PowerPoint 프레젠테이션

Size: px
Start display at page:

Download "PowerPoint 프레젠테이션"

Transcription

1 Chapter 1. 머신러닝개요 < 기계학습개론 > 강의서울대학교컴퓨터공학부장병탁 교재 : 장교수의딥러닝, 홍릉과학출판사, Slides Prepared by 장병탁, 김준호, 이상우 Biointelligence Laboratory School of Computer Science and Engineering Seoul National University

2 목차 1.1 머신러닝의특성 프로그래밍방식과의차이점 산업적응용사례 역사와최근발전동향 책의구성

3 인공지능, 머신러닝, 딥러닝 1.1 머신러닝의특성 기계가학습을할수있도록하는연구분야 인공지능연구의한분야로서최근들어딥러닝을통해서빠르게발전 Artificial Intelligence Machine Learning Deep Learning 3

4 학습시스템과머신러닝 머신러닝의특성 4

5 머신러닝의정의 머신러닝의특성 머신러닝을보다형식화하여정의하면 환경 (Environment, E) 과의상호작용을통해서축적되는경험적인데이터 (Data, D) 를바탕으로지식즉모델 (Model, M) 을자동으로구축하고스스로성능 (Performance, P) 을향상하는시스템 이다 (Mitchell, 1997). 5

6 딥러닝 머신러닝의특성 많은수의신경층을쌓아입력된데이터가여러단계의특징추출과정을거쳐자동으로고수준의추상적인지식을추출하는방식 특징추출과특징분류를특징학습의문제로통합 ( 보다자동화된학습기술 ) 딥러닝을통해서신경망에대한관심이다시늘어남에다라머신러닝연구에관심을다시갖기시작함 다양한분야에의응용 Google 의 GoogLeNet, 백만여장의이미지로부터천가지종류의물체를분류 Facebook 의 DeepFace, 사람의얼굴을인식하는문제에서인간수준의성능 Microsoft 의딥러닝을적용한음성인식기술 Google 의 DeepMind, 실제사람처럼비디오게임을학습하는기술 6

7 1.2 프로그래밍방식과의차이점 일반적인컴퓨터프로그램 사람이알고리듬설계및코딩 주어진문제 ( 데이터 ) 에대한답출력 머신러닝프로그램 사람이코딩 기계가알고리듬을자동프로그래밍 (Automatic Programming) 데이터에대한프로그램을출력 7

8 프로그래밍방식과의차이점 학습시스템의구성요소 : 환경 E, 데이터 D, 모델 M, 성능지수 P 환경 (E): 학습시스템이상호작용하는대상, 학습할문제 데이터 (D): 환경과상호작용을통해축적된경험 프로그램이작성될때모든가능한입력을고려하여그경우만을다루는것과구별됨 모델 (M): 데이터를모델링하는학습시스템의구조 성능지수 (P): 학습시스템의성능평가지표 학습시스템이목표를이루기위하여최적화해야하는대상 8

9 머신러닝이필요한문제 프로그래밍방식과의차이점 명시적문제해결지식의부재 ( 알고리듬부재 ) 프로그래밍이어려운문제 ( 예 : 음성인식 ) 지속적으로변화하는문제 ( 예 : 자율이동로봇 ) 머신러닝더욱중요해지는이유 빅데이터의존재 ( 학습에필요 ) 컴퓨팅성능의향상 ( 고난도학습이가능 ) 서비스와직접연결 ( 비지니스적효과 ) 비즈니스가치창출 ( 회사가치향상 ) 9

10 1.3 산업적응용사례 자율주행자동차 1992 년, 신경망구조를이용한자동차자동운전 2005 년, 사막환경무인자동차대회에서성공적으로운전을수행 Stanford 대학 AI Lab 의 Stanley 가우승함 (Sebastian Thrun 교수팀 ) 2007 년, 도시환경무인자동차대회에서성공적으로운전을수행 2010 년, 구글이무인자동차를발표 (Larry Page & Sebastian Thrun) 10

11 ALVINN (CMU, 1992) ALVINN (Autonomous Land Vehicle In a Neural Networks) 카네기멜론대학교와메르세데스벤츠가합작으로수행 100km 이상의속도로고속도를장기주행하는것에성공 전면카메라로수집한전면영상이입력 운전대와가속페달및브레이크페달을조정하는것이출력 11

12 DARPA Grand Challenge (2005) 스탠포드팀이 DARPA Grand Challenge 에서우승 무인자동차가사막을 131 마일을질주하는데에성공 Racing Video: Stanford Racing Team: 12

13 DARPA Urban Challenge (2007) CMU와 GM이우승하여 200만불을차지 6시간내에 96 km 도시구간을완주하는것이목표 도로주행계획, 상황인식, 주행환경모델링의기술이필요 13

14 Google 의자율주행자동차 (2010) 인공지능기술을사용하여스스로판단할수있는무인자동차를발표 ( 문제가발생하면운전석탑승자에게자동으로경고 ) 인공지능 / 컴퓨터비전 / GPS / 구글맵 / 다양한센서등을사용 Test Driving: Ted by Sebastian Thrun: 14

15 머신러닝의다양한활용분야 산업적응용사례 15

16 1.4 역사와최근발전동향 지난 70 여년동안의머신러닝연구 : 잠재기 ( ), 태동기 ( ), 성장기 ( ), 도약기 (2010- 현재 ) 16

17 역사와최근발전동향 : 태동기 ( ) 17

18 역사와최근발전동향 : 성장기 ( ) 18

19 역사와최근발전동향 : 도약기 (2010- 현재 ) 19

20 튜링머신 생각하는기계 (1950) 앨런튜링은사람이인간과같은지능적행동을보일수있을지시험하는튜링테스트를제안 Turing Alan M. Computing machinery and intelligence. Mind, 앨런튜링 ( ) 20

21 퍼셉트론 (1958) Rosenblatt 은신경망모델의일종인퍼셉트론과그학습알고리즘을제시 21

22 역사와최근발전동향 : 초기역사 1959 년 Samuel 의논문 Some Studies in Machine Learning Using the Game of Checkers 에서 머신러닝 용어등장 게임보드패턴기반특징들의가중치곱의합으로평가함수를정의하고변경하여게임을학습 1958 년, Rosenblatt 은신경망모델의일종인퍼셉트론과그학습알고리즘을제시 인공신경망모델에기반을제공한자연신경망에대한연구는 1940 년에시작 1983 년과 1986 년에두권의책이머신러닝연구의기반마련 Machine Learning: An Artificial Intelligence Approach 의 Volume I 과 II 1984 년머신러닝과계산이론의접목, 이론적인틀을갖추기시작 Valiant 는 Communications of the ACM 에 A Theory of the Learnable 이란제목의계산학습이론 (Computational Learning Theory) 논문을발표 1986 년신경망기반의연결론적머신러닝연구시작 Rumelhart & McClleland 의 Parallel Distributed Processing 모델에관한연구 1986 년기계학습분야최초의학술지 Machine Learning 저널창간 22

23 머신러닝학회, 저널의태동 ICML 1980 AAAI 1980 UAI 1985 AISTATS 1985 NIPS 1987 ICLR 2013 MLJ 1986 Neural Networks Neural Computation JMLR

24 역사와발전동향 Algorithm: MLP DT SVM PGM CNN Model: 신경망모델 확률통계적모델 딥러닝모델 Data: MNIST PASCAL ImageNet IT: PC 의보급 웹, 데이터마이닝정보검색, 전자상거래 스마트폰자율주행차 24

25 IBM Watson 이 Jeopardy! 쇼에서우승 (2011) IBM 의 Watson 이슈퍼컴퓨터를이용하여, 역대재퍼디챔피언을제치고우승을차지 자연어처리, 정보검색, 지식표상및추론, 머신러닝이사용 Jeopardy!: 장난감로봇에연결된 Watwon: 25

26 Apple Siri 개인스마트폰비서 (2011) 2011년 Apple에서 iphone을위한개인스마트폰비서시스템 Siri를발표 음성인식을통하여사용자와대화하여의사소통 사용자의개별선호도에적응하며결과를개인화하며, 인근식당의선호를학습 26

27 ImageNet & AlexNet (2012~) ImageNet: 100 만장의이미지, 1000 개의물체 FeiFei 그룹에서구축및공개 2012 년, Hinton 그룹에서는 ImageNet Challenge (ILSVRC) 에서딥러닝기반 AlexNet 을소개, 16.4% 의에러율을보고함 20% 중반의에러율을보이는기존컴퓨터비전기술을압도 현재 2% 대의에러율을보임 (ILSVRC results, 2017) ImageNet 을통해학습된네트워크들은다른데이터의학습을위하여사용됨 27

28 최근산업동향 머신러닝에대한기업들의투자증가 NIPS 학회의참가자수급증 글로벌 IT 기업들의인공지능연구소설립및스타트업인수 Google의 8개의로보틱스회사인수및인공지능스타트업투자와딥러닝연구자들채용, DeepMind를 7000억원에인수 중국의바이두, 스탠포드의 Andrew Ng 교수를영입해실리콘밸리에딥러닝연구소설립 Facebook, NIPS-2014 기조연설에서 Facebook AI Research 인공지능연구소설립선언 테슬라, 인공지능회사 OpenAI 설립공표 28

