한국어 Select Language
연구실 소개  교수소개  연구원소개  연구실적  프로젝트  게시판 
   
  + Augmented Reality with IoT :
  • 사물인터넷 환경에서 IoT 기반의 사물들이 다양한 Third Party의 콘텐츠(LOD, SNS)들과 유기적으로 연동되고, 새로운 커뮤니케이션을 제공할 수 있는 연구가 필요하다. 현재 컨텍스트에 맞는 정보를 Seamless하게 제공하고, 인터랙션 하기 위한 기술로 증강현실 기술을 접목한다.
  + Interactive Video Authoring & Services :
  • 인터랙티브 비디오는 일반적인 비디오와 클릭 가능한(Clickable) 객체(Object), 영역(Area), 또는 핫스팟(Hotspot)을 동시에 제공하여 사용자와 상호작용이 가능한 비디오를 말한다. 인터랙티브 비디오를 저작하기 위한 도구가 개발되고 있으며, 쇼핑, 광고, 비디오 등에 활발히 적용되고 있다. 대표적인 예로 WireWax가 있다.
  + Analyzing Big Data :
  • 스마트 디바이스 및 SNS 등으로 인해 데이터가 기하급수적으로 증가하고 있으며, 이러한 데이터의 홍수 속에서 가치있는 데이터를 찾아서 활용하는 기술이 필요하다. 이를 위해 자연어처리, 평판분석, 사회망 분석 등을 이용한 정보 추출이 여러 분야에서 응용되고 있다.
  + Question & Answering :
  • 질의응답 시스템은 사용자의 질의에 해당하는 최적의 해답을 찾아서 제시하는 것을 목표로 한다. 지식베이스 구축, 지식표현, 지식학습을 기반으로 빅 데이터 처리 기술 등을 인공지능의 다양한 기술이 요구되는 분야이다. 대표적인 예로는 IBM Watson, Apple Siri 등이 있다.
  + Personalization & Recommender Systems :
  • 웹에 기하급수적으로 증가하는 데이터로 인해 각자가 원하는 정보를 얻기 위해 드는 비용이 점차 증가하게 되었다. 이러한 문제를 해결하기 위해 사용자가 선호하는 콘텐츠를 제공하기 위해 개인화 기법들이 연구되고 있으며, 이를 활용하여 아마존, 넷플릭스, 구글 뉴스 등 세계 유수의 기업들이 추천시스템을 활용하고 있다.
  + Information sharing :
  • 인터넷 환경의 급증에 따른 information overload는 웹을 사용하는 사용자들에게 피할 수 없는 문제일 것이다. 따라서 사용자들은 자신들의 북마크와 같은 정보를 서로 공유함으로써 보다 월등한 information retrieval의 효과를 기대할 수 있다. 관련 연구로는 BISAgent(Bookmark Information Sharing Agent System), 일본의 IICA(Intelligent Information Collection and Analysis)와 같은 연구가 있다.
   
  + Augmented Reality :
  • 사용자가 눈으로 보는 현실세계에 컴퓨터와 카메라, 디스플레이를 이용하여 가상 정보를 실시간으로 결합하여 보여주는 기술로써 실시간 상호작용의 특징을 가지고 있다. 객체 인식 및 추적 기술과 이를 실 세계에 겹쳐서 제공하기 위한 정보 중첩 기술 등이 증강현실을 위해 사용된다.
  + Deep Learning :
  • 인공신경망의 각 층을 비지도학습방법을 이용한 전처리 과정 이후에 인공신경망 최적화를 수행함으로써 최적화된 성능을 도출해 내는 기술로써, 토론토 대학교의 제프리 힌톤 교수가 2006년 발표한 논문 이후 기계학습 분야의 새 전기를 열게 해준 기술이다. 영상처리, 음성인식 등 다양한 분야에 적용되고 있으며, 인공지능의 새 희망으로 떠오르고 있는 기술 분야이다.
  + Reasoning :
  • 주어진 상황에 대한 지식을 가지고 새로운 사실을 유도하기 위한 기술이다. 이를 위한 추론 규칙을 작성해야하고, 추론 전략에 따라 전방향, 후방향, 하이브리드 추론 방식의 추론엔진이 존재한다. 전문가 시스템 뿐만 아니라 질의응답 및 추천 시스템에서 추론기술이 사용되고 있다.
  + Data Mining :
  • 많은 데이터들 가운데서 알려지지 않은 유용할 수 있는 패턴이나 경향을 식별하는 것으로 이를 통해 엄청난 기업적인 가치를 생산할 수 있으며 응용 예로서 Prediction Buying Behavior, Discovering the Cause of Production Problems를 들 수 있다.
  + Machine Learning :
  • 컴퓨터가 과거의 수행(performance)을 기초로 하여 현재의 수행을 개선시킬 수 있는 장치의 능력을 말하며 이를 통해 패턴이 안정되지 않은 작업들을 최적화 해 나갈 수 있다.
  + CSP(Constraint Satisfaction Problems) :
  • 유한 이산 도메인을 가지는 변수들의 집합과 이들 변수들 사이의 제약 조건들의 집합으로 문제를 정형화 한 후 일치성 검사(Consistency Checking)와 휴리스틱 검색 알고리즘(Heuristic Search Algorithm) 등을 적용하여 문제를 해결하는 방법이다. 이것은 주로 스케줄링, 회로 설계, 그래프 문제 등에 응용된다.
 
 
# Artificial Intelligence Laboratory : 인공지능 연구실
STV
WCU
IAR (Intelligent Augmented Reality)
Intelligent Vehicle Routing System for 3PL