Loading...

학술행사

Korean AI Association

학술행사

  >   학술행사   >   국내학술대회

국내학술대회

연사 및 강의 소개
▶ Applied Maths for ML
강사
신봉기 교수(부경대학교)

내용
기계 학습은 몇 가지 기초적 수학 지식으로 쌓아 올린 학문이라고 할 수 있다. 결국 어떤 소프트웨어 도구를 사용하려고 하겠지만 그 도구를 잘 이해하고 결과나 문제점을 설명할 수 있기 위해서는 약간의 수학적 기초 지식이 필요하다. 본 강의에서는 이번 인공지능 겨울 학교에 참가하는 여러분들이 이미 과거 배웠고 대체로 알만한 내용들을 짚어보고 되새겨 볼 것이다.

약력
1999 - 현재 : 부경대학교 IT융합응용공학과 교수
1991 - 1995 : KAIST 전산학과 박사
1987 - 1991 : 한국통신SW연구소 선임연구원
▶ Machine Learning Basics
강사
양은호 교수(KAIST)

내용
최근 머신 러닝의 한 종류인 딥 러닝이 컴퓨터 비전, 자연어 처리 등 다양한 분야에서 폭발적인 성공을 거두며 많은 관심을 끌고 있다. 딥 러닝을 보다 잘 이해하기 위하여, 머신 러닝의 기본 원리를 확실히 이해하는 과정은 필수적이라고 할 수 있다. 본 강연에서는, 기본적인 supervised/unsupervised 학습에서부터 model capacity, regularization, stochastic gradient descent에 이르기까지 머신 러닝의 기본적인 원리에 대하여 간단하게 살펴본다.

약력
2016 - 현재 : KAIST 전산학부 조교수
2014 - 2016 : IBM T.J. Watson Research Center, Research Staff Member
2014 : University of Texas at Austin 컴퓨터과학 박사

홈페이지 http://mli.kaist.ac.kr
▶ Deep Feedforward Networks
강사
김인중 교수(한동대학교)

내용
본 강의에서는 딥러닝의 기본기에 해당하는 Deep Feedforward Network의 주요 개념과 딥러닝에서 매우 많이 사용되는 Back-Propagation 알고리즘을 설명한다. 또한, 신경망에서 사용되는 Hidden Unit들을 소개하고, 신경망의 구조를 설계하는데 고려할 점들에 대해 설명한다.

약력
2016 - 현재 : 머신러닝-스마트카 센터장
2006 - 현재 : 한동대학교 전산전자공학부 교수/학부장
2012 : U.C. Irvine 방문 교수
2001 - 2006 : (주)인지소프트 책임연구원
1990 - 2001 : KAIST 전산학과 박사

홈페이지 http://pro.handong.edu/callee/
▶ Regularization and Optimization for Deep Learning
강사
황성주 교수(KAIST)

내용
본 강의에서는 딥 네트워크에서의 과적합 (overfitting) 문제와 이를 방지하기 위한 여러 regularization 방법론 및 딥러닝의 최적화 문제에서의 특성, 그리고 non-convex 최적화에서의 최적 해를 찾기 위한 방법론들에 대하여 배운다.

약력
2018 - 현재 : KAIST 전산학부 조교수
2014 - 2017 : UNIST 컴퓨터공학과 조교수
2013 - 2014 : 박사후 연구원, Disney Research
2013 : Ph.D. in Computer Science, University of Texas, Austin, USA

홈페이지 http://www.sungjuhwang.com
▶ Convolutional Neural Networks
강사
조민수 (POSTECH)

내용
본 강의에서는 딥러닝 시대를 가능하게 한 가장 대표적인 아키텍쳐인이 합성곱 신경망 (convolutional neural network)을 소개하고, 컴퓨터비전 분야의 과거 주요 모델들과 관련 지어 그 역사적 맥락을 살펴보면서 성공 원인을  분석해본다. 또한, 영상 분류 (image classification) 뿐 아니라, 물체 탐지 (object detection), 의미론적 분할 (semantic segmentation), 영상 정합 (correspondence), 영상 묘사 (image captioning), 질의 응답 (visual question answering) 등의 문제들에 어떻게 사용되는지 살펴볼 것이다.

