본문 바로가기

임세준 (Sejoon Lim) 논문수  · 이용수 2,006

소속기관
국민대학교
소속부서
자동차IT융합학과
주요 연구분야
공학 > 기계공학 > 자동차공학 TOP 10% 공학 > 전기전자공학 > 정보통신공학 공학 > 컴퓨터학
연구경력
-
  • 저자정보 . 논문
  • 공저자 . 저널

저자의 연구 키워드

저자의 연구 키워드
#3D Object Detection(3차원 객체 인식)
#Arduino(아두이노)
#Artificial intelligence(인공지능)
#Artificial Intelligent(인공지능)
#Autonomous Driving(자율주행)
#Autonomous vehicle (자율주행 자동차)
#Autonomous vehicle validation(자율주행 검증)
#Big Data (빅데이터)
#complexity of driving situation (주행 상황 복잡도)
#Control(제어)
#Cost-Sensitive Learning(비용민감학습)
#Cut-in(차선 변경)
#Data Analysis(데이터 분석)
#Data Collection System(데이터 수집 시스템)
#Deep learning(딥러닝)
#Deep Reinforcement Learning(심층강화학습)
#Deep-learning
#Deep-learning(딥러닝)
#Driver negligence(운전자 부주의)
#DTG(디지털 운행 기록)
#Dynamic Motion
#Embedded(임베디드)
#Facial emotion distribution(얼굴감정분포)
#Facial expression recognition(표정인식)
#Faster-RCNN
#f-test(f-검정)
#Fuse Optimization(퓨즈 최적화)
#Generative adversarial networks(GAN)
#Google Cloud API(구글 클라우드 API)
#HOD(Hands On/Off Detection)
#Hydraulic Pressure(유압)
#Imbalance-Dataset(데이터불균형)
#Interdependency
#Load Redistribution(부하 재배치)
#Long Short Term Memory(장단기 순환신경망)
#Machine Learning(머신러닝)
#Minimax(최소극대화)
#Mixed Autonomous Driving Levels(자율 주행 레벨 혼재)
#Model compression(모델 경량화)
#NLP(자연어처리)
#Object detection
#Odds ratio(승산비)
#PAR(모집단 기인 위험도)
#Perplexity
#PI Controller(PI 컨트롤러)
#Point Cloud(포인트 클라우드)
#Post-analysis(사후 분석)
#Prescan simulator
#Probably Approximately Correct(PAC)
#Python(파이썬)
#Re-sampling(리샘플링)
#Responsibility-Sensitive Safety(RSS)
#Risk Assessment(위험도 평가)
#Robot Driver(로봇드라이버)
#Safety Assessment(안전도 평가)
#Simulation(시뮬레이션)
#SQL(구조화 질의어)
#SSD
#Standard deviation(표준 편차)
#Start/Stop Coasting(출발/정지 코스팅)
#Statistical Hypothesis testing(통계적 가설검정)
#Steering Wheel(스티어링 휠)
#Tensorflow Hub(텐서플로우 허브)
#Time-Series Data(시계열 데이터)
#Touch Sensor(정전식 센서)
#Trade-off
#Trajectory Prediction
#Trajectory Prediction(경로예측)
#t-test(t-검정)
#Vehicle Control(차량 제어)
#Vehicle Control(차량제어)
#Vehicular Power System(자동차 전원체계)
#WiFi(와이파이)
#YOLO

저자의 논문

연도별 상세보기를 클릭하시면 연도별 이용수·피인용수 상세 현황을 확인하실 수 있습니다.
피인용수는 저자의 논문이 DBpia 내 인용된 횟수이며, 실제 인용된 횟수보다 적을 수 있습니다.