안녕하세요? 올해도 새로운 컨셉으로 CAE 컨퍼런스 2020 행사를 준비하고 있습니다. ​ 올해는 수원으로 지역을 변경해 새로운 유저를 만날 수 있는 장을 마련할 계획으로 11월 13일(금) 수원컨벤션센터에서 행사를 준비하고 있습니다. ​ ​ CAE 컨퍼런스 2020는 ‘디지털 트랜스포메이션을 위한 시뮬레이션 기술과 트렌드’를 주제로, 국내 CAE 산업의 활성화와 시장 확대를 위해 리더 기업을 초청, 밸류 있는 참가자를 확보하고자 합니다. ​ 이를 통해 참가업체와 참석자 모두에게 실질적인 가치를 제공하고, 코로나 상황에서 대면 참여가 어려운 현실을 고려해 사후 온디맨드 영상 서비스를 통해 온오프 행사로 진행하여 좀더 많은 참가자를 확보할 예정입니다. ​ ​ * 지난 행사 기사 참고 2019 컨퍼런스(기사) https://www.cadgraphics.co.kr/newsview.php?pages=news&sub=news01&catecode=2&num=66066 2019 컨퍼런스(특집) https://www.cadgraphics.co.kr/newsview.php?pages=lecture&sub=lecture01&catecode=7&num=66068 ​ ​ [일정 안내] ​ 행사명: CAE컨퍼런스 2020 - 디지털 트랜스포메이션을 위한 시뮬레이션 기술과 트렌드 (안) 일 시: 2020년 11월 13일(금), 오후 12시 ~ 오후 6시 (오전 10시 ~ 12시, SMATEC 2020 전시회 참가) 장 소: 수원컨벤션센터 (신분당선 광교중앙역 부근) 주 최: 캐드앤그래픽스 주 관: CAE 컨퍼런스 준비위원회 후 원: 한국산업마케팅연구원, 대한기계학회, 한국과학기술정보연구원, 한국계산과학공학회, 한국기계산업진흥회, 한국산업지능화협회, 한국CDE학회 (안) ​ 1. CAE 컨퍼런스 2020 참가 검토의 건 / 참가 접수 마감 • 참가 신청 접수 [1차 마감] 2020년 9월 18일(금) 까지 [최종 마감] 2020년 10월 5일(월) 까지 ​ • 발표 신청 접수 [1차 마감] 2020년 9월 18일(금) 까지 [최종 마감] 2020년 10월 5일(월) 까지 * 상세한 내용은 첨부해 드린 공문을 참조하시기 바랍니다. ​ 2. CAE 컨퍼런스2020 발표자 및 내용 추천 / 마감일 10월 5일(월)까지 컨퍼런스에서 짚어주었으면 하는 내용이나 주제, 발표자로 추천하고 싶은 분이 있으면 추천 바랍니다. ​ 3. 참고로 CAE 공급 업체의 발표 참가 유료로 진행됩니다. ​ 많은 관심과 참여를 부탁드립니다. 감사합니다. ​ ------------------------------------------ CAE 컨퍼런스 사무국 문의 : 02-333-6900 메일 : cae@cadgraphics.co.kr ​ ​ #CAE컨퍼런스2020 #CAE컨퍼런스  

