이제 딥러닝 기술은 무서운 속도로 각 분야에 퍼져가고 있습니다. 그에 따라 활용 사례도 늘어나고 있고, 실전 적용에 막히는 여러가지 문제도 해결하고자 많은 연구가 활발히 이루어지고 있습니다. 딥러닝을 공부하시는 분이라면 딥러닝 코어 및 알고리즘은 물론 타 분야의 활용사례, 최근에 유행하고 있는 GAN과 강화학습까지 관심을 가지고 계실겁니다. 다양한 주제로 즐겁게 소통하고자 첫번째 ‘함께하는 딥러닝 컨퍼런스’를 대전에서 개최합니다. 대전은 정부출연연구원 및 정부청사, 우수한 대학교, 최첨단 기술 중심의 벤처회사들이 밀집된 지역인 만큼 다른 지역과는 또 다른 느낌의 소통이 이뤄질 것 같아 기대되네요~

img

  1. 일시 : 2018년 6월 28일 (10시~18시)
  2. 장소 : (우)34113 대전광역시 유성구 가정로 217 과학기술연합대학원대학교
    • 세션 A: 강당 300명
    • 세션 B: 사이언스홀 60명
    • 세션 C: 대회의실 30명
  3. 주최 : (주)인스페이스, 케라스 코리아, 대딥사, 한국원자력연구원
  4. 후원 : UST 과학기술연합대학원대학교, NIPA 정보통신산업진흥원
  5. 대상 : 인공지능 및 딥러닝에 관심있거나 관련 연구를 수행하시는 분들 (약 500명)

img

발표는 아래 세가지 방식으로 진행됩니다.

  • 세미나(50분) : 어떤 주제에 대해 깊이 있는 지식이나 전반적인 내용을 다룹니다.
  • 라이트닝톡(20분) : 자신의 연구 및 기관에 대한 소개, 자유로운 토론 위주로 합니다.
  • 핸즈온랩 : 직접 따라하면서 실습을 할 수 있는 시간을 가집니다.

딥러닝 몰라도 간(GAN)부터 보기, 김태영 - 입문 (세미나)

img

연사소개

(주)인스페이스 기술이사, 케라스 코리아, 대딥사 운영자이며, 경희대학교 우주탐사학과 박사과정에 진학 중입니다. 다양한 분야에 딥러닝 모델을 심을 수 있도록 대중화에 힘쓰고 있습니다.

발표소개

요즘은 인공지능이 그림도 그리고, 진짜같은 사람 목소리도 만들어내는 세상입니다. 이러한 것들을 생성모델이라고 하고, 그 근간에는 GAN이라는 것이 있습니다. 딥러닝을 잘 모르시는 분들이라도 레고 사람을 조립해보면서 기본적은 GAN의 개념을 익혀보겠습니다. CGAN, LSGAN, InfoGAN뿐만아니라 Pix2Pix, CycleGAN 등도 레고 사람으로 조립해보면서 확실히 간(GAN) 보도록 하겠습니다.

img

딥러닝 모델은 네트워크, 목표함수(objective function), 최적화기(optimizer)으로 구성되고, 레고 사람으로 비유하면 머리, 상반신, 하반신으로 나눌 수 있습니다. GAN에 관심을 가지신 분들은 Generator (생성자)와 Discriminator(판별자)가 있다는 것을 아실겁니다. 그럼 GAN에서는 두 개의 모델이 있는 데, 이걸 어떻게 조립해야할까요? 그림에 있는 화살표처럼 조립하면 될까요? 그렇지 않습니다. 조금은 잔인한 방법으로 조립됩니다. 좀 더 확장된 GAN들은 좀 더 잔인합니다. 노약자나 심신이 약하신 분들은 주의하시길 바랍니다.

참고자료

발표자료

블로그 및 깃헙

  • 김태영의 케라스 블로그 : 케라스와 딥러닝에 관련된 강좌 및 세미나 자료가 정리되어 있습니다. 딥러닝 입문에 추천드립니다.

