<4D F736F F D20B1E2C8B9BDC3B8AEC1EE2DBDC5C0E7BFEB>
|
|
|
- 민규 국
- 5 years ago
- Views:
Transcription
1 주간기술동향 의료분야골든타임 (CVR) 을위한딥러닝의가치 신재용한국보훈복지의료공단기술사 의료기관에서의환자안전은생명과직결된중요한문제이다. 병원내다양한검사에서환자의생명과직결되는위험한결과가나타나는경우에는골든타임 ( 생명과관련된조치를취할수있는시간 ) 과관련하여 CVR(Critical Value Report, 이상결과보고 ) 를통해주치의에게즉각적인보고와조치를하도록되어있다. PACS(Picture Archiving and Communication System, 의료영상저장전달시스템 ) 의도입에따라의료영상은이미 10년이상축적되어있다. 이러한빅데이터를딥러닝 (Deep learning) 기법을적용하여의료분야골든타임을위한적용기법을알아보고주요시사점을도출하였다. I. 서론 최근딥러닝은인공지능머신러닝의한분야로써각광받고있다. 예를들어, 컴퓨터로개와고양이를구분하는걸구현하고자할때, 기존프로그래밍에의한방법으로는개와고양이의특징을하나하나코딩에의해서입력하고, 구분하도록프로그래밍해야했고, 입력하지못한예외사항에는대처할수가없었다. 머신러닝에의한방법은개와고양이에대한많은데이터를컴퓨터에입력하면비슷한특징을분류하여개와고양이를스스로판단하도록학습시키는방식으로데이터가많을수록학습시간이길어질수록스스로정확도가높아질수있는방법이다. 인공지능의머신러닝은오래전부터나온개념이었으나, 여러가지문제점들로인해서연구실에서만존재했을뿐현실까지도달하지못했다. 최근들어딥러닝기법과함께다시금각광받게된데에는몇가지이유가있다. 첫째, 인공신경망의한계극복이다. 높은분류정확도에비해서속도가느린문제가있었다. 또한, 과적합 (overfitting) 의문제는데이터셋의한계로인해해결이불가능하게여겨졌으나빅데이터기반의컴퓨팅환경의발전에따라이러한한계가극복되고있다. 둘째, 하드웨어사양의발전이다. 기존에머신러닝을위한처리를위해서는고성 * 본내용은신재용기술사 ( , jentshin@empal.com) 에게문의하시기바랍니다. ** 본내용은필자의주관적인의견이며 IITP 의공식적인입장이아님을밝힙니다. 2
2 기획시리즈 -ICT 융합 : 서비스 능의컴퓨팅자원이필요했으며, 이러한컴퓨터시스템을갖추기에는일반적인기업이나조직에서는한계가있었다. 최근하드웨어의발전으로 CPU( 중앙처리장치 ), GPU( 그래픽처리장치 ) 의성능이비약적으로향상되었고, 이에따른영상이미지처리등이원활해짐에따라딥러닝이더욱현실화되었다. 셋째는바로빅데이터이다. 딥러닝을위한훈련데이터가많으면많을수록머신러닝은효과적인능력을발휘할수있다. 지금까지는이러한데이터가충분히제공되지못했으나, 빅데이터환경에서는딥러닝을위한충분한훈련데이터가주어진다. 빅데이터역시기존의방식으로는분석에한계가있으나, 딥러닝을통해효과적인분석이가능해졌다. 딥러닝과빅데이터는바로찰떡궁합이라할수있다. 의료분야에서는환자생명과직결된골든타임을위해서각종검사결과에서이상결과 (Critical Value) 가나오면즉시주치의및환자에게알리고조치하도록하는프로세스가되어있다. 본고에서는바로빅데이터기반의딥러닝을활용하여의료분야골든타임 (Critical Value Report: CVR) 을위한방법을검토해보고주요시사점을도출해보고자한다. II. 의료분야 CVR 의필요성 의료기관은환자의질병현상과원인을알기위해서다양한검사를실시한다. 주치의가처방을입력하고, 검사자가검사를시행한다. 혈액검사, 소변검사와같은진단검사가있고, 엑스레이, MRI, CT 와같은영상검사가있다. 영상의학의경우에는보다정확한판독을위해서판독전문의가판독하여판독소견을입력한다. 판독전문의가판독하면 30% 의판독료를받도록되어있다. 처방의입력에서검사결과가확정되는판독결과입력까지의소요시간을 TAT(Turn Around Time) 이라고말하며, TAT 는가능한짧을수록좋겠지만, 여러가지인력적인문제및중요도에따라서 TAT 데드라인을정해둔다. MRI 는 10 일, CT 는 5 일이내와같은기간을정해둔다. 그래서 MRI, CT 를촬영하고나면 1~2 주이후에검사결과를확인하러오라고하는것이다. 단순한엑스레이촬영과달리 MRI, CT 의료영상장치의검사결과는주치의조차정확하게알기가힘들기때문이다. 그래서판독전문의가의료영상전문모니터로확인하고판독소견을입력한다. TAT 가 5 일이라면 5 일이내에판독하면프로세스상에는전혀문제가없으나, 최종판독이전에검사자나인턴, 레지던트등의수련의가 1 차판독을하는과정에서검사결과가환자의생명에영향을미칠수있는뇌출혈등의심각한결과값이발견되거나, 원래의추정진단과는완전히다 정보통신기술진흥센터 3
![의료기관은환자의생명을다루는곳이다보니환자안전에대해많은노력을기울인다. 전직원이공유할수있는환자안전관리지침이있으며, 관련내용은약품관리, 환자관리, 검사결과관리등으로다양하다 [2].](/docs-images/92/107949336/images/3-1.jpg "검사결과관리의중요한프로세스중하나로, 환자에게검사를시행하고이상검사결과가나타 나는경우에는발견즉시주치의등에게연락을 < 자료 > 의료기관인증제가이드라인 - 종합병원, 2015.")