한국계산과학공학회는 5월 24일 서울대학교에서 춘계학술대회 및 정기총회를 개최했다. 한국계산과학공학회는 계산과학 및 공학 또는 이에 관련된 학문 연구와 산학연 협동 및 국제 교류 증대를 통하여 계산과학 및 공학 분야 발전과 보급, 응용에 기여하기 위해 설립된 학회이다. 이전에는 불가능하다고 생각했던 슈퍼 휴먼 수준의 인공지능 연구와 개발이 계산과학공학 여러 분야에서 진행되고 있는 상황이다. 춘계학술대회 조직위원장을 맡은 연세대 이창훈 교수는 “우리 학회는 다양한 분야에 걸쳐 많은 연구를 진행하고 있고, 각 분야에서 계산과학의 중요성이 증대되고 있는 만큼 이번 학술대회를 통해 다양한 정보와 기술을 습득하기 바란다”고 밝혔다. 이번 학술대회의 초청강연으로는 이종철(KISTI) ‘AI 플랫폼 트렌드 : Challenges or Services? – The next step for the EDISON 플랫폼, 이효석(삼성종기원) Marerial Discovery with Artificial Intelligence, 신동우(서울대) High-dimensional polyhedral finite element 등이 이루어졌다. 학회의 연구 분야는 인공지능, 빅데이터, 물리기반시뮬레이션, 거대 시뮬레이션, 유체역학 시뮬레이션, 구조해석 시뮬레이션, 수치선형대수알고리즘, 고성능커뮤팅 아키텍튜어, 미분방정식의 수치알고리즘, 기타(계산과학공학관련 분야) 등이다. 한국계산과학공학회 이식 부회장(KISTI)은 “컴퓨터 수치 연구 알고리즘 관련 다양한 분야에서 사용되고 있으나 개별 업종별로는 작은 분야로 여겨지고 있다. 우리 학회에서는 다양한 분야에서 사용되는 계산과학 관련 기술에 대해 정보를 교류하고 아이디어를 얻을 수 있다는 점에서 많은 장점이 있다. 최근 AI, 머신러닝, 빅데이터 등 사용분야가 늘고 있어 앞으로도 더욱 확대될 것”이라고 밝혔다. 한편 학회는 5월 23일부터 24일까지 엔지니어를 위한 AI(인공지능) 실무교육을 캐드앤그래픽스와 함께 성황리에 마쳤다.    

엔지니어링 분야를 위한 AI(인공지능) 실무교육이 5월 23일(목) ~ 24일(금)까지 서울대학교 27동 220호에서 시작됐다.  한국계산과학공학회와 캐드앤그래픽스, 한국연구재단이 주최하고 인텔이 후원하는 '엔지니어링 분야 AI(인공지능) 실무교육’은 기존의 인공지능 관련 튜토리얼과 달리 산업분야에서 인공지능 기법이 적용되는 방법에 관해 초첨을 맞춰 이론과 실무 코딩 교육이 병행될 예정이다.  또한 AI 및 빅데이터 시장 전망, 딥러닝을 위한 수학적 고찰, 컴퓨터 비전, 실질적인 핸즈온 딥러닝 학습, 실제 의료 및 중소기업에서의 적용 방안, 그리고 8월말 경에 있는 드론경진 대회를 위한 준비에 이르기까지 AI 기반의 다양한 커리큘럼이 준비되어 있다.  23일 첫째날에는 인텔코리아 이주석 전무가 ‘Full AI Workload – 데이터 분석과 인공지능의 활용’을 주제로 데이터 분석의 Full Workload를 이해하고 기계학습 및 딥러닝 기법을 적용하는 방안에 대해서 설명했다. 또한 실무적인 차원에서 필요로 하는 기술이 무엇인지를 소개했다.  서울대학교 경제학과 최병선 교수는 ‘Theoretical Foundations of Machine Learning’을 주제로 머신러닝은 이미 레드오션임을 설명하고, 왜 기본에 충실해야 하는가, 그리고 머신러닝의 로직 등에 대해 설명했다.  인텔코리아 이인구 전무는 ‘Intel OpenVINO를 이용한 딥러닝 추론’을 주제로 딥러닝 모델을 개발하고 적용하는 순서를 이해하고, 단계별 의사결정에 필요한 내용들을 숙지할 수 있도록 강의했다. 