온라인 프로시딩
| 시간 | 제목 | 연사 | 좌장 | |
|---|---|---|---|---|
 |
9월 29일(수) 13:30 ~ 14:30 (60분) |
미디어와 인공지능 | ETRI 미디어연구본부 김흥묵 본부장 |
한동석 교수 (경북대) |
|
개요 : 대중매체인 방송이나 언론으로 인식되던 ‘미디어’가 유무선 인터넷의 발달로 인해 그 형태가 많이 다양해지고 있으며, 최근 회자되고 있는 메타버스는 차세대 인터넷으로 여겨질 뿐 아니라 새로운 소통수단으로서의 미디어로 생각할 수 있을 것이다. 이렇게 다양한 형태를 가지는 미디어에 대해 그 의미를 다시 한 번 생각해보고, media for AI, media by AI 등 미디어 영역에서의 인공지능의 활용에 대해 알아본다. |
||||
| 시간 | 제목 | 연사 | 좌장 | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
 |
9월 30일(목) 10:10 ~ 11:10 (60분) |
다중 관계 그래프를 이용한 보행자 이동 경로 예측 | 전해곤 교수 (GIST) |
김은경 교수 (한밭대) |
|||||||
|
개요 : 보행자 이동 경로 예측은 자율주행과 소셜 로보틱스 분야의 핵심 기능 중 하나로써 각광을 받고 있다. 보행자 이동경로 예측은 일정 시간동안 보행자의 이동경로를 바탕으로 미래의 이동 경로를 예측하는 것으로써, 자율주행 자동차와 모바일 로봇이 보행자에게 심리적으로 허용가능한 회피/주행을 구현하는 데 필요한 기능으로 기대를 모으고 있다. 2015년 인공지능 기법이 컴퓨터비전 분야에 활발히 적용되기 시작하면서, Stanford University, UC Berkeley, Carnegie Mellon University 등 해외의 주요 연구 그룹에서는 보행자의 이동 경로 예측 기법을 고도화 시키고 그 실용적 가능성을 높이고 있다. 본 세미나에서 보행자 이동경로 예측의 세계적 기술 동향을 소개하고, 본 연사의 최근 관련 연구 실적을 소개한다. 특히, 본 연사의 연구팀은 세계 최고 수준의 예측 정확도를 갖는 그래프 뉴럴 네트워크 기반의 보행자 이동경로 추정 방법을 세계 최고의 인공지능 학회인 AAAI2021에 발표하였다. 영상 속 보행자들간의 다관계성을 그래프 형식으로 모델링하고, 이에 대한 최적 학습기법을 제안하였다. 제안된 알고리즘은 기존 알고리즘 대비 약 30%의 성능향상을 보였고, 그 우수성을 인정받아 2021 휴먼테크 논문대상 컴퓨터과학분과 동상을 수상하였다. |
|||||||||||
 |
9월 30일(목) 13:00 ~ 14:00 (60분) |
GAN 기술의 현황과 그 활용 | 석준희 교수 (고려대학교) |
김은경 교수 (한밭대) |
|||||||
|
개요 : 본 튜토리얼에서는 최근 적대적생성모델(GAN)과 그 응용분야에 대하여 소개한다. GAN은 생성모듈과 판별모듈이 서로 경쟁적으로 훈련되는 방식에 기반을 둔 심층생성모델로, 처음 발명된 이후 가짜 이미지 생성과 스타일 변환 등에 주로 이용되었다. 현재 GAN의 응용범위는 시계열 데이터와 같은 정형데이터로도 확장되고 있다. 본 튜토리얼은 먼저 GAN에 대한 일반적인 내용을 소개하고, 주어진 조건에 따라 가짜 데이터를 생성하는 조건부 GAN에 대하여 설명한다. 그리고 분류모듈을 따로 갖고 있는 조절가능한 GAN에 대해서 설명하고, GAN을 시계열 데이터에 적용하는 방법에 대해서도 이야기한다. 마지막으로 금융데이터에 GAN을 적용한 케이스 연구에 대해서도 이야기한다. |
|||||||||||
 |
10월 1일(금) 10:40 ~ 11:40 (60분) |
A Gentle Introduction to Generative Adversarial Network (GAN) | 김현수 연구원 (Naver AI) |
임완수 교수 (금오공대) |
|||||||
|
개요 : Generative adversarial networks (GANs) have evolved dramatically in recent years, enabling high-fidelity image synthesis with models learned directly from data. Not only limited to random image generation, but GAN has been heavily explored in various topics such as image-to-image translation, disentangled manipulation, and real image editing. In this tutorial, we will present an introduction and trends in GAN. |
|||||||||||
| 시간 | 제목 | 연사 | 좌장 | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
 |
9월 29일(수) 15:50 ~ 16:20 (30분) |
DRANet: Disentangling Representation and Adaptation Networks for Unsupervised Cross-Domain Adaptation | 임성훈 교수 (DGIST) |
손인수 교수 (동국대) |
|||||||
|
개요 : Deep neural networks (DNNs) have led to significant performance improvements in a variety of areas but can fail badly on real-world images outside the dataset. In this talk, I present DRANet that tackles the issue by disentangling image representations and transferring the visual attributes in a latent space. Unlike the existing domain adaptation methods that learn associated features sharing a domain, DRANet preserves the distinctiveness of each domain’s characteristics and allows bi-/multi-directional domain adaptation with a single encoder-decoder network. This work will be published in CVPR2021. |
|||||||||||
 |
9월 29일(수) 16:20 ~ 16:50 (30분) |
SVIAS: Scene-segmented Video Annotation System Ver 1.0 and 2.0 | 손정우 박사 (ETRI) |
손인수 교수 (동국대) |
|||||||
|
개요 : We had designed the scene-segmented video information annotation system using video segmentation and information annotation for several years. For video segmentation, the proposed system adapts the multiview deep convolution neural network in version 1.0 and upgrades it with a scene context in version 2.0. Segmented scenes are annotated by using the supervised movie captioning model. In the movie captioning model, the structure of movie scripts is reflected into the model to generate script-like sentences. Both functionalities effectively work together with the web interface designed to tie our functionalities and external content providers. |