29 머신러닝학회의부흥 NIPS Attendance 2015 NIPS Attendance

30 머신러닝논문수의증가 인공지능 / 머신러닝 / 딥러닝논문의수와트랜드 인공지능및머신러닝관련 arxiv 논문수의월별증가 30

31 AI 산업화 : 스피커타입스마트비서 홈서비스를위한보급형스피커타입스마트비서의등장 배송주문, 음악추천등실생활응용과긴밀히연결 Amazon Echo, Google Home, SKT NUGU 31

32 알파고 바둑세계챔피언에승리하다 (2016) 2016년 3월, 알파고가바둑인간최강자이세돌을 4:1로누르고우승 바둑기사들의막대한바둑기보를학습하여성능을향상 그뒤에, 두알파고가서로겨루는방식으로추가적으로성능을향상 32

33 AI/ML 최근발전동향 AlphaGo 이후 네이버, Naver Labs를분사하여인공지능연구사업화 삼성전자, 가전제품과스마트폰등에인공지능기술도입한신제품개발 SKT, 음성기반인공지능스피커 NUGU 출시 LG 전자, 가전제품박람회 CES에서다양한형태의인공지능로봇제품 많은서비스기업들이고객상담서비스를위해챗봇도입 산업전반에서사물인터넷 (IoT) 과빅데이터를기반으로하는제 4차산업혁명의물결이일어나고있고머신러닝기반의인공지능은그동력원역할을할것으로예측된다. 33

34 머신러닝 요약 경험 ( 데이터 ) 으로부터모델을자동으로생성하여스스로성능을향상하는시스템 인공지능연구의한분야로서최근들어딥러닝을통해서빠르게발전 환경, 데이터, 모델, 성능지수의네가지요소를지님 프로그래밍 vs. 머신러닝 기존프로그래밍은사람이알고리듬설계및코딩 머신러닝은기계가데이터가주어지면알고리듬을자동으로프로그래밍 70 여년의역사 잠재기 (~1980), 태동기 ( ), 성장기 ( ), 도약기 (2010~) 다양한산업적응용분야에적용 정보검색, 자연어처리, 물체인식, 음성인식, 자율주행자동차, 로보틱스 최근딥러닝을통하여그응용분야와활용역량이크게증가하고있다 34

35 1.5 책의구성 1장 : 머신러닝개요 2장 : 신경망 3장 : 딥러닝과정규화 4장 : 컨볼류션신경망 5장 : 딥빌리프넷 6장 : 딥하이퍼넷 7장 : 순환신경망 8장 : 딥강화학습 9장 : 뉴럴튜링머신 10장 : 종단학습모델 11장 : 대립학습모델 12장 : 잔차학습모델 35

Ch 1 머신러닝 개요.pptx

Ch 1 머신러닝 개요.pptx Chapter 1. < > :,, 2017. Slides Prepared by,, Biointelligence Laboratory School of Computer Science and Engineering Seoul National University 1.1 3 1.2... 7 1.3 10 1.4 16 1.5 35 2 1 1.1 n,, n n Artificial

More information

제1강 인공지능 개념과 역사

제1강 인공지능 개념과 역사 인공지능개념과역사 < 인공지능입문 > 강의노트 장병탁서울대학교컴퓨터공학부 & 인지과학 / 뇌과학협동과정 http://bi.snu.ac.kr/~btzhang/ Version: 20180302 목차 인공지능의개념........ 3 연구분야............ 4 역사...... 6 패러다임........ 7 응용사례.......... 8 Reading Assignments.........

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 4 차산업혁명, 인간과로봇의미래 (The 4 th Industrial Revolution - Future of Humans and Machines 제 84 회 KISTEP 수요포럼 KISTEP 12 층국제회의실, 2018. 4. 25( 수 ) 10:00-12:00 장병탁 (Byoung-Tak Zhang) 서울대학교컴퓨터공학부및인지과학 / 뇌과학협동과정인지로봇인공지능연구센터

More information

Microsoft PowerPoint - 실습소개와 AI_ML_DL_배포용.pptx

Microsoft PowerPoint - 실습소개와 AI_ML_DL_배포용.pptx 실습강의개요와인공지능, 기계학습, 신경망 < 인공지능입문 > 강의 허민오 Biointelligence Laboratory School of Computer Science and Engineering Seoul National University 실습강의개요 노트북을꼭지참해야하는강좌 신경망소개 (2 주, 허민오 ) Python ( 프로그래밍언어 ) (2주, 김준호

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 고령사회인공지능과로봇의미래 뉴스토마토 2016 은퇴전략포럼 2016. 9. 23 ( 목 ), 15:20~14:00 장병탁서울대학교컴퓨터공학부 & 인지과학 / 뇌과학협동과정인지로봇인공지능연구센터 (CRAIC) http://bi.snu.ac.kr/ 목차 1. 인공지능혁명............. 3 머신러닝 / 딥러닝혁명, 글로벌기업동향 2. 스마트머신의등장........

More information

Ch 8 딥강화학습

Ch 8 딥강화학습 Chapter 8. 딥강화학습 < 기계학습개론 > 강의서울대학교컴퓨터공학부장병탁 교재 : 장교수의딥러닝, 홍릉과학출판사, 2017. Slides Prepared by 장병탁, 최진영 Biointelligence Laboratory School of Computer Science and Engineering Seoul National University Version

More information

<4D6963726F736F667420576F7264202D20B1E2C8B9BDC3B8AEC1EE2DC0E5C7F5>

<4D6963726F736F667420576F7264202D20B1E2C8B9BDC3B8AEC1EE2DC0E5C7F5> 주간기술동향 2016. 5.18. 컴퓨터 비전과 인공지능 장혁 한국전자통신연구원 선임연구원 최근 많은 관심을 받고 있는 인공지능(Artificial Intelligence: AI)의 성과는 뇌의 작동 방식과 유사한 딥 러닝의 등장에 기인한 바가 크다. 이미 미국과 유럽 등 AI 선도국에서는 인공지능 연구에서 인간 뇌 이해의 중요성을 인식하고 관련 대형 프로젝트들을

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 ETRI, Kim Kwihoon (kwihooi@etri.re.kr) 1 RL overview & RL 에주목하는이유? 2 RL Tech. Tree 3 Model-based RL vs Model-free RL 4 몇가지사례들 5 Summary 2 AI Framework KSB AI Framework BeeAI,, Edge Computing EdgeX,, AI

More information

제2강 생각하는 기계

제2강 생각하는 기계 제 2 강 생각하는기계 < 인공지능입문 > 강의노트 장병탁서울대학교컴퓨터공학부 & 인지과학 / 뇌과학협동과정 http://bi.snu.ac.kr/~btzhang/ Version: 20180312=> 20180313 목차 튜링테스트...... 3 중국어방논증........... 7 강인공지능과약인공지능..... 8 특이점....... 10 의식의문제와인공지능........

More information

( 분류및특징 ) 학습방법에따라 1 지도학습 (Supervised 2 비지도 학습 (Unsupervised 3 강화학습 (Reinforcement 으로구분 3) < 머신러닝의학습방법 > 구분 지도학습 (Supervised 비지도학습 (Unsupervised 강화학습 (

( 분류및특징 ) 학습방법에따라 1 지도학습 (Supervised 2 비지도 학습 (Unsupervised 3 강화학습 (Reinforcement 으로구분 3) < 머신러닝의학습방법 > 구분 지도학습 (Supervised 비지도학습 (Unsupervised 강화학습 ( 보안연구부 -2016-016 머신러닝 (Machine 개요및활용동향 - 금융권인공지능 (AI) 을위한머신러닝과딥러닝 - ( 보안연구부보안기술팀 / 2016.3.24.) 개요 이세돌 9단과인공지능 (AI, Artificial Intelligence) 알파고 (AlphaGo) 의대국 ( 16 년 3월 9~15일총 5국 ) 의영향으로 4차산업혁명단계 1) 진입을인식함과더불어금융권에서도인공지능기술이주목받게됨에따라,

More information

제4차 산업혁명과 인공지능 차 례 제4차 산업혁명과 인공지능 2 제46회 다보스포럼이 2016년 1월 21일~24일 4차 산업혁명의 이해 라는 주제로 개최 되었습니다. 4차 산업혁명은 인공지능에 의해 자동화와 연결성이 극대화되는 단계 로서 오늘날 우리 곁에 모습을 드러

제4차 산업혁명과 인공지능 차 례 제4차 산업혁명과 인공지능 2 제46회 다보스포럼이 2016년 1월 21일~24일 4차 산업혁명의 이해 라는 주제로 개최 되었습니다. 4차 산업혁명은 인공지능에 의해 자동화와 연결성이 극대화되는 단계 로서 오늘날 우리 곁에 모습을 드러 국가연구개발사업 정보 길잡이 제23호 2016년 4월 4월 과학의 날 특집 인공지능과 알파고 이야기 제4차 산업혁명과 인공지능 차 례 제4차 산업혁명과 인공지능 2 제46회 다보스포럼이 2016년 1월 21일~24일 4차 산업혁명의 이해 라는 주제로 개최 되었습니다. 4차 산업혁명은 인공지능에 의해 자동화와 연결성이 극대화되는 단계 로서 오늘날 우리 곁에 모습을

