최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Jiang T.,Zhang Z.,Li X.,Ji Y.,Liu C.
2023 / Knowledge-Based Systems
데이터가 존재하지 않습니다.
loading...
본 연구는 시각적 대화에서 발생하는 시각적 핵심 관계 해결 문제를 해결하기 위해 다중 시점 의미 이해(MVSU)라는 새로운 방법을 제안합니다. MVSU는 의미 보존 RNN(SRR)과 텍스트 기반 핵심 관계 해결(CRoT) 모듈로 구성되어, 대화의 모호한 정보를 기반으로 시각적으로 근거가 있는 질문에 답변하는 능력을 향상시킵니다.
Semantic-based visual information retrieval
Vision-Language Pre-Training : Basics, Recent Advances, and Future Trends.
Natural language understanding and cognitive robotics
Foundations of intelligent systems : 10th international symposium, ISMIS '97, Charlotte, North Carolina, USA, October 15-18, 1997 : proceedings
Who understands comics? : questioning the universality of visual language comprehension
Advanced multimedia content processing : First International Conference, AMCP '98, Osaka, Japan, November 9-11 1998 : proceedings
The Semantic Web : research and applications : 5th European Semantic Web Conference, ESWC 2008, Tenerife, Canary Islands, Spain, June 1-5, 2008 : proceedings
Reading visual narratives : image analysis of children's picture books
Trends in artificial intelligence : 2nd Congress of the Italian Association for Artificial Intelligence, AI*IA, Palermo, Italy, October 29-31, 1991 : proceedings
Multimedia content and the semantic Web : methods, standards, and tools
SOFSEM'96 : theory and practice of informatics : 23rd Seminar on Current Trends in Theory and Practice of Informatics, Milovy, Czech Republic, November 1996 : proceedings
Cognitive visual informatics
Visual and spatial analysis : advances in data mining reasoning, and problem solving
Exploring discourse strategies in social and cognitive interaction : multimodal and cross-linguistic perspectives
Visual thinking for design
Aspects of automated natural language generation : 6th International Workshop on Natural Language Generation, Trento, Italy, April 5-7, 1992 : proceedings
Attention and Vision in Language Processing
Semantic structures : advances in natural language processing
Visual information and information systems : Third International Conference, VISUAL'99, Amsterdam, The Netherlands, June 2-4, 1999 : proceedings
Visualizing argumentation : software tools for collaborative and educational sense-making
Zhang Z.,Jiang T.,Liu C.,Ji Y. · 2022
International Journal of Multimedia Information Retrieval
Chen, Chongqing; Han, Dezhi; Chang, Chin-Chen · 2024
PATTERN RECOGNITION
Liu M.,Wang R.,Zhou F.,Lin G. · 2022
Symmetry
Huang, J.; Chen, Y.; Xiong, S.; Lu, X. · 2024
IEEE Transactions on Geoscience and Remote Sensing, Geoscience and Remote Sensing, IEEE Transactions on, IEEE Trans. Geosci. Remote Sensing
Yan M.,Xu H.,Li C.,Tian J.,Bi B.,Wang W.,Xu X.,Zhang J.,Huang S.,Huang F.,Si L.,Jin R. · 2023
