Loading...

ÇмúÇà»ç

Korea Institute of information and Communication Engineering
³×Æ®¿öÅ©(IoT, 5G), µ¥ÀÌÅÍ(Cloud, Big Data), ÀΰøÁö´É(¸Ó½Å·¯´×, µö·¯´×) ÀÇ Áö´É Á¤º¸Åë½Å±â¼ú(ICT)

  >   ÇмúÇà»ç   >   ±¹³»Çмú´ëȸ

±¹³»Çмú´ëȸ

¿ì¼ö³í¹®
Çѱ¹Á¤º¸Åë½ÅÇÐȸ Ãß°èÇмú´ëȸ ÁغñÀ§¿øÈ¸ÀÔ´Ï´Ù.
 
2021³âµµ Ãß°èÁ¾ÇÕÇмú´ëȸ ¿ì¼ö³í¹® ¼±Á¤ °á°ú¸¦ ¾Æ·¡¿Í °°ÀÌ °øÁöÇÕ´Ï´Ù.
 
¿ì¼ö³í¹® ¼±Á¤ ÀýÂ÷¿¡ ÀǰÅÇÏ¿© ¾Æ·¡¿Í °°ÀÌ Çмú´ëȸ ¿ì¼ö³í¹®À» ÃÖÁ¾ ¼±Á¤ÇÏ°Ô µÇ¾úÀ¸¸ç,
¿ì¼ö³í¹®À¸·Î ¼±Á¤µÇ½Å °ÍÀ» ÃàÇϵ帳´Ï´Ù.
 