![[ 그림 1] 의료기관인증이상검사결과 (CVR) 규정 취하도록하고, 해당레포트를보관하며환자안전관리에필요한조치를하도록되어있다.](/docs-images/92/107949336/images/3-2.jpg "진단검사, 영상검사모두이상검사결과보고서를관리하도록되어있으며, 보고방법은유선보고, 구두보고등다양한방법을활용하며전자의무기록 (Electronic Medical Record)")
3 주간기술동향 르거나훨씬더중하다고판단되는경우에는정해진 TAT 와상관없이즉시판독전문의나주치의에게환자의상태를알리고조치하도록되어있다. 환자안전과관련한골든타임을위한전달체계이다. 이러한전달체계를이상검사결과보고 (Critical Value Report: CVR) 라하며의료기관인증평가의주요평가항목으로되어있다 [1]. 의료기관은환자의생명을다루는곳이다보니환자안전에대해많은노력을기울인다. 전직원이공유할수있는환자안전관리지침이있으며, 관련내용은약품관리, 환자관리, 검사결과관리등으로다양하다 [2]. 검사결과관리의중요한프로세스중하나로, 환자에게검사를시행하고이상검사결과가나타 나는경우에는발견즉시주치의등에게연락을 < 자료 > 의료기관인증제가이드라인 - 종합병원, [ 그림 1] 의료기관인증이상검사결과 (CVR) 규정 취하도록하고, 해당레포트를보관하며환자안전관리에필요한조치를하도록되어있다. 진단검사, 영상검사모두이상검사결과보고서를관리하도록되어있으며, 보고방법은유선보고, 구두보고등다양한방법을활용하며전자의무기록 (Electronic Medical Record) 을활용하는경우에는자동으로메시지전송기능이나휴대폰단문전송을활용하기도한다. [ 그림 2] 이상결과보고 (CVR) 프로세스 4
4 기획시리즈 -ICT 융합 : 서비스 이상결과보고대상은의료기관내검사부서별관련규정으로정한다. 진단검사의경우에는대부분수치화된내용이어서정해진임계치값을가지고전자의무기록에서직접처리하기가용이하다. 이상결과발생시전자의무기록내에서메시지전송및휴대폰단문전송까지바로처리가가능하다. 하지만, 영상검사의경우에는의료영상을직접보면서검사결과를판단할수밖에없어서전자의무기록에서직접처리하기가불가하며, 이상결과보고의책임소재조차불명확하다. 방사선촬영기사가가장먼저의료영상을접하는사람이긴하지만, 판독의권한은없으므로명확한책임을가지고이상결과보고를하기에는무리가있다. 하지만, 환자안전의관점에서이상결과로추정되는경우에는책임소재에앞서빠른보고를하도록되어있다. III. 빅데이터기반딥러닝기법 아이들을키우다보면 저런건가르쳐주지도않았는데, 도대체어디서배운걸까? 라는생각이드는경우가많다. 아이들이하는언어, 행동은가르쳐준것만하는게아니라스스로학습하며새로운언어, 새로운행동을하게된다. 이게바로인간의지능이학습하는방식이다. 이러한인간의지능이학습하는방식을컴퓨터에적용한것이바로인공지능이다. 인공지능이인간의지능처럼학습하도록하는방법을기계학습, 머신러닝이라고한다. 머신러닝에는수백가지알고리즘이있는데크게분류하자면지도학습 (supervised learning) 과비지도학습 (unsupervised learning) 으로나뉜다. 지도학습에서많이사용하는알고리즘은서포트벡터머신 (support vector machine), 은닉마르코프모델 (Hidden Markov model), 회귀분석 (Regression), 나이브베이즈분류 (Naive Bayes Classification), 신경망 (Neural network) 등이있다. 비지도학습에서많이사용하는알고리즘은클러스터링 (Clustering), 비정상탐지 (Anomaly detection), 차원축소 (Dimension reduction) 등이 있다. < 자료 > 인공지능 (AI) 완생이되다, 디지에코, [ 그림 3] 인공지능, 머신러닝, 딥러닝의관계 정보통신기술진흥센터 5
5 주간기술동향 인공신경망의심화신경망 (Deep Neural Network) 을활용한머신러닝을딥러닝이라고한다. 딥러닝은인공신경망의한계를극복하기위해제안된머신러닝방법으로인공신경망의역사는 A LOGICAL CALCULUS OF THE IDEAS IMMANENT IN NERVOUS ACTIVITY(1943) 에서부터시작되었으나연구실에서의과제로만존재할뿐현실에까지활용되지는못했다 [14]. 머신러닝을위해서는훈련데이터 (Traning Data) 로학습할수있도록구성하고수많은시행착오등을통해학습하도록해야하는데, 학습하는시간이오래걸릴뿐아니라, 학습을위한데이터도부족했기때문이었다. 컴퓨팅환경이발전함에따라 CPU 의성능과 GPU 의성능이향상됨에따라학습하는시간이현실적으로가능하게되었다. 또한, 디지털처리데이터의급증으로빅데이터환경이됨에따라서머신러닝을하기위한훈련데이터가충분하게된것이다. 훈련데이터와훈련시간이짧아짐에따라훈련방향만명확하게정해지면다양한분야에활용이가능하다. 학습시스템이란환경 (Environment) 과의상호작용으로부터획득한경험적인데이터를바탕으로모델을자동으로구성하여스스로성능 (Perormance) 을향상시키는시스템이다. 이러한학습을기계가하도록하면머신러닝이라한다. 이정의에서중요한요소는바로데이터이다. 머신러닝의컨셉은오래되었으나최근에다시각광받는이유는바로이데이터와관련이있다. 유비쿼터스, 스마트, 사물인터넷 (IoT) 과같은정보화를거치며수많은데이터가모이게된것을빅데이터라부르며, 빅데이터를근간으로하여머신러닝이꽃피울수있게되었다 년 3 월에인공지능역사상한획을그은사건이일어났다. 구글의인공지능알파고가인간의직관의영역으로여겼던바둑에서이세돌 9 단을 4:1 불계승으로이겼다. 구글은 2014 년딥마인드라는인공지능회사를 4,300 억원에인수하여 2016 년 11 억원의상금을걸고알파고와이세돌간의대결을하도록만들었고, 4:1 불계승으로이기는 1 주일사이에구글주가는 11 조원상승했다 [13]. 구글은지속적으로인공지능의영역에서머신러닝과딥러닝분야에투자를하고있으며가장가깝게느낄수있는서비스는바로구글포토이다 [18]. 구글포토는사진을무료로업로드할수있는클라우드서비스이다. 하지만, 단순히사진을올려놓는서비스가아니라사진의내용들을머신러닝을기반으로분석하고자동으로분류한다. 사진파일에있는메타정보를기반으로위치와시간을기본으로하여분류하고, 사진의얼굴만을따로분석하여분류한다. 기존에도얼굴을인식하거나분류하는서비스가많이있어왔 6