More information

Introduction to Deep learning

Introduction to Deep learning Introduction to Deep learning Youngpyo Ryu 동국대학교수학과대학원응용수학석사재학 youngpyoryu@dongguk.edu 2018 년 6 월 30 일 Youngpyo Ryu (Dongguk Univ) 2018 Daegu University Bigdata Camp 2018 년 6 월 30 일 1 / 66 Overview 1 Neuron

More information

<4D6963726F736F667420576F7264202D20C3D6BDC52049435420C0CCBDB4202D20BAB9BBE7BABB>

<4D6963726F736F667420576F7264202D20C3D6BDC52049435420C0CCBDB4202D20BAB9BBE7BABB> 주간기술동향 2016. 2. 24. 최신 ICT 이슈 인공지능 바둑 프로그램 경쟁, 구글이 페이스북에 리드 * 바둑은 경우의 수가 많아 컴퓨터가 인간을 넘어서기 어려움을 보여주는 사례로 꼽혀 왔 으며, 바로 그런 이유로 인공지능 개발에 매진하는 구글과 페이스북은 바둑 프로그램 개 발 경쟁을 벌여 왔으며, 프로 9 단에 도전장을 낸 구글이 일단 한발 앞서 가는

More information

Data Industry White Paper

Data Industry White Paper 2017 2017 Data Industry White Paper 2017 1 3 1 2 3 Interview 1 ICT 1 Recommendation System * 98 2017 Artificial 3 Neural NetworkArtificial IntelligenceAI 2 AlphaGo 1 33 Search Algorithm Deep Learning IBM

More information

<4D6963726F736F667420576F7264202D20C3D6BDC52049435420C0CCBDB4202D20BAB9BBE7BABB>

<4D6963726F736F667420576F7264202D20C3D6BDC52049435420C0CCBDB4202D20BAB9BBE7BABB> 최신 ICT 이슈 IITP, 2016 년에 대두될 ICT 산업 10 대 이슈 발표 * 2016 년에는 IoT, 드론, 자율주행자동차, 로봇 등 인공지능을 활용한 제품 활성화가 ICT 업계의 가장 큰 화두가 될 것으로 전망 정보통신기술진흥센터(IITP)는 10 월 6 일 개최한 2016 ICT 산업전망컨퍼런스 를 통해 다음과 같이 2016 년 ICT 산업 10

More information

융합WEEKTIP data_up

융합WEEKTIP data_up 2016 MAY vol.19 19 융합 인지과학 연구동향 이아름 융합연구정책센터 발행일 2016. 05. 09. 발행처 융합정책연구센터 융합 2016 MAY vol.19 인지과학 연구동향 이아름 융합연구정책센터 선정 배경 최근 구글의 인공지능 프로그램인 알파고가 이세돌 9단과의 바둑대결에서 압승을 거둔 이후 전세계적으로 인공지능에 대한 관심이 증대 - 인간

More information

2007

2007 Eugene Research 산업분석 2016. 03. 21 IT 알파고가던져준 IT 산업의성장로드맵 반도체 / 디스플레이담당이정 Tel. 02)368-6124 / jeonglee@eugenefn.com Junior Analyst 노경탁 Tel. 02)368-6647 / kyoungkt@eugenefn.com Overweight( 유지 ) Recommendations

More information

<4D6963726F736F667420576F7264202D20C3D6BDC52049435420C0CCBDB4202D20BAB9BBE7BABB>

<4D6963726F736F667420576F7264202D20C3D6BDC52049435420C0CCBDB4202D20BAB9BBE7BABB> 최신 ICT 이슈 최신 ICT 이슈 알파고의 심층강화학습을 뒷받침한 H/W 와 S/W 환경의 진화 * 알파고의 놀라운 점은 바둑의 기본규칙조차 입력하지 않았지만 승리 방식을 스스로 알아 냈다는 것이며, 알파고의 핵심기술인 심층강화학습이 급속도로 발전한 배경에는 하드웨 어의 진화와 함께 오픈소스화를 통해 발전하는 AI 관련 소프트웨어들이 자리하고 있음 2014

More information

Pattern Recognition

Pattern Recognition 딥러닝이해및미디어응용 아주대학교구형일 인공지능 / 기계학습 / 딥러닝 AI 에관한 4 개의관점 Humanly Rationally Thinking Thinking Humanly Thinking Rationally Acting Acting Humanly Acting Rationally Acting Humanly 사람처럼일하는 / 행동하는기계 인공지능은사람에의해서수행될때지능이필요한일을수행하는기계를만드는기술이다.

More information

빅데이터_DAY key

빅데이터_DAY key Big Data Near You 2016. 06. 16 Prof. Sehyug Kwon Dept. of Statistics 4V s of Big Data Volume Variety Velocity Veracity Value 대용량 다양한 유형 실시간 정보 (불)확실성 가치 tera(1,0004) - peta -exazetta(10007) bytes in 2020

More information

PowerPoint Presentation

PowerPoint Presentation 기계학습을통한 시계열데이터분석및 금융시장예측응용 울산과학기술원 전기전자컴퓨터공학부최재식 얼굴인식 Facebook 의얼굴인식기 (DeepFace) 가사람과비슷한인식성능을보임 문제 : 사진에서연애인의이름을맞추기 사람의인식율 : 97.5% vs DeepFace 의인식률 : 97.35% (2014 년 3 월 ) 물체인식 ImageNet (http://image-net.org):

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 [ 인공지능입문랩 ] SEOPT ( Study on the Elements Of Python and Tensorflow ) 인공지능 + 데이터분석목적 / 방법 / 기법 / 도구 + Python Programming 기초 + NumpyArray(Tensor) youngdocseo@gmail.com 1 *3 시간 / 회 구분일자내용비고 1 회 0309

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 딥러닝소개 < 인공지능입문 > 강의 허민오 Biointelligence Laboratory School of Computer Science and Engineering Seoul National University (C) 2007-2018, SNU Biointelligence Lab, http://bi.snu.ac.kr/ 1 Playground (playground.tensorflow.org)

More information

[NO_11] 의과대학 소식지_OK(P)

[NO_11] 의과대학 소식지_OK(P) 진 의학 지식과 매칭이 되어, 인류의 의학지식의 수준을 높 여가는 것이다. 하지만 딥러닝은 블랙박스와 같은 속성을 가지고 있어서, 우리는 단지 결과만을 알 수 있기 때문에 이런 식의 의학지 식의 확장으로 이어지기는 힘들 수 있다는 것을 의미한다. 이것은 실제로 의학에서는 인공지능을 사용하게 될 때 여러 가지 문제를 만들 수 있다. 뿐만 아니라, 인간이 이해

More information

때문이다. 물론가장큰이유는, 다음절에서살펴보겠지만최근들어딥러닝구조를학습하는데필요한여러가지테크닉들이개발되었기때문이다 [6,7]. 딥러닝이산업현장에서선호되는데는몇가지이유가있다. 일단은어려운문제를잘해결한다는것이다. 예를들어서, 물체인식과음성인식등전통적인패턴인식의문제에서딥러닝

때문이다. 물론가장큰이유는, 다음절에서살펴보겠지만최근들어딥러닝구조를학습하는데필요한여러가지테크닉들이개발되었기때문이다 [6,7]. 딥러닝이산업현장에서선호되는데는몇가지이유가있다. 일단은어려운문제를잘해결한다는것이다. 예를들어서, 물체인식과음성인식등전통적인패턴인식의문제에서딥러닝 기계학습개론 / 딥러닝강의노트, 서울대학교컴퓨터공학부장병탁, Copyright 2013-2016 3 장 : 딥러닝모델과모델복잡도이론 3.1 딥러닝개념 3.2 딥러닝의혁신점 3.3 딥러닝아키텍쳐 3.4 모델복잡도이론과정규화 3.5 딥러닝모델의비교 3.1 딥러닝개념 30 년전에는인공지능의기초연구분야에속하던머신러닝이최근구글, 애플, 삼성등글로벌기업들이앞다투어확보하려는핵심산업기술로발전하고있다.