저서

  • 블록과 함께하는 파이썬 딥러닝 케라스 : 케라스 사용에 필요한 딥러닝 개념 설명과 실습 가능한 파이썬 소스코드를 담고 있으며 직관적으로 딥러닝 모델 구성을 이해할 수 있도록 블록쌓기 예제가 포함되어 있습니다. 교보문고 바로가기

연락처

img

딥러닝 보물상자 ‘캐글’ 알아보기 , 이유한 - 입문 (세미나)

img

연사소개

현재 KAIST 생명화학공학과에서 박사과정 재학중이며, 전공은 분자 시뮬레이션입니다. 데이터 사이언스, AI를 어디서 배울지 고민하다가 캐글을 알게 된 후, 캐글에 푹 빠져버린 대학원생입니다. 저에게 큰 도움을 준 캐글을 다른 사람들과 함께 하고 싶어 발표자로 참여하게 되었습니다. 현재 캐글 코리아을 운영 중에 있습니다.

발표소개

전세계 데이터를 사랑하는 사람들에게 데이터를 제공하고, 함께 즐길 수 있도록 해주는 캐글을 소개하려고 합니다. 캐글 내 유능한 데이터분석가들의 귀하디 귀한 노하우를 거저!!! 얻을 수 있는 방법을 소개해드릴 겁니다. 또한 자신의 노하우도 거저!!! 나눠주는 방법도 소개해드릴 겁니다. 제 세션에 참석하시는 모든 분들이 캐글러가 되는 게 제 발표 목표입니다!

발표자료

블로그 및 깃헙

연락처

img

타이타닉 생존자 예측을 해보자, 이유한 - 입문 (핸즈온랩)

핸즈온랩소개

핸즈온랩에서는 타이타닉 생존자 예측하는 문제를 머신러닝으로 풀어보는 시간을 가질 예정입니다. 실무에 인공지능을 접목하실려는 분들께서는 생생한 꿀팁들을 가지고 가질 수가 있습니다. 실제 가입 및 실습을 진행합니다.

준비물

  1. 노트북

Graph Neural Network, 류성옥 - 알고리즘 (세미나)

img

연사소개

석박사통합과정 5년차이며 KAIST 화학과 전공입니다. 양자역학을 연구하다가, AI가 세상을 바꿀 기술이라 생각되어 딥러닝을 공부하는 대학원생입니다. AI를 활용하여 Smart Drug Discovery를 연구중이며, Graph Neural Network 을 이용한 네트워크 분석에 관심이 많습니다.

발표소개

격화된 공간에서 표현되는 이미지와 다르게, 네트워크/물리/화학 등 시스템을 구성하는 객체들띠리 복잡한 관계를 형성하는 문제들은 Graph로 문제가 정의되곤 합니다. 이러한 문제를 data-driven으로 해결하기 위한 Graph Neural Network에 대해서 소개하고, 실제로 분자들의 구조-물성 관계(Quantitative Structure Activity Relationship; QSAR)을 딥러닝 모델을 개발하여 연구한 사례를 소개합니다. 뱀다리) 당일 4주훈련을 마치고 퇴소하여 까까머리로 발표할 예정입니다^.

발표자료

참고자료

블로그 및 깃헙

연락처

img

Deep convolutional framelets: application to diffuse optical tomography, 유재준 - 알고리즘 (세미나)

img

연사소개

올해 2월 KAIST 바이오및뇌공학과 박사 졸업 후 네이버 클로바에서 일하고 있습니다. GANs, VAE, Autoregressive model 등 generative model과 interpretable model에 대한 연구에 관심이 있습니다.

발표소개

Super-resolution, image denoising, reconstruction, segmentation 등의 다양한 inverse problem에서 deep learning이 매우 좋은 결과를 보여주고 있습니다. 이미 기존 방식들이 어느 정도 잘 하고 있던 분야에서 성능을 더 잘 내고 있는 것은 분명한데, 그렇다면 더 복잡한 물리적 현상도 deep learning을 이용하여 학습하는 것이 가능할까요? 이번 발표에서는 Inverse scattering problem이라는 좀 더 어려운 문제를 deep learning으로 풀어보고자 노력한 제 박사학위 연구(밑바닥부터 졸업까지 삽질기)를 소개하고자 합니다. 덧붙여서 시간이 허락한다면, deep learning에서 특정 구조가 잘 동작하는 이유를 분석하고, 어떤 식으로 구조를 디자인해야 할 지에 대해 신호처리 관점에서 풀어낸 deep convolutional framelets 이론을 같이 소개하겠습니다.