<ÀÏ¹Ý ¼¼¼Ç>
 
 
¼¼¼Ç¹øÈ£
³í¹®¸í ÀúÀÚ ÀúÀÚ ¼Ò¼Ó
ÃÖ¿ì¼ö³í¹® 34-01 ±ºÁý ±×·ì¿¡¼­ ¿¡ÀÌÀüÆ® ³ëµå °ü¸® ¹æ¾È ¹Ú»óÁØ, ÀÌÁ¾Âù ±º»ê´ëÇб³
¿ì¼ö 34-08 ´ÙÁß Å¬·¡½ºÀÇ À̹ÌÁö Àå¸é ºÐ·ù     ½Å¼ºÀ±, ÀÌÇöâ, ½Å±¤¼º, ±èÇüÁø, ÀÌÀç¿Ï ±º»ê´ëÇб³, ¿ø±¤´ëÇб³, ÀüºÏ´ëÇб³
34-24 °Ç¹° ÅëÇÕ Á¤º¸¸¦ ÀÌ¿ëÇÑ ÁöºØ ÃßÃâ Àǹ̷ÐÀû ºÐ·ù ¿°¼º°ü, ÀÌÈñ±Ç, ½Å±¤¼º ¿ø±¤´ëÇб³
16-01 3-way Toom-Cook °ö¼À ¾Ë°í¸®µë°ú °í¼Ó Ãà¾à ¾Ë°í¸®µëÀ» ÀÌ¿ëÇÑ 256-ºñÆ® ¸ðµâ·¯ °ö¼À±â ¼³°è ¾çÇöÁØ, ½Å°æ¿í ±Ý¿À°ø°ú´ëÇб³
07-01 ±¤¾î »ý»ê·® ¿¹ÃøÀ» À§ÇÑ È¸±ÍºÐ¼® ÀÚµ¿È­ ½Ã½ºÅÛ ±¸Ãà ¾ÈÁøÇö, °­Á¤¿î, ±è¹Îö, ¹Ú¼Ò¿µ Á¦ÁÖ´ëÇб³
07-04 ´º·²³×Æ®¿öÅ©¸¦ ÅëÇÑ Poisson Boltzmann ¹æÁ¤½ÄÀÇ ½Ã¹Ä·¹ÀÌ¼Ç Gwanghyun Jo, Kwang-Seong Shin Kunsan National University Wonkwang University
12-01 ´ëºÎ¸ð Æ®¸® ±¸Á¶ÀÇ Àú Àü·Â ±¤¿ª ³×Æ®¿öÅ©¸¦ À§ÇÑ Àü·Â Á¦¾î ±â¹ÝÀÇ °ø°£ Àç»ç¿ë ±âȸ Çâ»ó ±â¹ý º¯½Â±Ô, ±èÁ¾´ö ½Å¶ó´ëÇб³ , ºÎ»ê´ëÇб³ 
12-04 ¶óÁ¸®-ÆÄÀÌ¿¡¼­ USB ¼¾¼­ÀÇ Plug&Play ±â¹ý Àº¼º¹è, ¼Ò¼±¼· Çѳ²´ëÇб³, °øÁÖ´ëÇб³
42-03 µå·ÐÀ» Ȱ¿ëÇÑ ÁÖº¯ ¾ÈÀüÀ» À§ÇÑ ¼¾¼­ ³×Æ®¿öÅ© ±¸¼º ¹æ¾È È«¼ºÈ­ ¸ñÆ÷ÇØ¾ç´ëÇб³
42-10 È¿À²Àû ÀÚ¿ø ¹èÄ¡¸¦ À§ÇÑ À̵¿°´Ã¼ÀÇ ÃÖÀû À̵¿ÆÐÅÏ ÃßÃâ Á¶È£¼º, ³²±¤¿ì, Àå¹Î¼®, ÀÌ¿¬½Ä ±º»ê´ëÇб³
32-06 XGboosting ±â¹ýÀ» ÀÌ¿ëÇÑ ½Ç³» À§Ä¡ ÃøÀ§ ±â¹ý Ȳġ°ï, À±Ã¢Ç¥, ±è´ëÁø ±¤¿î´ëÇб³, °æ±â°úÇбâ¼ú´ëÇб³, µ¿±¹´ëÇб³
10-03 ºñÄÜ »ïº¯Ãø·®À» ÀÌ¿ëÇÑ ½Ç³» ȯ°æ¿¡¼­ÀÇ »ç¿ëÀÚ À§Ä¡ ÃßÁ¤ ÀÓ¼öÁ¾, ¼º¹Î°ü, À±»ó¼® ½Å¶ó´ëÇб³
10-05 DBSCAN°ú FCM ±â¹Ý 2-Layer Ŭ·¯½ºÅ͸µÀ» ÀÌ¿ëÇÑ ÃÊÀ½ÆÄ ¿µ»ó¿¡¼­ÀÇ °áÀýÁ¾ ÃßÃâ   ¹Úžð, ¼ÛÀç¿í, ±è±¤¹é ½Å¶ó´ëÇб³
06-05 ½ºÀ§Äª ÆÛÁö ÇÔ¼ö¿Í °¡ÁßÄ¡¸¦ »ç¿ëÇÑ AWGN Á¦°Å ¾Ë°í¸®Áò õºÀ¿ø, ±è³²È£ ºÎ°æ´ëÇб³
28-07 Object Detection and Localization on Map using Multiple Camera and Lidar Point Cloud Leonardo John Pansipansi, Minseok Jang, Yonsik Lee Kunsan National University
14-01 Á¦·Î Æ®·¯½ºÆ® º¸¾ÈÀ» Ȱ¿ëÇÑ ±â¾÷º¸¾È½Ã½ºÅÛ °­È­ ¹æ¾È À̼±¾Æ, ±è¹ü¼®, ÀÌÇýÀÎ, ¹Ú¿øÇü »ó¸í´ëÇб³
02-01 Why abandon Randomized MAC-Address : Wi-Fi Probe Request ±â¹Ý À¯µ¿Àα¸ ºÐ¼® ¹æ¹ý ¼Å۸£Çö ¿ÀÆ÷È£³ëºê, ÀÌÀçÇö, ¹®ÁØ¿µ (ÁÖ)Á¦·ÎÀ¥
02-04 µö·¯´×ÀÇ ´Ù¼ö ÀÔ·Â À̹ÌÁö ÇнÀ ¹× Ãß·Ð È¿À² Çâ»óÀ» À§ÇØ Ãß°¡ÀûÀΠó¸® ÇÁ·Î¼¼½º ¿¬±¸ ÃÖµ¿±Ô, ±è¹Î¿µ, ÀåÁ¾¿í µ¿ÀÇ´ëÇб³
03-03 ÇØ¾ç¼³Ä¡¼± ESS RoomÀÇ BMSÁ¤º¸¸¦ Ȱ¿ëÇÑ Battery °íÀå¿¹Ãø ±è¿ì¿µ, õºÀ¿ø, ±è³²È£ ºÎ°æ´ëÇб³
04-06 ¿ÀÅäÀÎÄÚ´õ¸¦ Ȱ¿ëÇÑ MCT ÀÌ»óŽÁö ¾Ë°í¸®Áò °³¹ß ±è¹ÎÈñ, Áø±³È« â¿ø´ëÇб³
23-14 À¯¹æ ÃÊÀ½ÆÄ ¿µ»óÀÇ ÄÄÇ»ÅÍ º¸Á¶ Áø´ÜÀ» À§ÇÑ Æ¯¼º ºÐ¼® ¾ö»óÈñ, ³²ÀçÇö, ¿¹¼ö¿µ µ¿ÁÖ´ëÇб³, ½Å¶ó´ëÇб³, ºÎ»ê°¡Å縯´ëÇб³
23-23 CNN ¸ðµ¨À» Ȱ¿ëÇÑ È«¼ö À§Çèµµ ÆÇº° ½Ã½ºÅÛ ±¸Çö Á¶¹Î¿ì, ÀÌÅÂÁØ, ¼ÛÇö¿Á, Á¤È¸°æ ¹èÀç´ëÇб³, ´Ù¼ØÁ¤º¸
29-05 Unity±â¹ÝÀÇ Å½»öÀû VR 360µµ ÄÜÅÙÃ÷ ±¸Çö
½ÅÀ¯Ã¶, ±è¹Î±Ù, ÀÌÈ¿¿ø,
°­Ç϶÷, ¹Úö¿ì, ÀÌ¿µ¿ì
ºÎ»ê°¡Å縯´ëÇб³
01-04 ¼¾¼­ ·¹Áö½ºÆ®¸® ½Ã½ºÅÛ¿¡¼­ È¿À²ÀûÀÎ ¼¾¼­ ÇÊÅ͸µÀ» À§ÇÑ LSTM ±â¹Ý ¸ðµ¨ Haotian Chen, Hyunjun Jung, Sukhoon Lee, Byung-Won On, Dongwon Jeong Kusan National University, Hebei GEO University
43-02 ¶óÀÌ³Ê ¸µÀ» °³¼±ÇÑ ÆßÇÁ ¹× ±× ¸ð´ÏÅ͸µ ½Ã½ºÅÛ ÃÖ¿ë¿ø, ÃÖ¿¬¼º ±º»ê´ëÇб³
41-04 Proper base-model and optimizer combination improves transfer learning performance for ultrasound breast cancer classification     Se-woon Choe, Gelan Ayana, Jinhyung Park Kumoh National Institute of Technology
32-01 Haar Cascade ÇÊÅ͸µÀ» ÅëÇÑ ¸¶½ºÅ© Âø¿ë ¿©ºÎ¿Í ¹ß¿­ üũ   ±èÀÇÁ¤, ±èÀÎÁß °øÁÖ´ëÇб³, õ¾È õ¼ºÁßÇб³
09-01 µ¥ÀÌÅÍ ±â¹ÝÀÇ ¼¼Á¾½Ã ±³Åë¾ÈÀü¸Á °­È­ ¹æ¾È ¿¬±¸ °­ÇöÁ¤,±èÅÂÈ«
¼¼Á¾Æ¯º°ÀÚÄ¡½Ãû,
Çѱ¹ÇÑÀÇÇבּ¸¿ø
09-03 »ýȰÆó±â¹° ¼Ò°¢½Ã¼³ ¼Ò°¢ÀçÀÇ ÀçȰ¿ë Ȱ¼ºÈ­ ¹æ¾È ±è¼®È¯,½Åµ¿¿ø
ÃæÃ»³²µµÃµ¾È½Ã,
Çѱ¹È¯°æ¿¬±¸¿ø
19-05 ÇÁ·¢Æ¼Äà ºñÀÜÆ¾ Àå¾Ö Çã¿ë ±â¹ÝÀÇ ÇÕÀÇ ¾Ë°í¸®ÁòÀÇ Æò°¡ ÇÁ·¹ÀÓ¿öÅ© ÀÌÀº¿µ, ±è³²·É, ÇÑ串, ÀÌÀϱ¸ ¼º½Å¿©ÀÚ´ëÇб³
 
