KES 2005 º¸°í¼­

±â°£: 2005³â 9¿ù 14ÀÏ ~ 16ÀÏ

Àå¼Ò : Hilton on the Park, Melbourne, Australia

Âü¼®ÀÚ: ±è°æÁß

¡¡

<Àü¹ÝÀû Àǰß>

1. ³× ±ÇÀÇ Lecture Notes in Artificial Intelligence·Î ÃâÆÇµÈ KES 2005 ÇÐȸ´Â ¾ç¿¡¼­ º¼ ¼ö ÀÖµíÀÌ ¸Å¿ì ¸¹Àº ³í¹®ÀÌ ¹ßÇ¥µÇ¾ú´Ù (ÀϹÝÀûÀ¸·Î LNAIÇÐȸ´Â 1±ÇÀÌ º¸ÅëÀÌ´Ù.) ÇÐȸ¿¡¼­ ´Ù·ç°í ÀÖ´Â ÁÖÁ¦´Â chance discovery, bioinformatics, networking, smart system, soft computing, data mining, e-learning, neural network µî ¸Å¿ì ´Ù¾çÇß´Ù. Chance discovery¿¡ °üÇÑ special sessionÀÌ Á¶Á÷µÇ¾î ¸¹Àº ³í¹®ÀÌ ¹ßÇ¥µÇ¾ú°í, »ó´ëÀûÀ¸·Î bioinformatics¿¡ °üÇÑ ³í¹®Àº ¸¹Áö ¾Ê¾Ò´Ù.

2. ÀÏ¹Ý ¼¼¼Ç ³í¹® ¿Ü¿¡µµ ¸Å¿ì ¸¹Àº special sessionÀÌ Á¶Á÷µÇ¾úÀ¸¸ç »ó´ëÀûÀ¸·Î special sessionÀÇ ¼öÁØÀº ¸î¸îÀ» Á¦¿ÜÇϰí´Â ³ôÁö ¾Ê¾Ò°í ÀΰøÁö´É°úµµ °ü·ÃÀÌ ¾ø´Â °æ¿ì°¡ ¸¹¾Ò´Ù.

3. Àü¹ÝÀûÀ¸·Î ¸¹Àº ¹ßÇ¥ÀÚ°¡ Âü¼®ÇÏ¿´À¸³ª ¹ßÇ¥ÀÚ°¡ ¾ø´Â °æ¿ìµµ ÀûÁö ¾Ê¾Ò´Ù.

<ÇÐȸ¿¡¼­ µéÀº ³»¿ë>

1. Chance discovery special session¿¡¼­ Prof. Osawa±³¼ö°¡ Á÷Á¢ ³í¹®À» ¹ßÇ¥ÇÏ¿´´Ù. ¹ßÇ¥¸¦ µéÀ¸¸é¼­ º¯¼ö°¡ ¸¹¾ÆÁú ¶§ modular key-graph³ª ÇöÀç ¿¬±¸ÁßÀÎ module networks¸¦ chance discovery¿¡ Àû¿ëÇØ º¸´Â °ÍÀÌ ¾î¶³±î¶ó´Â »ý°¢À» Çß´Ù. Osawa±³¼ö°¡ ÀÚ½ÅÀÌ Á÷Á¢ ÆíÁýÇÑ chance discovery¿¡ °ü·ÃÇÑ Ã¥ µÎ ±ÇÀ» µ¹·Á º¸µµ·Ï Çϸ鼭 ¹ßÇ¥¸¦ ÁøÇàÇÏ¿´´Ù.

