써 현대 고도 기술 사회에서 인간과 사회에 대한 AI의 영향과 함의를 모색하고자 한다. 수강생들은 이 수업을 통해 AI라는 새로운 기술 변화에 대한 통합적, 체계적 이해를 갖게 될 것이다.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.논문 / 대학원
이 과목은 석사 및 박사 학위 과정에 있는 학생들이 인공지능의 각 분야의 연구 경험을 쌓을 기회를 제공하는 것이다. 학생들은 이 과목을 통하여 인공 지능의 이론과 응용에 대해 공부하고, 각자의 연구 방향과 주제를 설정하며, 최종적으로는 연구 성과를 달성하는 것을 목표로 한다.전선 / 대학원
머신러닝 등 빅데이터를 활용한 인공지능 기술의 급속한 발전 및 사회 각 분야로의 파급에 따라 그에 관한 법 시스템 및 규제 전반에 대한 논의의 필요성이 급격하게 증가하고 있음. 데이터 및 인공지능 기술 및 방법론 개관, 데이터 및 인공지능과 관련된 법제도 개관, 로보틱스 및 자율주행차와 관련된 규제 및 책임제도 개관, 데이터와 프라이버시, 데이터와 시장경쟁, 인공지능과 노동, 인공지능과 사회경제적 차별, 인공지능과 불법행위 책임, 인공지능 의사결정의 투명성 및 책임성(accountability), 설명가능/해석가능한 인공지능과 법적 책임 등.전필 / 대학원
인공지능(AI) 기반 교육을 현장에서 적용하기 위해선, AI융합전공 수강생들은 인공지능(AI)을 교과 수업 상황에 융합하여, 수업을 설계하고 실행할 수 있는 역량이 요구된다. 이 강의는 AI융합전공 수강생들이 인공지능(AI) 자체에 대한 수업과, 인공지능(AI) 학습도구를 활용한 인공지능(AI)-교과 융합수업을 설계하고, 실행할 수 있는 역량을 갖추는 것을 목적으로 한다. 이를 위해 AI융합전공 수강생들은 먼저, 인공지능(AI) 자체에 대한 수업 설계 역량을 기른다. 그리고 실제적이고 집중적인 교육을 통해, 이 교과목은 수강생들의 인공지능 교과 융합 수업을 설계하고 실행하는 역량 증진시킬 것이다.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
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
이 강좌는 인공지능에 대한 이해를 바탕으로 교육적 활용방안을 탐색하고 다양한 연령의 학습자를 대상으로 인공지능에 대한 교육을 효과적으로 실시하는 방안을 다룬다. 인공지능 기반 교육에 대한 최신 이론과 교육적 이슈를 체계적으로 검토하고 교육 분야에서 인간과 인공지능이 협업할 수 있는 방안을 논의한다.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 / 대학원
본 교과목에서는 AI가 매스 커뮤니케이션을 포함한 인간 커뮤니케이션 전 영역에 걸쳐 메시지 작성, 확산, 큐레이션(curation) 등 보다 다양하고 적극적인 역할(agency)을 수행하게 됨에 따라 대두되는 질문들을 (a) 인간-AI 커뮤니케이션(human-AI communication)과 (b) AI 매개 커뮤니케이션(AI-mediated communication)의 하위 분야로 나누어 심층적으로 고찰한다. 먼저 인간-컴퓨터 상호작용(human-computer interaction), 컴퓨터 매개 커뮤니케이션(computer-mediated communication) 분야의 대표적 이론 및 관련 실증연구들을 학습하고, AI 발전에 따른 최신 연구동향을 검토한다. 실제 AI 활용 사례(예; AI 스피커, AI 뉴스 추천 시스템. 챗봇)를 대상으로 기술적 속성, 이용자들의 속성, 커뮤니케이션 맥락 등에 따라 기존 이론 및 모델을 어떻게 수정, 보완, 확장해야 하는지 논의한다. 이를 통해 커뮤니케이션학에서 AI의 문제를 어떻게 정의하고 연구할 것인가에 대한 이해를 증진시킬 것이다.전필 / 학사
기업체 전문가, 해당분야 연구실 교수가 강의하며, 인공지능의 코어 기술과 응용의 최신 연구, 개발 트렌드를 소개한다. 각 분야별로 현재 및 미래의 중요한 인공지능 문제들을 소개하고, 이를 접근하기 위한 가용 학습데이터, 그리고 이를 이용한 최신 인공지능 설계기술 및 응용현황을 소개한다. 구체적으로는, 비전/음성/텍스트의 전통적인 문제, 학습데이터와 솔루션 뿐 아니라 인공지능 기반 시스템의 형평성, 개인데이터 기반 학습결과의 저작권, 공공데이터의 활용 방안 등 인공지능의 응용분야가 넓어지며 만나게 되는 새로운 이슈들에 대한 소개와 토의를 진행한다.전선 / 대학원
인공지능 분야에서 선택된 최신 연구 주제에 관한 논문들을 세미나 형식으로 진행한다.전선 / 대학원
인공지능 분야에서 선택된 최신 연구 주제에 관한 논문들을 세미나 형식으로 진행한다.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.