Video

군침이 싹 도는 강의입니다!

좋은 정보 감사합니다.

혹시 자료 활용해도 괜찮을까요?

핵융합아 빨랑 와라 네가 필요한 곳이 여기에도 있다. 에너지가 필요해. 초전도야 너도 같이 오렴. 효율 올라가게.😅

22:27 필터에서탄소뺄때 필요한 열량을 원자로에서 바로얻는 시스템인가요? 23:00 흡착제의 내구성 및 피독시 환원반응 등도 고려가 되어 있는지요. 현재 제안 시스템에서 경제성을 가지기 위해 가장 중요한 요소는 무엇인가요?

유튜브 보면서 구독 좋아요. 처음 해봅니다^^

감사합니다. 교수님

기계공학관련전공 학생입니다. AI/ML을 연구에 적용하는데 많은 참고가 되었습니다. 좋은강의 감사드립니다.

좋은 강연 감사합니다!

안녕하세요 영상잘봤습니다. 23년 하반기 열인발공정에 대한 기사가 다시 나왔고, 업체에서도 관심을 보이고 있기에 영상에 나오는 장비에 대한 스터디와 정보 확인이 필요하온데, 제작업체 정보공유 가능하실까요?

정말대단합니다, 교수님!

자막이 있어야 한다고 봅니다.

이제 ai 양자화 입문. ㅡ,.ㅡ; 아 몰라...

그는 참 연구자였습니다. 결코 자신을 내세우지 않았으며 항상 뒤에서 후배들을 격려하고 지원하였습니다. 반대파의 목소리도 경청하였으며, 항상 묵묵히 자신의 일에만 전념하였다고 기억합니다 .(음..제가 모두 못하는 거네요) 비록 그는 우리곁을 홀연히 떠나갔지만 그가 남긴 후배들에 대한 사랑(여기서 후배는 로봇 청년 과학자) 실천은 큰 울림으로 기억됩니다.

감사합니다.

창업을 하신다니 가슴이 웅장해집니다. 너무 멋집니다

Didnt understand a Word he said But the slides were helpful thank you

창훈아 현주 형님 건강 하시제 느그 삼촌이다 자랑 스럽다 ^^

49:40 도메인 지식을 가지고 있는, 다년간 현장 경험을 쌓은 엔지니어가, 수학적 지식과 함께 ML, DL에 관심이 있어서 관련 지식을 동시에 가지고 있다면 최상의 조합일 것이라 생각합니다. 현재 제조업 기업들은 ML, DL 적용에 대한 니즈가 있는 것 같지만, 현업의 mechanical engineer들은 AI 관련 관심이 많아 보이지는 않습니다. 도메인 지식을 가지고 있고, 동시에 AI 관련 지식도 가지고 있는 인재가 국내/국외에 충분히 양성되고 있는지 궁금합니다. 추가로, 어떤 방법/과정으로 양성되야 할 지 교수님의 의견이 궁금합니다. 52:00 데이터 생성 시, 수학적 모델에서 생성된 데이터는 실제 데이터와 차이가 있을 수 밖에 없습니다. 이 간격을 좁히기 위해서 수학적 모델에서 생성된 데이터에 어떠한 처리를 하는지 궁금합니다. (예를 들어서 난수 정보 or 인위적 노이즈를 추가한다던지 등) 52:50 다양한 분야에 머신러닝을 적용하고 계신데 주제를 어떻게 정하고. 업체로 부터의 다양한 요구가 있는지 궁금합니다. 54:23 Training data가 적다면 AI algorithm이 overfitting 가능성이 높은데, 이를 어떻게 측정하고 극복하였는지 궁금합니다. 56:34 multi fidelity 문제 등에서 실제 검증은 어떻게 진행되나요? 어떠한 데이터로 검증이 가능하다면 이 데이터를 학습 데이터 단에서 데이터를 생성할 수도 있을 것 같은데요. 학습 데이터에서 활용하는 것과, multi fidelity에 대처하는 transfer learning 등의 방법론 후에 검증 데이터로만 활용하는 것에 차이가 있을까요?

슬라이드 자료 받기: sites.google.com/site/seunghwalab / 유승화 교수님 이메일: ryush@kaist.ac.kr

48:14 학습 시뮬레이션과 실제 모델과의 차이.. 가 역시 가장큰 문제인것 같은데, 실제로 이를 해결해보신 경험을 공유해주실수 있는지요? 50:19 발표 잘 들었습니다.^^ ChatGPT로 로봇 코드를 실행하는 데모에서 랭귀지는 주로 Python이 사용되나요? 그리고 ROS패키지와도 연동되는 수준인가요? 52:27 재미있는 연구와 좋은 발표 잘 들었습니다. 학생들의 입장에서 오늘 알려주신 연구를 수행하려면 필요한 선수과목에는 무엇이 있을까요?