|||||||||||
 |
9월 30일(목) 14:00 ~ 14:30 (30분) |
Understanding the Potential Risks of Sharing Elevation Information on Fitness Applications | 김중헌 교수 (고려대학교) |
이동명 교수 (동명대) |
|||||||
|
개요 : The extensive use of smartphones and wearable devices has facilitated many useful applications. For example, with Global Positioning System (GPS)-equipped smart and wearable devices, many applications can gather, process, and share rich metadata, such as geolocation, trajectories, elevation, and time. For example, fitness applications, such as Runkeeper and Strava, utilize information for activity tracking, and have recently witnessed a boom in popularity. Those fitness tracker applications have their own web platforms, and allow users to share activities on such platforms, or even with other social network platforms. To preserve privacy of users while allowing sharing, several of those platforms may allow users to disclose partial information, such as the elevation profile for an activity, which supposedly would not leak the location of the users. In this work, and as a cautionary tale, we create a proof of concept where we examine the extent to which elevation profiles can be used to predict the location of users. To tackle this problem, we devise three plausible threat settings under which the city or borough of the targets can be predicted. Those threat settings define the amount of information available to the adversary to launch the prediction attacks. Establishing that simple features of elevation profiles, e.g., spectral features, are insufficient, we devise both natural language processing (NLP)-inspired text-like representation and computer vision-inspired image-like representation of elevation profiles, and we convert the problem at hand into text and image classification problem. We use both traditional machine learning-and deep learning-based techniques, and achieve a prediction success rate ranging from 59.59% to 95.83%. The findings are alarming, and highlight that sharing elevation information may have significant location privacy risks. |
|||||||||||
 |
9월 30일(목) 14:40 ~ 15:10 (30분) |
Learning-based DVFS with Zero Thermal Throttling for Mobile Devices | 이경한 교수 (서울대학교) |
한연희 교수 (한국기술교육대) |
|||||||
|
개요 : DVFS (dynamic voltage and frequency scaling) is a system-level technique that adjusts voltage and frequency levels of CPU/GPU at runtime to balance energy efficiency and high performance. DVFS has been studied for many years, but it is considered still challenging to realize a DVFS that performs ideally for mobile devices for two main reasons: i) an optimal power budget distribution between CPU and GPU in a power-constrained platform can only be defined by the application performance, but conventional DVFS implementations are mostly application-agnostic; ii) mobile platforms experience dynamic thermal environments for many reasons such as mobility and holding methods, but conventional implementations are not adaptive enough to such environmental changes. In this work, we propose a deep reinforcement learning-based frequency scaling technique, zTT. zTT learns thermal environmental characteristics and jointly scales CPU and GPU frequencies to maximize the application performance in an energy-efficient manner while achieving zero thermal throttling. Our evaluations for zTT implemented on Google Pixel 3a and NVIDIA JETSON TX2 platform with various applications show that zTT can adapt quickly to changing thermal environments, consistently resulting in high application performance with energy efficiency. |
|||||||||||
 |
9월 30일(목) 16:20 ~ 16:50 (30분) |
Advisable Learning for Self-driving Vehicles by Internalizing Observation-Action Rules | 김진규 교수 (고려대학교) |
한연희 교수 (한국기술교육대) |
|||||||
|