ACM Transactions on Information Systems
Yu X.,Zhang H.,Hong R.,Song Y.,Zhang C. · 2022
Pattern Recognition
Xie P.,Wang D.,Sun L.,Zhang X.,Xie Y.,Qian S.,Sun C.,Liu B. · 2026
Expert Systems with Applications
Alizadeh M.,Di Eugenio B. · 2020
International Journal of Semantic Computing
Dan Guo; Hui Wang; Shuhui Wang; Meng Wang · 2020
IEEE Transactions on Image Processing
Zefan Zhang; Yanhui Li; Weiqi Zhang; Tian Bai · 2025
Knowledge and Information Systems
Guo D.,Wang H.,Wang S.,Wang M. · 2020
IEEE Transactions on Image Processing
Liu A.A.,Zhang G.,Xu N.,Guo J.,Jin G.,Li X. · 2022
Multimedia Systems
Yu J.,Zhang W.,Lu Y.,Qin Z.,Hu Y.,Tan J.,Wu Q. · 2020
IEEE Transactions on Multimedia
Pan H.,Huang J. · 2023
Neural Computing and Applications
Kennington, C.; Schlangen, D. · 2017
Computer Speech and Language
Zhang, Han; Wang, Keming; Zhang, Laixian; Wang, Bingshu; Li, Xuelong · 2024
IEEE Transactions on Geoscience and Remote Sensing
Tang P.,Tan Y.,Xia J. · 2023
Multimedia Tools and Applications
Tang P.,Tan Y.,Luo W. · 2022
Neural Computing and Applications
Wang Y.,Li P.,Si Q.,Zhang H.,Zang W.,Lin Z.,Fu P. · 2023
ACM Transactions on Multimedia Computing, Communications and Applications
Hong E.T.B.,Chong Y.W.,Wan T.C.,Yau K.L.A. · 2023
Computers, Materials and Continua
전선 / 대학원
본 교과목은 오늘날 인공지능의 중심을 이루는 거대언어모델(Large Language Models)과 이를 기반으로 한 대화형 인공지능을 다룬다. 특히 거대언어모델의 학습부터 응용까지 이어지는 전체 파이프라인을 아래와 같이 체계적으로 다룬다. (1) Pre-training: 지식 습득을 위한 사전학습(Transformer, BERT, GPTs) (2) Supervised Fine-tuning: 상호작용 학습(Dialogue Fine-tuning, Instruction Tuning, Reasoning) (3) Alignment: 인간 가치와의 정렬(RLHF, DPO, KTO 등) 및 언어모델 해석 기법(AI Psychometrics, Mechanistic Interpretability) (4) Grounding: 외부 데이터 및 도구 활용 기법(페르소나, 문서, 이미지, 지식 그래프, 도구 증강 에이전트) (5) Applications: 다양한 도메인으로의 응용(대화 시뮬레이션 및 심리상담·교육·설득 응용) 수업에서는 각 연구 주제별로 핵심 논문들의 아이디어, 데이터, 방법론 등을 강의한다. 실습으로는 언어모델 학습, 언어모델 API를 이용한 대화 시스템 구현, 대화형 인공지능과 관련된 작은 연구 프로젝트를 수행한다. 이 과목을 통해 수강생들은 거대언어모델 연구 동향을 큰 틀에서 파악하고, 핵심적인 연구 주제들과 방법론을 이해하며, 이를 실제 연구에 적용하는 능력을 기르게 된다.전선 / 대학원
시각 커뮤니케이션의 다양한 방법과 표현을 통해 전달하고자 하는 메시지와 의도를 대중에게 소구하는 사고 및 훈련이다. 시대적 특징, 시의적 환경 하에 내용과 대상에 적합한 표현방법과 매체를 조화롭게 구현한 사례들을 탐구하고 비평적인 시각으로 분석하고 토론한다. 빠르게 변화하는 기술의 발달과 이를 좇는 대중의 기호에 발맞춘 적합한 방법을 제시하는 것도 중요하지만 동시에, 그래픽적 완성도를 추구한 작업에 대한 면밀한 분석과 훈련이 필요하다.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.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.전선 / 대학원
시각디자인의 개념과 이해를 토대로 정보를 해석가공하고 이미지에 대한 창의적인 표현을 다양한 매체를 통해 제작?실습한다.전선 / 대학원
