인공지능 및 기계학습은 4차 산업혁명 시대의 필수 기술로 인식되어 연구자들로부터 많은 관심을 받고 있으며 연구 및 활용 범위가 확대되고 있습니다. 최근에는 반도체, 통신, 신호처리, 자율주행 자동차, 로봇 등 전통적인 IT분야뿐만 아니라 의료, 금융, 마케팅, 경영 등 다양한 분야와 융합되어 활용되고 있으며 관련하여 다양한 형태의 서비스 및 어플리케이션이 개발되고 있습니다. 본 강좌에서는 강좌 수강자에게 인공지능과 기계학습의 기초 이론 습득 기회를 제공하며 실습 강좌 형식으로 텐서플로우 및 파이토치를 이용한 구현 학습 기회까지 제공할 수 있도록 프로그램을 구성하였습니다. 따라서 본 강좌는 기계학습과 인공신경망을 학습하고자 하는 전공 학생 및 엔지니어뿐만 아니라 전공자는 아니나 기계학습 및 인공지능을 본인의 분야에 활용해보고자 하는 개발자/연구자들이 인공지능과 기계학습의 기초 이론을 학습하고 실습까지 경험해볼 수 있는 좋은 기회가 될 것으로 기대하오니 많은 참여를 부탁드립니다.
대한전자공학회 회장 공준진 대한전자공학회 사업위원장 황인철
단기강좌 운영위원장 조성현
단기강좌 개요
o 행사명 : 기계학습과 인공신경망 이론 및 파이토치/텐서플로우를 활용한 실습 단기강좌
o 일시 : 2021년 7월 6일(화) ~ 7일(수) / 2일간
o 장소 : 온라인 진행
o 주최 : 대한전자공학회 사업위원회 o 후원 : 삼성전자
프로그램 (세부일정)
1일차(7.6) : 딥러닝 기초이론과 PyTorch를 이용한 실습
시간
프로그램
연사
08:30~09:00
단기강좌 등록
-
09:00~09:10
개회사
공준진 학회장
(대한전자공학회)
09:10~11:00
교사학습 개요 및 로지스틱 회귀분석
정우환 교수
(한양대학교)
11:10~13:00
심층신경망 이론 및 구현
13:00~14:00
중식
-
14:00~15:50
CNN과 신경망 성능향상 기법
정우환 교수
(한양대학교)
16:00~17:50
PyTorch를 활용한 신경망 및 CNN 실습
강연요약 : 1일차 강의에서는 딥러닝 이론과 파이토치(PyTorch) 기반 딥러닝 프로그래밍에 대해서 소개한다. 해당 소개를 기반으로 하여 인공신경망 구조 중에서 가장 기초가 되는 MNIST이미지 셋의 학습을 위한 다계층 인공신경망 구현과 다양한 코드 변환에 대해서 논한다. 이에 대한 심화학습으로써 이미지 처리에 많이 사용되는 CNN구조에서 간략히 소개를 하고 파이토치를 활용한 CNN구조의 설계 및 MNIST데이터 셋의 학습에 대해서 소개한다. 또한 CNN 모델의 분류성능을 향상시키기 위한 여러 기법들에 대하여 설명한다.
2일차(7.7) : GAN 및 강화학습 기초와 텐서플로우를 이용한 실습
시간
프로그램
연사
08:30~09:00
단기강좌 등록
-
09:10~11:00
GAN 이론 및 구현
김중헌 교수
(고려대학교)
11:10~13:00
강화학습 기초 이론
13:00~14:00
중식
-
14:00~15:50
강화학습 심화 및 딥러닝기반 심층강화학습
김중헌 교수
(고려대학교)
16:00~17:50
심층강화학습 구현
강연요약 : 2일차 강의에서는 구현 관점에서 적대적생성모델(Generative Adversarial Network, GAN)에 대해서 설명하고 그 의미에 대해서 논한다. 본 GAN구현은 손실함수를 설계함에 있어서 GAN의 목적식을 활용함으로써 최적화 문제에 심층신경망 이론의 적용 가능성에 대해서도 추가적으로 논한다. 더불어 최근 자율주행, 게임AI, 전문가시스템 등 많은 분야에서 활용되는 강화학습에 대한 기본적인 이론과 그 구현에 대해서 논한다. 더불어 해당 강화학습을 최근에는 심층신경망/딥러닝과 접목하여 심층강화학습이라는 이름으로 많은 연구가 이루어지고 있다. 이러한 심층강화학습 알고리즘에 대해서 심도 있는 논의를 진행하며 더불어 그에 대한 구현 상의 이슈들에 대해서 다룬다. 마지막으로 해당 알고리즘이 사용되는 많은 예시를 알아봄과 동시에 현재 연구 동향에 대해서도 논한다.