발표자료

참고자료

블로그 및 깃헙

연락처

img

TensorFlow Eager Execution, 전태균 - 코어 (라이트닝톡)

img

연사소개

(주)쎄트렉아이 : TensorFlow KR 운영자, ML Google Developer Experts

발표소개

구글이 올해 3월 정식으로 공개한 Eager Execution에 대해서 소개합니다. Eager Execution은 TensorFlow를 대화형 명령 스타일기로 프로그래밍 할 수 있도록 해주는 것입니다. MNIST, linear regression, GAN, RNN, CNN(ResNet) 의 예제를 활용법을 소개합니다. 코어 및 알고리즘

발표자료

  • 구글 프리젠테이션 : 보기

참고자료

블로그 및 깃헙

깃헙 : gitHub.com/tgjeon

연락처

우리는 왜 강화학습을 해야하는가, 차금강 - 강화학습 (세미나)

img

발표소개

비전문가들에게 강화학습은 알파고로 대변되고 있습니다. 강화학습이란 무엇인가, 일반 딥러닝과 무엇이 다른것인가, 강화학습을 하기 위해서는 어떤 것들이 필요한가를 짚은 후 여러 적용사례들을 소개드리겠습니다.(적용사례: 벽돌피하기, CartPole(장대세우기), 스타크래프트2)

img

강화학습이라는 것이 주로 공학에서는 로봇에 많이 사용되고 있고 주로 손로봇에서는 pick and place가 가장 기본적인 문제로 거론되는데 그에 대한 문제를 강화학습으로 충분히 풀 수 있다 라는 것을 의미하고 있습니다

발표자료

블로그 및 깃헙

연락처

달려라! 인공지능, 정원석 - 강화학습 (세미나)

img

연사소개

프리랜서 연구원으로 스마트팩토리에 딥러닝과 강화학습을 적용하는 프로젝트에 참여하고 있으며, 특히 강화학습 연구에 몰두하고 있습니다. 지식과 경험을 나누는 것이 가장 큰 가치라고 생각하여 발표자로 참여하게 되었습니다.

발표소개

현재 강화학습은 큰 환경에 적용할때 한계를 보이고 있습니다. 이 한계는 강화학습을 게임에서 적용할때 뿐만 아니라, 미래에 “보편적인 인공지능”을 만들기 위해 우리가 풀어야할 숙제입니다. 이 한계를 해결하기 위해 Atari, Super Mario, Sonic의 환경에 강화학습을 적용하여, 목표를 달성하는 에이전트를 만들기 위해 시도한 과정들을 다음의 순서로 공유하고자 합니다.

  1. 강화학습의 탄생
  2. 큰 환경에서의 한계점
  3. To the Rainbow
  4. 보편적 인공지능의 시작

img

2013년 인공지능회사 Deepmind가 강화학습에 딥러닝을 적용하여, Atari 게임에서 사람보다 게임을 잘하는 인공지능 에이전트를 만들었습니다. 하지만 화면이 계속 변화며 에이전트가 선택할수 있는 행동의 수가 많아지는 환경에서, 이 학습법의 성능은 매우 좋지 않습니다. 우리가 살고 있는 실제 환경은, 선택할수 있는 행동의 조합이 Atari 게임과 비교할수 없을정도로 많으며, 화면 또한 끊임없이 변하고 있습니다. 또한, 인류는 사물, 사람, 동물 들과 커뮤니케이션하며 공유하며 살기에 서로 밀접한 관계를 맺고 있습니다. 강화학습을 실제 환경에 적용하기 위해 Atari, Super mario, Sonic, Unity ml agent 환경으로 연구한 The Rise of Reinforcement Learning by Wonseok Jung에 대해 공유하고자 합니다.

강화학습으로 슈퍼마리오 에이전트를 만들수 있는 튜토리얼 또한 제공됩니다.

발표자료

블로그 및 깃헙

연락처

밑바닥부터 만들어보는 핸드메이드 인공지능, 정원석 - 강화학습 (핸즈온랩)

핸드온랩소개

강화학습이 처음이신분들을 위한 시간입니다. Atari 환경에서 DQN 알고리즘을 적용하여 똑똑한 강화학습 에이전트를 만듭니다.