걈사합니다. 여러번 보고듣고 있습시다

56:20 현재 원자력 발전소의 운영에는 현재 기계학습이 도입된 사례가 있는지? 57:10 원자력 발전소의 운영 중에 발생할 수 있는 문제나 안전 위험을 대량의 센서 데이터와 운영 기록을 기반으로 기계학습 모델을 훈련이 필요한데 연구에 필요한 실측데이트는 어떻게 구하는지?

보통 유체 시뮬레이션 하실 때 어떤 유틸 사용하시는지 여쭤봐도 될까요?

조훈 강의네요

예전에 YTN에서 초임계 이산화 탄소 관련한 영상을 보고 밀폐 공간에서 스털링 엔진과 비교적 낮은 쓰래기 소각열을 이용한 발전에 쓸 수 없을까 생각했는데 이미 연구를 하고 있는 곳들이 있군요. 부디 좋은 연구결과 있기를 바랄께요

48:12 초임계 이산화탄소 발전시스템의 상용화에 가장 큰 걸림돌은 뭘까요?

고경철박사님 인공지능기술.전 박사님이 알기쉽게 살명해주셔서 여러번 들어보겠습니다

뇌수술로봇.정말 존경합니다.!

제겐 어렵지만 여러번 들어보겠습니다 감사합니다

55:53 말씀해주신 내용은 대부분 X에 대해서 y 값을 regression으로 찾는 것 같습니다. 혹시 역으로 원하는 y가 있을 때, design space 탐색한다는식의 최적의 x를 찾는 방식도 가능한가요? 원하는 output에 대한 다양한 후보 multimodal 혹은 Graph를 찾는 것도 재미있을 것 같아서요. 혹시 가능하시다면 그쪽으로는 어떤 연구가 진행되고 있는지? 찾아보는걸 추천하는지 여쭤보고 싶습니다!

01:04:02 아마존에서는 준비하고 있는 AI서비스가 기존의 서비스에 비해 차별화 된 특징들이 있을까요? 01:05:11 Bedrock service에서 Hugging face 에 올라온 모델을 임의로 선택해 사용할 수 있나요? 그리고 자체 개발 LLM을 Bedrock service를 이용해 사용할 수 있나요? 01:06:34 셀프 어텐션 구조가 연산 구조상 시간복잡도가 낮고 병렬화가 쉬워 컴퓨팅 자원소모에 대한 부담이 적을 것 같고, 거리가 먼 단어간의 관계도 계산하기 쉽고, 연산과정을 시각화하여 모델이 문장을 어떻게 해석하고 있는지 좀 더 정확히 파악할 수 있다는 점에서도 좋은 것 같습니다만.. 혹시 이러한 셀프 어텐션 구조에도 weak가 있을까요?

믿고 보는 황교수님 세미나. 언제나 인스파이어링 합니다!

강의 감사합니다

46:19 의학쪽에서 발표를 하신적이 있으신지? 모델의 제작기간과 제작비용이 궁금합니다. 47:38 딥코팅 방법에서 두께 조절을 할 수 있는 방법이 점도 조절 외에 있나요? 49:03 OFI-MD의 경우 동맥류까지의 접근은 내부 카테터의 루멘으로 가이드와이어를 삽입하여 이루어지는거겠죠?

황보제민님 메릭 웨비나 영상이 참 도움이 많이 됐는데, 이렇게 또 뵐 수 있어서 좋네요. 항상 좋은 영상 감사합니다.