단기강좌 등록안내
사전등록비
구 분
학생
(학생회원)
학생
(비회원)
일반(회원) 및
특별회원/후원사
일반(비회원)
단기강좌 등록 [온라인 등록]
300,000원
330,000원
350,000원
400,000원
o 단기강좌 등록기간 : ~ 2021년 7월 2일(금) 18시까지
o 아래 사전등록 클릭 - 사전등록 정보 입력 및 등록비 결제 진행을 하여주시기 바랍니다.
o 강연자료는 책자인쇄 제공은 하지 않으며, 파일형태로 제공됩니다. (PDF파일 제공 - 행사전일 E-메일 안내)
워크숍 등록자분께는 행사전일 안내메일 발송(강연온라인 경로, 강연자료(PDF), 거래명세서, 참가확인서)
o 카드결제가 불가하신 분께서는 계좌시, 아래 계좌정보로 이체하여 주시기 바랍니다.
이체 후 입금정보 및 계산서발행을 위한 정보(사업자등록증)를 E-메일로 송부하여 주시기 바랍니다.
o 입금계좌(학회 (사업)계좌) : 한국씨티은행 102-50809-243 (예금주 : (사)대한전자공학회) o 대한전자공학회 사업자등록증(2021년) ( 학회 사업자등록증 PDF (다운로드) ) o 등록비 입금통장사본(사업워크숍) ( 통장사본 PDF (다운로드) )
영수증 및 계산서 발급안내
결제방법
카드영수증
계산서(전자)
거래명세서
카드결제
가능(온라인 출력가능)
불가능(이중발급)
기본발행
계좌이체 및 무통장 결제
불가능
가능
(전자-이메일발행,)
기본발행
o 계산서는 온라인에서 신청해 주시기 바랍니다. 카드결제시 계산서 발급은 불가능합니다.
o 웹 카드결제시, 전표출력 웹사이트 : www.allatpay.com
문의처
o 담 당: 대한전자공학회 배기동 부장
o 연락처 : 02-553-0255 (내선5) / E-메일 : biz@theieie.org
강사가 온라인을 통하여 제공하는 강의동영상 자료, 그 밖의 강의관련 자료는 강사의 저작물이거나 타인의 저작물로서 저작권법으로 보호됩니다. 따라서 저작권법을 위반하여 강의자료를 무단으로 복제, 배포, 전송하는 행위를 할 경우 민·형사상 책임을 질 수 있으니 다음 사항에 유의하시기 바랍니다.
가. 다운로드(복제)한 강의자료를 본인 외 타인에게 배포, 전송하는 행위
나. 강의자료에 접근할 수 있도록 허용된 등록자 외의 자가 강의자료가 게시된 시스템에 접근가능하도록 아이디와 비밀번호 또는 접근가능한 URL 등을 타인과 공유하는 행위
다. 강의자료에 부착된 복제방지 조치를 무력화하는 행위
라. 강의자료를 SNS(인터넷) 등에 게시 또는 타인에게 전송할 경우 외국에서 접근가능한 상 태가 되 므로, 외국의 저작권 침해문제가 발생할 수 있음
마. 처벌 법적근거 : 저작권법 제136조
제136조(벌칙)
① 다음 각 호의 어느 하나에 해당하는 자는 5년 이하의 징역 또는 5천만원 이하의 벌금에 처하거나 이를 병과할 수 있다.
<개정 2011. 12. 2.>
1. 저작재산권, 그 밖에 이 법에 따라 보호되는 재산적 권리(제93조에 따른 권리는 제외한다)를 복제, 공연, 공중송신, 전시, 배포, 대여,
2차적저작물 작성의 방법으로 침해한 자
