2019

[컨퍼런스] 2019 로보월드 (2019.10.09)

# Title ‘5G 기반의 스마트 로봇 혁신서비스’ - 로봇을 기반으로 관련 산업 분야와의 융합을 통한 발전기대 # KeyPoint 제조용 로봇, 서비스용 로봇, 로봇부품, 스마트응용 및 SW, 스마트제조, 드론, 3D프린팅, VR/AR 등과 관련된 기업 설명 # 느낀점 다양한 종류의 로봇들과 개발되고 있는 로봇 및 최신 동향을 파악하여 미래를 설계하는데 참고할만한 좋은 지표로 작용했다. 만들어 보고 싶은 기술이 개발되어있다면 아쉬워하고 좌절하기 보다는 개발자에게 관련 설명을 들음으로써 그보다 더 좋은 로봇을 개발하고자 한 태도가 전시회를 다녀와서 가장 좋았던 태도 같다.

[Youtube] Samsung Techtonic 2019: 회로설계자동화 - 회로설계자동화를 위한 강화학습적용기: 제조현장 강화학습 적용가이드 (민찬호 프로 (AI선행연구Lab))

Track1. 회로설계자동화를 위한 강화학습적용기 - 제조현장 강화학습 적용가이드 (민찬호 프로 (AI선행연구Lab)) 1. 시작하기에 앞서 : 프로젝트 소개 + 강화학습이란? - 반도체 회로(PCB) 설계프로세스 자동화기술 : pin(start)과 ball(end)을 잇는 회로 설계 - 반도체 라우팅 프로젝트의 특징 : 데이터 적음(전무가가 손으로 설계). 회로간의 교차가 없어야함(간섭 없어야함). pin(start)(시작점)과 ball(end)(끝점)은 고정되어 있음. unsupervized learning(강화학습) : 잘하면 상, 못하면 벌. 실제행동의 경험에서 배우고 직접생성. 일반적인 방법론으로 모든 문제에 적용가능한 것으로 보임. 성능이 떨어짐. Environment : 강화학습이 이루어지는..

[Youtube] Samsung Techtonic 2019: Brightics AI - 자동 레이블링과 분산 학습을 통해 딥러닝을 쉽고 빠르게! (오경진 프로 (AI선행연구Lab))

Track1. 자동 레이블링과 분산 학습을 통해 딥러닝을 쉽고 빠르게! (오경진 프로 (AI선행연구Lab)) 1. cDL(Deep Learning) - 대용량 영상 데이터를 처리하는 비즈니스 환경에서 경험한 어려움들 - 데이터 : 정제작업, 답안지만들기,,, 가내 수공업하는 느낌 -> Auto Labeling - 모델 개발 : 많은 실험을 일일이..? -> Distributed Model Training - 기업 비즈니스를 위한 대규모 AI로의 전환을 위한 고려사항 R&D scale -> Operationalization of AI -> Enterprise scale 2. Auto Labeling : 학습데이터 Labeling 과정을 자동화하는 기능 기존 : 사람이 직접 모든 데이터를 labeling 해..