개요 : Recent success suggests that deep neural control networks are likely to be a key component of self-driving vehicles. These networks are trained on large datasets to imitate human actions, but they lack semantic understanding of image contents. This makes them brittle and potentially unsafe in situations that do not match training data. Here, we propose to address this issue by augmenting training data with natural language advice from a human. Advice includes guidance about what to do and where to attend. We present the first step toward advice-giving, where we train an end-to-end vehicle controller that accepts advice. The controller adapts the way it attends to the scene (visual attention) and the control (steering and speed). |
|||||||||||
 |
10월 1일(금) 09:00 ~ 09:30 (30분) |
Multi-Sample Online Learning for Spiking Neural Networks based on Generalized Expectation Maximization | 장혜령 교수 (동국대학교) |
김상철 교수 (국민대) |
|||||||
|
개요 : Spiking Neural Networks (SNNs) offer a novel computational paradigm that captures some of the efficiency of biological brains by processing through binary neural dynamic activations. Probabilistic SNN models are typically trained to maximize the likelihood of the desired outputs by using unbiased estimates of the log-likelihood gradients. While prior work used single-sample estimators obtained from a single run of the network, this paper proposes to leverage multiple compartments that sample independent spiking signals while sharing synaptic weights. The key idea is to use these signals to obtain more accurate statistical estimates of the log-likelihood training criterion, as well as of its gradient. The approach is based on generalized expectation-maximization (GEM), which optimizes a tighter approximation of the log-likelihood using importance sampling. The derived online learning algorithm implements a three-factor rule with global per-compartment learning signals. Experimental results on a classification task on the neuromorphic MNIST-DVS data set demonstrate significant improvements in terms of log-likelihood, accuracy, and calibration when increasing the number of compartments used for training and inference. |
|||||||||||
논문 발표
* 해당 발표논문에 대한 질의는 Q&A 를 클릭하여 댓글로 작성해주시기 바랍니다.
구두 논문 발표 |
|
|
2021년 9월 29일 (수요일): 특별세션 1 / 특별세션 2 / 특별세션 3 / 특별세션 4 / 특별세션 5 / 특별세션 6 / 특별세션 7 / 특별세션 8 / 특별세션 9
2021년 9월 29일 (수요일): Session A / Session B 2021년 9월 30일 (목요일): Session C / Session D / Session E / Session F 2021년 10월 1일 (금요일): Session G |
|
2021년 9월 29일 (수요일) | |||
| 논문 번호 | 제목/저자/소속 | 발표논문 | Q&A |
| 특별세션 1. ITRC 인공지능 I [9월 29일 12:20 ~ 13:20 (60분)] 좌장: 한채호 교수(고려대) | |||
S-1-1 |
Trends for Artificial Intelligence in Ophthalmology: A focused study for retinal images and diagnosis *정연우(고려대학교), 홍민석(고려대학교), 윤인식(고려대학교), 박중석(고려대학교), 한재호(고려대학교) | ||
S-1-2 |
시퀀스 생성을 통한 제로샷 행동 인식 해결방법 *이제욱(연세대학교), 박성호(연세대학교), 변혜란(연세대학교) | ||
S-1-3 |
사전 학습된 이미지 생성 모델을 이용한 Semantic Segmentation 복원 *안천수(고려대학교), 설상훈(고려대학교) | ||
S-1-4 |
객체의 형태 추정을 활용한 단일 객체 추적 *박원희(고려대학교), 진동권(고려대학교), 김창수(고려대학교) | ||
S-1-5 |
A study on Video Generation with Self-supervised Learning *홍기범(연세대학교), 문철현(연세대학교), 변혜란(연세대학교) | ||
S-1-6 |
전전두엽 뇌파 신호 기반 예측 디코딩 연구 *홍을석(고려대학교), Ki Hwan Hong(고려대학교), 민병경(고려대학교) | ||
| 특별세션 2. ICT 자동차 융합 [9월 29일 12:20 ~ 13:20 (60분)] 좌장: 한동석 교수(경북대) | |||
S-2-1 |
Equilibratory Data Augmenting Machine for Speech Emotion Recognition *김정환(경북대학교), Alwin Poulose(경북대학교), 한동석(경북대학교) | ||
S-2-2 |
Motion Classifier Using Deep Learning Architecture *Alwin Poulose(경북대학교), 김정환(경북대학교), 한동석(경북대학교) | ||
S-2-3 |
영상기반 드론 인지를 통한 편대비행 및 장애물 회피 알고리즘 개발 *장지호(경북대학교), 이선일(경북대학교), 이현범(경북대학교) | ||
S-2-4 |
KS-FER: Kernel Sharpening Based Facial Emotion Recognition *Alwin Poulose(경북대학교), Chinthala Sreya Reddy(경북대학교), 김정환(경북대학교), 한동석(경북대학교) | ||
S-2-5 |
MTF 기반 해상력 성능에 따른 보행자 검출 성능평가 방법에 관한 연구 *김희강(한국건설생활환경시험연구원), 손준우(한국건설생활환경시험연구원), 김지연(한국건설생활환경시험연구원), 조태식(한국건설생활환경시험연구원), 한동석(경북대학교) | ||
| 특별세션 3. ETRI 대경권 연구센터 [9월 29일 12:20 ~ 13:20 (60분)] 좌장: 백장운 박사(ETRI) | |||
S-3-1 |
클래스 정보를 고려한 샴 네트워크 기반의 추적 방법 *이준구(한국전자통신연구원), 오지용(한국전자통신연구원), 남승우(한국전자통신연구원) | ||
S-3-2 |
딥러닝 기반의 수정조기경보지수(Modified Early Warning Score) 예측 방법에 관한 연구 *진용식(한국전자통신연구원), 김범휘(한국전자통신연구원), 김규형(한국전자통신연구원), 조성현(한국전자통신연구원), 신우상(한국생산기술연구원) | ||