또한 다양한 모델을 openVINO를 이용해 추론하는 것을 실습하고 관련 내용을 이해할 수 있게 소개했다.  사라다 및 리얼허브 하성욱 소장은 ‘파이썬(Python)을 이용한 가위바위보 인식’을 주제로 파이썬(Python)을 이용하여 데이터 수집, 데이터 정제, Caffe 학습, 모델 최적화, 실시간 학습 교육 등에 대해 이론과 실무에 대해 설명했다. 내일도 강연과 실습이 이어진다.  24일 둘째날에는 서울대학교 물리학과 최무영 교수가 ‘인공지능 물리학’을 주제로 정보 처리와 관련해서 기존의 컴퓨터와 지능을 지닌 두뇌의 차이점을 지적하고, 두뇌의 모형으로서 신경그물 얼개에 대해 강의한다.  하성욱 소장의 ‘파이썬(Python)을 이용한 가위바위보 인식’ 두번째 강연도 준비되어 있다.  서울대학교 수학과 신동우 교수는 ‘Machine Learning을 위한 수학적 알고리즘’을 주제로 인공지능에 대비한 수학적 계산과 고찰에 대해 설명한다.  서울대학교병원 고태훈 교수는 ‘의료이미지 분석을 위한 기계학습 기법 및 최적화 방안(with Keras)’를 주제로 의료영상 데이터에 대한 연구와 사용된 딥러닝 모델을 소개하고, 간단한 실습을 Keras로 진행한다.  에스더포뮬러 김광수 팀장은 ‘중소기업에서 인프라 없이 데이터를 분석하는 방법’을 주제로 중소기업에서 기계학습을 정교하게 적용하는 인프라를 구축하는 것은 매우 어려운 일이기 때문에 인프라 보다 개인 레벨에서 데이터를 분석하고 업무에 적용하고 있는 사례를 소개한다.  마지막으로 인텔코리아 이주석 전무가 ‘드론경진대회를 위한 openVINO 기술 및 준비’를 주제로 오는 8월 28일 본선대회를 위한 준비 과정에 대해 설명한다.  한편 이번 엔지니어링 AI 실무교육과 함께 5월 24일(금)에는 한국계산과학공학회 춘계학술대회 및 정기총회가 서울대학교 28동 102호, 103호에서 동시에 개최된다.  한국계산과학공학회 회장을 맡고 있는 서울대학교 신동우 교수는 “엔지니어를 위한 AI 실무교육은 산업 분야에서 인공지능 기법이 어떻게 적용되는지에 초점을 맞춰 이론과 실무 코딩교육을 중심으로 이틀 동안 진행될 예정“이라며, “계산과학공학의 토대가 되는 하드웨어, 소프트웨어, 알고리즘 등의 발전과 교류 및 인력 양성을 위해 힘쓰고 있는 한국계산과학공학회 학술대회”에도 많은 관심과 성원을 부탁했다.

엔지니어링 분야를 위한 AI(인공지능) 실무교육이 5월 23일(목) ~ 24일(금)까지 서울대학교 27동 220호에서 실시된다.  한국계산과학공학회와 캐드앤그래픽스, 한국연구재단이 주최하고 인텔이 후원하는 '엔지니어링 분야 AI(인공지능) 실무교육’은 기존의 인공지능 관련 튜토리얼과 달리 산업분야에서 인공지능 기법이 적용되는 방법에 관해 초첨을 맞춰 이론과 실무 코딩 교육이 병행될 예정이다.  또한 AI 및 빅데이터 시장 전망, 딥러닝을 위한 수학적 고찰, 컴퓨터 비전, 컴퓨터 비전, 실질적인 핸즈온 딥러닝 학습, 실제 의료 및 중소기업에서의 적용 방안, 그리고 8월말 경에 있는 드론경진 대회를 위한 준비에 이르기까지 AI 기반의 다양한 커리큘럼이 준비되어 있다.  23일 첫째날에는 인텔코리아 이주석 전무가 ‘Full AI Workload – 데이터 분석과 인공지능의 활용’을 주제로 데이터 분석의 Full Workload를 이해하고 기계학습 및 딥러닝 기법을 적용하는 방안에 대해서 설명한다. 