More information

기획 1 서울공대생에게 물었다 글 재료공학부 1, 이윤구 재료공학부 1, 김유리 전기정보공학부 1, 전세환 편집 재료공학부 3, 오수봉 이번 서울공대생에게 물었다! 코너는 특별히 설문조사 형식으로 진행해 보려고 해 요. 설문조사에는 서울대학교 공대 재학생 121명, 비

기획 1 서울공대생에게 물었다 글 재료공학부 1, 이윤구 재료공학부 1, 김유리 전기정보공학부 1, 전세환 편집 재료공학부 3, 오수봉 이번 서울공대생에게 물었다! 코너는 특별히 설문조사 형식으로 진행해 보려고 해 요. 설문조사에는 서울대학교 공대 재학생 121명, 비 2015 autumn 공대상상 예비 서울공대생을 위한 서울대 공대 이야기 Vol. 13 Contents 02 기획 서울공대생에게 물었다 극한직업 공캠 촬영 편 Fashion in SNU - 단체복 편 서울대 식당, 어디까지 먹어 봤니? 12 기획 연재 기계항공공학부 기계항공공학부를 소개합니다 STEP 01 기계항공공학부에 대한 궁금증 STEP 02 동문 인터뷰

More information

슬라이드 1

슬라이드 1 저작권기술 NEWSLETTER 2017.08.07. Volume 05-3 기술분야 : SW 저작권기술 적용시장 : 인공지능시장 인공지능 (AI, Artificial Intelligence) 이란인간처럼사고 감지 행동하도록설계된일련의알고리즘체계이다. 아이폰의 시리 (Siri) 도인공지능의한종류라고할수있는데, 즉인공지능은사람의개입없이도사람이의도한바를이루어주는대리인

More information

intelligence 라고언급했다 [1]. Merriam-Webster 사전에따르면인공지능은 1. a branch of computer science dealing with the simulation of intelligent behavior in computers,

intelligence 라고언급했다 [1]. Merriam-Webster 사전에따르면인공지능은 1. a branch of computer science dealing with the simulation of intelligent behavior in computers, [Proposal Form for Venture Research Program for KAIST Ig-Nobel Prize] < 제안서는국문또는영문으로작성 ( 총 5 페이지이내 )> 인공지능의개념적기초에대한 새로운철학적접근방법제시 1. Information on Research Team Name Student ID Department Career Role 임규성

More information

<C3D6C1BE5FC0CEB9AEC7D0C6F7B7B330302E687770>

<C3D6C1BE5FC0CEB9AEC7D0C6F7B7B330302E687770> 2-1-5 Artificial Intelligence and Human Life 인공지능과 인간의 삶 장병탁 서울대학교 Zhang, Byoung Tak Seoul National University Abstract Artificial intelligence or AI investigates machines that think and act like humans.

More information

_KrlGF발표자료_AI

_KrlGF발표자료_AI AI 의과거와현재그리고내일 AI is the New Electricity 2017.09.15 AI! 2 Near Future of Super Intelligence? *source l http://www.motherjones.com/media/2013/05/robots-artificial-intelligence-jobs-automation 3 4 I think

More information

인공지능과 인간의 삶

인공지능과 인간의 삶 World Humanities Forum 제 4 회세계인문학포럼 희망의인문학 세션 2-1: 인공지능기술의토대와본성 Artificial Intelligence and Human Life 장병탁, 서울대학교컴퓨터공학부교수 영문초록 (300 단어 ): Artificial intelligence or AI investigates machines that think

More information

<C7C1B8AEB9CCBEF6B8AEC6F7C6AE2031362D3032C8A3202DBECBC6C4B0ED2DC3D6C1BEC0CEBCE2BFEBC6C4C0CF402E687770>

<C7C1B8AEB9CCBEF6B8AEC6F7C6AE2031362D3032C8A3202DBECBC6C4B0ED2DC3D6C1BEC0CEBCE2BFEBC6C4C0CF402E687770> ISSN 2233-6583 16-02 2016. 6. 20 알파고의 충격 : 인공지능의 가능성과 한계 최 계 영 정보통신정책연구원 선임연구위원 요약문 1. 인공지능 개요 4 2. 알파고를 통해 인공지능 혁신 이해하기 3. 인공지능의 가능성과 한계 4. 정책적 시사점 [참고문헌] 12 13 18 22 알파고의 충격 : 인공지능의 가능성과 한계 최 계 영 정보통신정책연구원

More information

[Summary] 딥러닝이란인간뇌의학습처리과정을모방한머신러닝방법의한종류로, 사람의사고방식을컴퓨터에게가르치는것을의미 1980년대등장한인공신경망 (ANN, artificial neural networks) 에기반하여설계된개념으로, IT기술의발전과함께단점으로여겨지던과적합문제

[Summary] 딥러닝이란인간뇌의학습처리과정을모방한머신러닝방법의한종류로, 사람의사고방식을컴퓨터에게가르치는것을의미 1980년대등장한인공신경망 (ANN, artificial neural networks) 에기반하여설계된개념으로, IT기술의발전과함께단점으로여겨지던과적합문제 2016. 4. 25 (16-31 호 ) : 알파고의딥러닝 (Deep Learning) 금융업적용사례 Deep Learning 의개념과역사 Deep Learning 금융업적용사례 시사점 [Summary] 딥러닝이란인간뇌의학습처리과정을모방한머신러닝방법의한종류로, 사람의사고방식을컴퓨터에게가르치는것을의미 1980년대등장한인공신경망 (ANN, artificial neural

More information

발표순서 l 소개 l 딥러닝과빅데이터 l 딥러닝과빅데이터기술동향 l 국내외인공지능동향및시장전망 l 맺는말

발표순서 l 소개 l 딥러닝과빅데이터 l 딥러닝과빅데이터기술동향 l 국내외인공지능동향및시장전망 l 맺는말 딥러닝과빅데이터동향 정보통신설비학회 (ITFE) 학술발표회 2016.09.02 중부대학교컴퓨터게임학과 김순곤 Soongohn, Kim (sgkim@joongbu.ac.kr) 발표순서 l 소개 l 딥러닝과빅데이터 l 딥러닝과빅데이터기술동향 l 국내외인공지능동향및시장전망 l 맺는말 1 장. 딥러닝과머신러닝 인공지능 (Artificial Inteligence :

More information

신경망 (Neural Networks) < 인공지능입문 > 강의 허민오 Biointelligence Laboratory School of Computer Science and Engineering Seoul National University

신경망 (Neural Networks) < 인공지능입문 > 강의 허민오 Biointelligence Laboratory School of Computer Science and Engineering Seoul National University 신경망 (Neural Networks) < 인공지능입문 > 강의 허민오 Bioitelligece Laboratory School of Computer Sciece ad Egieerig Seoul Natioal Uiversity 목차 신경망이란? 퍼셉트론 - 퍼셉트론의구조와학습목표 - 퍼셉트론의활성화함수 - 퍼셉트론의학습 : 델타규칙신경망의학습 - 다층퍼셉트론

More information

BUY (유지)

BUY (유지) 포트폴리오전략윤정선 02-6114-1655 js.yoon@hdsrc.com 인간 (1) + 인공지능 (1) = 2 + α 요약 이세돌 vs 알파고의대국을계기로인공지능기술이차세대 ICT 기술로부각되고있으며 IT, 자동차, 의료, 교육, 유통등다양한산업에큰파급력을미칠것으로예상 인공지능의핵심기술로 딥러닝, 머신러닝 등이부상하고있는가운데구글, IBM, 페이스북, 애플,

More information

Slide 1

Slide 1 딥러닝 (Deep Learning) 2016 04 29 변경원 1. 딥러닝이란무엇인가? 2. 인공지능이란무엇인가? 3. 딥러닝은왜필요한가? Agenda 4. 딥러닝은어떤역할을하는가? 5. 딥러닝은어떻게만들어야하는가? 6. GPU 의역할 7. 딥러닝의기여 8. AlphaGo 와 GPU 2 1. 딥러닝이란무엇인가? 2. 인공지능이란무엇인가? 3. 딥러닝은왜필요한가?

More information

기획특집 4 I 머신러닝알고리즘을이용한부동산가치산정에관한소고 Ⅱ. 인공지능의정의와주요분야 1956년여름개최된다트머스학술회의 (Dartmouth Conference) 를통해인공지능이라는용어가널리알려지고, 인공지능이새로운연구분야로서확립되게된다. 인공지능이라는용어를처음고안한

기획특집 4 I 머신러닝알고리즘을이용한부동산가치산정에관한소고 Ⅱ. 인공지능의정의와주요분야 1956년여름개최된다트머스학술회의 (Dartmouth Conference) 를통해인공지능이라는용어가널리알려지고, 인공지능이새로운연구분야로서확립되게된다. 인공지능이라는용어를처음고안한 머신러닝알고리즘을이용한부동산가치산정에관한소고 심재헌부연구위원한국감정원 KAB 부동산연구원연구개발실 Ⅰ. 들어가며 2016년상반기대한민국의가장큰화두는바둑대결로널리알려진 AlphaGo 1) 와인공지능 (artificial intelligence) 이었다. 수많은경우의수를가진복잡한바둑경기만큼은아직까지인공지능기술이인간을상대로우위를점하기어렵다는일반적인예상과상반된결과가나오자,

More information

인공지능은 1980년대에한번붐이있었다가곧암흑기를맞았다. 당시일본이제5세대컴퓨터계획을세우면서인공지능에대한많은투자가이루어졌으나연구목표의 50% 도도달하기어렵다는결론이나면서 1990 년대부터겨울에들어간다. 그러나바로이때머신러닝의기초연구가시작된다. 머신러닝이라는용어가처음문헌에

인공지능은 1980년대에한번붐이있었다가곧암흑기를맞았다. 당시일본이제5세대컴퓨터계획을세우면서인공지능에대한많은투자가이루어졌으나연구목표의 50% 도도달하기어렵다는결론이나면서 1990 년대부터겨울에들어간다. 그러나바로이때머신러닝의기초연구가시작된다. 머신러닝이라는용어가처음문헌에 기획특집인공지능과딥러닝의시대 인공지능의경제 산업적파급효과 장병탁서울대학교컴퓨터공학부 1. 인공지능의개념과역사 인공지능은사람처럼생각하고행동하는기계를만들려는야심찬목표를가지고출발한연구분야이다. 1956년에인공지능 (Artificial Intelligence, AI) 이란용어가처음만들어졌으며, 2016년올해만 60년이되었다. 지난 60년역사에서초기 30년과후기 30년사이에는패러다임의전환이있었다.