6 기획시리즈 -ICT 융합 : 서비스 지만, 구글포토의얼굴분류기술은놀라울정도이다. 단체사진, 측면사진등에서도얼굴별로자동분류하여사람별로묶어서보여주고는이름만알려달라는식이다. 어쩌면나도몰랐을단체사진에서아는사람을찾아줄지도모를일이다. 구글포토에서빅데이터의중요성을또다시느끼는부분은사진파일수가많은우리가족들의사진은거의완벽하게분류를하는반면, 사진의파일수가적은지인들의경우에는잘못분류하는경우가많았다. 데이터가많아지면많아질수록더욱정교해지는것이현실적으로느껴지는서비스이다. 사진을장소로분류하거나, 사람으로모아서보여주는서비스는다소보편적인서비스이다. 이보다놀라운것은사물 (Things) 이라는형태로분류하여보여준다. 콘서트, 하늘, 건물, 식품, 경기장, 자전거, 놀이터, 하이킹, 꽃등다양한사물을분류하여보여준다. 또한, 어시스트라는항목을통해특정일자에찍은수많은사진들중에서괜찮은사진을선별하여앨범을만들어주기도하고, 동영상을만들어주기도한다. 사람도사진을찍은이후에괜찮은사진을선택하게된다. 이러한선택은매우직관적인부분으로이루어지는데, 구글포토는이러한괜찮은사진의선택이라는부분에있어서꽤나만족스러우며놀랍다. 구글이딥러닝기술을알파고바둑을통해서증명하고, 구글포토를통해서구현하고있다. 장소사람사물 [ 그림 4] 구글포토장소, 사람, 사물 정보통신기술진흥센터 7
7 주간기술동향 현재의기술수준으로도충분히의료영상을분석하는데부족함이없다고생각된다. 다만, 기술 적인접근만으로는한계가있다. 데이터도충분하고기술적으로도가능한딥러닝을어떻게하 면현실적으로적용이가능할수있을지살펴보고자한다. IV. 의료분야딥러닝기반 CVR 적용 의료분야의영상판독에는 CAD(Computer Aided Diagnosis, 컴퓨터보조판독 ) 이라는분야가있다 [4]. 유방촬영기에많이적용되어있으며, 일테면프로그래밍에의한방식으로유방암진단의이상신호 (abnormal signal) 에대해서판단하고알림을주는방식이다. 유방촬영기의영상은사실단순하게지방조직만있는경우여서난이도측면에서쉬운분야라고할수있다. 그러나머리나가슴쪽은내부신체기관도많고복잡함에따라 CAD 로는도저히이상신호를찾을수있는범위를넘어서는것이다. 딥러닝을적용하여빅데이터기반의의료영상에서이상신호를찾아낼수있다. 성별, 연령대에따른영상간비교, 다른다양한의료영상과의비교, 본인의정상상태일때의영상과의비교등다양한비교분석을통해서이상신호여부를찾아낼수있다. VUNO 라는우리나라기업에서딥러닝기반의의료영상분석에대해서시도하고있으며, 폐관련질환에대해서보조판독을지원한다 [5],[20]. 의료기관에는 CVR 프로세스가있다. 의료기관내의다양한검사장비 ( 영상의학과, 진단검사 [ 그림 5] PACS MRI 판독영상 8
8 기획시리즈 -ICT 융합 : 서비스 의학과, 병리검사의학과등 ) 에서나온검사결과중에서환자의생명과관련이있는위중한검사결과 (Critical Value) 가발견되면곧바로의사에게전달하는의료체계이다. CVR 보고는의료기관인증평가인증기준으로되어있어서의료기관인증을받은의료기관이라면모두규정되어있는내용이다. 진단검사, 병리검사의경우에는결과값이수치로나오기때문에 CVR 적용이용이하다. 임계치값만결정하면해당수치결과에따라서전자의무기록시스템내에서주치의에게바로알림쪽지를보내고, 응급사항에서는휴대폰단문전송을보내기도한다. 하지만, CT, MRI 등의영상검사의경우에는검사결과가이미지로나타나고이미지를보고판단하는건숙련된영상의학과전문의의전문지식이필요한영역이다. 의료영상은 PACS(Picture Archive & Communication System, 의료영상저장전달시스템 ) 에의해서전송되고관리된다. PACS 이전에는필름으로촬영하고인화하여진료실의뷰박스를통해서의료영상을보았다. PACS 를도입한병원은의료영상촬영과동시에진료실에서컴퓨터모니터를통해의료영상을본다. 최근필름카메라의사용빈도가현저하게떨어진것과마찬가지이다. 모니터로의료영상을볼때문제점은컴퓨터모니터의성능이다. 모니터에보여지는해상도, 명암비, 휘도등의요소로인해영상이제대로보여지지않을수있다. 그래서의료영상판독을전문으로하는판독전문의는의료영상전송표준인 DICOM(Digital Imaging and Communications in Medicine)[17] 을지원하는 5Mega Pixel 의모니터 4 대를한꺼번에본다. 1 대모니터가격이 1,000 만원정도의고가모니터이다. 이러한판독모니터에서보다정확하게영상을분석하고그에따른판독소견문을입력하면주치의는이를기반으로하여진료에활용한다. 단순엑스레이촬영이아닌 CT, MRI 등의고가영상일수록더욱복잡한의료영상이기때문이다. 의료영 [ 그림 6] DICOM 지원판독용모니터 정보통신기술진흥센터 9
9 주간기술동향 상판독을하는영상의학과전문의에게만고가의 DICOM 지원모니터가지원될뿐, 일반주치의의진료컴퓨터에는우리가집에서사용하는일반모니터를사용할뿐이다. 의료기관내 DICOM 을지원하는모니터의보급률도낮고, 또한의료영상이미지에서이상신호를찾는것은굉장한숙련도가필요한작업이다. 단순한픽셀만으로알수있는것이아니라, 전체이미지를보고해당픽셀의이상여부를판단해야하는일이며, 픽셀분석을통해서육안으로는찾아내기힘든작은크기의특이정보를찾아내제공할수도있고, 딥러닝기반의패턴분석을통해서 Critical Value 에대해서보다정확하고빠르게제공할수있다. 디지털사진을촬영한곳으로분류하는것은어렵지않다. 사진파일에 EXIF 표준을통해서 GPS 값이저장되어있기때문이다. 사진파일의 EXIF 와는비교도되지않을정도로많은정보가 DICOM 에는저장되어있다. DICOM 헤더정보에는의료장비의정보및환자의키, 나이, 몸무게등의정보뿐아니라, 각영상이미지에대한신체부위정보까지상세한자료가있다. 이러한정보를기반으로딥러닝기반의이미징분석을통한다면좀더다양한분석이될수있다. 또한, 의료영상분석에서가장중요한일은정상의영상과비교해보는일이다. 성별, 연령대, 키, 몸무게가유사할수록좋은비교군이될수있다. 더욱이본인의정상일때의료영상과비교한다면가장좋은비교군이된다. 얼마전스마트의료세미나에서영상의학과전문의가 EXIF Header Info DICOM Header Info [ 그림 7] EXIF, DICOM Header Info 10
10 기획시리즈 -ICT 융합 : 서비스 알려준내용이있다. 건강할때의 CT, MRI 영상을꼭간직하고있으라고말이다. 나중에건강상문제가있을때본인의건강할때의영상과비교하면문제부위를가장잘찾을수있다. 판독전문의가의료영상판독을할때는여러가지제약사항들로현재의의료영상만으로판독을할수밖에없다. 하지만딥러닝기반의컴퓨팅환경에서는유사환자군, 또는예전영상과함께비교하여이상징후에대해서알려줄수있다. 병원응급실에는순서가없다. 만약유명한식당에서줄을서있는데, 배가너무고프다고해서순서를무시하고먼저식사를할수는없다. 하지만, 병원에서는가능하다. 응급의료법에따라서중증도분류에의해먼저온순서가아니라위급한순서로진료를보도록되어있다. 의료영상판독에있어서도비슷하다. 하루 100 명의 MRI 영상을판독한다고했을때문제가없는사람이 80% 라고하고 20% 만이이상결과가있다고한다면, 문제가있을만한검사를먼저판독한다면어떨까? 이를테면 MRI 의영상의중증도에따라서판독을할수있다면영상의학과판독전문의에있어서도매우도움이되는서비스가될수있다. 좀더나아가이상결과가있는검사중에서매우위험한 1% 에대해서는미리경고알림을줄수있다면병원에서의환자안전과관련한매우중요한서비스가될수있다. 이러한방식의접근이라면딥러닝기반의의료영상분석을통해서의료기관의환자안전을비롯하여의료진에게도현실적으로도움이되는서비스이다. V. 결론및시사점 의료분야의혁명과같은기술은많이개발되었으나실상에활용되고있는경우는미비하다. 여러가지이유가있으나기술적인문제보다는법적, 환경적인문제가더욱큰이유이다. 의료분야에서딥러닝기반의의료영상을분석하는일은앞서살펴본바와같이기술적으로충분히가능한분야이며 10 년이상축적된 DICOM 표준기반의의료영상은빅데이터로불리기에부족함이없다. 하지만, 이세돌과의바둑대결에서알파고가이긴이후에나왔던신문기사들마냥딥러닝이의사를대체할수있으리라는식의접근은전혀도움이되지않는다 [8]-[10]. 본고에서는의사에게도움이되고, 환자에게실질적으로도움이되는방식으로의의료분야딥러닝기술의적용을제언한다. 첫번째, 정렬 (Sort) 이다. 딥러닝기반의의료영상분석에따른위험도 (Critical Score) 가높은 정보통신기술진흥센터 11