또한 실무적인 차원에서 필요로 하는 기술이 무엇인지를 알려줄 예정이다.  서울대학교 경제학과 최병선 교수는 ‘Theoretical Foundations of Machine Learning’을 주제로 머신러닝은 이미 레드오션임을 설명하고, 왜 기본에 충실해야 하는가, 그리고 머신러닝의 로직 등에 대해 설명한다.  인텔코리아 이인구 전무는 ‘Intel OpenVINO를 이용한 딥러닝 추론’을 주제로 딥러닝 모델을 개발하고 적용하는 순서를 이해하고, 단계별 의사결정에 필요한 내용들을 숙지할 수 있도록 강의한다. 또한 다양한 모델을 openVINO를 이용해 추론하는 것을 실습하고 관련 내용을 이해할 수 있게 설명한다.  사라다 및 리얼허브 하성욱 연구소장은 ‘파이썬(Python)을 이용한 가위바위보 인식’을 주제로 파이썬(Python)을 이용하여 데이터 수집, 데이터 정제, Caffe 학습, 모델 최적화, 실시간 학습 교육 등에 대해 이론과 실무를 이틀에 걸쳐 설명한다.  24일 둘째날에는 서울대학교 물리학과 최무영 교수가 ‘인공지능 물리학’을 주제로 정보 처리와 관련해서 기존의 컴퓨터와 지능을 지닌 두뇌의 차이점을 지적하고, 두뇌의 모형으로서 신경그물 얼개에 대해 강의한다.  하성욱 연구소장이 ‘파이썬(Python)을 이용한 가위바위보 인식’ 두번째 강연도 준비되어 있다.  서울대학교 수학과 신동우 교수는 ‘Machine Learning을 위한 수학적 알고리즘’을 주제로 인공지능에 대비한 수학적 계산과 고찰에 대해 설명한다.  서울대학교병원 고태훈 교수는 ‘의료이미지 분석을 위한 기계학습 기법 및 최적화 방안(with Keras)’를 주제로 의료영상 데이터에 대한 연구와 사용된 딥러닝 모델을 소개하고, 간단한 실습을 Keras로 진행한다.  에스더포뮬러 김광수 팀장은 ‘중소기업에서 인프라 없이 데이터를 분석하는 방법’을 주제로 중소기업에서 기계학습을 정교하게 적용하는 인프라를 구축하는 것은 매우 어려운 일이기 때문에 인프라 보다 개인 레벨에서 데이터를 분석하고 업무에 적용하고 있는 사례를 소개한다.  마지막으로 인텔코리아 이주석 전무가 ‘드론경진대회를 위한 openVINO 기술 및 준비’를 주제로 오는 8월 28일 본선대회를 위한 준비 과정에 대해 설명한다.  이번 엔지니어링 AI 실무교육과 함께 5월 24일(금)에는 한국계산과학공학회 춘계학술대회 및 정기총회가 서울대학교 28동 102호, 103호에서 동시에 개최된다.  한국계산과학공학회 회장을 맡고 있는 서울대학교 신동우 교수는 “엔지니어를 위한 AI 실무교육은 산업 분야에서 인공지능 기법이 어떻게 적용되는지에 초점을 맞춰 이론과 실무 코딩교육을 중심으로 이틀 동안 진행될 예정“이라며, “계산과학공학의 토대가 되는 하드웨어, 소프트웨어, 알고리즘 등의 발전과 교류 및 인력 양성을 위해 힘쓰고 있는 한국계산과학공학회 학술대회”에도 많은 관심과 성원을 부탁했다. * 엔지니어링 분야 AI(인공지능) 실무 교육 마감 연장 _ 5월 20일(월) 오후 2시까지