2. "Machine learning and its application" ¼¼¼ÇÀÇ ³»¿ëÀº ÁÖ·Î ¿µ»ó ó¸®¿Í °ü·ÃÇÑ °ÍµéÀ̾ú´Ù. "Estimation of the hierarchical structure of a video sequence using MPEG descriptors and GCS"¶ó´Â ³í¹®Àº Growing Cell Structure¶ó´Â ¹æ¹ýÀ» »ç¿ëÇÏ¿© MPEG µ¿¿µ»ó µ¥ÀÌÅ͸¦ ±¸¼ºÇÏ´Â ÇÁ·¹ÀÓ À̹ÌÁöµéÀ» Ŭ·¯½ºÅ͸µÇÏ°í °¢ Ŭ·¯½ºÅÍÀÇ ´ëÇ¥À̹ÌÁö¸¦ »Ì¾Æ º¸¿©ÁÖ¾ú´Ù. ÀÌ·¸°Ô ÇÏ¸é µ¿¿µ»ó Àüü¸¦ º¸Áö ¾Ê´õ¶óµµ ÇÙ½ÉÀûÀÎ ¿µ»ó ¸î °³¸¸À¸·Î µ¿¿µ»óÀÇ ³»¿ëÀ» ÆÄ¾ÇÇÒ ¼ö ÀÖµµ·Ï ÇÏ¿´´Ù. "Multi-level semantic analysis for sports video"¶ó´Â ³í¹®Àº ½ºÆ÷Ã÷ µ¿¿µ»ó¿¡¼­ semantic Á¤º¸¸¦ ÃßÃâÇϰí À̸¦ Åä´ë·Î ÇöÀç Àü·«À» ÆÄ¾ÇÇÏ´Â °ÍÀ» ¸ñÇ¥·Î ÇÏ¿´´Ù. ÀÌ·¯ÇÑ °ÍÀÌ °¡´ÉÇÑ ÀÌÀ¯´Â ½ºÆ÷Ã÷ Áß°è¹æ¼Û¿¡ ÀÏÁ¾ÀÇ ÆÐÅÏÀÌ Àֱ⠶§¹®ÀÌ´Ù. Áï ³ó±¸¿¡¼­ ÀÚÀ¯Åõ¸¦ ½ò ¶§´Â ¼±¼ö¿¡°Ô¸¸ ÁýÁßÀÌ µÇ°í ÀÚÀ¯Åõ ½î±â Àü¿¡ ÈÖ½½ÀÌ ¿ï¸°´ÙµçÁö ÇÏ´Â Á¤º¸°¡ ÁÖ¾îÁø´Ù. Áï ³ó±¸ÀÇ Àüü Àü·«À» ÀÌ·ç´Â ¸î °¡Áö ÇÙ½É semantic Á¤º¸°¡ ¼­·Î ´Ù¸¥ ¹æ½ÄÀ¸·Î Áß°è°¡ ÀÌ·ç¾îÁö±â ¶§¹®¿¡ ÀÌ·¯ÇÑ Æ¯¼ºÀ» ÆÄ¾ÇÇϸé ÇöÀç ÀÚÀ¯Åõ¸¦ ´øÁö´ÂÁö ÇöÀç ÀÛÀüŸÀÓÀÎÁö µîÀ» TV Áß°è·ÎºÎÅÍ »Ì¾Æ³¾ ¼ö ÀÖ´Ù. ÀÌ ¼¼¼ÇÀ» µéÀ¸¸é¼­ ¿ì¸®°¡ Çϰí ÀÖ´Â ·Îº¿°úÁ¦µµ ´Ü¼øÈ÷ ¿µ»óÁ¤º¸¸¸À» »ç¿ëÇÏÁö ¾Ê°í ¼Ò¸®³ª textÁ¤º¸µµ Ȱ¿ëÇϸé Á¤È®µµ¸¦ ³ôÀÏ ¼ö ÀÖ°Ú´Ù´Â »ý°¢À» ÇßÁö¸¸ ±Ý¼ºÀÌÀÇ ÀǰßÀº ÀÌ¹Ì ´Ù¸¥ Á¤º¸´Â Ÿ ¼¼ºÎ°úÁ¦¿¡¼­ ó¸®Çϱ⠶§¹®¿¡ ¾î·Æ´Ù¿´´Ù.

