https://scholar.dgist.ac.kr/handle/20.500.11750/1925 Sat, 04 Apr 2026 08:06:27 GMT 2026-04-04T08:06:27Z https://scholar.dgist.ac.kr/handle/20.500.11750/59878 Title: ARTIFICIAL INTELLIGENCE DEVICE AND OPERATION METHOD THEREOF Author(s): 정지욱; 김수필; 전혜정; 치콘테 필립; 박상현; 김재홍; 안시온 Abstract: An artificial intelligence device according to an embodiment of the present disclosure may comprise a memory and a processor for: training a binary classifier which infers whether a patch is a positive patch or a negative patch by using positive patches indicating normality and negative patches indicating abnormality on the basis of a normal sample indicating a non-defective product and an unlabeled sample; when the reliability of a patch output in response to a patch of a new unlabeled sample input to the trained binary classifier is greater than or equal to threshold reliability, determining the input patch as a positive patch; and storing the determined positive patch in the memory. https://scholar.dgist.ac.kr/handle/20.500.11750/59878 https://scholar.dgist.ac.kr/handle/20.500.11750/59258 Title: 데이터에 민감한 레이어를 fine-tuning(미세조정)하는 샘플 레벨 언러닝 Author(s): 박상현; 김지현 https://scholar.dgist.ac.kr/handle/20.500.11750/59258 https://scholar.dgist.ac.kr/handle/20.500.11750/58796 Title: 메타 학습 기반 이미지 정합 모델 생성 방법 및 장치 Author(s): 김수필; 이경민; 박희정; 박상현 Abstract: 메타 학습 기반 이미지 정합 모델 생성 방법 및 장치가 개시된다. 일 실시 예에 따른 메타 학습 기반 이미지 정합 모델 방법은, 도메인이 서로 다른 복수의 소스 데이터로 초기 정합 모델을 사전 학습하는 단계와, 소스 데이터에서 태스크 레벨의 태스크 소스 데이터를 추출하는 단계와, 태스크 소스 데이터로 사전 학습한 정합 모델을 그래디언트 기반 메타 학습 알고리즘으로 메타 학습하는 단계를 포함할 수 있다. https://scholar.dgist.ac.kr/handle/20.500.11750/58796 https://scholar.dgist.ac.kr/handle/20.500.11750/58435 Title: 셀프 어텐션을 이용한 퓨샷 이미지 분류 장치 및 방법 Author(s): Philip Chikontwe; 박상현 Abstract: 본 개시의 일 실시예에 따른 전자 장치는 서포트 이미지에 대한 학습 과정에 쿼리 이미지를 추가하여 특징을 추출하고, 셀프 어텐션 모듈을 이용하여 서포트 이미지와 쿼리 이미지를 서로 적응시키는 구성을 포함하여, 퓨샷 러닝의 학습 성능을 높일 수 있다. https://scholar.dgist.ac.kr/handle/20.500.11750/58435