준비물

  1. 노트북
  2. Python 3.5 : https://www.python.org/downloads/
  3. Pytorch : https://pytorch.org/
  4. OpenAI gym : https://github.com/openai/gym
  5. Jupyter notebook : http://jupyter.org/
  6. Numpy
  7. Matplotlib : https://matplotlib.org/

알파오목이랑 게임하기, 김정대 - 강화학습 (세미나)

img

연사소개

알파고를 사랑한 수학강사. 셀프 플레이 강화학습을 실제 삶에 적용하는 사람. 퇴근 후에 두뇌가 풀가동되는 신인류.

발표소개

알파고 제로에 대한 기본적인 원리에 대해서 알아보고, 이 알고리즘을 이용하여 알파오목을 구현한 경험을 공유합니다. 사람과 알파오목 대전을 보실 수도(?) 있습니다.

발표자료

연락처

안.전.제.일. 강화학습!, 이동민 - 강화학습 (세미나)

img

연사소개

강화학습을 사랑하고 공부하고 있는 학부생입니다. 강화학습은 저의 연구분야이며, 취미이며, 일상입니다.

발표소개

본격적인 내용에 앞서 우리가 왜 강화학습을 공부해야 하는지, 강화학습이란 무엇인지에 대해서 알아보겠습니다. 그리고 ‘어떻게 하면 강화학습을 더 안전하고 빠르게 학습할 수 있을까?’에 대해서 소개하고자 합니다.

  1. What is Reinforcement Learning?
  2. Artificial General Intelligence
  3. Planning & Learning
  4. Safe Reinforcement Learning

img

발표자료

참고자료

블로그 및 깃헙

연락처

GTA로 자율주행, 김준태 - 강화학습 (세미나)

img

연사소개

대전대학교 전자정보통신공학과 학부생이고 대학원 진학 예정입니다.

발표소개

GTA란 게임을 이용하여 어떻게 주행 데이터를 모으고 학습을 한 후 자율주행을 하는지 알아보고, GTA를 강화학습을 하기 위해 밑바닥부터 환경 구축을 하고 있는 제 이야기를 듣고 같이 이야기 해봐요!!

발표자료

블로그 및 깃헙

연락처

Introduction to GAN, 이지민 - 의료 (세미나)

img

연사소개

서울대학교 방사선의학물리연구실 / TensorFlowKR 운영진 : 늘 행복하고 싶은 대학원생이며, 딥러닝을 이용하여 의료영상을 분석하는 연구를 하고 있습니다. :)

발표소개

생성 모델(Generative Model) 인 Auto-Regressive model, Variational Auto-Encoder, GAN (Generative Adversarial Networks)에 대해 간단히 소개하고, 그 중 가장 주목받고 있는 GAN 의 심화 개념과 응용 사례도 함께 다루어보고자 합니다.

발표자료

연락처

TensorFlow Object Detection API를 활용한 대장 종양 검출, 김영하 - 의료 (라이트닝톡)

img

연사소개

데이터를 사랑하는 사람들과 디플러스에서 즐겁게 연구하는 연구원. 재미있는 주제를 찾아 연구하고 같이 재미있는 것을 만들어보고자 합니다.

발표소개

TensorFlow에서 Object Detection API를 제공하고 있으며, COCO, Kitti, Open Images 데이터셋으로 학습이 된 모델들도 제공하고 있습니다. 이 모델에서 제공하는 클래스이외에 의학영상 및 동영상 (대장 내시경)에서 종양을 검출할 수 있는지에 대한 연구를 하고 있습니다.

img

자신만의 Object Detection을 하기 위한 데이터셋 준비 > 종양을 검출하기 위해 데이터셋으로 기존 모델에 학습 > 학습된 결과로 종양 검출 확인

참고자료

블로그 및 깃헙

연락처

MRI 를 이용한 치매 질환 예측, 박세진 - 의료 (세미나)

img

연사소개

컴퓨터 비전을 좋아하는 아들바보입니다. 관심분야는 의료영상, 자율주행.

발표소개

객체인식 기법과 머신러닝을 사용하여 MRI 영상에서 관심 뇌영역을 분할하고 뇌위축을 인식하여 치매(알츠하이머) 위험도를 예측하는 기법을 소개합니다.

발표자료

연락처

나의 감성을 알아주는 너, 송규예 - 감성 (세미나)

img

연사소개

감성기술로 행복한 세상을 만들어가고 있는 orbis.ai(오르비스에이아이) 기업의 공동창업자이자, 데이터과학자인 송규예 입니다. 감성인식과 감성표현을 위한 딥러닝 모델개발을 하고 있습니다. 개인적으로는 사람의 세포부터 무의식까지, 사람에 대한 모든 것을 파헤치고 있으며 사람, 자연 구조와 닮은 기술구현에 관심이 많습니다.