11 주간기술동향 순서에서낮은순서로내림차순 (Descending) 정렬해서보여주는것이다. 위험도가다소주관적일수있다하더라도방대한데이터관점에서보면의미있는정보가되어줄것이며, 이는의료영상을판독하는판독전문의에게는꼭필요하면서도직접적인도움을주는서비스가된다. 두번째, 알림 (Alert) 이다. 위험도가임계치를넘어서는이상결과를보이는상황발견시에는환자의생명과직결되는골든타임과연관이있는경우이다. 이런경우는전자의무기록시스템과의료영상저장전달시스템의 CVR 응급프로세스를통해주치의와환자에게바로알려줄수있는시스템을갖춘다면환자안전에적의대응하는우수한의료기관이된다. 세번째, 판독아님 (No Diagnosis) 이다. 딥러닝기반의의료영상분석이판독을대체가능하다는형태로접근하면곤란하다. 다양한법적문제가드러날뿐아니라, 그정확성에대해서도굉장히문제가될수있다. 최근자율주행차의교통사고는자율주행차의안정성에큰의심을하게되는결과를나았다. 사람도교통사고가나기는하지만, 자율주행차에더욱엄격한잣대를대는이유는컴퓨터는동일한조건일때언제나동일한교통사고결과를낼수도있다는문제때문일것이다. 결론은딥러닝기반의의료영상분석을통해서중증도에따라정렬하고그중에심각한문제를일으킬수있는이상결과에대해서는알림해주는서비스라면의료기관에서바로필요로하는서비스가될수있다. 딥러닝기반의인공지능의발전이헐리우드영화에서흔히보아오던디스토피아의거부감과해당기술이특정한사람의영역을대체한다고우려할것이아니라, 그기술이사람에게어떻게도움을줄수있을지를살펴보고적용하여기술을통해사람의생활이더욱풍요로워지기를기대한다. [ 참고문헌 ] [1] 의료기관인증제가이드라인-종합병원, [2] 정연이, 의료기관의환자안전관리사례, 한국의료 QA 학회지, [3] 박진희외, 병원의사결정지원시스템의서비스품질이경영성과에미치는영향, 한국경영정보학회, [4] 이병채외, 디지털유방영상의 CAD 알고리즘구현, 대한영상의학회, [5] 이예하, Deep Learning for Medical Data Analysis, VUNO, [6] 고성진외, 초음파영상에서갑상선결절의컴퓨터자동진단을위한알고리즘응용, 대한영상의학회,
12 기획시리즈 -ICT 융합 : 서비스 [7] AlphaGo 의인공지능알고리즘분석, SPRi, 2016 [8] 진화하는인공지능, 또한번의산업혁명, LGERI, 2015 [9] 인공지능 (AI) 완생이되다, 디지에코, 2016 [10] 알파고허사비스가그린 AI 의미래 의료 로봇 스마트폰적용, 연합신문, [11] 알파고개발자 긴여정의첫걸음 의료 AI 곧나온다, 머니투데이 [12] 알파고의승리 인공지능이의사역할도대체할까?, 청년의사, [13] 이세돌, 대국료 17 만달러 구글은? 이세돌덕에 10 조원얻었다, 이투데이, [14] A LOGICAL CALCULUS OF THE IDEAS IMMANENT IN NERVOUS ACTIVITY, WARREN MCCULLOCH WALTER PITTS [15] Deep Learning Tutorial, LISA lab, [16] Enlitic picks up $2M to help diagnose diseases with deep learning, Venture Beat, [17] [18] [19] [20] 정보통신기술진흥센터 13
Microsoft Word - 목차
주간기술동향 2016. 3. 9. 1760호 기획시리즈... 2 의료 분야 골든타임(CVR)을 위한 딥러닝의 가치 Ⅰ. 서론 Ⅱ. 의료 분야 CVR 의 필요성 Ⅲ. 빅데이터 기반 딥러닝 기법 Ⅳ. 의료 분야 딥러닝 기반 CVR 적용 Ⅴ. 결론 및 시사점 [신재용/한국보훈복지의료공단] ICT 신기술... 14 이동통신 분야 최근 동향 및 현황 Ⅰ. 서론 Ⅱ.
[NO_11] 의과대학 소식지_OK(P)
![[NO_11] 의과대학 소식지_OK(P)](/thumbs/40/20572420.jpg "[NO_11] 의과대학 소식지_OK(P)")
진 의학 지식과 매칭이 되어, 인류의 의학지식의 수준을 높 여가는 것이다. 하지만 딥러닝은 블랙박스와 같은 속성을 가지고 있어서, 우리는 단지 결과만을 알 수 있기 때문에 이런 식의 의학지 식의 확장으로 이어지기는 힘들 수 있다는 것을 의미한다. 이것은 실제로 의학에서는 인공지능을 사용하게 될 때 여러 가지 문제를 만들 수 있다. 뿐만 아니라, 인간이 이해
Ch 1 머신러닝 개요.pptx
Chapter 1. < > :,, 2017. Slides Prepared by,, Biointelligence Laboratory School of Computer Science and Engineering Seoul National University 1.1 3 1.2... 7 1.3 10 1.4 16 1.5 35 2 1 1.1 n,, n n Artificial
4) 5) 6) 7)
1) 2) 3) 4) 5) 6) 7) 8) 9) 10) 11) 12) 13) 14) 15) 16) 17) 18) 19) 20) 21) 22) 23) 24) 25) 26) 27) 28) 29) 30) 31) 32) 33) 34) 35) 36) 37) 38) 39) 40) 41) 42) 43) 44) 45) 46) 47) 48) 49) 50) 51) 52) 53)
1976. 03_ 김철수 내과, 김란희 산부인과 개원 1980. 06_ 양지병원 (6개과 33실 51병상) 개원 1998. 06_ 신관 별관 증축 종합병원 기틀 마련 2006. 05_ 첨단 의료정보 인프라 구축 전자 차트(OCS/EMR) 의료영상 시스템(PACS) 전자
1976. 03_ 김철수 내과, 김란희 산부인과 개원 1980. 06_ 양지병원 (6개과 33실 51병상) 개원 1998. 06_ 신관 별관 증축 종합병원 기틀 마련 2006. 05_ 첨단 의료정보 인프라 구축 전자 차트(OCS/EMR) 의료영상 시스템(PACS) 전자결제 등 병원 디지털화 2007. 01_ 종합병원 승격 다수의 상급 종합병원과 협력체결 2007.
