Loading...

학술대회

Korea Robotics Society

제1회 인공지능 및 로보틱스 여름학교
AI & Robotics Summer School 2016

  >   학술대회   >   인공지능 및 로보틱스 여름학교

인공지능 및 로보틱스 여름학교

프로그램

행사개요

행사명 인공지능 및 로보틱스 여름학교 (AI & Robotics Summer School)
일시 2016년 8월 8일(월) ~ 12일(금), 5일간
장소 대전 KAIST 다목적홀 (대전광역시 유성구 대학로 291, N1 김병호ㆍ김삼열 IT융합 빌딩)
주최/주관 한국로봇학회
취지 국내 대학원생들을 포함한 robotics community에 AI & robotics 분야의 명강의와 실습을 포함한 평소 접하기 어려웠던 교육 서비스를 제공한다.

프로그램(안)

강의 구성

  • 8/8(월) ~ 8/10(수): 강의 Only
  • 8/11(목) ~ 8/12(금): 강의 & 실습
※ 딥러닝, 스마트폰 활용 영상기반 로봇 프로그래밍강의 & 실습 프로그램임

강의 시간표(안)

장소: KAIST 다목적홀 (N1 김병호ㆍ김삼열 IT융합 빌딩)
  8/8(월) 8/9(화) 8/10(수) 8/11(목) 8/12(금)
09:00-10:00 등록 딥러닝
(KAIST 김준모 교수)
머신러닝의 소개
(KAIST 유창동 교수)
딥러닝
(김준모 교수)
스마트폰 활용 영상기반 로봇 프로그래밍
(광운대 박광현 교수)
10:00-13:00 컴퓨터비전: 이론과 응용
(KIAST 권인소 교수)
13:00-14:30 중식 교수회관 [건물번호 N6 2층] 중식 교수회관 [건물번호 N6 2층]
14:30-18:30 Deep Learning for NLP & speech recognition
(네이버 랩스 김정희 수석)
딥러닝
(김준모 교수)
로봇 지능 구조
(한양대 서일홍 교수)
스마트폰 활용 영상기반 로봇 프로그래밍
(광운대 박광현 교수)
스마트폰 활용 영상기반 로봇 프로그래밍
(광운대 박광현 교수)
강의 Only   강의&실습
※ 강의 시간 및 제목은 변동될 수 있음

강의개요

강 사 권인소 교수 (카이스트 전기및전자공학부)
제 목 컴퓨터비전: 이론과 응용
초 록 컴퓨터비전은 인간시각시스템의 작동원리를 수학적모델로 분석하고 이해하려는 시도들을 중심으로 발전 하여왔다. 최근 들어서는 컴퓨터그래픽스, 머신러닝 등 새로운 분야와의 융합으로 급속적인 발전을 이루었다. 본 강연에서는 컴퓨터비전에 대한 기초에서부터 다양한 응용까지를 소개한다. 구체적으로는 (1) 카메라 모델에 대한 소개 및 수학적 모델, (2) 여러 대의 카메라를 이용한 3차원복원에 대한 기본 이론, (3) 밝기값을 이용한 3차원 정보 추출에 대한 기본 방법론과 그 이론, (4) 트래킹, 물체분할 등과 같은 기본 알고리듬에 대한 소개, (5) 특징 추출과 매칭, (6) 물체인식 방법론 등을 소개한다. 특히, 각 주제 별로 기존 방법론들이 갖고 있는 한계를 소개하고, 최근 딥러닝 기반의 방법론들이 이러한 문제를 해결하는 새로운 접근법들을 비교하여 설명한다.
약 력 서울대학교 기계설계학과, 공학사, 1981
서울대학교 기계설계학과, 공석사, 1983
Carnegie Mellon University, Ph.D. in Robotics, 1990

한국기계연구원, 연구원, 1983~1984
Toshiba R&D Center, Researcher, 1991~1992
Cambridge University, Visiting Professor, 1998~1999
카이스트 전기및전자공학부, 교수, 1992~현재
카이스트 전기및전자공학부, 한전석좌교수, 2015~현재
 
강 사 김정희 수석 (네이버 랩스)
제 목 Deep Learning for NLP & speech recognition
초 록 네이버에서는 음성인식, 이미지 분석, 자연어 처리 분야에서 딥러닝을 활용한 서비스를 제공해 오고 있으며, 특히 자연어 처리 분야에서도 딥러닝을 통해 성능 개선 및 새로운 서비스를 출시할 수 있도록 노력하고 있다. 이에 딥러닝 관련 다양한 알고리즘 들이 자연어 처리 분야에서 어떻게 활용될 수 있는지 살펴보도록 한다.
약 력 1996년 서울대 전기공학부 학사 졸업
1999년 서울대 전기공학부 석사 졸업
1999년 ~ 2008년 : LG 전자 기술원
2012년 ~ 현재 : 네이버
 
강 사 김준모 교수 (카이스트 전기및전자공학과)
제 목 딥러닝
초 록 딥러닝은 최근 음성 인식, 영상 인식 분야의 각종 세계 기록을 새로 수립하면서 강력한 기계학습 방법으로 각광받고 있다. 특히 기존에 사람이 수동으로 각종 feature를 design한 후 기계학습 방법과 결합하여 분류, 인식 문제를 해결하던 패러다임을 탈피하여 data로부터 자동적으로 계층적인 feature들을 학습하고 분류, 인식까지 통합하여 수행할 수 있다는 점에서 딥러닝은 기계학습의 새로운 패러다임을 제시하였다고 할 수 있다. 본 강의에서는 딥러닝이 무엇이며, 왜 그 동안 딥러닝이 어려웠는지 살펴보고 deep learning을 가능하게 한 최근 연구 성과들을 소개한다. 이와 관련하여 restricted Boltzmann machine (RBM), deep belief network (DBN), deep neural network (DNN), convolutional neural network (CNN) 등의 기법을 소개하고 이들이 얼굴 인식, 물체 인식을 포함한 robot vision 문제들에 어떻게 활용되는지 소개한다. 또한 실습 시간에는Theano, Tensorflow, Caffe와 같은 딥러닝을 위한 라이브러리의 활용 방법을 살펴보고 직접 사용해 보는 실습 기회를 제공한다.