S-3-3 |
중증 환자 욕창 예방을 위한 유연인쇄압력센서 기반 자세 추정 기법 연구 *박찬은(한국전자통신연구원), 문애경(한국전자통신연구원) | ||
S-3-4 |
조제 자동화 시스템 적용을 위한 AI 기반 의약품 비전 검수용 데이터 확장 및 학습 방법 *김휘강(한국전자통신연구원), 이상범(한국전자통신연구원), 김광용(한국전자통신연구원), 김규형(한국전자통신연구원), 권혁주(경북대학교), 이성학(경북대학교) | ||
S-3-5 |
CART 기반의 변수랭킹을 이용한 곱셈형 고장의 고장변수식별 *유정원(한국전자통신연구원), 김진홍(한국전자통신연구원), 이영재(한국전자통신연구원), 임길택(한국전자통신연구원) | ||
| 특별세션 4. AI데이터컴퓨팅 기술 [9월 29일 12:20 ~ 13:20 (60분)] 좌장: 박혜영 교수(경북대) | |||
S-4-1 |
한국노인노쇠코호트사업 데이터 분석과 활용 - 기계학습과 딥러닝 적용, 확산을 위하여 구동준(경북대학교), 이아라(경북대학교), 이은주(경북대학교), *김일곤(경북대학교) | ||
S-4-2 |
이미지 인페인팅을 위한 효과적인 제거 영역 선택 기법 *윤상빈(경북대학교), 정순기(경북대학교 컴퓨터공학과) | ||
S-4-3 |
Understanding Resource Usage of NoSQL Databases Through System call Trace *서창호(경북대학교), 채윤창(경북대학교), 이재륜(경북대학교), 서의성(성균관대학교), 탁병철(경북대학교) | ||
S-4-4 |
연안 파랑 관측 및 분석을 위한 비지도 학습 기법 연구 *김재일(경북대학교), 김태경(한국해양과학기술원), 허동(대구경북과학기술원), 박성준(경북대학교), 김진아(한국해양과학기술원) | ||
S-4-5 |
복부암 다중 오믹스 유전체 데이터 기반의 생물학기작 활성화 정도 분석 방법 *전재민(경북대학교), 정인욱(경북대학교) | ||
| 특별세션 5. ITRC 복합지능 ICT [9월 29일 12:20 ~ 13:20 (60분)] 좌장: 정호영 교수(경북대) | |||
S-5-1 |
단기 시계열 데이터에 대한 장기간 다단계 예측을 위한 학습 방법 연구 *김동현(경북대학교), 도주성(경북대학교), 정호영(경북대학교) | ||
S-5-2 |
Lightweight-VGG based Facial Landmarks Detection with Inception-ResNet Module *사비나제시카콜라코(경북대학교), 박명철(경북대학교), 차대웅(경북대학교), 이채현(경북대학교), 한동석(경북대학교) | ||
S-5-3 |
금속 표면 결함 탐지 및 영상 분할을 위한 딥러닝 기반의 다중 클래스 결함 학습 *박재현(경북대학교), 최우제(경북대학교), 전세호(경북대학교), 이동규(경북대학교) | ||
S-5-4 |
음성인식 오류를 포함한 텍스트 대상 언어모델 학습 방법 및 이를 이용한 음성언어 의도 분류 성능 개선에 관한 연구 *김준우(경북대학교), 윤혜경(경북대학교), 정호영(경북대학교) | ||
S-5-5 |
Attention Guided Feature Enhancement for Age-Related Macular Degeneration Classification in Optical Coherence Tomography *조정래(경북대학교), 박동호(경북대학교), 정성문(경북대학교) | ||
| 특별세션 6. ITRC 인공지능 2 [9월 29일 14:40 ~ 15:40 (60분)] 좌장: 한채호 교수(고려대) | |||
S-6-1 |
동작 상상 뇌파 분류를 위한 합성곱 신경망 기반의 전이학습에 관한 연구 *송하윤(고려대학교), 김동규(고려대학교), 김영탁(고려대학교), 김학승(고려대학교), 김동주(고려대학교) | ||
S-6-2 |
효율적인 수면단계 분류를 위한 딥러닝 모델 압축 연구 *허재욱(고려대학교), 이철희(고려대학교), 김학승(고려대학교), 김동주(고려대학교) | ||
S-6-3 |
효율적인 언어모델 사전학습을 위한 집중학습기법 *박준형(고려대학교), 이상근 교수(고려대학교) | ||
S-6-4 |
마비말장애 중증도 자동 분류를 위한 퓨샷 러닝 *여은정(서울대학교), 정민화(서울대학교) | ||
S-6-5 |
어텐션 쌍방향 LSTM 신경망을 활용한 억양 기반 한국어 방언 자동 식별 *이주영(서울대학교), 김경화(대검찰청), 정민화(서울대학교) | ||
| 특별세션 7. 차세대 AI 컴퓨팅 기술 [9월 29일 14:40 ~ 15:40 (60분)] 좌장: 김재일 교수(경북대) | |||
S-7-1 |
부동소수점 형식에 따른 스파이킹 신경망의 학습 및 정확도 분석 *곽명진(경북대학교), 서효주(경북대학교), 김용태(경북대학교) | ||
S-7-2 |
랜덤 가중치를 가지는 오류 역전파 학습의 성능 분석 *이소하(경북대학교), 박혜영(경북대학교) | ||
S-7-3 |
건조 중인 LNG 화물창 시스템의 안정적 환경 유지를 위한 기계학습 기반 화물창 내부 습도 예측 *김재성(경북대학교), 옥진성(대우조선해양(주)), 서영균(경북대학교) | ||
S-7-4 |
연합학습 기법을 활용한 IoT와 Edge Computing 기반의 현장중심의 재난 탐지 및 대응에 대한 연구 *우아밍(경북대학교), 안재광(기상청), 권영우(경북대학교) | ||
| 특별세션 8. 지능형 사회문제해결기술 [9월 29일 14:40 ~ 15:40 (60분)] 좌장: 권은정 박사(ETRI) | |||
S-8-1 |
경찰의 사건현장 대응 지원을 위한 긴급출동 의사결정 지원 시스템 *박현호(한국전자통신연구원) | ||
S-8-2 |
시공간 범죄 위험도 추론 기술 기반의 스마트 치안 플랫폼 개발 및 검증 *백명선(한국전자통신연구원), 박원주(한국전자통신연구원), 이희조((주) 모비젠), 이용태(한국전자통신연구원) | ||
S-8-3 |
KorBERT와 능동 학습 기법을 활용한 한국어 기반 유형 분류 모델에 관한 경험적 연구 *박원주(한국전자통신연구원), 김연수(이화여자대학교), 백명선(한국전자통신연구원), 이용태(한국전자통신연구원) | ||
S-8-4 |
저품질 영상의 초고화질 변환을 위한 실시간/비실시간 처리 시스템 설계 *라상중(한국전자통신연구원), 조숙희(한국전자통신연구원), 김나연(과학기술연합대학원대학교) | ||
S-8-5 |
기계학습 기반의 범죄 유형 및 범죄위험스코어 예측 기술 성능 향상 연구 *안다영(한양대학교 에리카), 백명선(한국전자통신연구원), 박원주(한국전자통신연구원), 이용태(한국전자통신연구원) | ||
S-8-6 |
저화질 미디어의 감정인식 문제 해결을 위한 고품질 변환 기술 현황과 성능분석 *김나연(과학기술연합대학원대학교), 조숙희(한국전자통신연구원), 배병준(한국전자통신연구원) | ||
| 특별세션 9. 모빌리티 플랫폼 [9월 29일 14:40 ~ 15:40 (60분)] 좌장: 조봉균 박사(KIAPI) | |||
S-9-1 |
딥러닝 기반의 탑승자 머리 상해도 예측 알고리즘 개발 유시현(순천향대학교), Jieun Lee(순천향대학교), *박성근(순천향대학교) | ||
S-9-2 |
바이너리 영상과 DWA 퓨전을 통한 자율주행 시스템 *황요섭(씨랩), 이재오(씨랩), 안종우(씨랩), 이동혁(씨랩) | ||
S-9-3 |
교통소외지역 사회문제 해결을 위한 자율주행 기반 서비스 어플리케이션에 관한 연구 *조봉균(지능형자동차부품진흥원), 이윤화(지능형자동차부품진흥원), 김태형(지능형자동차부품진흥원), 윤경수(지능형자동차부품진흥원) | ||
S-9-4 |
머신러닝 기반 전기차 배터리 제어 관련 최신 기술 동향 *정선호(지능형자동차부품진흥원), 윤윤기(지능형자동차부품진흥원), 강병도(지능형자동차부품진흥원) | ||
| A-1. 로봇 제어 [9월 29일 14:40 ~ 15:40 (60분)] 좌장: 김민영 교수(경북대) | |||
A-1-1 |
물리적 정보 기반 강화학습을 이용한 로봇 팔 제어 연구 *김성현(한국전자통신연구원), 장인국(한국전자통신연구원), 김현석(한국전자통신연구원), 박찬원(한국전자통신연구원), 박준희(ETRI 스마트그린라이프연구부) | ||
A-1-2 |
