최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기방송과 미디어 = Broadcasting and media magazine, v.22 no.1, 2017년, pp.59 - 66
양희덕 (조선대학교)
초록이 없습니다.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
제품명 앞에 스마트라는 단어가 자리잡게 된 이유는? | 컴퓨팅 장치, 센서 성능의 발전과 대용량 자료를 분석할 수 있는 머신 러닝 기술의 괄목할 만한 발전으로 인해 자동차, 휴대폰, TV와 같은 제품명 앞에 언제부터인가 ‘스마트’라는 단어가 자리잡게 되었다. 초기에 등장한 스마트 제품들은 기능이나 성능에 중점을 둔 기술의 발전에 초점이 맞추어 졌다면, 최근에 출시되 고 있는 스마트 제품들은 사용자에게 제품의 활용과 정에서 최적의 경험을 제공하기 위한 사용자와 제품 간의 상호작용에 초점을 맞추고 있다. | |
다층 인공신경망을 이용해 데이터로부터 유용한 특징을 직접 추출 및 학습 하는 딥러닝 기술의 장점은? | 딥러닝 기술은 다층 인공신경망을 이용 해 데이터로부터 유용한 특징을 직접 추출 및 학습 하는 방식이다. 이 방식은 사람은 찾지 못하는 유용한 특징을 스스로 찾을 수 있다. 따라서 대용량의 데이터로부터 사람은 특징을 찾기 쉽지 않지만 반대로 딥러닝 기술은 유용한 특징을 효과적으로 찾을 수 있다. | |
최근 출시되고 있는 스마트 제품은 어디에 초점을 맞추고 있는가? | 컴퓨팅 장치, 센서 성능의 발전과 대용량 자료를 분석할 수 있는 머신 러닝 기술의 괄목할 만한 발전으로 인해 자동차, 휴대폰, TV와 같은 제품명 앞에 언제부터인가 ‘스마트’라는 단어가 자리잡게 되었다. 초기에 등장한 스마트 제품들은 기능이나 성능에 중점을 둔 기술의 발전에 초점이 맞추어 졌다면, 최근에 출시되 고 있는 스마트 제품들은 사용자에게 제품의 활용과 정에서 최적의 경험을 제공하기 위한 사용자와 제품 간의 상호작용에 초점을 맞추고 있다. 그 중에서도 사용자가 제품 및 서비스를 얼마나 편리하게 이용할 수 있느냐에 관심을 갖고 있으며, 이는 자연스러운 사용자 인터페이스(Natural User Interface: NUI) 기술 발전에 전환점을 제공하고 있다. |
http://www.apple.com/kr/ios/siri/
https://atap.google.com/soli/
유문욱, "동작 인식을 위한 3D 센싱 기술", 계장기술, No. 7, pp. 102-111, 2016
안세영, "3D 센서 기술 (동작인식)", ETRI 기술보고서, 2013.
Alex Krizhevsky, Ilya Sutskever, and Geoffrey E Hinton. Imagenet classification with deep convolutional neural networks. In Advances in neural information processing systems, pages 1097-1105, 2012.
Yaniv Taigman, Ming Yang, Marc'Aurelio Ranzato, and Lars Wolf. Deep-face: Closing the gap to human-level performance in face verification. In Computer Vision and Pattern Recognition (CVPR), 2014
Jonathan J Tompson, Arjun Jain, Yann LeCun, and Christoph Bregler. Joint training of a convolutional network and a graphical model for human pose estimation. In Advances in Neural Information Processing Systems, pages 1799-1807, 2014.
Alexander Toshev and Christian Szegedy. Deeppose: Human pose estima- tion via deep neural networks. In Computer Vision and Pattern Recognition (CVPR), 2014 IEEE Conference on, pages 1653-1660. IEEE, 2014.
http://en.wikipedia.org/wiki/Wii
https://namu.wiki/w/3D%20터치
https://www.leapmotion.com
http://www.intel.com/content/www/us/en/architecture-and-technology/realsense- overview.html
http://wwwtobii.com
https://www.myo.com
류한석, "동작인식 기술 트렌트 및 시사점", 디지에코 보고서, 2015
조성식, 석흑일, 이성환, "로봇 비전 기반 제스처 인식 연구 동향", 로봇학회지, 7(1), pp. 16-23, 2010.
http://www.bmw.com/com/en/newvehicles/7series/sedan/2015/showroom/innovative_ functionality.html
http://cats.gatech.edu/content/copycat
http://www.exile.at/ko/installations.html
http://www.mogencelab.com
http://www.xsens.com
http://cyberith.com/
https://tla.mpi.nl/tools/tla-tools/elan/
http://www.slideshare.net/JonghoonSeo/20-24091955
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.