발표소개

“딥러닝 X 심리” . 어울릴 듯, 어울리지않는 두 분야의 콜라보레이션 ☆사람의 감정인식을 위한 딥러닝 기술과 감정표현 측면에서 활용할 수 있는 딥러닝 기술에는 무엇이 있을지 다뤄보며, 저희 회사, 오르비스에이아이에서 진행하고 있는 감정인식 기술에 대해서 설명합니다.

  1. intro : 딥러닝과 심리의 운명적 만남 (부제 : 나는 네가 필요해)
  2. 감정인식 및 감정표현 딥러닝 기술 소개
  3. 오르비스에이아이에서 진행하는 감정인식 기술 소개

img

따뜻한 "공감"과  행동유도의 핵심 "동기부여"를 통해 잠재되어 있던 무의식을 의식상태로 끌어올려 행복을 도모합니다. 이 과정에서 딥러닝 기술이 어떻게 적용되는지 집중탐구합니다.

발표자료

  • 구글 드라이브 : 보기

블로그 및 깃헙

연락처

근전도 생체신호 데이터로 손 모양 생성하기, 박상민 - 임베디드 (세미나)

img

연사소개

개발자를 꿈꾸는 한국의 어느 평범한(?) 고3 입니다. 대덕SW마이스터고등학교 임베디드과를 재학중이며, 임베디드SW와 딥러닝에 관심이 많아 주로 공부하고 있습니다. 이론적으로, 전문적으로 한 분야를 깊게 알지는 못하지만, 능력있는 개발자가 되기위해 열심히 달려가고 있습니다. 전문가분들의, 개발자분들의 따끔한 충고와 조언은 언제든지 환영입니다~

발표소개

사람의 팔에는 EMG라는 ‘근전도 생체 신호’가 나옵니다. 이를 이용하여 손 모양을 생성해 내고자 합니다. 근전도 생체신호와 딥러닝의 이미지 생성모델(GAN)로 손의 모양을 생성해내는 프로젝트를 소개해드리겠습니다. 처음에는 혼자 시작했지만 현재는 능력있고, 멋진 팀원들과 함께 팀을이루어 프로젝트를 진행하고 있습니다. 프로젝트를 진행하면서 어떤 문제들이 있었고, 어떻게 해결하려고 했는지, 또 어떤 삽질들을 했는지 ‘고등학생의 딥러닝 프로젝트 삽질기’를 소개해 드리고자 합니다.

img

MYO의 센서값과 실제 손 모양 이미지를 이용해 GAN모델을 학습시킨다면 이 모델은 MYO의 센서값만으로도 손 모양 이미지를 생성해 낼 수 있을 것 입니다. 이를 이용한다면 많은 분야에 적용하여 사용할 수 있지 않을까요?

발표자료

  • 구글 드라이브 : 보기

블로그 및 깃헙

  • 깃헙 : https://github.com/jigeria

연락처

딥러닝과 함께하는 최적설계와 시뮬레이션, 원자력분야의 적용사례, 유용균 - 공학 (세미나)

img

연사소개

원자력연구원 선임연구원. 딥러닝 덕질 중 연구원내 인공지능 연구 전담조직을 목표로 삽질 중.

발표소개

본 세미나에서는 전문적인 딥러닝 지식보다 그 동안 알려지지 않았던 원자력 및 기계공학 분야의 응용사례에 대해서 소개

  1. 계산과학 분야의 머신러닝 적용
  2. 최적설계와 딥러닝의 융합
  3. 딥러닝과 최적설계를 융합한 뼈 CT 사진 고해상화
  4. 원자력 분야의 머신러닝 적용 사례

img

기존 최적설계방법론은 반복적인 해석이 필요하기 때문에 결과를 얻기위하여 많은 시간이 요구됩니다. 합니다. 고전적인 최적설계 방법론 대신 인공신경망을 이용하면 최적의 구조를 빠르게 찾을 수 있지 않을까요?

발표자료

연락처

항공우주분야에서의 머신러닝기술, 김홍배 - 공학 (라이트닝톡)

img

연사소개

한국항공우주연구원 인공지능연구실: 구조진동 전공. 시험평가 전문가. 우주 광학 전문가. 컴퓨터 비젼과 머신 러닝분야에 관심이 많고 현재는 머신러닝기술의 항공우주분야 응용에 집중하고 있습니다.