3. µÎ¹øÂ° ³¯ÀÇ Plenary Talk´Â È£ÁÖ ¸á¹ö¸¥ ´ëÇÐÀÇ ±³¼ö´ÔÀÇ sensor network¿¡ ´ëÇÑ °ÍÀ̾ú´Ù. ÀÌ ¹ßÇ¥ÀÚü´Â ¿ì¸®°¡ ÇÏ´Â ÀÏÀ̶û ¸¹ÀÌ ´Þ¶úÁö¸¸ ¾ÕÀ¸·Î sensorÀÚü°¡ ÀÏÁ¾ÀÇ Á¤º¸ÀÚ¿øÀ¸·Î¼­ ÇöÀç Á¤º¸ gridÀÇ ÀÏȯÀ¸·Î sensor grid°¡ µîÀåÇÒ °ÍÀ̶ó°í Çϼ̴Ù. Áï Àü ¼¼°è¿¡ °¢Á¾ sensor°¡ ±ò¸®°Ô µÇ°í °¢ sensor¸¶´Ù ¼­·Î ´Ù¸¥ Ư¡°ú °¡¿ë¼º Á¢±Ù¼º ƯÀ̼ºÀ» °¡Áö¸é ÀÚ½ÅÀÇ ¿ä±¸Á¶°Ç¿¡ ¸Â´Â ¼¾¼­¸¦ ã¾Æ¼­ ¼­·Î °øÀ¯Çϵµ·Ï ÇÏ´Â ÇÁ·¹ÀÓ¿öÅ©°¡ ÇÊ¿äÇÒÁöµµ ¸ð¸¥´Ù´Â À̾߱âÀÌ´Ù. ÀÌ·¯ÇÑ °³³äÀ» È®ÀåÇϸé ÀÏÁ¾ÀÇ sensor search engineÀ̳ª sensorÁ¤º¸¸¦ °øÀ¯Çϱâ À§ÇÑ ÇÁ·ÎÅäÄÝ µîÀÌ ÇÊ¿äÇÒ ¼ö ÀÖ´Ù´Â ¹ßÇ¥¿´´Ù. ÇöÀçÀÇ À¥ °Ë»ö¿£ÁøÀÌ ¹®¼­Á¤º¸, ¸ÖƼ¹Ìµð¾î¿¡¸¸ ±¹Çѵǰí ÀÖ°í Grid¸¦ ÅëÇØ ÄÄÇ»ÆÃ ÀÚ¿ø, ½ÇÇè±â±â µîÀ» °øÀ¯Çϰí ÀÖ´Â »óȲÀε¥ ¾ÕÀ¸·Î´Â ÀÌ·¯ÇÑ °ÍµéÀÌ ±Ã±ØÀûÀ¸·Î Çϳª·Î ÅëÇÕµÇ¾î °ü¸®µÇ°í sensor³ª ·Îº¿µµ ÀÌ·¯ÇÑ ÇÁ·¹ÀÓ¿öÅ©¿¡ ÆíÀ﵃ °ÍÀ¸·Î ¿¹»óµÈ´Ù. ¶ÇÇÑ ¼¾¼­Á¤º¸ ÀÚü¸¦ °Ë»öÇÏ´Â ½Ã½ºÅÛ, ¶Ç´Â ºÐ·ù³ª ÀǹÌÇØ¼® ±â¹ýÀ» Ȱ¿ëÇÏ¿© ÃßÃâµÈ ÀÇ¹Ì Á¤º¸¸¦ Ž»öÇÏ´Â ½Ã½ºÅÛ µîÀÌ µîÀåÇÒ ¼ö ÀÖ´Ù.

4. Chance discovery°ü·ÃÇØ¼­ key graph¸¦ ´ëÈ­Çü ½Ã½ºÅÛ¿¡ Àû¿ëÇÑ »ç·Ê°¡ ÀÖ¾ú´Ù. Key GraphÀÇ ±¸ÃàÀº »ç¶÷µé »çÀÌÀÇ ¿Â¶óÀÎ ´ëÈ­¸¦ ÀÌ¿ëÇÏ¿© ÀÚµ¿À¸·Î ÀÌ·ç¾îÁ³°í ÀÌ Key Graph´Â ÇϳªÀÇ ´ëÈ­ topic¿¡¼­ ´Ù¸¥ ´ëÈ­ topicÀ¸·Î ¾î¶»°Ô À̵¿ÇØ °¡´ÂÁö¸¦ ¸ðµ¨¸µÇÑ´Ù. Áï ¾î¶² ´Ü¾î°¡ ³ª¿ÔÀ» ¶§ ÇϳªÀÇ ÁÖÁ¦¿¡¼­ ´Ù¸¥ ÁÖÁ¦·Î ÀÚ¿¬½º·´°Ô ´ëÈ­°¡ ³Ñ¾î°¡´ÂÁö¸¦ ¸ðµ¨¸µÇϰí À̸¦ Åä´ë·Î ÀûÀÀÀûÀÎ ´ëÈ­Çü ¿¡ÀÌÀüÆ®¸¦ ¸¸µé¾ú´Ù.