약력
2016 - 현재 : POSTECH 컴퓨터공학과 조교수
2012 - 2016 : 프랑스 컴퓨터과학 연구소(INRIA)
파리고등사범학교 (ENS)연구원
2012 : 서울대 전기컴퓨터공학부 박사

홈페이지 http://cvlab.postech.ac.kr/~mcho/
▶ Recurrent Neural Networks
강사
최재식 교수(UNIST)

내용
시계열 데이터 기반 딥러닝 모델은 금융, 의료등 다양한 응용에 사용될 수 있다. 본 강의에서는 시계열 데이터를 분석하는 인공신경망 모델인 Recurrent Neural Network(RNN), Long-Short Term Memory(LSTM)등을 살펴보고 관련된 문장 요약, 메모리 네트워크, 이미지 설명등의 응용을 소개한다. 이론적으로, RNN의 튜링 머신을 표현할 수 있다는 것을 예제를 통해서 보이고, 왜 선형 모델에 기반한 RNN이 장거리 상관관계(long-term dependence)를 표현하기 어려운지도 함께 살펴본다.

약력
2017 - 현재: 과학기술정보통신부/UNIST 설명가능인공지능 연구센터장
2013 - 현재: UNIST 전기컴퓨터공학부 부교수
2013 : 로렌스 버클리 연구소 박사후 펠로우
2012 : 일리노이 주립대 전산학과 박사 / 박사 후 연구원

홈페이지 http://sail.unist.ac.kr
▶ Deep Reinforcement Learning
강사
박주영 교수(고려대학교)

내용
깊은 강화학습(Deep Reinforcement Learning)은 현대 인공지능 기술 중 가장 활발한 연구가 이루어지는 분야 중 하나로써, 강화학습, 제어이론 및 딥러닝 기술이 결합되어 시너지 효과를 거두며 급속한 발전을 이루고 있다. 본 강좌에서는 깊은 강화학습 기술의 과거와 현재를 구성하는 주요 주제인 Controlled Ito Process, Stochastic Optimal Control, Hamilton-Jacobi-Bellman Equation, Markov Decision Process, Reinforcement Learning, Deep earning, AlphaGo Zero 등의 개념을 살펴보고, 이와 관련한 미래 기술의 방향에 대해 생각해본다.

약력
1993 - 현재 : 고려대학교 제어계측공학과 교수
1992 : University of Texas at Austin 전기및컴퓨터공학과 박사
1983 : 서울대학교 전기공학과 학사

홈페이지 http://sites.google.com/site/rbfpark3
▶ Hands-on Deep Learning with TensorFlow
강사
장길진 교수(경북대)

내용
TensorFlow는 미리 구현된 심화학습 알고리즘을 python 인터페이스를 기반으로 쉽게 사용할 수 있도록 제공해 주는 도구로써, 인공신경망과 심화학습에 대한 깊은 지식의 습득이 필요없이 일반인들도 다양한 인공지능 문제에 심화학습을 적용하는 것을 가능하게 한다. 최근에 널리 사용되고 있는 신경망들인 DNN (deep neural network), CNN(convolutional neural network), RNN (recurrent neural network), LSTM (long short-term memory) 등은 built-in 함수들로 구현되어 있으며, 이를 기반으로 개발된 공개소프트웨어(open-source software)들을 활용하면 대부분의 인공지능 문제들의 해결이 가능하다. 본 강의에서는 TensorFlow의 기초부터 시작하여 MNIST와 CIFAR10 등의 공개자료들을 인식하는 DNN과 CNN 구현방법들과 실제 코드들을 자세히 소개하며, 시계열 자료를 처리하기 위한 RNN 구현방법과 코드도 실제 데모와 함께 소개한다. 강의내용은 tensorflow.org 의 튜토리얼에 기반하며, GPU 의 사용방법 및 효율적인 TensorFlow의 사용법도 소개한다.

약력
2014 - 현재 : 경북대학교 전자공학부 조교수, 부교수
2010 - 2013 : UNIST 전기전자컴퓨터 공학부 조교수
2006 - 2009 : University of California, San Diego, 박사 후 연구원
2004 - 2006 : 삼성종합기술원 전문연구원
2004 : KAIST 전산학과 박사

홈페이지 http://milab.knu.ac.kr/