Loading...

학술대회

Korea Robotics Society


학술대회
제3회 인공지능 및 로보틱스 여름학교
AI & Robotics Summer School 2018

  >   학술대회   >   인공지능 및 로보틱스 여름/겨울학교

인공지능 및 로보틱스 여름/겨울학교

프로그램

행사개요

행사명 제 3회 인공지능 및 로보틱스 여름학교 (AI & Robotics Summer School 2018)
일시 2018년 8월 22일(수) ~ 24일(금), 3일간
장소 연세대학교 신촌캠퍼스 4공학관 D404호
“주차는 당일에만 사용가능한 주차권을 5000원에 개별 구매 가능”
주최/주관 한국로봇학회
취지 국내 대학원생들을 포함한 robotics community에 AI & robotics 분야의 명강의와 실습을 포함한 평소 접하기 어려웠던 교육 서비스를 제공한다.
※ 2017년도와의 차별성
어려운 기계학습 관련 이론을 가급적 없애고 기초와 구현 강의에 중점을 두며, 최신 토픽을 소개하는 프로그램으로 구성 함. 실습을 통해 직접 체험할 수 있는 기회를 제공 예정

프로그램

강의 시간표

연세대학교 신촌캠퍼스 4공학관 D404호
  8/22(수) 8/23(목) 8/24(금)
09:30-10:00 등록
9:00-10:00		 딥러닝 기반 Time Series 해석과 Seq-to-Seq Modeling
(연세대 강홍구)		 강화학습 이론과 실습
(UNIST 최재식)
10:00-12:30 기계학습과 딥러닝
(연세대 김은태)
10:00~13:00
12:30-14:00 중식
(연세대 백양로 플라자, 더라운지 식당)
14:00-17:30 딥러닝 인식과 검출
(연세대 김은태)		 딥러닝 기반 영상 정합
(연세대 함범섭)		 강화학습 이론과 실습
(UNIST 최재식)
※ 강의 시간 및 제목은 변동될 수 있음

강의개요

강사 김은태 (연세대학교 전기전자공학부)
일정 8/22(수) 오전
제목 기계학습과 딥러닝
초록 본 강의에서는 기계학습의 기본개념을 이해하고 Multilayer Perceptron (MLP)에서 Support Vector Machine (SVM)을 거쳐 딥러닝으로의 발전과정을 간단한 예제를 중심으로 학습한다. 강의내용은 다음과 같다.
  1. Multilayer Perceptron (MLP)
  2. Support Vector Machine (SVM)
  3. Deep Neural Network (DNN)
  4. NumPy와 Tensorflow를 이용한 구현
약력 1992 B.S. in Electronic Engr., Yonsei Univ.
1994 M.S. in Electronic Engr., Yonsei Univ.
1999 Ph.D. in Electronic Engr., Yonsei Univ.
현재 연세대학교 전기전자공학부 교수
일정 8/22(수) 오후
제목 딥러닝 인식과 검출
초록 본 강의에서는 Convolutional Neural Network (CNN)을 이용한 응용의 대표적인 예로 detector의 구조에 대하여 간단한 예제를 중심으로 학습을 한다. 강의내용은 다음과 같다.
  1. Faster R-CNN
  2. SSD (Single Shot MultiBox Detector)
  3. YOLO (You Look Only Once)
약력 1992 B.S. in Electronic Engr., Yonsei Univ.
1994 M.S. in Electronic Engr., Yonsei Univ.
1999 Ph.D. in Electronic Engr., Yonsei Univ.
현재 연세대학교 전기전자공학부 교수
 
강사 강홍구 (연세대학교 전기전자공학부)
일정 8/23(목) 오전
제목 Time Series and Seq-to-Seq Modeling
초록 본 강의에서는 시계열 (time series) 데이터를 처리하기 위한 딥러닝 구조와 Sequence-to-sequence 모델링 기법에 대한 이론 및 응용 분야에 대해 설명하고, 간단한 예제를 통해 이해도를 높인다. 강의 내용은 다음과 같다.
  1. RNN, LSTM, GRU
  2. Sequence-to-sequence model
  3. 응용 분야 및 실습
약력 1989 B.S. in Electronic Engr., Yonsei Univ.
1991 M.S. in Electronic Engr., Yonsei Univ.
1995 Ph.D. in Electronic Engr., Yonsei Univ.
현재 연세대학교 전기전자공학부 교수
 
강사 함범섭 (연세대학교 전기전자공학부)
일정 8/23(목) 오후
제목 딥러닝 기반 영상 정합
초록 본 강의에서는 스테레오 정합, 의미론 정합을 포함한 정합 분야의 연구 흐름에 대해 알아본다. 딥러닝 적용 이전의 영상 정합의 발전 사항을 살펴본 후, 최근 딥러닝 기반으로 정합자 학습, 메트릭 학습 등이 영상 정합에 응용되고 있는 사례를 살펴본다.
약력 2008 B.S. in Electronic Engr., Yonsei Univ.
2013 Ph.D. in Electronic Engr., Yonsei Univ.
현재 연세대학교 전기전자공학부 조교수

강사 최재식 (UNIST 컴퓨터공학과)
일정 8/24(금) 오전/오후
제목 강화학습 기초 및 깊은 강화학습 응용
초록 본 강의에서는 강화학습의 기초 이론 및 깊은 강화학습 관련 최신 연구 및 응용을 소개한다. 강화학습 기초 이론 및 깊은 강화학습 응용을 실습을 통해서 익힌다. 또한, 강화학습이 로봇에 적용된 예제를 구체적으로 소개하며, 강화학습을 설명가능하게 하는 최신 연구를 소개한다.

[ 오전 ]
  1. Basics of Reinforcement Learning(RL)
    • Value iteration & Policy iteration
    • Q-Learning
  2. Model-free & Model-based RL
    • Temporal Difference Learning
    • Linear Quadratic Regulator
  3. Q-Learning 실습

[ 오후 ]
  1. Deep RL
    • Deep Q-Learning
    • Policy Gradients
  2. Policy Gradients 실습
  3. RL for Robots and Explainable RL
약력 2003 B.S. in Computer Engr. Seoul National Univ.
2012 Ph.D. in Computer Sci., Univ. of Illinois at Urbana-Champaign