<C3E6B3B2B1B3C0B0313832C8A32DC5BEC0E7BFEB28C0DBB0D4292D332E706466>
11-8140242-000001-08 2013-927 2013 182 2013 182 Contents 02 16 08 10 12 18 53 25 32 63 Summer 2 0 1 3 68 40 51 57 65 72 81 90 97 103 109 94 116 123 130 140 144 148 118 154 158 163 1 2 3 4 5 8 SUMMER
Investment Proposal
SonoEye TM 소개 유방초음파영상검색시스템 2005. 2. 캐드임팩트 www.cadimpact.com 내용 1. 유방암동향및진단 2. 제품소개 2 선진국시장에서상업화된 CAD 시스템들 R2 Mammography ( 유방암 ) 1,500 systems until 2004. 10. (about 200,000$) icad Mammography R2 & icad
22-12324-4TEL:3668-3114 FAX:742-3387 TEL:3668-3120 FAX:745-9476 TEL:3668-3109, 2279-0867~8 TEL:3668-3127 TEL:3668-3123, 3128, 3162 www.saeki.co.kr, www.pentaximaging.co.kr Small 의 큰 스타일을 경험하다 당신의 카메라만으로도,
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
슬라이드 1
새로운 시대의 시작, 알파고 2016년 3월의 대한민국에서 세기의 대결이 펼쳐졌다. 지금까지 현대과학이 정복하지 못한 유일한 보드게임 바둑에 인공지능이 도전장을 던졌고, 지난 10년간 최고였던 프로기사가 이를 승낙했다. 세계의 이목이 한 곳에 몰린 이 대결에서 인공지능은 새로운 역사를 썼다. 이번 4월호 트렌트 레터에서는 새로운 역사를 쓴 주인공 알파고 에
<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
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
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
[Summary] 딥러닝이란인간뇌의학습처리과정을모방한머신러닝방법의한종류로, 사람의사고방식을컴퓨터에게가르치는것을의미 1980년대등장한인공신경망 (ANN, artificial neural networks) 에기반하여설계된개념으로, IT기술의발전과함께단점으로여겨지던과적합문제
![[Summary] 딥러닝이란인간뇌의학습처리과정을모방한머신러닝방법의한종류로, 사람의사고방식을컴퓨터에게가르치는것을의미 1980년대등장한인공신경망 (ANN, artificial neural networks) 에기반하여설계된개념으로, IT기술의발전과함께단점으로여겨지던과적합문제](/thumbs/91/104610526.jpg "[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
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
( 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,
<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
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
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,
<4D6963726F736F667420576F7264202D20C3D6BDC52049435420C0CCBDB4202D20BAB9BBE7BABB>
최신 ICT 이슈 최신 ICT 이슈 IoT 보안 이슈와 시사점 * 1. 더욱 커져가는 IoT 보안 위협 IoT 시대 도래와 함께 더욱 커져가는 보안 우려 IoT(Internet of Things; 사물인터넷) 시대에는 대부분의 기기에 정보 획득 및 네트워 크 연결 기능이 탑재되고, 이를 바탕으로 스마트홈, 스마트가전, 스마트카, 스마트그리 드, 헬스케어, 웨어러블
001HKT노안리플렛A4(20)
커스텀뷰 노안 수술 돋보기안경 없이 먼 곳과 가까운 곳 모두 OK! 젊은 눈으로 즐기는 아름다운 중년과 활기찬 노년 40대 이후 중 장년층도 돋보기안경 없이 신문과 글을 읽고, 레포츠와 자유로운 일상생활을 만끽할 수 있습니다. 미국 최고 안과의료기관인 마이애미의 바스컴 팔머 아이 인스티튜트(Bascom Palmer Eye Institute) 의료진과 협력하여
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,
내지(교사용) 4-6부
Chapter5 140 141 142 143 144 145 146 147 148 01 02 03 04 05 06 07 08 149 활 / 동 / 지 2 01 즐겨 찾는 사이트와 찾는 이유는? 사이트: 이유: 02 아래는 어느 외국계 사이트의 회원가입 화면이다. 국내의 일반적인 회원가입보다 절차가 간소하거나 기입하지 않아도 되는 개인정보 항목이 있다면 무엇인지
김기남_ATDC2016_160620_[키노트].key
![김기남_ATDC2016_160620_[키노트].key](/thumbs/85/91488855.jpg "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
2009º½È£ÃÖÁ¾
2009 봄호 / 통권 03 www.kuh.co.kr 건국대학교 충주병원 소식지 최수봉 교수, 반기문 UN사무총장 초청으로 UN관저 방문 반기문 UN 사무총장 모친 신현순 여사(82세)의 당뇨 호전에 대한 고마움의 표시로 관저에 초대된 충주병원 내과 최수봉 교수. 2009*봄호 건국대학교 충주병원 소식지 contents 04 포커스 건국 가족들에게 _ 의생명발전
01 01NEAR
Monthly Report 2015.02 & FUTURE 현상에서미래를보다 ECONOMY 한국, 1천역직구저가항공연말정산 Vol.01 Monthly Report 2015.01 빅데이터분석을통한미래예측및대응사례 SOCIETY 의정부시화재어린이집폭행사이버대학교크림빵뺑소니 TECHNOLOGY 자율주행차북셀프핀테크바이어스랩 CONTENTS 01 08 17 NEAR
Art & Technology #5: 3D 프린팅 - Art World | 현대자동차
Art & Technology #5: 3D 프린팅 새로운 기술, 새로운 가능성 미래를 바꿔놓을 기술 이 무엇인 것 같으냐고 묻는다면 어떻게 대답해야 할까요? 답은 한 마치 한 쌍(pair)과도 같은 3D 스캐닝-프린팅 산업이 빠른 속도로 진화하고 있는 이유입니 가지는 아닐 것이나 그 대표적인 기술로 3D 스캐닝 과 3D 프린팅 을 들 수 있을 것입니 다. 카메라의
완벽한개념정립 _ 행렬의참, 거짓 수학전문가 NAMU 선생 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에
1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에대하여 AB=BA 1 가성립한다 2 3 (4) 이면 1 곱셈공식및변형공식성립 ± ± ( 복호동순 ), 2 지수법칙성립 (은자연수 ) < 거짓인명제 >
(Hyunoo Shim) 1 / 24 (Discrete-time Markov Chain) * 그림 이산시간이다연쇄 (chain) 이다왜 Markov? (See below) ➀ 이산시간연쇄 (Discrete-time chain): : Y Y 의상태공간 = {0, 1, 2,..., n} Y n Y 의 n 시점상태 {Y n = j} Y 가 n 시점에상태 j 에있는사건
딥러닝 첫걸음
딥러닝첫걸음 4. 신경망과분류 (MultiClass) 다범주분류신경망 Categorization( 분류 ): 예측대상 = 범주 이진분류 : 예측대상범주가 2 가지인경우 출력층 node 1 개다층신경망분석 (3 장의내용 ) 다범주분류 : 예측대상범주가 3 가지이상인경우 출력층 node 2 개이상다층신경망분석 비용함수 : Softmax 함수사용 다범주분류신경망
3 Contents 8p 10p 14p 20p 34p 36p 40p 46P 48p 50p 54p 58p 생명다양성재단 영물이라는 타이틀에 정 없어 보이는 고양이, 날카롭게 느껴지시나요? 얼음이 따뜻함에 녹듯이, 사람에게 경계심 많은 길고양이도 곁을 내어주면 얼음 녹듯이 당신을 바라봅니다. 길 위에 사는 생명체라 하여 함부로 대하지 말아주세요. 싫으면 외면해주세요.
소아일반영상의학검사에서의 환자선량권고량가이드라인 - 두부, 복부, 골반 -
소아일반영상의학검사에서의환자선량권고량가이드라인 - 두부, 복부, 골반 - 소아일반영상의학검사에서의 환자선량권고량가이드라인 - 두부, 복부, 골반 - Ⅰ. 서언 1 2 Ⅱ. 의료피폭에서의방사선방어 1 1990 ICRP 권고에따른방사선방어의원리 3 2 2007 ICRP 신권고에따른방사선방어의원리 4 3 환자선량권고량 (Diagnostic Reference Level)
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.........