More information

KODEX Perspectives 1. Market Perspectives [인공지능, 인간에게 위협이 아닌 인간과의 융합을] Market Perspectives는 국내외 금융 시장을 둘러싼 주요한 이슈를 집중 분석하며, 이를 통해 투자 아이디 어를 찾아냅니다. 금번

KODEX Perspectives 1. Market Perspectives [인공지능, 인간에게 위협이 아닌 인간과의 융합을] Market Perspectives는 국내외 금융 시장을 둘러싼 주요한 이슈를 집중 분석하며, 이를 통해 투자 아이디 어를 찾아냅니다. 금번 준법감시인 승인필 제160324-12호 KODEX Perspectives 1. Market Perspectives [인공지능, 인간에게 위협이 아닌 인간과의 융합을] Market Perspectives는 국내외 금융 시장을 둘러싼 주요한 이슈를 집중 분석하며, 이를 통해 투자 아이디 어를 찾아냅니다. 금번 호에서는 최근 이슈가 되고 있 는 인공지능에 대해 알아보는

More information

슬라이드 1

슬라이드 1 서강대학교인공지능연계전공소개 목차 2 인공지능이란? 인공지능의정의와의미 딥러닝과관계 영화속인공지능 현실속인공지능 적용분야 서강대학교인공지능연계전공 교육목표 이수요건 위원회 인공지능이란? Dream 4 C3PO and R2D2 AIBO? 5 What is Artificial Intelligence? 6 Artificial Intelligence (1) 7 인간성이나지성을갖춘존재나시스템에의해만들어진지능,

More information

보고싶었던 Deep Learning과 OpenCV를이용한이미지처리과정에대해공부를해볼수있으며더나아가 Deep Learning기술을이용하여논문을작성하는데많은도움을받을수있으며아직배우는단계에있는저에게는기존의연구를따라해보는것만으로도큰발전이있다고생각했습니다. 그래서이번 DSP스마

보고싶었던 Deep Learning과 OpenCV를이용한이미지처리과정에대해공부를해볼수있으며더나아가 Deep Learning기술을이용하여논문을작성하는데많은도움을받을수있으며아직배우는단계에있는저에게는기존의연구를따라해보는것만으로도큰발전이있다고생각했습니다. 그래서이번 DSP스마 특성화사업참가결과보고서 작성일 2017 12.22 학과전자공학과 참가활동명 EATED 30 프로그램지도교수최욱 연구주제명 Machine Learning 을이용한얼굴학습 학번 201301165 성명조원 I. OBJECTIVES 사람들은새로운사람들을보고인식을하는데걸리는시간은 1초채되지않다고합니다. 뿐만아니라사람들의얼굴을인식하는인식률은무려 97.5% 정도의매우높은정확도를가지고있습니다.

More information

[한반도]한국의 ICT 현주소(송부)

[한반도]한국의 ICT 현주소(송부) ICT 2016. 5. 3 SKT KT LGU+ ( ) ( ) ( ) 18,000 15939 16141 16602 17164 17137 18,000 21990 23856 23811 23422 22281 12,000 10905 11450 11000 10795 13,500 13,425 9,000 9185 9,000 8,850 6,000 4,500 4,275 3,000-0

More information

레이아웃 1

레이아웃 1 CSE NEWSLETTER 부산대학교 정보컴퓨터공학전공 뉴스레터 01 03 07 09 12 @ PNU 여름호 (통권 제15호) 2016년 6월 정컴 소식 정컴행사, 학사일정, 정컴포커스(교수, 학생, 학과) 교수 동정 칼럼 (유영환 교수) 발행처 부산대학교 정보컴퓨터공학전공 동문 동정 해외 IT기업 재직 선배 이야기 주소 부산시 금정구 부산대학로 63번길 2

More information

Artificial Intelligence: Assignment 6 Seung-Hoon Na December 15, Sarsa와 Q-learning Windy Gridworld Windy Gridworld의 원문은 다음 Sutton 교재의 연습문제

Artificial Intelligence: Assignment 6 Seung-Hoon Na December 15, Sarsa와 Q-learning Windy Gridworld Windy Gridworld의 원문은 다음 Sutton 교재의 연습문제 Artificial Intelligence: Assignment 6 Seung-Hoon Na December 15, 2018 1 1.1 Sarsa와 Q-learning Windy Gridworld Windy Gridworld의 원문은 다음 Sutton 교재의 연습문제 6.5에서 찾아볼 수 있다. http://incompleteideas.net/book/bookdraft2017nov5.pdf

More information

CONTENTS Volume.174 2013 09+10 06 테마 즐겨찾기 빅데이터의 현주소 진일보하는 공개 기술, 빅데이터 새 시대를 열다 12 테마 활동 빅데이터 플랫폼 기술의 현황 빅데이터, 하둡 품고 병렬처리 가속화 16 테마 더하기 국내 빅데이터 산 학 연 관

CONTENTS Volume.174 2013 09+10 06 테마 즐겨찾기 빅데이터의 현주소 진일보하는 공개 기술, 빅데이터 새 시대를 열다 12 테마 활동 빅데이터 플랫폼 기술의 현황 빅데이터, 하둡 품고 병렬처리 가속화 16 테마 더하기 국내 빅데이터 산 학 연 관 방송 통신 전파 KOREA COMMUNICATIONS AGENCY MAGAZINE 2013 VOL.174 09+10 CONTENTS Volume.174 2013 09+10 06 테마 즐겨찾기 빅데이터의 현주소 진일보하는 공개 기술, 빅데이터 새 시대를 열다 12 테마 활동 빅데이터 플랫폼 기술의 현황 빅데이터, 하둡 품고 병렬처리 가속화 16 테마 더하기 국내

More information

KAKAO AI REPORT Vol.01

KAKAO AI REPORT Vol.01 KAKAO AI REPORT Vol.01 2017.03 import kakao.ai.dataset.daisy import kakao.ai.image import kakao.ai.classifier import mxnet as mx def Conv(data, num_filter, kernel=(1, 1), stride=(1, 1), pad=(0, 0), name=none,

More information

<C5EBB1C73431C8A32833BFF9C8A329B9AEC8ADBFCD20B1E2BCFAC0C720B8B8B3B25FC3D6C1BE2E687770>

<C5EBB1C73431C8A32833BFF9C8A329B9AEC8ADBFCD20B1E2BCFAC0C720B8B8B3B25FC3D6C1BE2E687770> 서비스 / 융복합 R&D 기계가만들어내는스토리, 스스로교육 R&D 학습하는인공지능으로 1. 세계최초, 스스로똑똑해지는 AI 스토리텔링머신 2. 어린아이처럼단어 - 이미지를스스로조합 3. 교육과로봇, 스마트기기까지.. 활용은무궁무진! 35 서비스 / 융복합 R&D 교육 R&D 기계가만들어내는스토리, 스스로학습하는인공지능으로 서울대연구팀이영상에담긴정보를스스로습득하고특정화면을보여주면그상황에적절한단어나대사를만들어내는인공지능컴퓨터프로그램을세계최초로개발함.

More information

목 차 주요내용요약 1 1. IBM 왓슨 (Watson) 2 2. IBM 왓슨의특징 3 3. IBM 왓슨의사업화 8 4. IBM 기술개발 구글알파고 (AlphaGo) 구글 AI 활용 구글의 AI 기술확보방법 구글의 AI 생태계

목 차 주요내용요약 1 1. IBM 왓슨 (Watson) 2 2. IBM 왓슨의특징 3 3. IBM 왓슨의사업화 8 4. IBM 기술개발 구글알파고 (AlphaGo) 구글 AI 활용 구글의 AI 기술확보방법 구글의 AI 생태계 GT2017-SI02 2017. 3. 1 글로벌기술협력기반육성사업 (GT) 심층분석보고서 인공지능양대산맥인 IBM 과구글 목 차 주요내용요약 1 1. IBM 왓슨 (Watson) 2 2. IBM 왓슨의특징 3 3. IBM 왓슨의사업화 8 4. IBM 기술개발 10 5. 구글알파고 (AlphaGo) 11 6. 구글 AI 활용 11 7. 구글의 AI 기술확보방법

More information

모바일동향

모바일동향 범용인공지능의현황과과제 2018. 4. 24. 추형석 기술ㆍ공학연구실 소프트웨어정책연구소 목 차 1. 개요 2. 범용인공지능의분류 3. 범용인공지능의현황 4. 결론 목 차 1. 개요 2. 범용인공지능의분류 3. 범용인공지능의현황 4. 결론 바둑인공지능프로그램 AlphaGo 의진화 AlphaGo Fan : 바둑유럽챔피언판후이와대결하여 5:0 승리 AlphaGo

More information

SKT - 0.0% SKT 9,582 60.0% 7,600 67.4% 2,715 17.0% 3,673 32.6% 13,255 83.0% 11,273 15,970

SKT - 0.0% SKT 9,582 60.0% 7,600 67.4% 2,715 17.0% 3,673 32.6% 13,255 83.0% 11,273 15,970 SKT - 0.0% SKT 9,582 60.0% 7,600 67.4% 2,715 17.0% 3,673 32.6% 13,255 83.0% 11,273 15,970 * 5 (5 12 ) 9,000 6,000 3,000 800 600 400 200 0 0-3,000-6,000-9,000 4/29 5/6 5/13 5/20 5/27-200 -400-600