5. µÎ¹øÂ° ³¯ÀÇ Plenary Talk´Â ÃÑ µÎ °³¿´´Âµ¥ ´Ù¸¥ Çϳª´Â È«Äá¿¡¼­ ¿À½Å Jiming Liu ±³¼ö´ÔÀÌ Çϼ̴Ù. ¹ßÇ¥´Â "Autonomy Oriented Computing"ÀÇ °³³ä°ú ÀÀ¿ë¿¡ ´ëÇÑ °ÍÀ̾ú´Âµ¥ ÀÌ °³³äÀº ±âÁ¸¿¡ Àΰø»ý¸í¿¡¼­ »ç¿ëÇÏ´Â bottom-up modeling°ú À¯»çÇÏ´Ù. Áï ¿©·¯ °³ÀÇ ¿¡ÀÌÀüÆ®¸¦ Á¤ÀÇÇÏ°í °¢ ¿¡ÀÌÀüÆ®ÀÇ Çൿ°ú ÁÖº¯ ¿¡ÀÌÀüÆ®¿ÍÀÇ »óÈ£ÀÛ¿ëÀ» Á¤ÀÇÇÑ ÈÄ Áß¾Ó¿¡¼­ÀÇ Á¦¾î ¾øÀÌ ºÐ»ê󸮸¦ ÅëÇØ ¹®Á¦¸¦ ÇØ°áÇÑ´Ù´Â °ÍÀÌ´Ù. ÀÌ·¯ÇÑ ¹æ¹ýÀº ¸¹Àº ¼öÀÇ ¿¡ÀÌÀüÆ®¸¦ »ç¿ëÇϱ⠶§¹®¿¡ °á°úÀûÀ¸·Î °è»ê·®À» ´Ã·Á¼­ ¹®Á¦¸¦ ÇØ°áÇÏÁö ¾Ê´À³Ä´Â ÁöÀûÀ» ¹ÞÀ» ¼öµµ ÀÖ´Ù. ¹ßÇ¥ Áß¿¡ °è»ê·® ¹®Á¦´Â ºü¸¥ 󸮰¡ °¡´ÉÇÑ Çϵå¿þ¾î¸¦ ÀÌ¿ëÇÑ´Ù´Â °ÍÀ¸·Î ÀÌ·¯ÇÑ ÁöÀûÀ» ³Ñ¾î°¬´Ù. ³í¹®À» ¸¹ÀÌ ¹ßÇ¥ÇϽô ºÐÀ¸·Î º¸À̸ç TPAMI (1999), SMC (Accepted), CACM (Accepted)¿¡ ¹ßÇ¥ÇÑ ³»¿ëÀ» Áß½ÉÀ¸·Î ¹ßÇ¥Çϼ̴Ù.