발표소개

머신러닝기술이 항공우주분야에 어떻게 적용되고 있는지 간단하게 소개하고 참가자들과 토론하고자 합니다.

img

Autonomous Exploration for Gathering Increased Science(AEGIS) 화성이나 달 탐사용 Rover의 자율탐사시스템으로 데이터의 전송 지연등에 의한 탐사지연을 최소화 하기 위하여 NASA에서 개발 중인 인공지능 기술. 미리 지정된 목표인지, 처음 탐지된 대상인지 등을 인공지능 기술을 이용하여 결정하고 추가적인 탐사 여부와 지구로의 데이터 전송등을 효율적으로 관리합니다.

발표자료

연락처

딥러닝을 활용한 테스트 자동화 연구, 곽병권 - 품질 (라이트닝톡)

img

연사소개

NGLE이라는 QA 전문 회사에서 QA-Test 자동화에 인공지능 적용을 연구

발표소개

모바일 게임 환경에서의 블랙박스 테스트 상황에서의 딥러닝 적용 방안 연구, Imitation Learning, Behavioral-Cloning등의 적용등을 소개합니다.

img

저희 회사에서 주로 하는 게임 품질관리와 테스팅을 설명 한 책입니다. 게임 테스팅이 예상처럼 쉽지 않고 효율적인 테스팅을 위해서는 지치지 않고 누락없는 반복 테스팅이 필요한데, 이를 위해 인공지능을 활용하는 방법을 연구하고 있습니다.

발표자료

블로그 및 깃헙

연락처

우주과학 이미지 자료 변환하기, 신경인, 박은수, 이하림 - 태양 분야 적용 사례 (세미나)

img

연사소개

경희대학교 우주탐사학과 태양 & 우주기상 연구실 박은수, 이하림, 신경인 연구원. 딥러닝 모델을 설계하고 우주기상분야에 적용하면서 과학기술 분야와 딥러닝 사이의 연결고리가 되고 싶은 대학원생들입니다.

발표소개

우주기상 분야에서의 딥러닝 적용 사례 (박은수)

img

많은 관측 위성이 다양한 파장대에서 태양 영상을 관측하고 있습니다. 태양 영상을 다른 종류의 영상으로 바꾸어 보았으며, 이를 이용하여 데이터 결손을 복원하거나, 두 데이터간의 물리적 연관성을 찾고자 하는 시도를 하고 있습니다.

태양 흑점 스케치로 자기장 지도 생성, 400년전 기록을 복원! (이하림)

img

갈릴레오는 1600년대 초 최초로 태양 흑점을 관측하였습니다. 이 자료와 딥러닝을 사용하여 최초의 태양 자기장 지도를 생성한 결과에 대하여 발표하겠습니다.

갓 pix2pix 변신은 무죄 (신경인)

img

Pix2Pix를 개선한 모델로 생성한 이미지와 실제 이미지의 비교입니다. 왼쪽 이미지가 모델이 생성한 이미지, 오른쪽 이미지가 실제 이미지입니다. 확대된 부분을 비교해보았을 때, 세밀한 구조까지 복원할 수 있음을 알 수 있습니다.

발표자료

  • 박은수 발표자료 : 다운
  • 이하림 발표자료 : 다운

블로그 및 깃헙

연락처

  • 박은수 이메일 : espark@khu.ac.kr
  • 이하림 이메일 : zmzmdg@naver.com
  • 신경인 이메일 : gishin@khu.ac.kr

내 손 위의 딥러닝(모바일에 딥러닝 심기), 전미정 - 모바일 (세미나)

img

연사소개

안녕하세요, iOS 개발자 미정입니다. ☕️를 마시며 하루를 시작하는 걸 좋아합니다. 가끔📱개발을 하며 주로 🐈와 놀거나 잡니다. 최근에는 딥러닝에 관심이 생겨 모바일에 딥러닝을 심기 위한 다양한 방법을 공부하고있습니다 🙂

발표소개

딥러닝이 컴퓨터를 떠나 모바일에 들어오기 시작했습니다. 서버 통신을 하지 않고 모바일에서 구동되는 딥러닝이 어떤 의미가 있으며, 어떻게 구현할 수 있는지, 어떤 모델들을 심을 수 있는지 개발자 입장에서 정리하고 직접 구현해봤습니다. 실제로 내 손위에서 어떻게 딥러닝이 작동하는지 소개해드리겠습니다.

img

외부에서 훈련된 딥러닝 모델을 모바일 기기에 심어 모바일 딥러닝을 구현해보았습니다. (쉿, 이건 비밀인데 모바일 자체에서도 훈련이 되기 시작했습니다.)