<실습 내용 및 담당 조교>
- Theano 설치 및 python, Theano를 이용한 기초 프로그래밍 설명. Theano 활용 기초 예제 및 artistic style transfer 심화 예제 분석 (성시현) Tensorflow의 설치방법, 기본적인 실행 및 Examples(MNIST, CIFAR-10). Multi-GPU와 Distributed Tensorflow를 활용하기 위한 coding 기법. (김영수)
- Caffe 설치 및 기본적인 사용방법. 데모환경을 설정하고 Caffe를 이용하여 CNN을 구성하고 학습시키는 방법 실습. pycaffe를 이용한 결과 visualization. (김병주)
- Caffe를 이용한 새로운 layer 제작. Caffe 구조 파악 (임준호)
약 력 1995-1998: 서울대학교 전기공학부 학사
1998-2005: MIT, EECS석사, 박사
2005-2009:삼성종합기술연구원 전문연구원
2009-현재: KAIST 전기및전자공학과 조교수
 
강 사 유창동 교수 (KAIST)
제 목 머신러닝의 소개
초 록 본 강의에서는 기계학습이란 분야를 소개를 한다. 기계학습이 다루는 문제들, 접근 방식, 기본이 되는 원칙, 그리고 기계학습의 발전 milestone 들을 알아본다. 그리고 기계학습의 핵심이며 deep learning과 연관성이 깊은 graphical model에 대하여 알아 보도록 한다.
약 력 1986 B.S. degree in Engineering and Applied Science/California Institute of Technology
1988 M.S. degree in Electrical Engineering/Cornell University
1996 Ph. D. degree in Electrical Engineering/Massachusetts Institute of Technology

1999 – 현재 KAIST 전기및전자공학부 교수
1997 – 1999 한국통신(KT) 연구개발본부 선임연구원
 
강 사 서일홍 교수 (한양대학교 융합 전자공학부)
제 목 로봇 지능 구조
초 록 알파고의 등장으로 곧 완벽한 AI가 실현되리라는 기대감에 부풀어 있다. 특히, 인공지능을 갖춘 로봇이 보급되어 인간의 삶을 풍요롭게 하며 함께 공존하며 살아갈 것이 예측되고 있다. 그렇지만 아직은 사람 수준의 로봇 지능을 만드는 것은 어려운 도전과제로 남아있다. 본 강연에서는 인공지능과 로봇 지능의 개념 및 지능구조를 포함한 로봇 지능을 위한 중요한 도전과제들을 제시한다. 어떠한 로봇 지능구조가 필요한가를 이해하기 위해, 먼저 가장 완벽한 지능을 보여주는 인간 뇌를 대상으로, 인간 뇌의 계산구조가 어떻게 되어 있는지를 살펴본다. 다음으로 불확실한 상황에서 행동선택을 할 수 있는 지능 구조로 생각할 수 있는 Bayesian robot programming 을 소개한다. 마지막으로 다양한 로봇 지능( 인지) 구조를 살펴본다. 특히, 이들 지능구조를 구성하는 핵심 요소들에 대해 논의한다.
약 력 현재: 한양대학교 융합 전자공학부 교수 및 대학원 지능로봇학과 주임교수
• IEEE Fellow
• 한국 공학 한림원 ( NAEK ) 정회원
• IROS 2016( 2016세계 지능로봇 총회 ) 의장
• 한국 뇌 공학회 회장 ( 2015-2016 )
• 전 한국로봇 학회 회장 ( 2008 년도 )
 
강 사 박광현 교수 (광운대학교 로봇학부)
제 목 스마트폰 활용 영상기반 로봇 프로그래밍
초 록 안드로이드 스마트 폰에서 영상처리를 통해 로봇의 위치를 파악하고 블루투스 4.0 BLE 통신으로 로봇을 제어하는 방법을 학습한다. 강의는 크게 3개의 수업으로 구성된다. 첫 번째 수업에서는 안드로이드 앱을 개발하는 과정을 살펴보고 블루투스 4.0 BLE 통신으로 로봇을 조종하는 방법을 배운다. 두 번째 수업에서는 JNI 기술을 학습하고 스마트 폰에서 영상처리를 통해 마커를 인식하는 과정을 실습한다. 세 번째 수업에서는 인식된 마커를 통해 로봇의 위치를 파악하고 스마트 폰에서 로봇을 제어하는 방법을 학습한다.
약 력 1994.02 KAIST 전기및전자공학과 학사
1997.02 KAIST 전기및전자공학과 석사
2001.02 KAIST 전기및전자공학과 박사
2008.03~현재 광운대학교 로봇학부 부교수
2014.06~현재 로봇SW교육원 원장