6. BioinformaticsÂÊÀ¸·Î´Â ºÐ·ù±â °áÇÕÀ» ÀÌ¿ëÇÏ¿© Gene expression data¸¦ ºÐ·ùÇÏ´Â ¹æ¹ýÀÌ ¹ßÇ¥µÇ¾ú´Ù.

7. ¼¼¹øÂ° ³¯ÀÇ Plenary Talk´Â ÀϺ» µ¿°æ´ëÀÇ Toyoaki Nishida ±³¼ö´ÔÀÌ Çϼ̴Ù. ½ºÅ©¸³Æ®¸¦ ½á¿À¼Å¼­ ¹ßÇ¥¸¦ Çϼ̴µ¥ Å©°Ô Ƽ³ªÁö ¾Ê°Ô ÀÚ¿¬½º·´°Ô ½ºÅ©¸³Æ®¸¦ º¸¸é¼­ Çϼ̴Ù. ¹ßÇ¥ÀÇ ÇÙ½ÉÀº ´ëÈ­±â¼úÀÌ °¡´ÉÇÏ´Ù¶ó°í °¡Á¤Çϰí À̸¦ ÀÌ¿ëÇÑ ÀÀ¿ë ½Ã½ºÅÛµéÀ̾ú´Ù. TV ÇÁ·Î±×·¥¿¡¼­ Host, Subject, Background, Guest »çÀÌÀÇ È­¸é Àüȯ ÆÐÅÏÀ» transition model·Î ¸¸µé¾î µÐ ÈÄ À̸¦ ÀÌ¿ëÇÏ¿© ƯÁ¤ ÁÖÁ¦¿¡ ´ëÇÑ µ¿¿µ»ó ÇÁ¸®Á¨Å×À̼ÇÀ» ¸¸µé¾ú´Ù. Autonomous mobile chair¿¡ ´ëÇÑ µ¿¿µ»óÀ» º¼ ¼ö ÀÖ¾ú´Âµ¥ ÀÌ ½Ã½ºÅÛÀº »ç¶÷ÀÌ ÀÇÀÚ¿¡ ¾ÉÀ¸·Á°í ÇÒ ¶§ (¸¸¾à ÀÇÀÚ°¡ »ç¶÷°ú ¸Ö¸® ¶³¾îÁ® ÀÖ´Ù¸é) ÀÇÀÚ°¡ »ç¶÷¿¡°Ô Á¢±ÙÇÑ ÈÄ »ç¶÷ÀÌ ¾ÉÀ¸·Á´Â µ¿ÀÛ¿¡ ¸ÂÃç À§Ä¡¸¦ Á¶Á¤ÇÑ´Ù. ´ÙÀ½ ¹ßÇ¥ÀÚÀÎ Ron Sun ±³¼ö´ÔÀÌ ´ëÈ­ÀÇ ¹Ø¹Ù´Ú¿¡ ±ò¸° ÀÎÁö°úÁ¤¿¡ ´ëÇÑ °í·Á ¾øÀÌ ¿£Áö´Ï¾î¸µ¸¸À» ¼öÇàÇÏ´Â °ÍÀÌ ÇѰ谡 ÀÖÁö ¾Ê°Ú´À³Ä°í Áú¹®Çß°í Nishida±³¼ö´Â ´ëÈ­ÀÇ Ã³¸®´Â ³Ê¹« ¾î·Á¿î ÀÏÀ̱⠶§¹®¿¡ ÀÌ·¯ÇÑ ±â´ÉÀÌ ÀÖ´Ù°í °¡Á¤Çϰí À̸¦ ÀÀ¿ëÇÑ °¢Á¾ ½Ã½ºÅÛÀ» ¼³°èÇϰí ÀÖ´Ù°í ´ë´äÇß´Ù.

8. Ron Sun ±³¼ö´Â hybrid systemÂÊ¿¡¼­ À¯¸íÇÑ ºÐÀÌ°í ¼¼¹øÂ° ³¯ÀÇ µÎ¹øÂ° Plenary Talk¸¦ ¸Ã¾Ò´Ù. ¹ßÇ¥ÀڷḦ Áغñ ¸øÇØ¿À¼Ì´Ù¸é¼­ ³í¹®°ú ºñ½ÁÇÑ (³í¹® º¸´Ù´Â ¿ä¾àµÇ¾î ÀÖ´Â) ÆÄÀÏÀ» ¿­¾î ³õ°í ¹ßÇ¥¸¦ Çϼ̴Ù.