아래 내용이 보이지 않으면 여기를 클릭하세요!     발표자 및 발표내용 상세 소개   1. Full AI workload - 데이터 분석과 인공지능의 활용 이주석 전무(인텔코리아)   제 4차 산업 혁명의 시대에서 필요로 하는 인재는 방대한 빅데이터 안에서 가치있는 인사이트를 도출해 낼 수 있는 능력을 가진사람이다. 데이터 과학자로서의 인사이트는 데이터의 취득에서 전처리 및 문제를 정의하는데부터 시작을 한다. 이 강의에서는 데이터 분석의 full workload를 이해하고 기계학습 및 딥러닝 기법을 적용하는 방안에 대해서 설명한다. 또한 실무적인 차원에서 필요로 하는 기술이 무엇인지를 알려주도록 한다.   [강사 주요 약력] 1995년부터 IT업계 종사 Toshiba를 시작으로 Infineon, NVIDIA를 거쳐 현재 인텔코리아에서 솔루션 및 생태계 구축 작업 2013년부터 딥러닝을 소개하기 시작하였고 현재 AI교육 활성화를 위한 다양한 활동 번역서 : 딥러닝  with Caffe 2. Theoretical Foundations of Machine Learning(머신러닝) 최병선 교수(서울대학교 경제학과)   첫째, 머신러닝은 이미 레드오션임을 설명하고, 왜 기본에 충실해야하는 가를 설명한다. 둘째, 머신러닝의 로직을 설명한다. 셋째, 머신러닝이 꼭 우리가 원하는 솔류션을 제공하지 않을 수 있음을 설명한다. 넷째, 머신러닝을 공부하기 위해서 선행학습해야 하는 scientific computing에 대해서 설명한다. 다섯째, 머신러닝의 네 기둥(four pillars)에 대해서 설명한다. 여섯째, 선형회귀분석에 대해서 설명한다. 일곱째, 주성분분석과 차원축소에 대해서 설명한다. 여덟째,  EM알고리즘과 클러스터링에 대해서 설명한다. 아홉째, support vector machine에 대해서 설명한다. 각 기법을  국제적으로 사용되는 대표적 예제들과 더불어 국내 제지회사의 데이터 Pulp를 사용해서 설명한다. 또한, 머신러닝을 공부하는 데 꼭 필요한 대표적 책들을 소개한다.   [강사 주요 약력] 서울대학교 수학과 졸업 (1977) 스탠포드대학교 경제학석사, 통계학석사, 통계학 및 경제학 박사 (1983) 연세대학교 상경재학 응용통계학과 교수 역임 현재 서울대학교 경제학부 교수 (재무경제학 담당)   3. Intel OpenVINO를 이용한 딥러닝 추론 이인구 전무(인텔코리아)   인공지능 딥러닝을 비즈니스모델에 적용하기 위해서는 분야별 전문가들이 모여 해결 하고자 하는 문제점을 확인하고 해결을 위한 솔류선 젹용 프로세스를 먼저 작성하게 된다. 그리고 절차에 따라 인공지능 딥러닝 모델을 개발하고 적용하고 배포하여(운영) 피드백을 통해 발전하게 된다.  강의는 1) 딥러닝 모델을 개발하고 적용하는 순서를 이해하고, 단계별 의사결정에 필요한 내용들을 숙지 할수 있도록 하고, 2) 모델 트레이닝을 하거나 공개된 모델을 OpenVINO를 이용해 추론, 즉 사물을 인식하게 되는데, 다양한 모델을 openVINO를 이용해 추론하는 것을 실습하고 관련 내용을 숙지하게 된다.    [강사 주요 약력] 인텔코리아에 기술담당 전무로 재직하고 있으며, 인텔의 인공지능 딥러닝 솔류선을 위해 협력사들과 협업하고 있으며, 인공지능 교육 활성화를 위해서는 인공지능 교육 플렛폼, 리큘럼등을 개발하고 전파하기 위해 많은 협력사 및 공공기관과 함께 협력하고 있다.     4. 