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
4 차산업혁명과지식서비스 l 저자 l 한형상 / 한국산업기술평가관리원지식서비스 PD 김 현 / 한국전자통신연구원 IoT 연구본부장 SUMMARY 4차산업혁명의성격은초연결 초융합 초지능의세키워드로요약된다. 초연결은사람, 사물등객체간의상호연결성이확장됨을말하며이는곧실시간데이
4 차산업혁명과지식서비스 l 저자 l 한형상 / 한국산업기술평가관리원지식서비스 PD 김 현 / 한국전자통신연구원 IoT 연구본부장 SUMMARY 4차산업혁명의성격은초연결 초융합 초지능의세키워드로요약된다. 초연결은사람, 사물등객체간의상호연결성이확장됨을말하며이는곧실시간데이터공유가질적 양적으로크게확대됨을의미한다. 초융합은초연결환경의조성으로이전에는생각할수없었던異種기술
Jkafm093.hwp
가정의학회지 2004;25:721-739 비만은 심혈관 질환, 고혈압 및 당뇨병에 각각 위험요인이고 다양한 내과적, 심리적 장애와 연관이 있는 질병이다. 체중감소는 비만한 사람들에 있어 이런 위험을 감소시키고 이들 병발 질환을 호전시킨다고 알려져 있고 일반적으로 많은 사람들에게 건강을 호전시킬 것이라는 믿음이 있어 왔다. 그러나 이런 믿음을 지지하는 연구들은
PowerPoint 프레젠테이션
Chapter 1. 머신러닝개요 < 기계학습개론 > 강의서울대학교컴퓨터공학부장병탁 교재 : 장교수의딥러닝, 홍릉과학출판사, 2017. Slides Prepared by 장병탁, 김준호, 이상우 Biointelligence Laboratory School of Computer Science and Engineering Seoul National University
GB-99-0701-15A(1~3).indd
대한민국정부 대 통 령 령 제16782호 2008. 7. 1. (화) 대통령령제20891호(가축전염병예방법 시행령 일부개정령) 4 총 리 령 총리령제883호(국가보훈처와 그 소속기관 직제 시행규칙 일부개정령) 5 부 령 기획재정부령제29호(관세청과 그 소속기관 직제 시행규칙 일부개정령) 7 보건복지가족부령제48호(노인복지법 시행규칙 일부개정령) 17 보건복지가족부령제49호(국민기초생활보장법시행규칙
<4D6963726F736F667420576F7264202D20C3D6BDC52049435420C0CCBDB4202D20BAB9BBE7BABB>
최신 ICT 이슈 최신 ICT 이슈 스마트폰 시장 경쟁구도 변화 * - 중국과 인도 업체 중심 - 1. 신흥시장의 성장과 후발업체의 발호 글로벌 스마트폰 시장 신흥시장을 중심으로 완만한 성장 단계로 진행 2015 년 스마트폰 시장은 14.7 억 대(16.4% )로 성장률은 전년(27.7%) 대비 둔화 전망 - 북미(10.2%) 서유럽(3.3%)은 시장 성숙으로
Chap 6: Graphs
5. 작업네트워크 (Activity Networks) 작업 (Activity) 부분프로젝트 (divide and conquer) 각각의작업들이완료되어야전체프로젝트가성공적으로완료 두가지종류의네트워크 Activity on Vertex (AOV) Networks Activity on Edge (AOE) Networks 6 장. 그래프 (Page 1) 5.1 AOV
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
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 :
Event_POR_Template
GTCX KOREA 2016 스폰서쉽안내 GPU TECHNOLOGY CONFERENCE GPU Technology Conference( 이하 GTC) 는 GPU 개발자및생태계전체를대상으로개최되는매우크고중요한행사입니다. 올해 NVIDIA 본사주최로실리콘밸리에서개최된 GTC 2016 에서는 600 개가넘는세션을통해컴퓨팅에지대한영향을준딥러닝의발전에대해조명했습니다.
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
때문이다. 물론가장큰이유는, 다음절에서살펴보겠지만최근들어딥러닝구조를학습하는데필요한여러가지테크닉들이개발되었기때문이다 [6,7]. 딥러닝이산업현장에서선호되는데는몇가지이유가있다. 일단은어려운문제를잘해결한다는것이다. 예를들어서, 물체인식과음성인식등전통적인패턴인식의문제에서딥러닝
![때문이다. 물론가장큰이유는, 다음절에서살펴보겠지만최근들어딥러닝구조를학습하는데필요한여러가지테크닉들이개발되었기때문이다 [6,7]. 딥러닝이산업현장에서선호되는데는몇가지이유가있다. 일단은어려운문제를잘해결한다는것이다. 예를들어서, 물체인식과음성인식등전통적인패턴인식의문제에서딥러닝](/thumbs/91/104687743.jpg "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.
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
Chapter ...
Chapter 4 프로세서 (4.9절, 4.12절, 4.13절) Contents 4.1 소개 4.2 논리 설계 기초 4.3 데이터패스 설계 4.4 단순한 구현 방법 4.5 파이프라이닝 개요*** 4.6 파이프라이닝 데이터패스 및 제어*** 4.7 데이터 해저드: 포워딩 vs. 스톨링*** 4.8 제어 해저드*** 4.9 예외 처리*** 4.10 명령어 수준
13È£³»Áö-1
한국보건산업진흥원 소식지 NEWS VOL.13 2008 09+10 주요환경변화에 따른 경쟁력 약화 예상 제약사의 환경변화인식도 및 경영전략 조사 제약기업의 사업전환에 필요한 법률정보 제7차 EU Framework Programme Health 지원정책 BIO 2008을 통해 본 세계바이오산업 동향 및 전망 식품안전사고 대응 및 예방 방안 게시 시판 판 게 고객과
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
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)
<B1E2C8B9BDC3B8AEC1EE2DC0CCC8ABBCAE2D30342E687770>
주간기술동향 2018. 7. 18. 딥러닝기반도심지교통혼잡해결 * 이홍석한국과학기술정보연구원단장 인구의증가에따라늘어나는도심지교통혼잡비용문제는여러가지기술개발추진에도불구하고개선되지않는대표적인사회현안문제이다. 이러한국민생활문제를해결하기위해새로운패러다임의인공지능 (AI) 혁신기술개발이필요하다. 최근정부에서는 4차산업혁명대응을위해지능형인프라응용분야의혁신기술개발을추진하고있다.
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
288 Woosik Lee 주요은행과삼성증권, 신한금융투자, 미래에셋대우, 한국투자증권, 현대증권등증권사들은자체적으로시스템을개발하거나로보어드바이저스타트업체와제휴하는방식으로추진하고있다 (Ko, 2016). 현재일반투자자를대상으로저비용자산관리서비스를제공하는로보어드바이저에의
Journal of the Korean Data & Information Science Society 2017, 28(2), 287 295 http://dx.doi.org/10.7465/jkdi.2017.28.2.287 한국데이터정보과학회지 딥러닝분석과기술적분석지표를이용한한국 코스피주가지수방향성예측 이우식 1 1 안양대학교정보통계학과 접수 2017 년 1 월
<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
227-233Â÷¼øÁÖ
227 228 Table 1. The Results of PSNR (db) for Various Compression Rate Modality Case 5:1 10:1 20:1 40:1 80:1 MR 9 71.68 2.37 60.54 2.51 52.85 2.53 48.54 2.29 44.09 2.47 CT 9 51.90 1.67 63.70 2.02 57.32
Contents SEOUL NATIONAL UNIVERSITY FUTURE INTEGRATED-TECHNOLOGY PROGRAM FIP 13 FIP
SEOUL NATIONAL UNIVERSITY FUTURE INTEGRATED-TECHNOLOGY PROGRAM 13 : (IoT), 4.0,,,,,, CEO. 13 : 2016 3 29 ( ) ~ 11 1 ( ) : 310 Contents SEOUL NATIONAL UNIVERSITY FUTURE INTEGRATED-TECHNOLOGY PROGRAM FIP
SEOUL NATIONAL UNIVERSITY FUTURE INTEGRATED-TECHNOLOGY PROGRAM 13 : (IoT), 4.0,,,,,, CEO. 13 : ( ) ~ 11 1 ( ) : 310
SEOUL NATIONAL UNIVERSITY FUTURE INTEGRATED-TECHNOLOGY PROGRAM 13 : (IoT), 4.0,,,,,, CEO. 13 : 2016 3 29 ( ) ~ 11 1 ( ) : 310 Contents SEOUL NATIONAL UNIVERSITY FUTURE INTEGRATED-TECHNOLOGY PROGRAM FIP
서론 레벨 1 증거중심의학 (Level 1 evidence based medicine) 은대규모환자집단을대상 으로한무작위대조시험에의존한다. 그러나정밀의학 (precision medicine) 을실현하기위 해필요한임상적생물학적매개변수들의수가증가함에따라정밀의학에대한전용시
방사선종양학에서의빅데이터와머신러닝 : 최신기술과미래전망 초록 정밀의학 (precision medicine) 은증가하는불균일한정보양에의존한다. 매치료전마 다 CT 촬영통해, 선량측정과영상을수행하는방사선치료의발전은통합이필요한상당 한정보의흐름을발생시킨다. 동시에전자의무기록은이제이런정보와상관관련이 있을수있는대규모환자집단의표현형프로필을제공한다. 본리뷰에서는방사선종양
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
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.