발표자료

  • 슬라이드 쉐어 : 보기

참고자료

블로그 및 깃헙

  • 블로그 : https://mijeongjeon.github.io
  • 깃헙 : https://github.com/mijeongjeon

연락처

TensorFlow Object Detection API를 활용한 대장 종양 검출, 김영하 - 의료 (세미나)

img

연사소개

데이터를 사랑하는 사람들과 디플러스에서 즐겁게 연구하는 연구원. 재미있는 주제를 찾아 연구하고 같이 재미있는 것을 만들어보고자 합니다.

발표소개

Tensorflow에서 Object Detection API를 제공하고 있으며, COCO, Kitti, Open Images 데이터셋으로 학습이 된 모델들도 제공하고 있습니다. 이 모델에서 제공하는 클래스이외에 의학영상 및 동영상 (대장 내시경)에서 종양을 검출할 수 있는지에 대한 연구를 하고 있습니다.

img

자신만의 Object Detection을 하기 위한 데이터셋 준비 > 종양을 검출하기 위해 데이터셋으로 기존 모델에 학습 > 학습된 결과로 종양 검출 확인

참고자료

블로그 및 깃헙

번역서 및 저서

  • Splunk 앱 제작과 대시보드 개발(에이콘출판사) : 빅데이터 플랫폼 Splunk 플랫폼의 앱 개발 설명 바로가기
  • 파이썬 웹 스크래핑(에이콘출판사) : scrapy, beautifulsoup를 활용한 웹 스크래핑 바로가기
  • 뷰티플 자바스크립트(비제이퍼블릭) : 자바스크립트 중급서 바로가기
  • 누구나 쉽게 배우는 스몰베이직(비제이퍼블릭) : 스몰베이직 초급서 바로가기
  • 머신러닝을 이용한 이미지 분석(비제이퍼블릭) : 텐서플로를 이용해서 자신만의 데이터셋 제작 및 이미지 학습 및 분석 (집필중)

연락처

서포터즈 - 이상훈

img

삼성생명 DA Lab 근무중, 케라스 코리아, 스파크 사용자 모임 운영자입니다. 현재 이미지 인식과 텍스트 처리 관련된 업무를 하고 있고 분산환경에서의 hyperparameter 튜닝에 관심이 많습니다.

저서, 역서

  • 빅데이터 실무 기술 가이드 공동 저자
  • 실시간 분석의 모든것 역자

연락처

서포터즈 - 황준오

img

부경대학교 컴퓨터공학과에 재학중인 4학년 학생입니다. 원활한 컨퍼런스 진행을 위해 열심히 서포트 하겠습니다!

프로필

서포터즈 - 홍정훈

img

미시간 대학교에서 데이터사이언스를 공부하고 있습니다.

프로필

  • 이메일 : datahong@umich.edu

서포터즈 - 조수현

img

숭실대학교에서 하이브리드 기계학습 기반 예측문제에 관한 연구를 주로 했습니다. 현재 오스템임플란트 e-commerce 연구실에서 서버개발자로 일하고 있습니다. RL과 GANs에 관심이 많습니다. 다양한 방식으로 지식과 도움을 나누는 사람이 되고자 합니다. 고기, 회 그리고 커피를 좋아합니다. 소박한 영역에서 역할을 다하여 원활한 컨퍼런스가 되도록 하겠습니다.

프로필

  • 이메일 : seanbrowncho@gmail.com

서포터즈 - 신채원

img

한밭대학교 산업경영공학과 4학년입니다.

프로필

  • 이메일 : scw1544@naver.com

서포터즈 - 이병호

img

카이스트와 퍼듀에서 기하학을 전공하였습니다. 주로 자연어처리와 음악 생성, 그리고 딥러닝의 수학적 측면에 관심을 갖고 있습니다.