사람들이 일반적으로 동의하는 시각적인 표현이 존재하지 않는 대량의 추상적인 데이터를 직관적으로 시각화하고 동적으로 제어할 수 있게 함으로써 사용자들의 인지능력의 향상을 꾀하는 정보 시각화에 대하여, 시지각 이론을 포함한 이론적 바탕에서 출발하여 데이터의 형태별 시각화 방법론, 인터액션 방법론, 디자인 스터디 방법론, 평가 방법론 등 다양한 기술적 배경을 실제 문제 해결을 통하여 학습한다. 더 나아가서, 정보시각화 기술에 기반하여 인터액티브한 시각적 인터페이스를 디자인하고 이를 통하여 전문가의 창의적 문제해결 능력을 극대화함으로써 인류가 직면한 실제 문제를 해결하려는 새로운 과학적 시도인 시각적 분석 기술도 학습한다. 특히 통계학, 기계학습, 데이터마이닝 등 데이터 과학 분야의 관련 기술들을 정보 시각화 시스템에 효과적으로 융합하는 기술적 방법론도 다양한 실례와 디자인 프로젝트를 통해 체득한다.전선 / 대학원
본 강좌는 영상 데이터를 분석하기 위한 수학적 모델링 기술 및 기계 학습 기술 등을 강의한다. 영상 데이터 분석에 널리 이용되는 기본적인 기계 학습, 특히 딥 러닝 기법을 집중적으로 학습하고, 이러한 기술이 다양한 영상 분석 문제에 어떻게 적용되는지 살펴본다. 이론 강의뿐만 아니라 실습과 프로젝트를 통하여 영상 데이터 분석에 필요한 다양한 기술을 학습한다. ● 기계학습 기초 리뷰 (지도학습, 비지도학습, 준 지도학습) ● 합성곱 신경망 (컨볼루션 신경망) ● 순환 신경망 (리커런트 신경망) ● 이미지 데이터 처리 기법 (이미지 분류, 물체 인식, 이미지 분할) ● 비디오 데이터 처리 기법 (비디오 분류, 행동 인식, 영상 내 검색, 물체 추적) ● 다면성 데이터 처리 (시청각-언어 정보 처리) ● 생성적 모델링전선 / 학사
본 수업은 디자인관련 작업 시 디자인전반에 대한 리서치 방법론을 배운다. 특히 설문조사 기법, 인터뷰 기법, 자료 조사 방법을 익힌다. 또한 통계기법을 배워서 디자인에 관련된 데이터를 기초통계법을 배우며, 통계를 활용하여 선호도 조사나 만족도 조사 등이 가능하도록 한다.전선 / 학사
본 과목에서는 대용량의 텍스트를 분석하여 유의미한 결론을 도출하는 텍스트마이닝 기법에 대해 강의한다. Natural language processing, probabilistic topic model, text clustering, text categorization, contextual text mining 등, 텍스트마이닝 분야의 핵심 Keyword 및 기법에 대해 다룬다.전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 대학원
다양한 분야, 다양한 형식의 정보를 구조화 할 수 있는 능력을 함양하게 하는 과목이다. 리서치에 의해 조사 수집된 정보를 그루핑 하고 나열되어 있는 정보를 시각적으로 재구성하는 방법을 연구한다. 또한 재구조화된 정보를 여러 매체로 표현할 수 있는 능력을 기른다. 상징과 아이콘, 인포메이션 다이어그램 등으로부터 인포메이션 그라픽스까지 다양한 시각툴을 사용하여 효과적인 정보전달이 될 수 있게 한다. 개인별 주제를 정해 정보를 재해석하는 연구가 이루어지게 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.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.전선 / 대학원
다양한 문화환경의 다매체 속에서 시각정보디자인의 제반문제를 시각적으로 체계화하고 이미지의 형성과정을 실험적인 표현양식을 통해 제작,실습한다.전선 / 학사
디지털 회로 설계에 입문하는 인력들이 본 과정을 통해 실무에 투입될 수 있는 수준의 역량을 갖추도록 한다. RTL 설계 이해 및 RTL 설계 능력 함양을 위해 심화 실습을 포함한 교육을 진행하며, Synthesis 및 P&R을 포함한 SoC 전체 설계 과정을 진행한다.전선 / 대학원
인지과학 연습 1의 내용을 보다 확장하여 인지과학의 연구사, 연구주제등을 다각도로 검토하여 과정에 진입한 학생들에게 인지과학의 기초적 지식배경을 제공하는데 목적이 있다.전선 / 대학원
이 교과목은 대학원생들을 대상으로, 현재 사용되고 있는 최신 암호 알고리즘을 설명한다. 이 과목은 다음과 같이 두 부분으로 구성된다: 첫째, DES, IDEA, RC5, RC6 와 같은 블록 암호 알고리즘들을 각각 키(key) 생성, 암호화, 복호화 하는 과정으로 설명한다. 둘째, 전자 서명에 근거한 다양한 인증 기법을 소개한다. DMDC, MD5, SHA-1, HMAC 와 같은 다양한 해쉬(hash) 함수를 사용하여 문장을 축약하고 인증하는 방식을 제시한다.전선 / 학사
전통 재료기법 및 복합매체, 입체조형, 영상작업 등 개인의 연구 주제에 따른 매체 사용의 폭을 확장하여 자유로운 조형작업을 시도한다. 학생들은 개인 작업을 계속하면서, 전통회화 및 시각예술의 주된 매체가 현대회화에서 새롭게 응용되는 방안을 모색한다. 지금까지 배운 전통재료 및 기법에 대한 창의적이고 현대적인 응용 방안에 대해 탐구하며, 평면뿐 아니라 입체공간에서도 다양한 실험을 행한다.전선 / 학사
세계의 주요 언어들을 대상으로 계통론적 관점과 유형론적 관점에 입각하여 대조.비교함으로써, 언어의 보편적 특성과 개별적 특수성에 대한 새로운 인식을 높인다. 아울러 사회언어학적, 인류인어학적 관점에서 언어의 변화와 변이를 통한 언어의 다양성에 대해 이해한다.전선 / 학사
컴퓨터를 기반으로 한 상호작용을 통해 이야기 경험을 제공할수 있는 새로운 예술 형태에 관한 연구. 소설, documentary, 픽션 영화, TV 드라마, 만화, 컴퓨터 게임 일부에 사용하는 단일한 linear narrative가 아닌 meta-linear narrative의 구조적 특징과 구축, 사용방식을 다룬다. 또한 여기에 요구되는 writing tool, narrative, editor engine 등의 software 등의 다양한 tool의 기능과 활용방식을 학습한다.