<Èıâ>

1. ÇÐȸÀå¿¡¼­ È£ÁÖ¿¡ °è½Å Çѱ¹ ±³¼ö´Ô°ú Àǰ߱³È¯À» ÇÒ ±âȸ°¡ ÀÖ¾ú´Ù. ¿µ±¹±³À° ¹æ½Ä¿¡ ±âÃÊÇÑ È£ÁÖÀÇ ±³À°½Ã½ºÅÛÀÌ ÇöÀç ¿ì¸®³ª¶óÀÇ ±Ù°£ÀÌ µÇ°í ÀÖ´Â ¹Ì±¹½Ä°ú ´Ù¸£±â ¶§¹®¿¡ ±×°÷ÀÇ ±³À°¹æ½ÄÀÇ ¿ì¸®³ª¶óÀÇ ±×°Í°ú´Â ´Ù¸¥ ´Ù´Â À̾߱⸦ Çϼ̴Ù. È£ÁÖ¿¡¼­´Â lecturer°¡ ¿ì¸®³ª¶óÀÇ Á¶±³¼ö±ÞÀ̸ç ÃÖ±Ù¿¡´Â °æÀïÀÌ Á¶±Ý¾¿ ¼¼Áö°í ÀÖ´Ù°í ÇÑ´Ù. ÀÌÀü¿¡´Â È£ÁÖ¿¡¼­ ¹Ú»çÇÐÀ§¸¦ ¹ÞÀ¸¸é »ó´ëÀûÀ¸·Î ±³¼öµÇ±â°¡ ¾î·ÆÁö ¾Ê¾ÒÀ¸³ª ÃÖ±Ù¿¡´Â ¹Ì±¹, ¿µ±¹, ½Ì°¡Æ÷¸£ µîÁöÀÇ ¿ì¼öÇÑ ÇлýµéÀÌ Áö¿øÀ» ¸¹ÀÌ ÇØ¼­ °æÀïÀÌ ¼¼Áö°í ÀÖ´Ù°í Çϼ̴Ù. È£ÁÖ´Â ÃÖ±Ù¿¡µµ ¹ÙÀÌ¿À ÀÎÆ÷¸Åƽ½ºÂÊÀ¸·Î Áö¿øÀÌ ¸¹ÀÌ ÀÌ·ç¾îÁö°í ÀÖÀ¸¸ç ±³¼ö´ÔÀÇ Çб³¿¡¼­ ÃÖ±Ù¿¡ ½Ì°¡Æ÷¸£ ´ëÇÐ Ãâ½ÅÀ» µÎ ¸í »Ì¾ÒÀ¸´Ï Çѱ¹¿¡¼­µµ °¡´É¼ºÀÌ ÀÖ´Ù°í °Ý·ÁÇϼ̴Ù.

2. ¿Ü±¹ÇÐȸ ÃâÀåÀ» ³ª°¡¼­ óÀ½À¸·Î À̶õ»ç¶÷À» º¸¾Ò´Ù. ¾Æ¸¶µµ ±× ÀÌÀü¿¡µµ º¸¾ÒÀ» °ÍÀÌÁö¸¸ ´ëºÎºÐ À̶õ¿¡¼­ »ç´Â »ç¶÷ÀÌ ¾Æ´Ñ ¿Ü±¹¿¡¼­ °øºÎÇÏ´Â ÇлýÀ̾ú´ø °É·Î ±â¾ïÇÑ´Ù. À̶õÀ̶õ ³ª¶ó¿¡ ´ëÇØ °ÅÀÇ ¸ð¸£°í ÀÖ¾ú´Ù´Â »ý°¢ÀÌ µé¾ú´Ù.

3. À̹ø¿¡ ¸Ó¹«¸¥ À¯½ºÈ£½ºÅÚÀº °¡°ÝÀÌ ¸Å¿ì Àú·ÅÇßÁö¸¸ ´ë½Å¿¡ ¾Æ¹«°Íµµ ÇØÁÖÁö ¾Ê¾Ò´Ù. »ç½Ç ÀÌÀü¿¡µµ À¯½ºÈ£½ºÅÚ¿¡ ¹¬¾î º¸¾ÒÁö¸¸ ÀÌ·± °æ¿ì´Â óÀ½À̶ó Á» ´çȲÇß´Ù. ÁÖÀξÆÀú¾¾¸¦ Á¹¶ó¼­ ÀÌ°Í Àú°Í ¾ò¾î³»±ä ÇßÁö¸¸ Á» ´çȲ½º·¯¿ü´Ù.

