Á¶Á÷¼Ò°³

  • Çö´ëÀÚµ¿Â÷ ¼±Çà±â¼ú¿øÀº ÀηùÀÇ ´õ ¸ÚÁø »îÀ» À§ÇÏ¿© ¹Ì·¡ ¸ðºô¸®Æ¼ Çõ½Å ±â¼úÀ» ¹ß±¼, °³¹ßÇÏ´Â ¿¬±¸°³¹ß Àü¹® Á¶Á÷ÀÔ´Ï´Ù. ¸ðºô¸®Æ¼ ÇÙ½É ±â¼ú°ú ½Ã½ºÅÛ °³¹ßÀ» À§ÇØ ´Ù¾çÇÑ ±â¼úºÐ¾ß¸¦ Ž»öÇÏ¸ç µµÀüÀûÀΠâÀÇ¿Í ±â¼úÀ¶ÇÕÀ» ½ÃµµÇÕ´Ï´Ù. À̸¦ À§ÇÏ¿© ¹ÎøÇÏ°í ¼öÆòÀûÀÎ Á¶Á÷¹®È­¸¦ ½ÇõÇÕ´Ï´Ù.

Á÷¹«»ó¼¼

  • ¡Ý Small DatasetÀ» ÀÌ¿ëÇÑ µö ·¯´× ¸ðµ¨ ÃÖÀûÈ­ °³¹ß
    - k-shot Learning, Meta Learning, Transfer Learning µî
    - Semi/Self-supervised Learning µî

    ¡Ý ÀúÀü·Â µð¹ÙÀ̽º ȯ°æÀ» À§ÇÑ µö ·¯´× ¸ðµ¨ °æ·®È­ ±â¹ý °³¹ß
    - Pruning, Quantization, Knowledge Distillation, NAS µî
    - ÀúÀü·Â Á¦¾î±â ȯ°æ¿¡¼­ ÀÛµ¿ °¡´ÉÇÑ µö ·¯´× ¸ðµ¨ÀÇ ¹«¼Õ½Ç ¾ÐÃà ±â¼ú °³¹ß
    - ¾ÐÃàµÈ °æ·®È­ µö ·¯´× ¸ðµ¨¿¡ ´ëÇÑ ¼º´É ¹× ½Å·Ú¼º °ËÁõ ¿¬±¸

Áö¿øÀÚ°Ý

  • - Àü±âÀüÀÚ/Á¦¾î/ÄÄÇ»ÅÍ °øÇÐ °è¿­ Àü°øÀÇ ÇÐÀ§¸¦ ¼ÒÁöÇϽŠºÐ
    - ÃֽŠAI ±â¼ú¿¡ ´ëÇÑ Æø³ÐÀº ÀÌÇØ ¹× µö ·¯´× °æ·®È­ ¼³°è ¿ª·®À» º¸À¯ÇϽŠºÐ
    - Python/C/C++ µî S/W È°¿ë ´É·ÂÀ» º¸À¯ÇϽŠºÐ
    - TensorFlow/PyTorch µî µö ·¯´× ÇÁ·¹ÀÓ¿öÅ© È°¿ë ´É·ÂÀ» º¸À¯ÇϽŠºÐ
    - ¹®Á¦ ÇØ°áÀ» À§ÇÑ µ¶Ã¢ÀûÀÎ ¹æ¹ýÀ» Á¦½ÃÇÏ°í ÇÁ·Î±×·¥À¸·Î ±¸Çö °¡´ÉÇϽŠºÐ

¿ì´ë»çÇ×

  • - ÄÄÇ»ÅÍ°øÇÐ º¹¼öÀü°øÀ» À̼öÇϽŠºÐ
    - ºñÁî´Ï½º ¿µ¾î È°¿ë ´É·ÂÀ» º¸À¯ÇϽŠºÐ
    - µö ·¯´× ¸ðµ¨ °æ·®È­ °ü·Ã ³í¹® ¹ßÇ¥³ª ±â¼ú °³¹ß °æÇèÀ» º¸À¯ÇϽŠºÐ
    - Edge ȯ°æ¿¡¼­ µ¿ÀÛÇÏ´Â ¿Âµð¹ÙÀ̽º AI ±â¼ú °³¹ß °æÇèÀ» º¸À¯ÇϽŠºÐ
    - Çü»ó°ü¸® µµ±¸(Git µî) »ç¿ë °æÇèÀ» º¸À¯ÇϽŠºÐ
    - ÃֽŠAI ±â¼ú¿¡ ´ëÇÑ Æø³ÐÀº ÀÌÇØ ¹× µö ·¯´× ¸ðµ¨ ¼³°è ¿ª·®À» º¸À¯ÇϽŠºÐ

ÀüÇü´Ü°è

  • 1. Áö¿ø¼­ Á¢¼ö
    2. ¼­·ùÀüÇü
    3. 1Â÷¸éÁ¢
    4. 2Â÷¸éÁ¢
    5. ½Åü°Ë»ç
    6. ÃÖÁ¾ÇÕ°Ý

±âŸ

  • ¡¤ Áö¿ø¼­ Á¢¼ö ¸¶°¨ÀÏ¿¡´Â Áö¿øÀÚ°¡ ¸ô·Á ÀÔ»çÁö¿øÀÌ ¾î·Á¿ï ¼ö ÀÖÀ¸´Ï, ¿©À¯ ÀÖ°Ô ¹Ì¸® Á¦ÃâÇϽñ⸦ ±ÇÀåÇÕ´Ï´Ù.
    ¡¤ Áö¿ø¼­ÀÇ ³»¿ëÀÌ »ç½Ç°ú ´Ù¸£°Å³ª ¹®¼­·Î ÁõºùÀÌ ºÒ°¡ÇÒ °æ¿ì ÇÕ°ÝÀÌ Ãë¼ÒµÇ°Å³ª ÀüÇü »óÀÇ ºÒÀÌÀÍÀ» ¹ÞÀ» ¼ö ÀÖ½À´Ï´Ù.
    ¡¤ Ãë¾÷º¸È£´ë»óÀÚ(Àå¾Ö, º¸ÈÆ µî)´Â °ü°è ¹ý·É¿¡ ÀÇ°ÅÇÏ¿© ¿ì´ëÇÕ´Ï´Ù.
    ¡¤ Áö¿ø¼­ Á¢¼ö´Â Çö´ëÀÚµ¿Â÷ ä¿ë ȨÆäÀÌÁö¸¦ ÅëÇØ Á¢¼öÇϸç, ±× ¿ÜÀÇ °³º° Á¢¼ö´Â ¹ÞÁö ¾Ê½À´Ï´Ù.
    ¡¤ ÇØ¿Ü¿©Çà¿¡ °á°Ý»çÀ¯°¡ Àְųª º´¿ªÀ» ¸¶Ä¡½Å ºÐÀÌ ¾Æ´Ñ °æ¿ì Áö¿øÀÌ ºÒ°¡ÇÕ´Ï´Ù.