KCC2019 ¹ßÇ¥³í¹® Index

Index È®Àιæ¹ý

 <Oral¼¼¼Ç À妽º ¿¹½Ã> O1.7-08

 <Poster¼¼¼Ç À妽º ¿¹½Ã> P5.1-10

O1.7

-

08

P5

.1

-

10

¼¼¼Ç¸í

-

¹ßÇ¥¼ø¼­

¼¼¼Ç¸í

ºÐ¾ß

-

Æ÷½ºÅͺ¸µå¹øÈ£

* ¼¼ºÎÀå¼Ò ¹× ½Ã°£Àº Çà»çÀÏÁ¤Ç¥ ÂüÁ¶

°Ë»ö ³í¹® : 762 Æí
Á¢¼ö¹øÈ£ Á¦ ¸ñ ¹ßÇ¥ÀÚ Index
666 JNI¸¦ ÀÌ¿ëÇÏ´Â ¾Èµå·ÎÀÌµå ¾ÖÇø®ÄÉÀ̼ÇÀÇ °³ÀÎÁ¤º¸ À¯Ãâ ŽÁö¸¦ À§ÇÑ Á¤Àû ºÐ¼®±â ±èÁø¼· O3.4-08
667 °³ÀÎ À̵¿ µ¥ÀÌÅÍ ºÐ¼®À» ÅëÇÑ ¹æ¹® °ÅÁ¡ ¿¹Ãø ¼º¹Î¼® P8.2-01
668 °¡»ó Çö½Ç¿¡¼­ ¹ß»ýÇÏ´Â ¸Ö¹Ì ½Äº°À» À§ÇÑ ´ÙÁß ±â¹ý UX Æò°¡ fahadsatti P1.2-05
669 ÀÎÁ¢ Çà·Ä Ãß»óÈ­¸¦ ÀÌ¿ëÇÑ DGN ¸ðµ¨ÀÇ ½ºÅ¸Å©·¡ÇÁÆ® ¸ÖƼ ¿¡ÀÌÀüÆ® °­È­ ÇнÀ À±¼ºÈÆ P4.4-42
67 Weak & Semi-supervised learningÀ» ÀÌ¿ëÇÑ Àü¸³¼±¾Ï segmentation ¹æ¹ý ÇѼ®¹Î P4.4-36
670 Using SonarQube to Evaluate the Code Quality of C/C++ Programming Assignments Liu Xiao O2.1-06
671 Ãʱâ¿òÁ÷ÀÓ¿¡¼­ÀÇ µ¿ÀÛÀÎ½Ä ±è°Ç¿ì P4.4-48
672 Self-Attention ±â¹ÝÀÇ ´ÙÁß ¹®¼­ ÀÎÄÚ´õ¸¦ ÅëÇÑ Ãß»óÀû ´ÙÁß ¹®¼­ ¿ä¾à »ý¼º ½Å¿ë¹Î O3.6-07
673 Weighted BLEU: ´Ü¾î °¡ÁßÄ¡ ±â¹Ý BLEU ¿ÀÁø¿µ P3.2-04
674 ½Ã°ø°£ ºÐ¼®À» ÀÌ¿ëÇÑ ¾ß°£ È­Àç °ËÁõ ½Ã½ºÅÛ ¹Ú¹ÎÁö P4.4-30
675 Æ÷ÀÎÅÍ ³×Æ®¿öÅ©¸¦ ÀÌ¿ëÇÑ ¹®Àå ³» ´ÙÁß °³Ã¼ °£ÀÇ °ü°è ÃßÃâ ¹Ú¼º½Ä O1.3-08
676 ÄÚµù ±³À°À» À§ÇÑ Blockly ¶óÀ̺귯¸® ½Ã½ºÅÛ ¹ÚÁöÈÆ O3.1-05
677 ¿ÀǽºÅà ȯ°æ¿¡¼­ÀÇ VM-name°ú VM-ID ¸ÅÇαâ¹ý ±èÇÑÁÖ P6.7-08
678 È帧 ±×·¡ÇÁ¸¦ ÀÌ¿ëÇÑ ºí·Ï ÄÚµå º¹Àâµµ ÃøÁ¤ Çãű¤ O2.1-04
68 NEWS©÷: ±â»ç ±ºÁýÈ­ ¾Ë°í¸®ÁòÀ» µð¹ö±× Çϱâ À§ÇÑ ½Ã°¢Àû ºÐ¼® ½Ã½ºÅÛ ±èÁØÈ¸ P5.8-02
681 û¼Ò³âÀÇ ½º¸¶Æ® ¹Ìµð¾î °úÀÇÁ¸°ú ÀÎÅÍ³Ý ÄÜÅÙÃ÷ À¯ÇüÀÇ ¿¬°ü °ü°è¿¡ ´ëÇÑ ¿¬±¸ ±è¼ö¹Î O2.1-05
682 ¾ÏÈ£ È­Æó ÁÖ¼Ò ÇÊÅÍ ÀÌÁ¾Ã¶ P6.2-04
683 ½º¸¶Æ® ÆÑÅ丮 ȯ°æ¿¡¼­ È¿À²ÀûÀÎ µ¥ÀÌÅÍ Àü¼ÛÀ» À§ÇÑ °æ¸Å ¾Ë°í¸®Áò ±â¹Ý ä³Î ÇÒ´ç ±â¹ý ¿¬±¸ °­¼®¿ø O1.4-02
684 ±â°èÇнÀ ±â¹Ý »óǰ¸í ¸ÅĪÀ» À§ÇÑ ºÒ¿ë¾î ÃßÃâ ±â¹ý ÀÌÀμ· P4.4-31
685 È¥ÇÕ±³Åë ȯ°æ¿¡¼­ÀÇ ÀÀ±ÞÂ÷ÀÇ ÃÖ´Ü °Å¸® ¹× ½ÅÈ£ Á¦¾î ¾Ë°í¸®Áò ¼­¼ºÀ± P6.4-02

/ 39 pages     List number


< BACK > < NEXT >   [ 28 page/ 39 pages ]

 [ÀÌÀü10°³] [  21  22  23  24  25  26  27  28  29  30  ]  [´ÙÀ½10°³]