심층강화학습을 이용한 Cellular-V2X 요구사항 적응형 혼잡제어 알고리즘 *양우열(한밭대학교), 조한신(한밭대학교) | ||
A-1-3 |
다관절 로봇팔을 위한 모방학습 기반 역기구학 해석 기술에 관한 연구 *최진철(한국전자통신연구원), 박찬원(한국전자통신연구원), 박준희(ETRI 스마트그린라이프연구부) | ||
A-1-4 |
딥러닝 기반 가짜뉴스 탐지 시스템에서 뉴스 카테고리의 영향 분석 *한윤진(동의대학교), 김성한(한국전자통신연구원), 김근형(동의대학교) | ||
A-1-5 |
길 안내 로봇의 신호등 없는 횡단보도 보행 안내를 위한 차량 인식 및 거리 측정 모듈 개발 *최인훈(경희대학교), 홍승준(경희대학교), 김서현(경희대학교), 정홍주(경희대학교), 박수용(경희대학교), 허의남(경희대학교) | ||
| A-2. 인공지능 응용 I [9월 29일 15:50 ~ 16:50 (60분)] 좌장: 백명선 박사(ETRI) | |||
A-2-1 |
Time-GAN을 활용한 트레이딩 알고리즘 선택 *이재윤(인하대학교), 이주홍(인하대학교), 최범기(큐햇지), 송재원(밸류파인더스) | ||
A-2-2 |
학습자 정밀 평가를 위한 개인 맞춤형 테스트셋 생성 시스템 *김연찬(태그하이브), 운봉영(태그하이브), Agarwal Pankaj(태그하이브) | ||
A-2-3 |
국민수요반응을 위한 기계학습 예측 모델 기반 고객기준부하 산정 방법 *이현용(한국전자통신연구원), 고석갑(한국전자통신연구원), 이병탁(한국전자통신연구원) | ||
A-2-4 |
인공지능 기초 의사결정나무학습을 위한 창의적 교육 프로그램 개발 Eunsun Choi(제주대학교), 정유진(제주대학교), 현도익(제주대학교), 주연수(제주대학교), 김미진(제주대학교), 박남제(제주대학교) | ||
A-2-5 |
디리클레 분포를 이용한 트레이딩 알고리즘의 앙상블에 관한 연구 *정재용(인하대학교), 이주홍(인하대학교), 최범기(큐햇지), 송재원(밸류파인더스) | ||
| A-3. 지능형 통신 I [9월 29일 15:50 ~ 16:50 (60분)] 좌장: 한종기 교수(세종대) | |||
A-3-1 |
제한된 프런트홀의 셀탈피 MIMO 시스템을 위한 최적화 학습 기법 유대성(전북대학교), 이훈(부경대학교), 홍승은(한국전자통신연구원), *박석환(전북대학교) | ||
A-3-2 |
톰슨 샘플링 기반 동적 프레임 슬롯 알로하 *조영제(한밭대학교), 황경호(한밭대학교) | ||
A-3-3 |
OFDM 시스템에서 딥 러닝 기반 변조 식별 *신정완(한양대학교), 송건호(한양대학교), 장민규(한양대학교), 윤동원(한양대학교) | ||
A-3-4 |
RaPP 기반 네트워크 이상탐지 시스템 *김미르(숭실대학교), 계효선(숭실대학교), 권민혜(숭실대학교) | ||
A-3-5 |
Nature-Inspired Microstrip Antennas For High-Directivity: Fractals and Genetics 서예준(인천대학교), 전문수(인천대학교), 조정현(인천대학교), 이창형(파동에너지극한제어연구단), Jaume Anguera(Universitat Ramon Llull), *강승택(인천대학교) | ||
| B-1. 의료인공지능 I [9월 29일 17:00 ~ 18:00 (60분)] 좌장: 김재일 교수(경북대) | |||
B-1-1 |
Sparse CNN을 이용한 위조 안저영상 포렌식 모델에 관한 연구 송호중(건양대학교), *한주혁(건양대학교), 김웅식(건양대학교) | ||
B-1-2 |
인공지능 기반 COVID-19 진단 시스템 보안에 관한 연구 *손인수(동국대학교) | ||
B-1-3 |
멀티센서를 이용한 CNN 기반 낙상감지 시스템 *이영욱(금오공과대학교), 신수용(금오공과대학교) | ||
B-1-4 |
독거노인 돌봄을 위한 전력데이터 기반 기계학습 이상진단 분석 *김에덴(한국전자통신연구원), 고석갑(한국전자통신연구원), 이병탁(한국전자통신연구원) | ||
B-1-5 |
심전도 신호의 양자화 방법에 대한 심혈관 질환 분류시스템의 성능에 관한연구 *이희창(인제대학교), 윤태영(인제대학교), 여채윤(인제대학교), 오현영(인제대학교), 지예빈(인제대학교), 심성우(인제대학교), 강대성(인제대학교) | ||
| B-2. 지능형 차량 I [9월 29일 17:00 ~ 18:00 (60분)] 좌장: 이규만 교수(건양대) | |||
B-2-1 |
자원이 제한된 자율주행 단말의 실시간 지능형 서비스를 위한 엣지 컴퓨팅 기반 이미지 처리 및 분석 시스템 개발 *홍승준(경희대학교), 최인훈(경희대학교), 박수용(경희대학교), 정홍주(경희대학교), 김서현(경희대학교), 허의남(경희대학교) | ||
B-2-2 |
LSTM 기반의 개선된 UAV 경로 알고리즘 *김훈희(금오공과대학교), 이만희(금오공과대학교), 신수용(금오공과대학교) | ||
B-2-3 |
한국 밤시간대의 실시간 차선인식 기술 연구 고석현(동서울대학교), 한지은(동서울대학교), 임예원(동서울대학교), *이성진(동서울대학교) | ||
B-2-4 |
심층강화학습 기반 자율주행차량의 차선 변경 정책 안정성 평가 *이동수(숭실대학교), 권민혜(숭실대학교) | ||
B-2-5 |
고정밀 지도를 이용한 모방 학습 기반 종단간 자율 주행 *한승태(한국과학기술원), 조상재(한국과학기술원), 정명근(한국과학기술원), 김태선(한국과학기술원), 공승현(한국과학기술원) | ||
| B-3. 인공지능 응용 II [9월 29일 17:00 ~ 18:00 (60분)] 좌장: 홍민석 교수(고려대) | |||
B-3-1 |
고급 챗봇 서비스를 위한 인공지능 마이크로서비스풀 공통 플랫폼 *손승철(한국전자통신연구원), 고석갑(한국전자통신연구원), 이병탁(한국전자통신연구원) | ||
B-3-2 |
SuMul 모듈을 이용한 퓨-샷 객체 검출 방법 *임동주(경북대학교), 정순기(경북대학교 컴퓨터공학과) | ||
B-3-3 |
LSTM 순환신경망을 이용한 비선형 시변 전력데이터 예측 및 분석기술에 관한 연구 *최성수(한국전기연구원), 이효동(한국전기연구원) | ||
B-3-4 |
연합학습에서 이상치 데이터가 미치는 영향 평가 *정성우(대구대학교), 유준혁(대구대학교) | ||
B-3-5 |
시각장애인 길 안내 서비스를 위한 딥러닝 기반 횡단보도 가이드 솔루션 개발 *김서현(경희대학교), 최인훈(경희대학교), 박수용(경희대학교), 정홍주(경희대학교), 홍승준(경희대학교), 허의남(경희대학교) | ||
| B-4. 지능형 통신 II [9월 29일 17:00 ~ 18:00 (60분)] 좌장: 박중석 교수(고려대) | |||
B-4-1 |
다양한 혼잡도에 적응하는 DQN 기반 Cellular V2X 분산혼잡제어 *이은화(한국교통대), 정구선(한국교통대), 최주영(연세대), 문철(한국교통대) | ||
B-4-2 |
k-NN 및 PSO 기반 실내 위치 측위 개선 방안 *오성현(한국산업기술대학교), 김정곤(한국산업기술대학교) | ||
B-4-3 |
무선D2D 네트워크를 위한 자원 인지 및 위치 기반 클러스터링 연합학습 *정준표(아주대학교), 고영배(아주대학교), 임성화(남서울대학교) | ||
B-4-4 |
SDN(Software-Defined Network) Network상에서 인공지능을 활용한 네트워크장비의 장애예측 및 대응시스템구현에 관한 연구 *함대훈(에스비정보기술) | ||
B-4-5 |
군 물류 스마트화를 위한 IoT 적용 방안 *하원용(육군), 한충식(육군) | ||
2021년 9월 30일 (목요일) | |||
| 논문 번호 | 제목/저자/소속 | 발표논문 | Q&A |
| C-1. 의료인공지능 II [9월 30일 09:00 ~ 10:00 (60분)] 좌장: 황인태 교수(전남대) | |||
C-1-1 |
빅데이터 분석을 통한 개인정보자기결정권 영향 요인 모델 연구 *이연수(숙명여자대학교), 이욱한(숙명여자대학교) | ||
C-1-2 |
전이학습 기반 사시 진단을 위한 안구운동영상 수집 및 소스 데이터 구성에 따른 성능 비교 *주재한(부산대학교), 김석찬(Pusan National Univ.), 김동환(부산대학교), 최건호(부산대학교) | ||
C-1-3 |