<B3EDB4DC28B1E8BCAEC7F6292E687770>
1) 초고를읽고소중한조언을주신여러분들게감사드린다. 소중한조언들에도불구하고이글이포함하는오류는전적으로저자개인의것임을밝혀둔다. 2) 대표적인학자가 Asia's Next Giant: South Korea and Late Industrialization, 1990 을저술한 MIT 의 A. Amsden 교수이다. - 1 - - 2 - 3) 계량방법론은회귀분석 (regression)
- 1 - - 2 - - 3 - 1 1 1. 연구목적 2. 연구필요성 - 4 - - 5 - - 6 - - 7 - 2-8 - 3 1. 브루셀라증 - 9 - (2006 5 12 ) ( ) (%) : (2007) (2007 112008 1 ) - 10 - 2. 큐열 9. (2009, ) (2007 112008 1 ) - 11 - 3. 장출혈성대장균감염증 - 12
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
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?
741034.hwp
iv v vi vii viii ix x xi 61 62 63 64 에 피 소 드 2 시도 임금은 곧 신하들을 불러모아 나라 일을 맡기고 이집트로 갔습니다. 하 산을 만난 임금은 그 동안 있었던 일을 말했어요. 원하시는 대로 일곱 번째 다이아몬드 아가씨를
_소아_두부__복부__골반_일반_영상의학검사에서의- 수정.hwp
소아일반영상의학검사에서의 환자선량권고량가이드라인 - 두부, 복부, 골반 - Ⅰ. 서언 1 2 Ⅱ. 의료피폭에서의방사선방어 1 1990 ICRP 권고에따른방사선방어의원리 3 2 2007 ICRP 신권고에따른방사선방어의원리 4 3 환자선량권고량 (Diagnostic Reference Level) 5 6 Ⅲ. 국내 외연구동향 1 국내환자선량권고량연구동향 7 표 1.
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.
연구노트
#2. 종이 질 - 일단은 OK. 하지만 만년필은 조금 비침. 종이질은 일단 합격점. 앞으로 종이질은 선택옵션으로 둘 수 있으리라 믿는다. 종이가 너무 두꺼우면, 뒤에 비치지 는 않지만, 무겁고 유연성이 떨어진다. 하지만 두꺼우면 고의적 망실의 위험도 적고 적당한 심리적 부담도 줄 것이 다. 이점은 호불호가 있을 것으로 생각되지만, 일단은 괜찮아 보인다. 필자의
<4D6963726F736F667420576F7264202D20B1E2C8B9BDC3B8AEC1EE2DC0E5C8F1BCF8>
기획시리즈 주간기술동향 2015. 9. 9. 사물인터넷 기반 스마트홈 발전 전망 장희순 KiCRA 경영기획실장 chs00721@daum.net 이상일 동일건축 1. 서론 2. 스마트홈 발전단계 3. 스마트홈 개발 동향 4. 스마트홈 사업 전망 5. 결론 1. 서론 스마트홈이란 TV, 냉장고, 세탁기 등 집 안의 다양한 기기들이 네트워크에 연결되어 지능형 서비스를
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
이슈분석 2000 Vol.1
i ii iii iv 1 2 3 4 5 6 7 8 9 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 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66
가볍게읽는-내지-1-2
I 01. 10 11 12 02. 13 14 15 03. 16 17 18 04. 19 20 21 05. 22 23 24 06. 25 26 27 07. 28 29 08. 30 31 09. 32 33 10. 34 35 36 11. 37 12. 38 13. 39 14. 40 15. 41 16. 42 43 17. 44 45 18. 46 19. 47 48 20. 49
한눈에-아세안 내지-1
I 12 I 13 14 I 15 16 I 17 18 II 20 II 21 22 II 23 24 II 25 26 II 27 28 II 29 30 II 31 32 II 33 34 II 35 36 III 38 III 39 40 III 41 42 III 43 44 III 45 46 III 47 48 III 49 50 IV 52 IV 53 54 IV 55 56 IV
kbs_thesis.hwp
- I - - II - - III - - IV - - 1 - - 2 - - 3 - - 4 - - 5 - - 6 - - 7 - - 8 - - 9 - - 10 - - 11 - - 12 - - 13 - - 14 - - 15 - - 16 - - 17 - - 18 - - 19 - - 20 - - 21 - - 22 - - 23 - - 24 - - 25 - - 26 -
0904-6부 tta부록
1988 6부 Appendix 부록 2008 우리 경제가 이처럼 비약적인 성장을 거듭할 수 있었던 중요한 요소 중, 하나를 꼽으라고 한다면 단연 정보통신기술의 발전을 빼놓을 수 없을 것이다. 현재의 대한민국은 세계 IT시장의 변화를 이끌어가는 명실상부한 경쟁력을 자랑하고 있다. 연표 정보통신표준 제 개정 현황 임원 부서장 표준 제 개정 및 폐지 절차 이사회
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](/thumbs/39/20170743.jpg "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
<4D6963726F736F667420576F7264202D20C3D6BDC52049435420C0CCBDB4202D20BAB9BBE7BABB>
최신 ICT 이슈 최신 ICT 이슈 인공지능, 위기의 음악산업에 새로운 돌파구가 될 것인가 * 음악을 즐기는 방법이 모바일과 스트리밍으로 옮아 가면서 음악산업이 전반적인 매출 하 락의 문제에 직면하고 있는 가운데, 딥 러닝 인공지능을 이용한 추천 방식을 통해 음악 소비자의 수요를 넓히려는 시도들이 음악산업의 새로운 돌파구로 작용할 지가 관심거리 급속한 디지털화와
3 4 5 6 7 8 2/25 26 27 28 2 3 3. 2 3. 2~8 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 3.15 3.28 3.29~30 1 8 15 2 9 16 3 10 17 4 11 18 5 12 19 6 13 20 7 14 21 4. 2~5 4.18
분석기법의기본개념부터활용까지사례중심의 A to Z 학습 데이터분석기본 교육기간 : 3 일 (24 시간 )/ 비합숙 교육비 : 회원 62 만원 / 비회원 69 만원 데이터분석핵심이론학습및현업에적용 현장에서발생하는변수를이해하고상황에따른최적화방안도출 품질향상을위한부적합원인도
인간이사용하는언어를분석하는기법과다양한데이터를그래프로표현하는방법학습 텍스트데이터수집과감성분석 인터넷에있는다양한비정형데이터수집 고객이회사의어떤서비스에불만을갖는지를자동으로분석 분석된결과를데이터의특징에맞게다양한그래프로표현 데이터분석실무자, 마케팅기획실무담당자 비정형데이터분석 데이터시각화 사용자언어의분석과시각화 키워드 / 감성분석 형태소분석 분석결과시각화 비정형데이터의수집,
지상파(디지털) 방송의 재전송이 큰 목적 중 하나이므로 전세계적으로 IPTV의 보급이 더욱 촉진될 가능성이 높음 단말기 측면 전망 향후에는 거치형 TV만이 아니고 휴대전화, 휴대게임기 등에 대해서도 각종 콘 텐트 전송이 더욱 확대될 것이고 더 나아가 휴대전화 TV 휴대게임기 등 단말기 상호간의 콘텐트 전송이 더욱 증가될 것임 서비스 측면 전망 유저가 편한 시간대에
<BFACB1B831382D31355FBAF2B5A5C0CCC5CD20B1E2B9DDC0C720BBE7C0CCB9F6C0A7C7E820C3F8C1A4B9E6B9FD20B9D720BBE7C0CCB9F6BBE7B0ED20BFB9C3F8B8F0C7FC20BFACB1B82D33C2F7BCF6C1A E687770>
Ⅳ. 사이버사고예측모델개발 사이버보험시장활성화를위해서는표준데이터개발이필요하다. 이를위하여이전장에서는빅데이터기반의사이버위험측정체계를제안하였다. 본장에서는제안된사이버위험지수를이용하여사이버사고 (Cyber Incident) 를예측하는모델을개발하고자한다. 이는향후정확한보험금산출에기여할것으로기대한다. 최근빅데이터, 인공지능 (Artificial Intelligence),
PowerPoint Presentation
오에스아이소프트코리아세미나세미나 2012 Copyright Copyright 2012 OSIsoft, 2012 OSIsoft, LLC. LLC. PI Coresight and Mobility Presented by Daniel Kim REGIONAL 세미나 SEMINAR 세미나 2012 2012 2 Copyright Copyright 2012 OSIsoft,
?
