– 연사: 강규호 (고려대학교 경제학과)
– 일시: 2017년 12월 21일 목요일 12시-1시
– 장소: 아산이학관

수학과 학생을 위한 경제/경영/금융공학 분야 전공 설명 및 진로 소개에 관한 자리를 갖고자 합니다. 관심있는 학생들의 많은 참여 바랍니다.

– 일시: 2017년 12월 13일 5시-6시
– 장소: 아산이학관 526호
– 연사: Professor Tin-Yau Tam (Auburn University)
– 제목: Matrix asymptotic results and their Lie extensions

We will discuss some recent asymptotic results in matrix space and their extensions in Lie group, namely,
(1) Beurling-Gelfand-Yamamoto’s theorem and the generalization of Huang and Tam.
(2) QR and Iwasawa asymptotic results of Huang and Tam.
(3) Francis-Kublanovskaya’s QR algorithm and the generalization of Holmes, Huang and Tam.
(4) Rutishauer’s LR algorithm and the generalization of Thompson and Tam.
These results are related to several important matrix decompositions, namely, SVD, QR decomposition, Gelfand-Naimark decomposition, Jordan decomposition and their counterparts , Cartan decomposition, Iwasawa decomposition, Bruhat decomposition, complete multiplicative Jordan decomposition.

1. 일시 : 2017.11.30. (목) 오후 04:00 ~ 05:00
2. 장소 : 아산이학관 526호 (수학과세미나실Ⅰ)
3. 강연자 : 유경환 (Neofect 연구소장 / 단국대학교 대학원 컴퓨터공학과)
4. 제목 : Purpose Driven Life With Mathematics and Programming
5. 내용: 빅데이터와 인공지능을 이용한 의료분야 관련 소개 (머신러닝, 빅데이터, 사물인터넷, 헬스케어, 재활치료에서의 인공지능 등)

* 이 강연은 양성덕 교수님께서 주관하십니다.

– 일시 : 2017. 11.17. (금) 오후 04:00 ~ 오후 06:00
– 장소 : 아산이학관 536호
– 연사 : 한연희 (한국기술교육대학교 컴퓨터공학부)
– 제목 : Deep Learning and Gradient Descent Optimization (딥러닝과 경사 하강 최적화)

최근 머신 러닝(Machine Learning)의 한 분야인 인공 신경망(Artificial Neural Networks)을 응용한 딥러닝(Deep Learning) 기술이 획기적으로 발전하여 기존의 여러 가지 머신 러닝 기법들을 압도하는 주목할 만한 성능 개선을 보여주고 있다. 현재 딥러닝 기술은 사진, 그림, 음성, 음악, 비디오, 문서 등에 표현된 데이터에서 패턴을 인식하는데 매우 띄어난 성능을 보여주며, 이를 바탕으로 영상처리, 금융, 보안, 게임 등의 분야에 널리 활용되고 있다. 본 강의에서는 딥러닝의 기본 동작 원리를 파악하는 것을 목적으로, 1) 인공 신경 모델, 2) 인공 신경망 모델, 3) 손실 함수 및 인공 신경망 매개변수 최적화 목표 설정 방안을 알아보고, 이러한 다수의 매개변수들을 최적화하기 위하여 미분(Differentiation) 및 체인룰(Chain Rule)을 활용하는 경사하강 최적화(Gradient Descent Optimization) 기법에 대해 살펴본다.