More information

KAST International Symposium on Convergence Education of Science and Technology Seoul Sep. 13-14, 2007

KAST International Symposium on  Convergence Education of Science and Technology Seoul  Sep. 13-14, 2007 과학기술과 사회의 변화 온누리교회 장로아카데미 2016년 5월 10일 이재규 KAIST 석좌교수; 세계정보시스템학회장 (AIS) 주요 과학기술과 영향 IT (정보 통신 기술): 인터넷, 스마트폰, AI 효율증대 고용 절벽 BT (바이오 기술) : 유전공학 장수 고령화 ET (에너지 기술) : 탄산가스 배출 저감 기후변화 방지 탄산가스 배출 규제 NT(나노 기술):

More information

레이아웃 1

레이아웃 1 CSE NEWSLETTER 부산대학교 정보컴퓨터공학전공 뉴스레터 01 05 03 12 유영환 교수 세미나, 학생회 간담회, 탁성우 교수 세미나, 백일승 대표 특강, 채흥석 교수 세미나, 해외교류 간담회, 3학년 간담회, 졸업과제 발표회, 2학년 간담회, 김준수 대표 특강, 대학원 설명회, 최윤호 교수 세미나, 김종덕 교수 세미나 학사일정, 정컴포커스 교수 동정

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 사람인 LAB 매칭기술팀김정길 INDEX ) 취업포털관점의 4 차산업혁명기술동향분석 2) 비전공자의소프트웨어일자리진출현황분석 기술과동반한산업혁명의흐름 4 차산업혁명 정보기술기반의초연결혁명 (2 세기후반 ) 3 차산업혁명 인공지능 (AI),MachineLearning( 머신러닝 ), DeepLearning( 딥러닝 ), 사물인터넷 (IoT), Big-data(

More information

Microsoft Word - ICT Reprot

Microsoft Word - ICT Reprot 주간기술동향 2014. 9. 3. 인공지능 시장 경쟁, 딥러닝으로 재점화 * 1. 브라질 월드컵의 인공지능 스타 코타나 마이크로소프트, 코타나 통해 브라질 월드컵 주요 승패 및 우승팀 정확히 예측 MS 는 월드컵 개막 이전에 각 출전팀의 과거 승패 전적과 국제전 경험, 홈그라운드 이 점, 지역적 접근성, 날씨, 잔디상태, 스포츠 도박시장정보 등을 고려하여 16

More information

<C0E5B7C1BBF328BEEEB8B0C0CCB5E9C0C729202D20C3D6C1BE2E687770>

<C0E5B7C1BBF328BEEEB8B0C0CCB5E9C0C729202D20C3D6C1BE2E687770> 본 작품들의 열람기록은 로그파일로 남게 됩니다. 단순 열람 목적 외에 작가와 마포구의 허락 없이 이용하거나 무단 전재, 복제, 배포 시 저작권법의 규정에 의하여 처벌받게 됩니다. 마포 문화관광 스토리텔링 공모전 구 분 내 용 제목 수상내역 작가 공모분야 장르 어린이들의 가장 즐거웠던 나들이 장소들 마포 문화관광 스토리텔링 공모전 장려상 변정애 창작이야기 기타

More information

지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., KOSPI200.,. * 지능정보연구제 16 권제 1 호 2010 년 3 월

지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., KOSPI200.,. * 지능정보연구제 16 권제 1 호 2010 년 3 월 지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., 2004 5 2009 12 KOSPI200.,. * 2009. 지능정보연구제 16 권제 1 호 2010 년 3 월 김선웅 안현철 社 1), 28 1, 2009, 4. 1. 지능정보연구제 16 권제 1 호 2010 년 3 월 Support

More information

2 지능정보사회를 선도하는 인공지능 공동연구소

2 지능정보사회를 선도하는 인공지능 공동연구소 제4차산업혁명 소프트웨어 중심사회를 준비하는 인공지능 연구체계 구축 2016.08.21 김진형 지능정보기술연구원 원장 공공데이타전략위원회 위원장 KAIST 명예교수 지능정보사회를 선도하는 인공지능 공동연구소 2 지능정보사회를 선도하는 인공지능 공동연구소 70 년전컴퓨터가발명되었을때 알파고승리는예견되었던것 컴퓨터는사람의생각을담아서사람의사고과정을자동화하는기계 대한민국은이기술의능력과가치를제대로이해하고필요한조치를취했는가?

More information

<4D F736F F D20302EC0CEC6AEB7CE2BC1BEB8F1B8AEBDBAC6AE2BBCBAB0FA BCBAB0FABEF7B5A5C0CCC6AEBFCFB7E1292E646F6378>

<4D F736F F D20302EC0CEC6AEB7CE2BC1BEB8F1B8AEBDBAC6AE2BBCBAB0FA BCBAB0FABEF7B5A5C0CCC6AEBFCFB7E1292E646F6378> 글로벌트렌드포트폴리오 채권같은주식 (Bond-like stocks) 리츠 (REITs) 스마트하우징 (Smart housing) 시니어이코노미 (Senior Economy) 뉴노멀소비 (New Consumers) 지속성장 (Continuous growth) 머신러닝 (Machine learning) 자율주행 (Autonomous driving) 만물인터넷 (Internet

More information

보안연구부 인공지능 (AI) 개요및기술동향 - 딥러닝 (Deep Learning) 기술의발달을중심으로 - ( 보안연구부보안기술연구팀 / ) 개요 기술연구및투자의장기간침체가있었던인공지능 (AI) 은최근딥러닝기반기술의발달및기존기술과의결합

보안연구부 인공지능 (AI) 개요및기술동향 - 딥러닝 (Deep Learning) 기술의발달을중심으로 - ( 보안연구부보안기술연구팀 / ) 개요 기술연구및투자의장기간침체가있었던인공지능 (AI) 은최근딥러닝기반기술의발달및기존기술과의결합 보안연구부 -2016-043 인공지능 (AI) 개요및기술동향 - 딥러닝 (Deep Learning) 기술의발달을중심으로 - ( 보안연구부보안기술연구팀 / 2016.8.26.) 개요 기술연구및투자의장기간침체가있었던인공지능 (AI) 은최근딥러닝기반기술의발달및기존기술과의결합등을통해산업전반에적용가능한수준으로발전하고있음 이에현재활용되고있는인공지능기술중딥러닝에대한개념및기술동향을중심으로소개하고자함

More information

목 차 1. 연구 목적 2. 컴퓨팅 파워와 병렬 컴퓨팅 3. AlphaGo의 계산량 분석 4. 결 론

목 차 1. 연구 목적 2. 컴퓨팅 파워와 병렬 컴퓨팅 3. AlphaGo의 계산량 분석 4. 결 론 인공지능 컴퓨팅 환경 확보 방안 및 전략 2016. 08. 25. 2016 정보과학회 HPC연구회 하계 워크샵 추형석 소프트웨어정책연구소 선임연구원 신기술확산연구팀 목 차 1. 연구 목적 2. 컴퓨팅 파워와 병렬 컴퓨팅 3. AlphaGo의 계산량 분석 4. 결 론 1. 연구목적 배경및필요성 컴퓨팅환경확보는인공지능연구를위해선결되어야하는과제 인공지능연구에왜 컴퓨팅파워

More information

<4D F736F F F696E74202D D3120C0CEB0F8C1F6B4C9BCD2B0B3205BC0D0B1E220C0FCBFEB5D>

<4D F736F F F696E74202D D3120C0CEB0F8C1F6B4C9BCD2B0B3205BC0D0B1E220C0FCBFEB5D> 인공지능의소개 충북대학교소프트웨어학과이건명 인공지능 인공지능의역사 요소기술분야 주요응용분야 최근동향 인공지능의윤리 인공지능의특이점 충북대인공지능 1 1. 인공지능 Images : google.com, movie posters 1. 인공지능 지능 ( 知能, intelligence) 본능적이나자동적으로행동하는대신에, 생각하고이해하여행동하는능력 인공지능 ( 人工知能,

More information

Reinforcement Learning & AlphaGo

Reinforcement Learning & AlphaGo Gait recognition using a Discriminative Feature Learning Approach for Human identification 딥러닝기술및응용딥러닝을활용한개인연구주제발표 이장우 wkddn1108@kist.re.kr 2018.12.07 Overview 연구배경 관련연구 제안하는방법 Reference 2 I. 연구배경 Reinforcement

More information

(291)본문7

(291)본문7 2 Chapter 46 47 Chapter 2. 48 49 Chapter 2. 50 51 Chapter 2. 52 53 54 55 Chapter 2. 56 57 Chapter 2. 58 59 Chapter 2. 60 61 62 63 Chapter 2. 64 65 Chapter 2. 66 67 Chapter 2. 68 69 Chapter 2. 70 71 Chapter

More information

01....b74........62

01....b74........62 4 5 CHAPTER 1 CHAPTER 2 CHAPTER 3 6 CHAPTER 4 CHAPTER 5 CHAPTER 6 7 1 CHAPTER 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50