유방 촬영술을 이용한 딥러닝 기반 병리학적 완전관해율 (pCR) 예측 연구 *신호경(경북대학교), 김원화(경북대학교병원), 김혜정(경북대학교병원), 김찬호(경북대학교), 김재일(경북대학교) | ||
C-1-4 |
유방 초음파 진단 일반화 성능 향상을 위한 캡슐 네트워크 기반 분류 모델 *김찬호(경북대학교), 김원화(경북대학교병원), 김혜정(경북대학교병원), 김재일(경북대학교) | ||
| C-2. 지능형 차량 II [9월 30일 09:00 ~ 10:00 (60분)] 좌장: 고정길 교수 (연세대) | |||
C-2-1 |
어린이 보호구역 내 사고 상황에서의 AEB 기능 효과성에 관한 실차 실험 연구 *장우영(지능형자동차부품진흥원), 최형수(지능형자동차부품진흥원), 이학주(지능형자동차부품진흥원), 김홍익(지능형자동차부품진흥원), 박지수(지능형자동차부품진흥원), 이태희(지능형자동차부품진흥원) | ||
C-2-2 |
신경망 탐색을 이용한 최적의 운전자 행위 분류 모델 *성재호(경북대학교), 한동석(경북대학교) | ||
C-2-3 |
시각장애인 길 안내를 위한 실외 자율주행 카트 개발 *박수용(경희대학교), 홍승준(경희대학교), 최인훈(경희대학교), 정홍주(경희대학교), 김서현(경희대학교), 허의남(경희대학교) | ||
C-2-4 |
다중 에이전트 강화학습 기반 무인운반기 최적 경로 제어 *최호빈(한국기술교육대학교), 김주봉(한국기술교육대학교), 김찬명((주)씽크온웹), 한연희(한국기술교육대학교) | ||
C-2-5 |
자율주행차를 위한 실시간 거리예측 기술 연구 한지은(동서울대학교), 고석현(동서울대학교), *이성진(동서울대학교) | ||
| C-3. 인공지능 응용 III [9월 30일 09:00 ~ 10:00 (60분)] 좌장: 장혜령 교수(동국대) | |||
C-3-1 |
인공지능 기반 스마트 수주/발주 처리를 위한 플랫폼 연구 *오암석(동명대학교) | ||
C-3-2 |
딥러닝 기반 온습도 예측 모델을 통한 화재 조기 감지 시스템 구축 *박치원(경희대학교), 홍기대(경희대학교), 허의남(경희대학교) | ||
C-3-3 |
화재 빅데이터 분석을 통한 화재 대응 위험도 모델링에 대한 연구 *권은정(한국전자통신연구원), 변성원(한국전자통신연구원), 박현호(한국전자통신연구원) | ||
C-3-4 |
K-Means 군집화 알고리즘을 이용한 주기 변동 랜덤 신호의 정렬 및 이벤트 추출 *변성훈(선박해양플랜트연구소) | ||
C-3-5 |
LDAPS 예측 및 AWS 관측 데이터를 이용한 CNN-BLSTM 기반의 단기 기온 예측 *전지민(광주과학기술원) | ||
| C-4. 영어논문 세션 I [9월 30일 09:00 ~ 10:00 (60분)] 좌장: 강승택 교수(인천대) | |||
C-4-1 |
On the Performance Gains of Decentralized Edge Caching Schemes in 5G and Beyond *Lilian Mutalemwa(조선대학교), 신석주(조선대학교) | ||
C-4-2 |
Optimal Batch Size for Fine-Tuning Pre-Trained Deep Learning Models *아흐마드 이자즈(조선대학교), 신석주(조선대학교) | ||
C-4-3 |
Evaluating Artificial Intelligence Mitigation Techniques in the Security Attack of a Smart Factory SCADA Network *Love Allen Chijioke Ahakonye(금오공과대학교), Cosmas Ifeanyi Nwakanma(금오공과대학교), 이재현(금오공과대학교), 이재민(금오공과대학교), 김동성(금오공과대학교) | ||
C-4-4 |
Depression Group Prediction with Passive Sensing: Prediction Accuracy and Window Sizes *사비나콘(인하대학교), 노영태(인하대학교) | ||
C-4-5 |
Deep Learning Utilized Semantic Alignment Evaluation for Data Interoperability Provisioning: Use Case of Web Objects based Depressive Disorder Ontologies *정일영((주)디엘정보기술), 강현국(고려대학교) | ||
| D-1. 지능형 통신 III [9월 30일 11:10 ~ 12:10 (60분)] 좌장: 신수용 교수(금오공대) | |||
D-1-1 |
그래프 신경망을 이용한 관망에서의 신호 소스 위치 예측 방법 *고석갑(한국전자통신연구원), 김에덴(한국전자통신연구원), 이병탁(한국전자통신연구원) | ||
D-1-2 |
시각장애인 길 안내 서비스를 위한 Image Segmentation 기반 경로 보정 모듈 개발 *정홍주(경희대학교), 최인훈(경희대학교), 홍승준(경희대학교), 김서현(경희대학교), 박수용(경희대학교), 허의남(경희대학교) | ||
D-1-3 |
학습기반 측위DB를 이용한 미수집지점에서의 측위 인프라 유사도 분석 *지명인(한국전자통신연구원), 조영수(한국전자통신연구원) | ||
D-1-4 |
딥러닝 기반 자동 변조 분류 위한 CNN 필터 성능 분석, 딥러닝 기반 자동 변조 분류 위한 CNN 모델 성능 분석 *김승환(ICT융합특성화연구센터), 김동성(금오공과대학교), 권기협(ICT융합특성화연구센터) | ||
D-1-5 |
링크 이용률 향상을 위한 DQN 기반 TCP 혼잡제어 알고리즘 *서상진(경북대학교), 조유제(경북대학교) | ||
| D-2. 지능형 보안 I [9월 30일 11:10 ~ 12:10 (60분)] 좌장: 박현희 교수(명지대) | |||
D-2-1 |
동형암호를 이용한 프라이버시 보호 얼굴 검증 시스템 *심준석(부산대학교), 조현진(부산대학교), 홍윤영(부산대학교), 김호원(부산대학교) | ||
D-2-2 |
완전 동형 암호화된 데이터를 위한 근사 합성곱 신경망의 근사 범위에 따른 성능에 관한 연구 *이정현(서울대학교), 노종선(서울대학교) | ||
D-2-3 |
네트워크 플로우 데이터 기반 이상징후 탐지 인공지능 모델 성능 비교 *박태정(세종대학교), 최태정(세종대학교), 서성관(세종대학교), 손배훈(세종대학교), 윤주범(세종대학교) | ||
D-2-4 |
이종데이터 연계 기반 계층적 범죄 네트워크 분석 *지종호(아주대학교), 김명준(아주대학교), 박명건(아주대학교), 신현정(아주대학교) | ||
D-2-5 |
탈중앙화 신원증명 기반 인증 시뮬레이션 모델에 관한 연구 *김호윤(동명대학교), 신승수(동명대학교) | ||
| D-3. 인공지능 응용 IV [9월 30일 11:10 ~ 12:10 (60분)] 좌장: 권태수 교수(서울과기대) | |||
D-3-1 |
변동성 라벨링을 이용한 앙상블 머신러닝 트레이딩 시스템 개발 *박명석(순천향대학교), 유성주(순천향대학교), 김재윤(순천향대학교) | ||
D-3-2 |
오토인코더를 이용한 불량 탐지에 관한 연구 *김지섭(서울대학교), 김준한(서울대학교), 김상태(서울대학교), 심병효(서울대학교) | ||
D-3-3 |
해밍부호 기반 이진인공신경망 학습 *이선용(서울대학교), 노종선(서울대학교) | ||
D-3-4 |
스마트 트렁크 오프너 시스템용 딥러닝과 레이더 시그너쳐를 이용한 발동작 인식 기술 송승언(대구경북과학기술원), 김봉석(대구경북과학기술원), 김상동(대구경북과학기술원), *이종훈(대구경북과학기술원) | ||
D-3-5 |
기계학습에 사용되는 테스트 케이스 생성에 관한 고찰 *정재호(서울대학교), 노종선(서울대학교) | ||
| D-4. 학부생 세션 I [9월 30일 11:10 ~ 12:10 (60분)] 좌장: 강승택 교수(인천대) | |||
D-4-1 |
심전도에서 심장 박동의 특징을 추출하는 방법에 관한 연구 *윤수진(동국대학교), 문소연(동국대학교), 권나영(동국대학교), Kim Donald Dong W(동국대학교) | ||
D-4-2 |
Gradient boosting Classifier와 Feature importance를 이용한 EEG 신호처리에 따른 Hyponogram예측 모델에 관한 연구 *류진수(아주대학교), 김규형(아주대학교), 조위덕(아주대학교) | ||
