[강의소개]
  • 인공지능 분야의 핵심 기법인 인공신경망(딥러닝 포함), 퍼지, 진화연산(기본적인 내용만 다룸)을 주로 다룸
  • 최근 각광을 받고 있는 딥러닝에 대한 기초적인 내용 설명
    • CNN (Convolutional Neural Networks)
    • RNN (Recurrent Neural Networks)
    • GAN (Generative Adversarial Networks)
  • 기말과제로 실제적인 연구수준의 주제를 선정 혹은 제안하여 진행함
    • 좋은 결과는 학생이 원하는 경우 학술대회 논문 및 논문집 논문 진행함
    • 기말과제 주제로 이전 년도 다른 학생이 했던 주제를 심화발전하는 것도 권장함
  • 관심이 많은 학생은 3학년 학생도 수강 가능
[인공지능]
[기말과제]
  • 기말과제로 수행한 학생들의 작품 소개: 클릭
[강의노트]
[과제제출 및 성적확인]
[과목 게시판]
[과제]

번호

과제내용

비고

#1


다음의 두 가지를 수행한 후 한글 혹은 워드 파일로 정리하여 제출하시오.

  1. 자신이 관심있는 분야(예, 게임, 의료, 금융, 제조, 서비스, 로봇, 자율주행, 교육, 보안, 국방, 음성인식, 얼굴인식, 물체인식 등)에서 인공지능 기술이 어떻게 개발되어 활용되고 있으며 미래 전망이 어떤지를 인터넷이나 책 등 관련자료를 참고하여 조사하시오.

  2. 과목게시판에 있는 자료 중 다음의 자료를 다운로드 받아 읽고 요약 정리하시오. (단, 요약은 한글로 할 것)
    논문: Deep Learning Review (Nature)

과제는 웹으로만 제출

아래아 한글 혹은 MS word 파일로 제출

#2


인공신경망은 universal approximator 이며 supervised learning 은 입출력간의 관계를 mapping 한다. 이를 확인하기 위하여 강의자료 "신경세포 모델링-인공신경망"의 slide 27 페이지에 있는 오류역전파 학습 알고리즘을 구현한 후 다음의 테스트를 수행하시오. (Python, C, Java, Matlab 등 자신이 익숙한 언어로 구현, 단 Python을 권장함)

  1. XOR 문제

    • XOR 로직을 학습하고 결과를 확인하시오.
      입력1입력2출력
      000
      011
      101
      110

    • 학습 후에 모든 입력 조합을 넣어서 출력을 확인하시오. (100% 학습이 안되었기 때문에 0과 1 근방의 실수값이 출력될 것이다.)
    • 실행 예 보기

  2. 숫자 더하기 문제

    • 위의 프로그램을 확장하여 아래의 숫자 더하기를 학습하고
      입력1입력2출력
      0.10.10.2
      0.10.20.3
      0.10.30.4
      0.20.10.3
      0.20.20.4
      0.20.30.5
      0.30.10.4
      0.30.20.5
      0.30.30.6

    • 학습 후에
      0.15  0.25
      를 넣어서 출력을 확인하시오. (mapping 된 interpolation 된 값이 출력될 것이다.)
    • 실행 예 보기

#3


최근 DNN(Deep Neural Networks)를 이용한 실제적인 응용이 봇물처럼 쏟아지고 있으며 그 응용분야를 무한확장 중이다. 또한 구글, 페이스북, IBM 등은 자사가 개발한 인공지능 툴을 오픈소스화하여 소스를 공개하고 있으며 전 세계 수 많은 개발자들은 이러한 오픈소스 딥러닝 툴을 사용하여 다양한 분야에 접목하고 있다. 이러한 상황에 맞추어 인터넷 상에 공개된 오픈소스 중에서 하나를 선택하고 해당 오픈소스를 실제 문제에 응용하여 문제를 해결한 예를 찾아서 해당 실험과 동일한 결과가 나오는지 소스를 이용하여 검증하시오. (2014년에 탄생한 GAN(Generative Adversarial Networks), 특히 DCGAN(Deep Convolutional GAN) 오픈소스로 과제 수행하는 것 권장)

  • 오픈 소스 예
    • 구글 : 텐서플로우
    • 마이크로소프트 : CNTK
    • 스탠포드 대학교 : Caffe
    • 그외 인터넷에 공개된 딥러닝 오픈소스들

  • 주의사항
    1. 해당 응용이 제대로 동작하는지 실제로 수행시켜 확인해야 함
    2. 동작확인을 위해 실제로 수행시킨 결과화면을 캡쳐해서 보고서에 포함해야 함
    3. 직접 프로그램을 작성하는 것이 아니고 프로그램 소스를 얻어서 똑같이 수행해 보는 것임

  • 과제 포함해야 할 항목
    • 사용 오픈소스 관련 정보: 사이트 URL 포함
    • 조사한 응용 관련 정보: 사이트 URL 포함
    • 해당 오픈소스 설치 정보
    • 해당 응용 실행 정보 (응용 소스 포함)
    • 실행 결과 화면
    • 실행 결과 설명 및 분석
    • 과제 중 발생한 문제 및 후기
[관련링크]