프로필

서포터즈 - 강천성

img

충남대학교 컴퓨터공학과 4학년 재학중, 캐글을 시작으로 데이터 사이언스 분야에 발을 들여놓았습니다. 현재 음성 변조 관련 졸업 프로젝트를 진행중이며, 머신러닝 및 딥러닝 관련 기술에 관심이 많습니다.

프로필

서포터즈 - 김은희

img

KAIST에서 기계학습 기반 사용자 이용내역 데이터 기반 토픽모델링 확장 추천알고리즘으로 박사학위를 수여했으며, 딥러닝 기반의 운전자 프로파이링 알고리즘, ECG이용 졸음 운전 감지등의 프로젝트를 수행해 왔습니다. 다양한 데이터로 재미있는 결과물들을 얻어내는 프로젝트들에 관심이 있고, 또 이를 잘 하시는 기업과 연사들에게 관심이 있습니다. 현재 충남대학교 SW중심대학의 사업의 하나로 학생들의 프로젝트를 완성도있게 도와주실 수 있는 기업체들과 다양한 산업 주제들을 제안해주고 싶으신 함께하실 연사 분들을 멘토로 모시고자 딥러닝 컨퍼런스 서포터즈로 활동하려고 합니다. 좋은 인연 많이 만들게 되길 기대합니다~

프로필

  • 이메일 : kim.eunhui@gmail.com

상세 프로그램

아래 스케줄표는 변동될 수 있습니다.

구분 강당 사이언스홀 대회의실
09:50~10:10(20분) 발표자소개 발표자소개 발표자소개
10:10~10:55(45분) 박은수,이하림,신경인
우주과학 이미지 자료 변환하기		 이지민
Introduction to GAN		 이유한
타이타닉 생존자 예측을 해보자
10:55~11:15(20분) 전태균
TensorFlow Eager Execution		 김홍배
항공우주분야에서의 머신러닝기술		 이유한
타이타닉 생존자 예측을 해보자
11:15~12:00(45분) 유재준
Deep convolutional framelets: application to diffuse optical tomography		 이유한
딥러닝 보물상자 ‘캐글’ 알아보기		 -
12:00~13:00(60분) 점심 점심 점심
13:00~13:45(45분) 차금강
우리는 왜 강화학습을 해야하는가		 송규예
나의 감성을 알아주는 너		 -
13:45~14:30(45분) 이동민
안.전.제.일. 강화학습!		 박세진
MRI 를 이용한 치매 질환 예측		 -
14:30~15:15(45분) 박상민
근전도 생체신호 데이터로 손 모양 생성하기		 정원석
달려라! 인공지능		 -
15:15~15:30(15분) 휴식 휴식 휴식
15:30~16:15(45분) 유용균
딥러닝과 함께하는 최적설계와 시뮬레이션		 김준태
GTA로 자율주행		 정원석
밑바닥부터 만들어보는 핸드메이드 인공지능
16:15~16:35(20분) 곽병권
딥러닝을 활용한 테스트 자동화 연구		 김영하
TensorFlow Object Detection API를 활용한 대장 종양 검출		 정원석
밑바닥부터 만들어보는 핸드메이드 인공지능
16:35~17:05(30분) 김태영
딥러닝 몰라도 간(GAN)부터 보기		 전미정
내 손 위의 딥러닝(모바일에 딥러닝 심기)		 -
17:05~17:50(45분) 류성옥
Graph Neural Network		 김정대
알파오목이랑 게임하기		 -

참가신청 - 마감되었습니다!

댓글로 참가신청을 받습니다. 댓글 양식은 아래와 같으며 ‘한 줄’로 작성 부탁드리겠습니다.

  • 이름, 기관, 이메일, 분야, 참석계기
  • 예) 김태영, 인스페이스, tykim@inspace.re.kr, 우주, 위성 운영 효율화를 위해 강화학습을 적용해보고자 합니다.

댓글을 달아도 스팸처리되어서 바로 표시 안될 수도 있습니다. 제가 다 스팸아님으로 처리하고 있으니, 크게 신경 안 쓰셔도 됩니다. 그리고 혹시 참석신청하셨으나 부득이한 이유로 참석이 힘드신 분은 미리 알려주세요~ 다른 분들에게 참석 기회를 드리고자 합니다.

후기

연사분들 및 서포터즈분들입니다. 고생많으셨습니다! 내년에도 또 뵈어요~

img

같이 보기