4. È£ÁÖÀÇ Àü±â´Â 240V·Î ±¸¸ÛÀÌ 3°³ÀÎ ¸·´ë¹Ù Çü½ÄÀÇ Äڵ带 »ç¿ëÇÑ´Ù. Àü±âÁ¦Ç°À» ¾²·Á¸é ¹Ýµå½Ã adaptor (plug)°¡ ÀÖ¾î¾ß ÇÑ´Ù.

5. Ãâ¹ßÇÏ´Â ³¯¿¡ ÀϺ»¿¡¼­ 8½Ã°£ °¡·® ¸Ó¹«¸¦ ½Ã°£ÀÌ »ý°Ü¼­ Àá½Ã ¹Û¿¡ ³ª°¡¼­ ±¸°æÀ» ÇÏ°í ¿Ô´Âµ¥ À߸øÇÏ¸é ºñÇà±â¸¦ ³õÄ¥ »· Çß´Ù. ºñÇà±â Ãâ±¹ 2ºÐÀü¿¡ ºñÇà±â¸¦ ÅÀ´Ù. ÀÌÀü¿¡ ¹Ì±¹¿¡¼­ ºñÇà±â¸¦ ³õÄ£ °æÇèÀÌ Çѹø ÀÖ¾ú´Âµ¥ À̹ø¿¡´Â ´ÙÇàÈ÷ ³õÄ¡Áö´Â ¾Ê¾Ò´Ù. ¾Æ¹«·¡µµ °øÇ׿¡´Â Á» ´õ ¼­µÑ·¯ µµÂø ÇÏ´Â °ÍÀÌ ÁÁÀ» µí ÇÏ´Ù. ½Ã°£À» Á¤È®ÇÏ°Ô ¸ÂÃ߾ °øÇ׿¡ ¿À±ä ÇßÁö¸¸ Å͹̳Π¹øÈ£¸¦ ¾ËÁö ¸øÇÏ°í ¹«ÀÛÁ¤ °¡´Ù°¡ À߸ø ³»¸®´Â ¹Ù¶÷¿¡ ½Ã°£ÀÌ ¸Å¿ì Ã˹ÚÇÑ »óȲÀ» ¸Â¾Ò´Ù. °øÇ× ½ºÅÂÇÁÀÇ µµ¿òÀ¸·Î ½Å¼ÓÈ÷ Ãâ±¹ Á¶»ç¸¦ ¸¶Ä¡°í ¾î·Æ°Ô ºñÇà±â¸¦ Å» ¼ö ÀÖ¾ú´Ù.

6. À̹ø ÇÐȸ´Â ´Ù¼Ò ºñÁî´Ï½º ¼º°ÝÀ̶ó´Â ÀǰßÀ» ´Ù¸¥ »ç¶÷µé·ÎºÎÅ͵µ µéÀ» ¼ö ÀÖ¾ú´Ù. ¿ì¼± ÇÐȸºñ°¡ ¸Å¿ì ºñ½Õ°í ³í¹®ÀÇ ¼ö°¡ ¸Å¿ì ¸¹¾ÒÀ¸¸ç (ÀÌ·± Á¾·ùÀÇ ÇÐȸ¿¡ ¿À¸é ÁÖÁ¦°¡ ³Ê¹« ´Ù¾çÇØ¼­ ÇÐȸ ¼º°ÝÀ» ¸íÈ®È÷ ÇÒ Çʿ䰡 ÀÖ°Ú´Ù¶ó´Â »ý°¢À» ¸¹ÀÌ ÇÑ´Ù.) LNCSÃâÆÇ ¶§¹®¿¡ µî·Ï¸¸ ÇÏ°í ½ÇÁ¦·Î ¿ÀÁö ¾ÊÀº °æ¿ì°¡ ¸¹¾Ò´Ù. Plenary Talk´Â ±¦Âú¾ÒÁö¸¸ ÀüüÀûÀÎ ÇÐȸ sessionÀÇ organizationÀº ¸¸Á·½º·´Áö ¸øÇß´Ù.

¡¡

¡¡

¡¡