행사개요

행사명 제 4회 인공지능 및 로보틱스 여름학교 (AI & Robotics Summer School 2019)
일시 2019년 8월 19일(월) ~ 23일(금), 5일간
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.
※2018년도와의 차별성: 로봇공학 전분야를 인공지능에 중점을 두어 기초부터 구현까지 강의하며, 최신 토픽을 소개하는 프로그램으로 구성 함. 실습을 통해 직접 체험할 수 있는 기회를 제공 함. 특히 Screw theory등 예전 여름학교에 없던 새로운 내용을 보강하여 인공지능에서 비젼, 로봇 기구학까지 로봇공학 전분야의 유익한 내용을 모두 포함

프로그램 - 강의 시간표

연세대학교 신촌캠퍼스 4공학관 D404호
  8/19(월) 8/20(화) 8/21(수) 8/22(목) 8/23(금)
09:30-10:00 등록
9:30-10:00
딥러닝응용1
(순천향대 최혁두)
강화학습1
(고려대 박주영)
등록
9:30-10:00

평면형 병렬로봇
기반 Physical
concept of screw
theory
(한양대 이병주)

10:00-12:30 딥러닝소개
(연세대 김은태)
10:00-13:00

Screw theory 기초
평면형 병렬로봇
해석
(한양대 이병주)

12:30-14:00 중식
(연세대 백양로 플라자, 더라운지 식당)
14:00-17:30 컴퓨터비전
(ETRI 최성록)
딥러닝응용2
(순천향대 최혁두)
강화학습2
(고려대 박주영)

모빌리티 해석
공간형 병렬로봇
모델링
(고려대 김희국)

병렬로봇 합성
Singularity 해석
(고려대 김희국)

※ 강의 시간 및 제목은 변동될 수 있음

강의개요

일정 8/19(월) 오전
강사 김은태 (연세대학교 전기전자공학부)
제목 딥러닝기초
초록 본 강의에서는 Convolutional Neural Network(CNN) 을 이용한 영상 분류에 대한 개념 설명 및 실습을 진행한다. 강의 내용은 CNN에 대한 개념 설명 후, 딥러닝의 시작을 알린 AlexNet(2012)부터 VGG(2014), ResNet(2015), SE-Net(2017)까지 최신의 CNN 모델들에 대해 알아보고 실습한다. 실습은 구글에서 제공하는 무료 클라우드인 Colab을 통해 진행된다.
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 8/19(월) 오후
강사 최성록 (한국전자통신연구원 지능로보틱스연구본부)
제목 3차원 컴퓨터비전 및 응용
초록 본 강의에서는 로봇공학에서 많이 사용되는 3D vision의 핵심 이론과 이를 이용한 응용들에 대해 소개한다. Single-view geometry, two-view geometry, multi-view geometry와 같은 영상기하학 이론과 함께, 이와 밀접한 관계가 있는 카메라 캘리브레이션, 왜곡보정, 흔들림 보정, 영상접합(image stitching), visual odiometry/SLAM, 3D reconstruction과 같은 응용을 코드레벌로 살펴본다.
약력 2006 B.S. in Mechanical and Aerospace Engr., Seoul National Univ.
2008 M.S. in Robotics, KAIST
2019 Ph.D. in Robotics, KAIST
현재 한국전자통신연구원 선임연구원
일정 8/20(화) 오전/오후
강사 최혁두 (순천향대학교 전자정보공학과)
제목 딥러닝을 이용한 영상 깊이 및 자세 추정
초록 본 강의에서는 딥러닝의 비지도 학습을 이용한 자세 및 영상 깊이 추정 (Visual Odometry and Depth Estimation, VODE) 기술을 소개하고 실습한다. 한 장의 영상에서 픽셀 별 깊이(depth)를 예측하는 DNN과 두 영상 사이의 상대적인 자세(pose)를 추정하는 DNN을 비지도 학습으로 동시에 학습시키는 방법에 대해 알아본다.
 
[오전]
1. VODE 기술 소개
2. 데이터 입력 파이프라인 준비
3. VODE DNN 학습
 
[오후]
4. 3차원 자세 표현 방법 (quaternion) 소개
5. VODE DNN 구조 비교
6. VODE 정확도 평가
약력 2004 B.S. in Electronic Engr., Yonsei Univ.
2014 Ph.D. in Electronic Engr., Yonsei Univ.
현재 순천향대학교 전자정보공학과 교수
일정 8/21(수) 오전/오후
강사 박주영 (고려대학교 전자ㆍ기계융합공학과)
제목 Deep Reinforcement Learning
초록 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, Deep Learning, AlphaGoZero/AlphaZero, Soft Actor-Critic, World Model/Planet, Hierarchical Reinforcement Learning 등의 개념을 코딩 기술과 함께 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
일정 8/22(목) 오전/오후
강사 이병주 (한양대학교 전자공학부)
제목 스크류 이론에 기반한 병렬 로봇 기구학 해석 및 응용 (기초이론)
초록 스크류 이론은 병렬 메커니즘의 기하학적이며 물리적인 특성을 활용하여 기구학 해석을 효율적으로 수행할 수 있게 하는 매우 유용한 기법중의 하나이다. 본 강좌에서는 스크류 이론과 더불어 이에 대한 기하학적이며 물리적인 의미를 평면형 로봇을 중심으로 소개한다. 세부내용으로는 스크류(twist와 wrench) 및 관련 좌표계 정의, Reciprocal 스크류의 물리적 개념, Actuation wrench를 활용한 여유구동/여유자유도/저자유도 모델링 기법에 관하여 소개하고 그 응용사례를 다룬다.
 
[오전]
1. Overview 및 병렬로봇 응용사례
2. 용어설명 및 Screw 이론 기초
 
[오후]
1. 직렬 및 병렬로봇 Duality
2. 다양한 평면형 병렬로봇 모델링
약력 1984 : 한양대학교 기계공학과 학사
1991 : University of Texas at Austin 기계공학과 박사
1992 - 1995 : 한국기술교육대학교 제어기계공학과 조교수
1995 - 현재 : 한양대학교 제어계측공학과 및 전자공학부 교수
대한의료로봇학회, 한국로봇학회 회장 역임
일정 8/23(금) 오전/오후
강사 김희국 (고려대학교 전자ㆍ기계융합공학과)
제목 스크류 이론에 기반한 병렬 로봇 기구학 해석 및 응용 (심화)
초록 스크류 이론은 병렬 메커니즘의 기하학적이며 물리적인 특성을 활용하여 기구학 해석을 효율적으로 수행할 수 있게 하는 매우 유용한 기법중의 하나이다. 본 강좌에서는 공간형 병렬 로봇의 모빌리티 분석 및 기구학 해석(저자유도, 여유자유도, 여유구동 등)에 관한 다양한 응용사례를 다룬다. 그리고 스크류 이론에 기반을 둔 공간형 병렬 로봇의 병렬 구조 합성 기법과 line geometry를 활용한 병렬 메커니즘의 특이형상 분석 기법 (Grassmann Line Geometry)을 소개한다.
 
[오전]
1. 모빌리티 분석 (Modified Grubler’s Mobility Formula) 사례
2. 기구학 해석 (공간형 여유구동/여유자유도/저자유도) 사례
 
[오후]
1. 구조합성 기법 및 응용사례
2. 특이형상 분석 기법 (Grassmann Line Geometry)
약력 1980 : 고려대학교 기계공학과 학사
1990 : University of Texas at Austin 기계공학과 박사
1991 - 현재 : 고려대학교 전자·기계융합공학과 교수