최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
Graph Neural Networks: Foundations, Frontiers, and Applications
Recommender Systems in Fashion and Retail
데이터 분석과 인공지능 활용
Proceedings of Emerging Trends and Technologies on Intelligent Systems : ETTIS 2021
AI Index, 인공지능지수
Artificial intelligence : a national strategic initiative
Daten- und Informationsqualität : Die Grundlage der Digitalisierung
Knowledge discovery practices and emerging applications of data mining : trends and new domains
Artificial Intelligence for Fashion Industry in the Big Data Era
Automated Taxonomy Discovery and Exploration
Fashion Recommender Systems
인공지능시대의 인문학과 예술적 상상
Artificial neural networks : applications in financial forecasting
Artificial Intelligence Education in the Context of Work
Artificial intelligence /
Web, Artificial Intelligence and Network Applications : Proceedings of the Workshops of the 33rd International Conference on Advanced Information Networking and Applications (WAINA-2019)
Predictive policing and artificial intelligence
Data mining : concepts, models and techniques
Techniques and Environments for Big Data Analysis : Parallel, Cloud, and Grid Computing
Efficient processing of deep neural networks
디지털콘텐츠학회논문지
황서이, 김문기The International Journal of Advanced Culture Technology
이지영디지털융복합연구
정명석, 박성현, 채병훈, 이주연문화기술의 융합
경영정보학연구
안정국, 김소담, 김희웅기술혁신연구
정효정Journal of The Korean Data Analysis Society
이현경, 박한우한국컴퓨터정보학회논문지
고유정인문과학연구논총
김진원, 이재윤Technological Forecasting and Social Change
Huang L.,Chen X.,Ni X.,Liu J.,Cao X.,Wang C.평생교육학연구
이효섭, 조대연정보관리학회지
김수연, 송성전, 송민정보관리학회지
박자현, 송민대한산업공학회지
박상현, 최영재, 이성주, 설현주Educational Technology and Society
Chen X.,Cheng G.,Zou D.,Zhong B.,Xie H.한국문헌정보학회지
이기헌, 정효정, 송민Journal of Big Data
Camilleri E.,Miah S.J.Foot & Ankle Orthopaedics
Baird, Henry; Gallegos, Mauricio; Morningstar, Joshua L.; McDonald, Weston E.; Scott, Daniel J.; Gross, Christopher E.Scientometrics: An International Journal for all Quantitative Aspects of the Science of Science, Communication in Science and Science Policy
De Battisti, Francesca; Ferrara, Alfio; Salini, Silvia한국콘텐츠학회 논문지
정도범, 유화선, 문희진논문 / 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
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 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
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
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 / 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
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
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.전선 / 대학원
본 교과목은 고급데이터마이닝 방법론(326.637) 과목에 이어 심층학습모형에 중점을 둔다. 교육 목표는 심층학습(deep learning)의 방법들을 공부하고 관련된 통계적 문제를 찾아내는 것이다. 다루는 내용은 다음과 같다. 심층학습 이전의 특징 추출 및 판별 분석 기법, 기계학습에서 사용되는 이론적인 도구들, 인공신경망의 기초, 다층 퍼셉트론, 역전파, 합성곱 신경망, 최적화와 정칙화, 가시화, 파이톤과 심층학습 프레임워크, 순환 신경망, 변분적 추론, 적대적 생성 네트워크, 영상 분할 및 검출, 자연어 처리 등이다.전선 / 대학원