 
<Áß·°íµîÇлý ¼¼¼Ç>
 
 
¼¼¼Ç¹øÈ£
³í¹®¸í ÀúÀÚ ÀúÀÚ ¼Ò¼Ó
¿ì¼ö 08-01 ¾çÀÚ Æ¯¼º ±â¹Ý ĨÀ» Ȱ¿ëÇÑ ¿£Æ®·ÎÇÇ ¼Ò½º ¸ðµ¨ ¼ö¸³ ¹æ¹ý¿¡ °üÇÑ ¿¬±¸ ±è´ëÇü, ±èÁÖºó, Áöµ¿È­ °æ±â°úÇаíµîÇб³
08-02 ½ÃÈ­È£ Á¶·ù »ýŰèÀÇ º¯È­ ºÐ¼® ¹× °æ»ç Çϰ­¹ýÀ» ÀÌ¿ëÇÑ ½ÃÈ­È£ ȯ°æ Áö¼ö °í¾È ±èµ¿ÈÆ, ÀåÇϰæ, À̰ü¿ì, Á¤°æ·Ï °æ±â°úÇаíµîÇб³
35-01 º¸ÇຸÁ¶±â±â »ç¿ëÀÚ¸¦ À§ÇÑ 2Ãà ȸÀü ÀÚ±â¾ÈÁ¤È­ È޴빰ǰ ÀåÄ¡ÀÇ °³¹ß ÀÌÁø ¹ÎÁ·»ç°ü°íµîÇб³
35-02 ¶óº§ ½º¹«µùÀ» Ȱ¿ëÇÑ Ä¡Àº¿° ÀÌÁø ºÐ·ù±â ͏®ºê·¹ÀÌ¼Ç ÀÌ»óÇö Global Prodigy Academy