파이썬(Python)을 이용한 가위바위보 인식 하성욱 연구소장(사라다) Python을 이용하여 데이터 수집, 데이터 정제, Caffe 학습, 모델 최적화, 실시간 학습 교육   [강사 주요 약력] (주) 사라다 연구소장 (주) 리얼허브 연구소장 중소기업청 수출기술개발 과제 책임자 KOITA 핵십융합기술개발사업 과제 책임자 행안부 기술개발사업 참여책임자 2일차(5/24)   5. 인공지능과 물리학 최무영 교수(서울대학교) 정보 처리와 관련해서 기존의 컴퓨터와 지능을 지닌 두뇌의 차이점을 지적하고 두뇌의 모형으로서 신경그물얼개에 대해 강의하려 한다.  일반적으로 많은 구성원으로 이루어진 뭇알갱이계의 떠오름 현상을 다루는 물리학의 방법인 통계역학을 간단히 소개하고 이를 이용해서 신경그물얼개 모형의 몇 가지 보기와 관련된 내용을 설명하려 한다. [강사 주요 약력] 서울대학교 이학사, 이학석사 미국 스탠포드대학교 이학박사 서울대학교 이론물리학연구소 소장, 고등과학원 겸직교수,  포항공과대학교, 미국 워싱턴대학교, 오하이오주립대학교 등 객원교수, 프랑스 국립과학연구원 부연구위원, 푸앙카레대학교 초빙교수 등 역임 현재 서울대학교 물리천문학부 교수 6. Machine Learning을 위한 수학적 알고리즘 신동우 교수(서울대학교 수학과) 현재 서울대학교 수학과 교수, 한국계산과학공학회 회장   7. 의료이미지 분석을 위한 기계학습 기법 및 최적화 방안 (with Keras) 고태훈 교수(서울대학교병원) 의료영상데이터에 대한 인공지능 연구가 매우 활발하게 이루어지고 있으며, 국내에서도 몇 인공지능 기반 소프트웨어들이 식품의약품안전처로부터 AI 기반 의료기기로 허가되기도 하였다.  본 강의에서는 의료영상데이터에 대한 연구와 사용된 딥러닝 모델을 소개하고, 간단한 실습을 Keras로 진행하고자 한다. [강사 주요 약력] ~ 2017년 2월             서울대학교 공과대학 산업공학과 박사 졸업 (세부전공 데이터마이닝) 2017년 3월 ~ 현재      서울대학교병원 정보화실 연구조교수   8. 중소기업에서 인프라 없이 데이터를 분석하는 방법 김광수 팀장 (에스더포뮬러)   중소기업에서 기계학습을 정교하게 적용하는 인프라를 구축하는 것은 매우 어려운 일 입니다. 인프라 보다 개인 레벨에서 데이터를 분석하고 업무에 적용하고 있는 사례를 소개하고자 한다.   [강사 주요 약력] - 고려대학교 사회학과 졸업 - 서울과학종합대학원 빅데이터MBA 재학중 - ㈜에코마케팅 디지털 마케터 & 데이터 사이언스 파트 - ㈜에스더포뮬러 마케팅팀 팀장 - 디지털 마케팅 기획 & 운영 (금융, 교육, 건강기능식품 인더스트리에서 100억 이상 집행 경험) - Python 활용 업무 자동화 및 분석 담당 * 기타 발표자료 요약 및 강사 상세 내용은 계속 업데이트 될 예정입니다.   교육수준 :  AI 초보자 가능, 중급(코딩을 몰라도 할 수 있음, 단 전혀 기본 이해가 없는 문과생은 어려울 수도 있음) 주요 사용 프로그램 :  파이썬(Python), 인공지능 딥러닝 오픈소스 프레임워크 카페(Caffe), 인텔 AI 오픈 비노(open VINO) 등