질문은 자막을 켜시면 바로 보실수 있습니다. 56:23 Raibo의 제어 알고리즘에도 Actuator net을 사용하나요? 56:59 좋은 보상 신호를 만들어내기 위해 각각의 구성 요소들을 튜닝하는 방법이나, 주요하게 관찰해야하는 지표가 있다면? 57:52 Learning based method는 black box model로 인해 구체적인 인과관계를 파악하는데 어려움이 있다고 생각합니다. 어떻게 원인을 파악하여 디버깅하시는지 궁금합니다. 59:07 convergence나 conatraint satisfication과 같은 성능에 대한 formal guarantee를 할 수 있는 모델기반의 방법과 달리 학습기반의 방법은 성능을 통계학적으로만 보장할수 있어 reliability에 대한 우려가 있다고 생각합니다. 01:01:13 라이보의 내구성과 관리를 위한 부품의 사전 이상감지 및 교체주기 관리등에 대한 부분이 어떻게 될까요? 01:01:07 제품 가격 절감을 위해 가공기계를 도입할 계획이 있으신지요? 01:01:58 강화학습을 수행하는데 쌓이는 레이턴시와 딜레이들이 실제 시스템 제어 태스크를 수행하는데, 큰 영향을 미치지는 않는지요? 또한, 유성기어의 경우 부속 수리가 어려울 것으로 모듈 형태의 교환이 필요할텐데, 제품보다 A/S 비용이 오히려 증가하지 않을까요? 01:03:56 강화학습 제어기 특성상, 경험하지 못한 상황에 대해서는 유연하게 대처하지 못 할 것 같습니다. 별도의 안전 장치 프레임 워크나 제어 프레임워크가 준비되어 있는지 궁금합니다. 01:05:00 생각하시는 라이보1으로 보여줄 수 있는 가장 고성능의 task는 어떤 것이 있나요? 01:05:41 사족로봇에 로봇팔을 추가하면 제어시 어떤 부분을 고려해야하나요? 01:06:18 혹시 라이보의 fall recovery나 내고장성 제어와 관련해 구현하신 부분에 대한 설명을 요청드려도될까요? 01:07:12 강화학습 제어기로 모든 상황에 대해서 end-to-end 학습이 가능한가요? 01:07:25 액추에이터 발열 관리가 어려운 것으로 알고있는데 어떤 방식을 사용하고 계신지 그리고 라이보2에서도 동일한 방식을 사용하실건지 궁금합니다? 01:08:16 향후 2족 보행에도 적용하실 계획이 있으신지, 적용을 한다면 어떤 차이점이 있는지 궁금합니다. 01:08:29 지면특성 이외에 사람도 슬리퍼를 신었을 때와 운동화를 신었을 떄의 보행이 달라지는데 라이보 등 로봇의 경우 발끝 재료, 재질에 따른 보행도 고려할 가치가 있을까요?

축하드려요 교수님 1천클럽 가입~내용도 너무 좋아요 많이 공부되었습니다

일부 영상에서 빠진부분이 있어서 재업로드 되었습니다.

마지막에 50CM 장애물을 극복하시는게 목표라고 하시는데 제가 다 가슴이 웅장해지네요. 화이팅입니다

Gait Sequance를 MCTS방법을 이용하니 지면이 바뀌어도 잘 걷을수 있는 점이 굉장히 인상적이네요. 좋은 영상 감사합니다

시계열 자료가 적은데 감사합니다

54:00 딥러닝 CAEN로 의수로봇 손가락 동작을 추정하셨는데 network 중간에서 data를 획득하면 이후의 feature가 상승하는 부분의 network은 왜 있는 것인지 궁굼합니다. 55:16 줄꼬임의 재료? / 기술이전이나 제품화 고려? / 로봇의 손이이나 그리퍼로도 이용 가능성 58:55 아까 말씀하신 절단환자가 로봇의수를 사용함에 있어서 "Visual 적인 피로도가 크다?" 라는 것이 어떤 의미일지요? 1:00:20 줄꼬임의 경우 줄의 추가적인 꼬임에 대한 변속비 모델링을 진행하신 적이 있는지 궁금합니다 1:01:30 절단사고후 근육 등이 퇴화되어 EMT신호가 희미해진다고 했는데 사고후 특정기간 환자별 실험하신 예나 계획이 있는지요? 현재 기술에서 바람직한 기간이 있는지요? 1:03:02 딥러닝에서 구조가 인코더와 디코더 양쪽을 쓴 이유가 emg와 force와의 관계를 지도학습할 수 있을 만큼 labeling된 데이터가 없기 때문인지 궁금합니다! 사용하신 딥러닝 구조를 데이터의 labeling이 명확하지 않은 경우들에 적용할 수 있을지도 여쭤보고 싶습니다. 1:04:14 의수를 사용하는 동안 무거운 물건을 들 때, 의수 자체의 힘은 만족한다고 하더라도 의수가 신체에 접촉되어 있는 면 (소켓) 의 모양과 형태, 방식에 따라 무거운 물건을 드는 것이 어려울 것 같습니다. 실험 하시면서 소켓에 대한 부분은 따로 고려한 것은 없는지 궁금합니다. 1:06:53 두분 께 공통적으로 질문드리는 내용인데, 뇌파 기반으로 구현하신 동작을 수행하는 방안도 있을까요? 1:09:22 혹시 다른 분야에 응용이 가능한 것은 어떤것이 있나요? 가상현실등.... 입력 수단으로도 가능할까요?

재밌게 잘 봤습니다. 유익한 강의 감사드립니다.