D-4-3 |
알츠하이머형 치매 진행단계 구분을 위한 딥러닝 성능 비교 연구 이사랑(동의대학교), 송은채(동의대학교), 강재환(동의대학교), *김준석(동의대학교) | ||
D-4-4 |
심리상담 내담자의 심리변화 시각화시스템 *손우정(부산대학교), 손동현(부산대학교), 김주성(부산대학교), 강수환(라인플러스) | ||
D-4-5 |
기상 IoT 센서 데이터를 활용한 서리 예측 연구 *서재하(한국전자통신연구원), 안은지(국립안동대학교), 문애경(한국전자통신연구원), 박주영(한국전자통신연구원) | ||
| E-1. 지능형 보안 II [9월 30일 15:10 ~ 16:10 (60분)] 좌장: 김동균 교수(경북대) | |||
E-1-1 |
치안현장 의사결정 지원을 위한 상황 대응 분류 모델 *권은정(한국전자통신연구원), 변성원(한국전자통신연구원), 박현호(한국전자통신연구원), 장동만(한국전자통신연구원), 정의석(한국전자통신연구원) | ||
E-1-2 |
IoT센서와 영상 학습을 통한 조기 이상 탐지 시스템 설계 *홍기대(경희대학교), 박치원(경희대학교), 허의남(경희대학교) | ||
E-1-3 |
로지스틱회귀 모델을 이용한 익명처리 데이터의 유용성 측정 *성민경(한국정보통신기술협회), 이진규(한국정보통신기술협회), 정성룡(한국정보통신기술협회), 김윤중(이지서티), 김동례(이지서티) | ||
E-1-4 |
딥러닝 및 이미지화를 통한 악성코드 분류 시스템 *조현진(부산대학교), 홍윤영(부산대학교), 김호원(부산대학교) | ||
E-1-5 |
연합학습 기반 오토인코더 모델을 이용한 네트워크 이상탐지 시스템에 관한 연구 *계효선(숭실대학교), 권민혜(숭실대학교) | ||
| E-2. 영상처리 I [9월 30일 15:10 ~ 16:10 (60분)] 좌장: 김정곤 교수(산기대) | |||
E-2-1 |
메타버스 플랫폼에서 인터랙션을 위한 단일 RGB 카메라 기반 경량화 자세 추정 모델에 관한 연구 *남성현(한국전자기술연구원), 송하영(한국전자기술연구원), 김영원(한국전자기술연구원) | ||
E-2-2 |
로블록스 플랫폼을 활용한 메타버스·AI 융합기반 인터랙티브 콘텐츠 제안 *송하영(한국전자기술연구원), 남성현(한국전자기술연구원), 김영원(한국전자기술연구원) | ||
E-2-3 |
Group Attention U-Net을 이용한 단일 영상 연무 제거 *홍찬의(전남대학교), 최현덕(전남대학교) | ||
E-2-4 |
딥 러닝 기반 지게차 충돌 방지 시스템 *박재한(금오공과대학교), 신수용(금오공과대학교) | ||
| E-3. 학부생 세션 II [9월 30일 15:10 ~ 16:10 (60분)] 좌장: 윤주상 교수(동의대) | |||
E-3-1 |
다중 에이전트 강화학습을 이용한 UAV-자원 할당 최적화에 대한 기술 동향 *조현희(성균관대학교), 김중헌(고려대학교) | ||
E-3-2 |
무선 이미지 전송을 위한 딥러닝 기반의 효율적인 결합 소스-채널 부호화 *임수빈(순천향대학교), 김정현(순천향대학교), 송홍엽(연세대학교) | ||
E-3-3 |
독거노인 고독사 방지를 위한 다양한 실시간 행동인식 방법 *정우진(경희대학교) | ||
E-3-4 |
전동킥보드 불법행위 판별을 위한 딥러닝 시스템 전하용(경남대학교), *최예원(경남대학교), 김찬욱(경남대학교), 이현성(경남대학교) | ||
E-3-5 |
고정지역 감시 엣지 AI 단말용 자동 DB 생성 도구 *허재윤(영남대학교), 이준구(한국전자통신연구원), 최윤원(한국전자통신연구원), 백장운(한국전자통신연구원) | ||
| E-4. 스마트 산업 I [9월 30일 15:10 ~ 16:10 (60분)] 좌장: 고정길 교수(연세대) | |||
E-4-1 |
이기종 공작기계 상태진단을 위한 제조 및 센서 데이터 통합 관리에 관한 연구 *이정환(한국전자통신연구원), Munyoung Lee(한국전자통신연구원), Sungjae Yoon(한국전자통신연구원), 나중찬(한국전자통신연구원), Seong-hee Lee(한국전자통신연구원) | ||
E-4-2 |
멀티태스크 러닝을 이용한 심층신경망 기반 기계 소리 이상 진단 *최지훈(한국과학기술원), 최정우(한국과학기술원) | ||
E-4-3 |
Bi-LSTM을 활용한 제주도 전력 수요 중요 변수 선정에 관한 연구 김진실(충북대학교), 전유정(충북대학교), *양여진(충북대학교), 정병진(충북대학교), 김재성(충북대학교) | ||
E-4-4 |
CCTV 영상 기반 신경망을 이용한 유기물 탐지 *박민성(마크애니), 손창대(마크애니), 최성진(마크애니), 이현지(마크애니) | ||
| F-1. 인공지능 응용 V [9월 30일 16:50 ~ 17:50 (60분)] 좌장: 김평수 교수(산기대) | |||
F-1-1 |
Reverse Low-High 라벨링 방법을 이용한 XGBoost 트레이딩 시스템 개발 *한예찬(순천향대학교), 박태신(순천향대학교), 김재윤(순천향대학교) | ||
F-1-2 |
디노이징 셀프 어텐션 네트워크 기반 정형 데이터 결측값 보간 기법 *이도훈(서울시립대학교), 김한준(서울시립대학교) | ||
F-1-3 |
감염병 전파 과정을 위한 마르코프 체인 기반 SEIVR 모델 연구 *안수진(숭실대학교), 권민혜(숭실대학교) | ||
F-1-4 |
다중안테나 통신시스템 성능 분석을 위한 회귀 기반의 확률 밀도 함수 근사 방법론 *이영석(충남대학교), 이기훈(충남대학교), 정방철(Chungnam National University) | ||
F-1-5 |
양산라인 실시간 품질 검사를 위한 딥러닝 기반 엣지컴퓨팅 비전 검사 장치 *김량수(한국전자통신연구원), 유학(한국전자통신연구원), 김근용(한국전자통신연구원), 김성창(한국전자통신연구원) | ||
| F-2. 영상처리 II [9월 30일 16:50 ~ 17:50 (60분)] 좌장: 이재호 교수(덕성여대) | |||
F-2-1 |
한국지형에서의 카메라 기반 실시간 3차원 객체인식 기술 연구 한지은(동서울대학교), 고석현(동서울대학교), 임예원(동서울대학교), *이성진(동서울대학교) | ||
F-2-2 |
생성적 적대 신경망 기반 Image-to-Image translation 기술 연구 동향 *황도연(부산대학교), 김재석(부산대학교), 최윤호(부산대학교) | ||
F-2-3 |
이미지 노이즈 제거를 위한 다중 오토인코더 기반 점진적 복원에 관한 연구 *김형선(인하대학교), 허청환(인하대학교), 이한음(인하대학교), 황현택(인하대학교), 강상길(인하대학교) | ||
F-2-4 |
하이브리드 트랜스포머 기반 비지도 단안 카메라 영상 깊이 추정 방법 *황승준(한국항공대학교), 박성준(한국항공대학교), 김규민(한국항공대학교), 백중환(한국항공대학교) | ||
F-2-5 |
STFT를 활용한 비가시영역 형상 복원에 관한 실험적 연구 *신의현(성균관대학교), 장승우(성균관대학교), 김광수(성균관대학교) | ||
| F-3. 학부생 세션 III [9월 30일 16:50 ~ 17:50 (60분)] 좌장: 김상철 교수(국민대) | |||
F-3-1 |
등간격 평면배열 안테나에서의 Deep Neural Network 기반 방위각 및 고각 탐지 *지오근(한양대학교), 정현진(한양대학교), 서형욱(한양대학교), 김선우(한양대학교) | ||
F-3-2 |
뉴스 기반의 주가 변동폭 예측 시스템에 관한 연구 *류재학(국민대학교), 조성혁(국민대학교), Md Habibur Rahman(국민대학교), 장영민(국민대학교) | ||
F-3-3 |
Deep CNN을 통한 손 제스처 인식 및 ASL-파벳 변환 *이건(국민대학교), 윤리나(국민대학교), Ida Bagus Krishna Yoga Utama(국민대학교), 장영민(국민대학교) | ||
F-3-4 |
행동감지를 이용한 운동자세 교정 시스템 설계 및 구현 *이철민(동명대학교), 이동명(동명대학교) | ||
F-3-5 |
합성곱 신경망을 이용한 자동 변조 분류 기법 설계와 성능 분석 *오영우(조선대학교), 최우열(조선대학교) | ||
F-3-6 |