More information

¾Ë·¹¸£±âÁöħ¼�1-ÃÖÁ¾

¾Ë·¹¸£±âÁöħ¼�1-ÃÖÁ¾ Chapter 1 Chapter 1 Chapter 1 Chapter 2 Chapter 2 Chapter 2 Chapter 2 Chapter 2 Chapter 3 Chapter 3 Chapter 3 Chapter 3 Chapter 3 Chapter 3 Chapter 3 Chapter 3 Chapter 4 Chapter 4

More information

H3250_Wi-Fi_E.book

H3250_Wi-Fi_E.book 무선 LAN 기능으로 할 수 있는 것 2 무선 LAN 기능으로 할 수 있는 것 z q l D w 3 Wi-Fi 기능 플로우차트 z q l D 4 Wi-Fi 기능 플로우차트 w 5 본 사용 설명서의 기호 설명 6 각 장별 목차 1 2 3 4 5 6 7 8 9 10 11 12 13 14 7 목차 1 2 3 4 8 목차 5 6 7 8 9 9 목차 10 11 12

More information

PERFORMANCE technology the all-new bmw 5 series. dynamic 06 business 14 comfort 20 safety 22 model LineuP 24 TecHnicaL data 26 bmw service 28 bmw kore

PERFORMANCE technology the all-new bmw 5 series. dynamic 06 business 14 comfort 20 safety 22 model LineuP 24 TecHnicaL data 26 bmw service 28 bmw kore sheer Driving Pleasure sheer Driving Pleasure the all-new bmw 5 series. bmw080269-2200bmw www.bmw.co.krbmwwww.facebook.com/bmwkorea bmw www.instagram.com/bmw_korea bmw www.youtube.com/bmwkorea 080269-33001677-77

More information

DBPIA-NURIMEDIA

DBPIA-NURIMEDIA TV 드라마비디오스토리분석딥러닝기술 Deep Learning Technologies for Analysis of TV Drama Video Stories 저자 (Authors) 남장군, 김진화, 김병희, 장병탁 출처 (Source) 방송과미디어 22(1), 2017.1, 12-23 (12 pages) Broadcasting and Media Magazine

More information

00-CourseSyllabus

00-CourseSyllabus 웹기술및응용 : Course Syllabus 2018 년도 2 학기 Instructor: Prof. Young-guk Ha Dept. of Computer Science & Engineering Contents Introduction Major Topics Term Project Course Material Grading Policy Class Schedule

More information

.... ...... ....

.... ...... .... 17 1516 2 3 3 027 3 1516 13881443 028 1 1444 26 10 1458 4 029 15 14587 1458 030 10 1474 5 16 5 1478 9 1 1478 3 1447 031 10 10 032 1 033 12 2 5 3 7 10 5 6 034 96 5 11 5 3 9 4 12 2 2 3 6 10 2 3 1 3 2 6 10

More information

歯MW-1000AP_Manual_Kor_HJS.PDF

歯MW-1000AP_Manual_Kor_HJS.PDF Page 2 Page 3 Page 4 Page 5 Page 6 Page 7 Page 8 Page 9 Page 10 Page 11 Page 12 Page 13 Page 14 Page 15 Page 16 Page 17 Page 18 Page 19 Page 20 Page 21 Page 22 Page 23 Page 24 Page 25 Page 26 Page 27 Page

More information

Hallym Communication Policy Research Center 23 "사물인터넷의 궁극적인 모습은 이 세상 모든 사람, 사물, 데이터 등 모든 만물이 인터넷으로 연결되는 초연결 지능사회일 것이다." 그런데 그 마지막 보루가 무너졌다. 2016년 3월 9

Hallym Communication Policy Research Center 23 사물인터넷의 궁극적인 모습은 이 세상 모든 사람, 사물, 데이터 등 모든 만물이 인터넷으로 연결되는 초연결 지능사회일 것이다. 그런데 그 마지막 보루가 무너졌다. 2016년 3월 9 22 한림ICT정책저널 H a l l y m I C T P o l i c y J o u r n a l 초연결 지능사회와 법 전략적 법무법인 한중 김광호 정경오 변호사 교수 1. 들어가며 세계적인 미국의 대표적인 ICT 기업인 구글이 최근 연이어 화 제이다. 바로 구글카 와 알파고 이다. 금년 2월 14일 구글이 시험주행하고 있는 구글카가 캘리포니아주 시내버스와

More information

<4D F736F F D20B1E2C8B9BDC3B8AEC1EE2DB9CEBFC1B1E2>

<4D F736F F D20B1E2C8B9BDC3B8AEC1EE2DB9CEBFC1B1E2> 기획시리즈 주간기술동향 2016. 3. 2. 빅데이터로발전하는인공지능기술개발동향 민옥기한국전자통신연구원휴먼컴퓨팅연구실실장 ogmin@etri.re.kr 임지연, 박경한국전자통신연구원 1. 서론 2. 빅데이터로발전하는기술, 딥러닝 3. 각국의차세대인공지능기술준비 4. 국내인공지능기술연구동향 5. 결론및시사점 1. 서론정보과학이태동하던시기부터인공지능은컴퓨터가추구하는최고의지향점이되었다.

More information

Microsoft Word - 151001_Smallcap

Microsoft Word - 151001_Smallcap 박가영(parkga00@truefriend.com) 02-3276-5979 서로 다른 사물인터넷 전략, 기회를 찾는 기업 2015년 Target KOSPI 2,300pt 12MF PER 10.27배 12MF PBR 0.91배 Yield Gap 8.2%P SKT는 빅데이터 비즈니스(B2B) vs LG U+는 월과금 서비스(B2C) 사물인터넷은 단순히 하나의 기술이

More information

레이아웃 1

레이아웃 1 CSE NEWSLETTER 부산대학교 정보컴퓨터공학전공 뉴스레터 01 05 03 12 유영환 교수 세미나, 학생회 간담회, 탁성우 교수 세미나, 백일승 대표 특강, 채흥석 교수 세미나, 해외교류 간담회, 3학년 간담회, 졸업과제 발표회, 2학년 간담회, 김준수 대표 특강, 대학원 설명회, 최윤호 교수 세미나, 김종덕 교수 세미나 학사일정, 정컴포커스 교수 동정

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 한국전자통신연구원 KDI 산업서비스포럼 인공지능, 캄브리아기 대폭발 2016년 3월 24일 이 승 민 캄브리아기 대폭발 지난 40억년 542 눈의 탄생은 생물 다양성 폭발의 결정적 요인! 인공지능, 캄브리아기 대폭발 CONTENTS Ⅰ. 불연속적 연속 Ⅱ. 새로운 눈의 탄생 Ⅲ. 미래사회 10대 변화 Ⅳ. 생존을 위한 미래 전략 한국전자통신연구원 Ⅰ. 불연속적

More information

시장분석통계Ⅰ. 서론부록인공신경망의시초라할수있는퍼셉트론 (perceptron) 은 1957 년 Frank Rosenblatt 가발명했고딥러닝의 학습알고리즘인오차역전파법 (back-propagation) 은 1986년 LeCun에의해발명됐다. 이미딥러닝의핵심이론은 198

시장분석통계Ⅰ. 서론부록인공신경망의시초라할수있는퍼셉트론 (perceptron) 은 1957 년 Frank Rosenblatt 가발명했고딥러닝의 학습알고리즘인오차역전파법 (back-propagation) 은 1986년 LeCun에의해발명됐다. 이미딥러닝의핵심이론은 198 SURVEY AND RESEARCH 02 딥러닝의현재와미래 Ⅰ. 서론 Ⅱ. 딥러닝을이용한채권회수율예측 Ⅲ. 알파고, 알파고제로, 알파제로 Ⅳ. 결론 김동현 * 한국주택금융공사정보전산부팀장 2017년말에딥마인드에서개발한알파제로는딥러닝을이용한강화학습을통해바둑의기본규칙만을입력받고스스로바둑을둬가며학습하여불과 3일만에수천년간쌓아올린인간의바둑지식을터득했고인간이미처생각하지못한새로운전략도발견했다.

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 빅데이터분석의현재와미래 2018 동국대학교통계학과이영섭 yung@dongguk.edu 데이터마이닝 (Data Mining) 데이터마이닝과 KDD KDD (Knowledge Discovery in Data) 란? - 데이터에서숨겨져있는유용한패턴들을알아나가는전체적인과정 KDD 학회의변천사 - Knowledge Discovery in Databases(1989)

More information

김기남_ATDC2016_160620_[키노트].key

김기남_ATDC2016_160620_[키노트].key metatron Enterprise Big Data SKT Metatron/Big Data Big Data Big Data... metatron Ready to Enterprise Big Data Big Data Big Data Big Data?? Data Raw. CRM SCM MES TCO Data & Store & Processing Computational

More information

2/21

2/21 지주회사 LG의 설립과정 및 특징 소유구조를 중심으로 이은정_좋은기업지배구조연구소 기업정보실장 이주영_좋은기업지배구조연구소 연구원 1/21 2/21 3/21 4/21 5/21 6/21 7/21 8/21 9/21 10/21 11/21 12/21 13/21 14/21 15/21 16/21 17/21 18/21 19/21 20/21 [별첨1] 2000.12.31.현재

More information

<B1E2C8B9BDC3B8AEC1EE2DC0CCC8ABBCAE2D30342E687770>

<B1E2C8B9BDC3B8AEC1EE2DC0CCC8ABBCAE2D30342E687770> 주간기술동향 2018. 7. 18. 딥러닝기반도심지교통혼잡해결 * 이홍석한국과학기술정보연구원단장 인구의증가에따라늘어나는도심지교통혼잡비용문제는여러가지기술개발추진에도불구하고개선되지않는대표적인사회현안문제이다. 이러한국민생활문제를해결하기위해새로운패러다임의인공지능 (AI) 혁신기술개발이필요하다. 최근정부에서는 4차산업혁명대응을위해지능형인프라응용분야의혁신기술개발을추진하고있다.

