인공지능

인공지능 (합반) 기말과제 조편성 및 주제
모든 조 공통 * 딥러닝 프레임워크 (Pytorch, Tensorflow 등) 사용 권장 * 최근 유행하는 프롬프트 엔지니어링, 랭체인 등을 이용한 앱 구현 권장 * 기존 모델을 수정한 경우 수정하기 전과 후의 성능비교를 반드시 해주어야 함
조	조원	주제명	기타
1	김은혜	옷 사이즈 추천	난이도: 하중 (많이 낮음) 나이, 키, 몸무게를 기준으로 사이즈를 제안한다는 것은 인공지능을 사용하지 않아도 되는 단순한 작업으로 인공신경망 학습을 이용하려면 데이터를 많이 모아야하는 어려움이 있음 ※ 주제 선정 관련 나와 상담 필요
2	김현우, 박재열	흑백 이미지 컬러화	난이도: 기존 코드 활용(하중), 모델 수정 (중상) 인터넷에 유사한 기능의 코드가 많이 있음, 기존 인터넷에 있는 데이터를 사용하되 모델은 수정해서 개발하는 것 권고, 기존의 코드를 이용할 경우에는 새로운 기능이나 fine-tuning 등이 필요함
3	손유정, 백현민, 조윤태	얼굴인식	난이도: 기존 코드 활용(하중), 모델 수정 (상하) 얼굴인식은 인터넷에 성능 좋은 코드가 많이 있음, 기존 얼굴인식에서 3차원 인식 등을 추가기능으로 제안했는데, 학습데이터 확보가 가능한지 먼저 확인해야함
4	윤재욱	얼굴 감정 인식	난이도: 기존 코드 활용(하중), 모델 수정 (중중) 얼굴 감정 인식은 인터넷에 코드가 많이 있음, 모델을 수정해서 성능을 높이거나 데이터를 확대해서 성능을 높이는 등의 추가 작업 필요함
5	이건화	NASDAQ 주가 예측	난이도: 기존 코드 활용(하중), 모델 수정 (중하) 인터넷에 주가 예측하는 많은 코드가 있음, 모델을 최근 모델(트랜스포머 등)로 교체하거나 수정하는 등의 추가적인 작업 필요
6	이은주, 서윤정, 신지인	도로 표지판 인식	난이도: 기존 코드 활용(하중), 모델 수정 (중중) 인터넷에 유사한 기능의 코드가 많이 있음, 기존 인터넷에 있는 학습 데이터를 모아서 사용하되 모델은 수정하여 성능을 개선하거나 학습 데이터를 증강하여 성능을 개선하는 등의 추가 작업 필요함
7	정상효	한자 OCR을 활용한 TTS 기반 학습 도구	난이도: 기존 코드 활용(하중), 모델 수정 (중중) 문자인식 딥러닝 코드를 참고하여 개발, 한자 학습 데이터셋을 확보해야함, 가능한한 인터넷에서 학습 데이터 확보, 성능 향상을 위한 추가적인 모델 수정이나 학습 데이터 증강이 필요함
8	조문근	퍼스널 컬러 분류기	난이도: 중상 유사한 인터넷 코드가 있으면 난이도 낮음, 다만 유사한 코드나 학습데이터가 없는 경우 난이도 높음, 특히 인터넷에 학습 데이터가 없는 본인이 모으려면 매우 어려울 것임, 그러므로 학습 데이터 확보 가능한지 먼저 확인할 것
9	최재원, 추연욱, 한이삭	헤어 스타일 추천	난이도: 상하 학습데이터 확보가 매우 중요함으로 먼저 학습데이터 확보 방안부터 마련할 것, 여러 알고리즘 사용법을 익혀서 적용해야함, 최소한 특정 헤어스타일을 추천하도록 하고 가능하면 합성까지 구현할 것
10	최지훈	침입 탐지	난이도: 중중 기존 1D CNN 방법에서 최근 많이 사용하는 트랜스포머를 사용하는 것을 권장함, 기존 코드가 있는 경우 특히 모델 수정이나 성능 개선하는 추가 작업이 필요함
11	한재혁, 황종환	음성변환 딥러닝	난이도: 상하 A 사람의 음성을 동일한 내용으로 B 사람의 음성으로 변환하는 딥러닝 모델 개발, 새로 개발하는 것은 너무 어려우니 기존에 개발된 모델을 가져다가 본인들의 새로운 아이디어를 추가해서 구현, 구성 모델 중에서 일부를 변경하거나 최신 모델로 변경해서 성능을 개선하는 등의 추가적인 작업을 수행
12	이명인	스트라이크 존 판별 AI	난이도: 상중 주제 자체는 그렇게 어렵지 않는 주제이지만 학습데이터를 만들기가 어려울 듯, 인터넷에 이런 학습데이터가 있으면 수행하는 것을 권장하지만 학습데이터가 없으면 주제를 변경하는 것 권장, 딥러닝 학습을 위한 많은 학습데이터를 만들기 어려움
미 발표자: 미 발표자는 최대한 빨리 발표자료를 만들어 나의 이메일(shjung@hansung.ac.kr)로 보낼 것!!!