2018. SPRINGvol.137 SEOUL MEDICAL CENTER CONTENTS 06 10 20 14 18 20 06 10 14 30 26 30 32 HEALTHY LIVING 36 34 36 38 40 2018. SPRING vol.137 06 07 08 09 10 11 l a t e n t t u b e r c u l o s i s 12 13
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
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,
01.내지완완
6 7 9 10 11 12 15 16 17 18 19 23 24 25 26 27 28 29 30 33 34 35 36 37 38 39 40 41 42 43 44 45 46 49 50 51 52 53 54 55 56 59 60 61 65 66 67 68 69 70 71 72 73 74 75 76 77 진료기록부번호 : 기록날짜 : 년/ 월/ 일 아래의 증상이
<B1DDC0B6B1E2B0FCB0FAC0CEC5CDB3DDB0B3C0CEC1A4BAB82E687770>
여 48.6% 남 51.4% 40대 10.7% 50대 이 상 6.0% 10대 0.9% 20대 34.5% 30대 47.9% 초등졸 이하 대학원생 이 0.6% 중졸 이하 상 0.7% 2.7% 고졸 이하 34.2% 대졸 이하 61.9% 직장 1.9% e-mail 주소 2.8% 핸드폰 번호 8.2% 전화번호 4.5% 학교 0.9% 주소 2.0% 기타 0.4% 이름
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,
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.
<4D6963726F736F667420576F7264202D20C3D6BDC52049435420C0CCBDB4202D20BAB9BBE7BABB>
주간기술동향 2016. 1. 27. 최신 ICT 이슈 한국형 핀테크 산업 성장 방향 및 시사점 * 1. 국내외 핀테크 사업 분야별 현황 핀테크 사업 영역은 일반적으로 송금/결제, 금융 SW/서비스, 금융데이터 분석, 플랫폼 (중개) 크게 4 가지로 분류 송금/결제: (세계) ICT 기업 영향력 증가 (국내) 간편 결제 시장 경쟁 치열 구글, 애플, 삼성, 아마존
SW 기초교양교육이수가이드라인 경희대학교 SW 중심대학사업단 4 차산업혁명에대비하기위해대한민국정부는초 / 중 / 고교에 SW 교육을의무화하고, 보다더빠른준비를위해대학 생전체에 SW 기초교양교육을권장하고있습니다. 특히, 과학기술정보통신부는 'SW 중심대학 ' 사업을통해
SW 기초교양교육이수가이드라인 경희대학교 SW 중심대학사업단 4 차산업혁명에대비하기위해대한민국정부는초 / 중 / 고교에 SW 교육을의무화하고, 보다더빠른준비를위해대학 생전체에 SW 기초교양교육을권장하고있습니다. 특히, 과학기술정보통신부는 'SW 중심대학 ' 사업을통해 SW 기초교 양교육을의무화하고있습니다. 'SW 중심대학 ' 사업을수행하고있는경희대학교에서는특정한두과목을지정하여의무화하는대신,
CR2006-41.hwp
연구책임자 가나다 순 머 리 말 2006년 12월 한국교육학술정보원 원장 - i - - ii - - iii - 평가 영역 1. 교육계획 2. 수업 3. 인적자원 4. 물적자원 5. 경영과 행정 6. 교육성과 평가 부문 부문 배점 비율(%) 점수(점) 영역 배점 1.1 교육목표 3 15 45점 1.2 교육과정 6 30 (9%) 2.1 수업설계 6 30 2.2
<BAD9C0D35F325FB0ADC0C7B0F8B0B3BFEB20BFB5BBF3C4DCC5D9C3F720B0B3B9DF20B0ADC0C7BCB3B0E8BEC82E786C7378>
미래산업과직업선택 개설학기 2017 년도 1 학기 소속지리학과 교수명 엄정섭 학 점 3 본강의는 4차산업혁명으로변화되는미래산업과직업선택논쟁에대해학생들의궁금증을해소하고자마련되었습니 미래산업에관심이많지만어 수업목표 떻게시작해야할지막막한다양한전공의학생들을위해강의를준비했습니 미래산업이무엇인지, 직업선택을위해어떻게준비하고대학생활을즐길수있는지자세하고친절한설명을통해처음
650 원승현 서대호 박대원 Intelligence, AI) 이란사고나학습등인간이가진지적능력을컴퓨터를통해구현하는기술이며 (Won et al., 2016) 인간처럼생각하고행동하며이성적으로생각하며행동하는시스템으로정의하였다 (Russell et al., 2003). 인공지능
한국자원공학회지 J. Korean Soc. Miner. Energy Resour. Eng. Vol. 55, No. 6 (2018) pp. 649-659, https://doi.org/10.32390/ksmer.2018.55.6.649 ISSN 2288-0291(print) ISSN 2288-2790(online) 기술보고 딥러닝기법을활용한매립가스발전소포집공의메탄가스농도예측
<4D6963726F736F667420576F7264202D2043524D33C2F75F43524DC0BB20B1B8C3E0C7CFB1E220C0A7C7D120C1D8BAF1BFEEB5BF5F546F2042652E646F63>
HUNET Information 2004-03-30 [CRM 3차] CRM을 구축하기 위한 준비운동 10가지 고객과 함께 성장하는, 신뢰받는 경영지식 파트너 휴넷 운동 경기에서 준비운동을 하지 않거나 소홀하게 한다면 그 경기에서 승리 할 수 없다는 것은 누구라도 알고 있는 상식이다. 이처럼 준비운동에 대한 중요성은 새삼 강조를 해도 지나치지 않을 것이다. 마찬가지
<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