다수의 병렬 가중 모델 기반 스마트팩토리 에너지 사용량 예측 알고리즘에 관한 연구 여현영(이화여자대학교), 심서영(이화여자대학교), 홍수민(이화여자대학교), *차채연(이화여자대학교), 박형곤(이화여자대학교) | ||
| F-4. 스마트 산업 II [9월 30일 16:50 ~ 17:50 (60분)] 좌장: 신석주 교수(조선대) | |||
F-4-1 |
최대 풀링 레이어를 위한 저면적 재구성 가능한 하드웨어 구조 *김은서(한국전자기술연구원), 신동엽(한국전자기술연구원), 임용석(한국전자기술연구원) | ||
F-4-2 |
심층 신경망 가속을 위한 유연한 곱셈 누산 연산기 기반 가변 필터 처리 시스톨릭 어레이 하드웨어 *임현서(한국전자기술연구원), 신동엽(한국전자기술연구원), 권대길(한국전자기술연구원), 임용석(한국전자기술연구원) | ||
F-4-3 |
반도체 식각 공정에서 커널 밀도 추정 기반의 식각 종점 탐지 *최준규(숭실대학교), 김보배(숭실대학교), 심영준(숭실대학교), 임성빈(숭실대학교) | ||
F-4-4 |
플라즈마 식각 공정에서 CNN과 KDE의 반도체 식각 종점 탐지 비교 *김보배(숭실대학교), 최준규(숭실대학교), 심영준(숭실대학교), 임성빈(숭실대학교) | ||
2021년 10월 1일 (금요일) | |||
| 논문 번호 | 제목/저자/소속 | 발표논문 | Q&A |
| G-1. 스마트 산업 III [10월 1일 08:30 ~ 09:30 (60분)] 좌장: 최우열 교수(조선대) | |||
G-1-1 |
Partial Isolation Type Saddle-FinFET (Pi-FinFET)s 에서 Single Charge Trap에 의한 누설전류 분석 *박진효(전남대학교), 김건(전남대학교), 김동영(전남대학교), 김수연(전남대학교), 박제원(전남대학교), 이명진(전남대학교) | ||
G-1-2 |
유도 전동기에서 다변량 커널 밀도 추정 기반의 이상치 탐지 *심영준(숭실대학교), 최준규(숭실대학교), 김보배(숭실대학교), 임성빈(숭실대학교) | ||
G-1-3 |
그래프 신경망을 이용한 전력 거래 파트너 매칭 서비스 *강효은(부산대학교), 김용수(부산대학교), 홍윤영(부산대학교), 김호원(부산대학교) | ||
G-1-4 |
스마트글라스 및 경량 OCR 기반 축산동물 귀표 식별 시스템 *전광명(인트플로우 주식회사), 류인철(인트플로우 주식회사), 김누리(인트플로우 주식회사), 임채준(인트플로우 주식회사), 오영우(조선대학교), 전찬준(조선대학교), 최우열(조선대학교) | ||
G-1-5 |
딥러닝을 이용한 풍력 블레이드의 상태 구분 *김용빈(한남대학교), 김용민(한남대학교), 류상우(한남대학교), 김영민(한남대학교), 최인식(한남대학교) | ||
| G-2. 영어논문 세션 II [10월 1일 09:30 ~ 10:30 (60분)] 좌장: 김동성 교수(금오공대) | |||
G-2-1 |
CaRFE: Candidates Recursive Feature Elimination for Black-Box Model *송영재(성균관대학교), 김광수(성균관대학교) | ||
G-2-2 |
Performance analysis of Clipping based PAPR reduction technique in UFMC system *Esmot Ara Tuli(금오공과대학교), 이재현(금오공과대학교), 김동성(금오공과대학교), 이재민(금오공과대학교) | ||
G-2-3 |
Comparisons of Domain-Removal Losses in Multi-Domain Pedestrian-View Intersection Classification *Marcella Astrid(UST), Muhammad Zaigham Zaheer(UST), 이승익(한국전자통신연구원) | ||
G-2-4 |
Deep Learning for Corrupted Image-Text Matching *김선우(서울대학교), 신성욱(서울대학교), 심병효(서울대학교) | ||
G-2-5 |
Anti-Drone Systems Design: Safeguarding Airspace through Real-Time Trustworthy AI Paradigm *Simeon Okechukwu Ajakwe(금오공과대학교), Rubina Akter(금오공과대학교), 김다혜(금오공과대학교), Golam Mohatsin(금오공과대학교), 김동성(금오공과대학교), 이재민(금오공과대학교) | ||
| G-3. 영상처리 III [10월 1일 09:30 ~ 10:30 (60분)] 좌장: 심동규 교수(광운대) | |||
G-3-1 |
Transformer를 이용한 Image Captioning *김동훈(서울대학교), Xu Jiajie(서울대학교), 심병효(서울대학교) | ||
G-3-2 |
HSV 색공간을 기반한 사람 및 차량 객체의 실시간 색상 추출 *장시예(마크애니) | ||
G-3-3 |
특징 피라미드 네트워크의 특징 압축을 위한 레벨 간 특징 예측 방법 *김민섭(광운대학교), 이종석(광운대학교), 심동규(광운대학교) | ||
G-3-4 |
초분광 데이터 분석용 인공지능 플랫폼 연구 *김거식(한국전자통신연구원), 김계은(한국전자통신연구원), 김정은(한국전자통신연구원), 강현서(한국전자통신연구원) | ||
| G-4. 영어논문 세션 III [10월 1일 09:30 ~ 10:30 (60분)] 좌장: 임완수 교수(금오공대) | |||
G-4-1 |
A Design of Traffic Accident Analysis Algorithm based on Scene Recognition *MIN HTET THAR(동명대학교), 이철민(동명대학교), 이동명(동명대학교) | ||
G-4-2 |
Motor imagery 디코딩을 위한 Residual Dense Network *데니퍼마나(성균관대학교), 최계원(성균관대학교) | ||
G-4-3 |
YOLOv5 Inference Performance Analysis on Edge with different Machine Learning Frameworks *James Rigor Camacho(금오공과대학교), Angela Caliwag(금오공과대학교), 임완수(금오공과대학교) | ||
G-4-4 |
Reinforcement Learning based resource scheduling for network slicing in vehicular networks *Muhammad Ashar Tariq(경북대학교), Malik Muhammad Saad(경북대학교), Mahmudul Islam(경북대학교), Muhammad Toaha Raza Khan(경북대학교),
Junho Seo(경북대학교), Dongkyun Kim(경북대학교) | ||
G-4-5 |
A Lightweight Facial Emotion Recognition System Using Network Optimization Methods *Erick Valverde(금오공과대학교), Angela Caliwag(금오공과대학교), 임완수(금오공과대학교) | ||
| G-5. 스마트 산업 IV [10월 1일 09:30 ~ 10:30 (60분)] 좌장: 박형곤 교수(이화여대) | |||
G-5-1 |
시계열 패턴 군집분석을 기반으로 LSTM을 이용한 단기 전력 수요 예측 *오민지(충북대학교), 김주하(충북대학교), 엄지성(충북대학교), 최은선(충북대학교), 김재성(충북대학교), 조완섭(충북대학교) | ||
G-5-2 |
모바일 애드혹 네트워크 구축을 위한 Q-learning 기반 노드 위치 결정 전략 연구 *김나영(이화여자대학교), 권민혜(숭실대학교), 박형곤(이화여자대학교) | ||
G-5-3 |
레벨링과 분류기를 통한 자율주행에서의 차량인식 이준연(동명대학교), *안재오(동명대학교) | ||
G-5-4 |
사용자의 선호도를 고려한 콘텐츠 캐싱을 위해 추천시스템을 활용하여 연속적인 공간에서 콘텐츠를 캐싱하는 심층강화학습 모델 *이우빈(동국대학교), 임민중(동국대학교) | ||
G-5-5 |
궤적에서 객체의 중심점과 변위 추정을 통한 영상 객체 탐지 연구 *손하영(성균관대학교), 이유진(성균관대학교), 최계원(성균관대학교) | ||