본 교과목은 고급데이터마이닝 방법론(326.637) 과목에 이어 심층학습모형에 중점을 둔다. 교육 목표는 심층학습(deep learning)의 방법들을 공부하고 관련된 통계적 문제를 찾아내는 것이다. 다루는 내용은 다음과 같다. 심층학습 이전의 특징 추출 및 판별 분석 기법, 기계학습에서 사용되는 이론적인 도구들, 인공신경망의 기초, 다층 퍼셉트론, 역전파, 합성곱 신경망, 최적화와 정칙화, 가시화, 파이톤과 심층학습 프레임워크, 순환 신경망, 변분적 추론, 적대적 생성 네트워크, 영상 분할 및 검출, 자연어 처리 등이다.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
본 강좌에서는 인공지능반도체 분야의 최신 연구동향을 학습한다. 최신 논문의 강독 및 세미나 발표를 진행하며, 인공지능반도체 개발 프로젝트와 관련된 연구 주제에 대하여 선행 연구를 조사하고, 해결책 제시하며 및 실험, 분석 혹은 모의실험을 통한 검증을 진행한다.인공지능반도체 아키텍처, 인공지능반도체를 위한 시스템소프트웨어, 주요 인공지능 응용 모델, 인공지능반도체 하드웨어 회로 설계 및 소자 설계등을 포함한 인공지능반도체 분야의 다양한 주제를 대상으로 학습한다. 구체적인 인공지능반도체 설계사례로는 서버용 인공지능반도체, 엣지용 인공지능반도체, 학습용 인공지능반도체 및 추론용 인공지능반도체 등 다양한 인공지능반도체 제품을 다룬다. 논문 세미나에서는 최고수준의 학술대회 및 학술지에서 발표된 최신 주요 논문을 주로 발표하고, 해결책 제시 및 검증 결과를 포함하는 연구 보고서를 제출한다.전선 / 대학원
본 과목에서는 고차원 데이터의 저차원 표현을 학습하기 위한 기하학적 방법을 소개한다. 미분 기하학의 기초(구체적 주제는 리만 다양체 및 Lie 그룹, 텐서, 커넥션 및 fiber 번들 포함)를 다룬 후, 고차원 데이터에 대한 기존 기계 학습 알고리즘(예: 매니폴드 러닝, 메트릭 러닝)의 기하학적 일반화 방법을 개발하여, 대칭적 구조가 존재하는 고차원 비유클리디언 데이터 문제에 적용한다. 위와 같은 방법을 구현하기 위한 효율적인 계산 알고리즘도 소개한다. 후반부에는 Ito 확률 미분 방정식의 관점에서 강화 학습과 확률 최적 제어 간의 관계를 고찰하여, 고차원 비유클리디언 데이터 강화 학습 문제에 적용 가능한 기하학적 방법도 개발한다.전선 / 대학원
이 강의에서는 인공지능 신뢰성 문제, 즉 인공지능의 가치정렬, 적법·윤리성, 견고성을 측정·확보하는 기법과 이를 촉진하기 위한 제도의 설계 방안을 학습한다. 이를 위해 리스크의 측정·경감 기술의 이해 뿐 아니라 인문·사회과학·법적 관점을 융합한 다양한 접근을 제시한다. 구체적으로 공정한 기계학습, 설명 가능한 AI, 인간-AI 상호작용, 프라이버시 보존 데이터 분석, 자율시스템의 안전성, 인지모델의 견고성, 생성모델의 권리침해와 오남용 문제, 자율살상무기체계의 통제 등을 탐색한다.전선 / 대학원
본 강좌는 인공지능 시스템과 관련된 법적 쟁점들, 즉 로보틱스 등 자율시스템으로부터의 위해의 통제, 분류모델의 공정성·투명성, 공정 기계학습, 설명 가능 인공지능, 프라이버시 보존 데이터 마이닝 및 분석, 가격결정 에이전트와 시장질서, 자율살상무기, 디지털서비스 법체계와의 관계, 기타 규범적 쟁점, 인공지능을 통한 법체계의 고도화, 법학방법론으로서의 인공지능 등을 탐구한다.전선 / 대학원
본 교과목은 데이터사이언스 대학원의 ABC (AI model/algorithm, Big data, Computing) 교육 과정 중 인공지능/머신러닝(A) 분야의 심화 강좌이다. 본 교과목은 데이터사이언스 전공자를 위한 머신러닝 (machine learning)과 딥러닝 (deep learning)의 심화된 내용을 다룬다. 머신러닝 토픽으로는 clustering, dimension reduction 등의 비지도학습, Bayesian networks, Markov Random Field 등의 Graphical models, 강화학습의 기초 등을 다루며, 딥러닝 토픽으로는 시퀀스 데이터를 다루는 RNN, Attention model, Transformer 모델을 이미지, 비디오, 텍스트 등 다양한 형태로 수집되는 데이터를 대상으로 다룬다. 또한 Variational Autoencoder, GAN 등의 생성 모델의 기초를 학습한다.전필 / 대학원
본 과목은 초·중등 교사들을 대상으로 인공지능 시대의 삶의 변화와 이에 따라 요구되는 시민적 자질로서의 핵심역량이 무엇인지, 그리고 그러한 역량을 어떻게 학습자들이 함양할 수 있는지 탐구하는 것을 목적으로 한다. 4차 산업혁명이 가져오는 국가·사회적 요구에 부응하고 새로운 시대 유능한 사회 구성원으로서의 소양을 육성하는 것은 중요한 교육적 책무이다. 이를 위해 인공지능의 교육적 활용, 과학과 인문학의 융합, 빅데이터 기반 인공지능의 활용, 이와 관련된 사회·윤리적 이슈 및 인공지능 시대의 교육적 과제 등을 다룬다.전선 / 대학원
본 과목은 인공지능 분야의 우수한 연구진을 초빙하여 최근 연구 동향 및 새로운 결과에 대한 세미나를 진행하고 인공지능을 전공하는 대학원 학생들에게 유용한 정보와 지식을 제공하는 것을 목표로 한다. 이 세미나의 주요 주제는 학습과 추론, 시각과 지각, 언어와 인지, 로보틱스와 행동, 데이터 지능, 인간-AI 상호 작용, AI 시스템, AI 칩, AI 보안, 자율주행, AI 관련 법과 윤리, 등을 포함한다. 응용분야의 주제도 세미나에 포함되며, 금융/마케팅+AI, 바이오+AI, 뇌연구+AI, 의료기술+AI, 신약개발+AI, 인문/예술+AI, 소재/부품/장비+AI, 등의 다양한 주제를 다룬다.