More information

<4D6963726F736F667420576F7264202D20B1E2C8B9BDC3B8AEC1EE2DC0B1C0E5BFEC>

<4D6963726F736F667420576F7264202D20B1E2C8B9BDC3B8AEC1EE2DC0B1C0E5BFEC> 주간기술동향 2016. 5. 4. 뇌과학 기반 인지컴퓨팅 기술 동향 및 발전 전망 윤장우 한국전자통신연구원 책임연구원 최근 많은 관심을 받고 있는 인공지능(Artificial Intelligence: AI)의 성과는 뇌의 작동 방식과 유사한 딥 러닝의 등장에 기인한 바가 크다. 이미 미국과 유럽 등 AI 선도국에서는 인공지능 연구에서 인간 뇌 이해의 중요성을

More information

2. 인공지능관련주요기술분야와응용영역 2-1. 인공지능기술분류 2-2. 인공지능기술의특성 2-3. 인공지능응용영역및어플리케이션 2-4. 국내기술수준현황 3. 인공지능분야 Key Player 들의주요비즈니스동향 3-1. 주요동향 3-2. 인공지능관련인수합병 (M&A) 현

2. 인공지능관련주요기술분야와응용영역 2-1. 인공지능기술분류 2-2. 인공지능기술의특성 2-3. 인공지능응용영역및어플리케이션 2-4. 국내기술수준현황 3. 인공지능분야 Key Player 들의주요비즈니스동향 3-1. 주요동향 3-2. 인공지능관련인수합병 (M&A) 현 Ⅰ. 인공지능 (AI) 기술개관및도입효과 1. 인공지능의개념이해 1-1. 최근인공지능기술의대두 1-2. 인공지능개념정의 1-3. 인공지능의유형분류 1-4. 머신러닝 과 딥러닝 ', 핵심개념의구분 2. 인공지능의학문적논의배경 3. 인공지능기술의역사적발전과정 3-1. 인공지능의탄생기 : 1950 년대 3-2. 인공지능의활성화기 : 1960 년대 3-3. 인공지능의과도ㆍ침체기

More information

Pattern Recognition

Pattern Recognition SELF-DRIVING CARS AND DEEP LEARNING 아주대학교구형일 Course overview (keywords) Introduction Self Driving Cars/Machine Learning/Deep Learning Machine Learning Artificial Neural Network (ANN,MLP) Convolution Neural

More information

<BFACB1B831382D31355FBAF2B5A5C0CCC5CD20B1E2B9DDC0C720BBE7C0CCB9F6C0A7C7E820C3F8C1A4B9E6B9FD20B9D720BBE7C0CCB9F6BBE7B0ED20BFB9C3F8B8F0C7FC20BFACB1B82D33C2F7BCF6C1A E687770>

<BFACB1B831382D31355FBAF2B5A5C0CCC5CD20B1E2B9DDC0C720BBE7C0CCB9F6C0A7C7E820C3F8C1A4B9E6B9FD20B9D720BBE7C0CCB9F6BBE7B0ED20BFB9C3F8B8F0C7FC20BFACB1B82D33C2F7BCF6C1A E687770> Ⅳ. 사이버사고예측모델개발 사이버보험시장활성화를위해서는표준데이터개발이필요하다. 이를위하여이전장에서는빅데이터기반의사이버위험측정체계를제안하였다. 본장에서는제안된사이버위험지수를이용하여사이버사고 (Cyber Incident) 를예측하는모델을개발하고자한다. 이는향후정확한보험금산출에기여할것으로기대한다. 최근빅데이터, 인공지능 (Artificial Intelligence),

More information

<322E20C3D6BDC520494354A1A4B1B9BFDCC0FCC6C4B0FCB8AE20B5BFC7E22E687770>

<322E20C3D6BDC520494354A1A4B1B9BFDCC0FCC6C4B0FCB8AE20B5BFC7E22E687770> 2 자율주행자동차 기술개발 동향 관련기술 < 자율주행( 스마트) 자동차 기술개발 동향 > 1 서 론 정의 자율주행 스마트 자동차는 첨단의 컴퓨터 통신 측정기술 등을 이용하여 자동으로 운행할 수 있는 차량 즉 자동차에 장착된 지구위치위성시스템 수신기로 정확한 위도와 경도를 통보 받아 계기판에 정밀한 지도를 제시하고 현 위치에서 목적지까지 가장 효율적으로 가도록

More information

<4D F736F F D20B1E2C8B9BDC3B8AEC1EE2DBDC5C0E7BFEB>

<4D F736F F D20B1E2C8B9BDC3B8AEC1EE2DBDC5C0E7BFEB> 주간기술동향 2016. 8. 24. 의료분야골든타임 (CVR) 을위한딥러닝의가치 신재용한국보훈복지의료공단기술사 의료기관에서의환자안전은생명과직결된중요한문제이다. 병원내다양한검사에서환자의생명과직결되는위험한결과가나타나는경우에는골든타임 ( 생명과관련된조치를취할수있는시간 ) 과관련하여 CVR(Critical Value Report, 이상결과보고 ) 를통해주치의에게즉각적인보고와조치를하도록되어있다.

More information

다중 곡면 검출 및 추적을 이용한 증강현실 책

다중 곡면 검출 및 추적을 이용한 증강현실 책 1 딥러닝기반성별및연령대 추정을통한맞춤형광고솔루션 20101588 조준희 20131461 신혜인 2 개요 연구배경 맞춤형광고의필요성 성별및연령별주요관심사에적합한광고의필요성증가 제한된환경에서개인정보획득의한계 맞춤형광고의어려움 영상정보기반개인정보추정 연구목표 딥러닝기반사용자맞춤형광고솔루션구현 얼굴영상을이용한성별및연령대추정 성별및연령대를통합네트워크로학습하여추정정확도향상

More information

Pattern Recognition

Pattern Recognition SELF-DRIVING CARS AND DEEP LEARNING 아주대학교구형일 Course overview Introduction Self Driving Cars/Machine Learning/Deep Learning Machine Learning Artificial Neural Network (ANN,MLP) Convolution Neural Network

More information

ILLUSTRATION DE MANABU DEEP LEARNING Takayoshi Yamashita 2016 All rights reserved. Original Japanese edition published by KODANSHA LTD. Korean transla

ILLUSTRATION DE MANABU DEEP LEARNING Takayoshi Yamashita 2016 All rights reserved. Original Japanese edition published by KODANSHA LTD. Korean transla ILLUSTRATION DE MANABU DEEP LEARNING Takayoshi Yamashita 2016 All rights reserved. Original Japanese edition published by KODANSHA LTD. Korean translation rights arranged with KODANSHA LTD. through Shin

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 I. 문서표준 1. 문서일반 (HY중고딕 11pt) 1-1. 파일명명체계 1-2. 문서등록정보 2. 표지표준 3. 개정이력표준 4. 목차표준 4-1. 목차슬라이드구성 4-2. 간지슬라이드구성 5. 일반표준 5-1. 번호매기기구성 5-2. 텍스트박스구성 5-3. 테이블구성 5-4. 칼라테이블구성 6. 적용예제 Machine Learning Credit Scoring

More information

<B1E2C8B9BDC3B8AEC1EE2DC0B1C5C2BDC22DBCF6C1A42E687770>

<B1E2C8B9BDC3B8AEC1EE2DC0B1C5C2BDC22DBCF6C1A42E687770> 주간기술동향 2018. 9. 26. 설명가능한 AI 기술을포함한인공지능의 IP-R&D 전략 윤태승한국특허전략개발원전문위원 DNN(Deep Neural Network)/CNN(Convolutional Neural Network) 과같은딥러링인공지능은학습으로얻어지는인공지능의판정결과에서괄목할만한성과를거두고있으나, 연구자들은 DNN/CNN에서드러나는여러가지문제점을인지하고이를해결하기위한방안을모색하기시작했다.

More information

PowerPoint Presentation

PowerPoint Presentation 1 2 Enterprise AI 인공지능 (AI) 을업무에도입하는최적의제안 Taewan Kim Solution Engineer Data & Analytics @2045 Imagine the endless possibilities to learn from 2.5 quintillion bytes of data generated every day AI REVOLUTION

More information

gcp

gcp Google Cloud Platform GCP MIGRATION MANAGED SERVICE FOR GCP 베스핀글로벌 S GCP OFFERING 베스핀글로벌과 Google Cloud Platform이 여러분의 비즈니스에 클라우드 날개를 달아드립니다. GCP에 전문성을 갖춘 베스핀글로벌의 클라우드 전문가들이 다양한 산업 영역에서의 구축 경험과 노하우를 바탕으로

More information