다빈치 SW 공모전

'언택트 시대에 유용한 앱 혹은 서비스를 주제로한 SW 공모전으로
2020-2학기 비공학 전공 재학생 2인 이상이면 참가 가능합니다.

자세히 알아보기

캡스톤 디자인 경진대회

캡스톤 디자인 교과목 수행 결과물 또는 졸업 작품 심사
2019년 2학기, 2020년 1학기 중 한 학기 이상 캡스톤 디자인 교과목을
수강한 학생만 참가 가능합니다.

자세히 알아보기

PE연구활동 발표대회

PE연구/개발 활동을 수행하면서 얻어진 다양한 형태의 결과물
(논문형태의 결과보고서, 논문, 발명품, 작품, 콘텐츠 등)을 심사

자세히 알아보기

SW·AI 창업아이디어경진대회

SW 관련 전공 학부생 여러분!
반짝이는 SW창업 아이디어로 여러분의 미래를 바꾸십시오!

자세히 알아보기

SW·AI융합우수성과 발표회

SW융합전공 / 복수 전공 학생 여러분!
SW융합전공 / 복수전공을 이수하는 과정에서 얻어진 성과를 뽐내 주세요.

자세히 알아보기

다빈치 주니어 SW 작품대회

창의적인 아이디어와 소프트웨어를 활용한
멋진 SW 작품을 만들어 보세요!

자세히 알아보기

다빈치오픈소스 SW·AI 딥러닝 해커톤

4차 산업혁명을 견인하는 심층학습을 주제로한 SW·AI 딥러닝 해커톤으로
소프트웨어대학 재학생으로 구성된 2인 이하 팀으로 참가 가능합니다.

자세히 알아보기

코딩경진대회

소프트웨어 중심 대학으로서 중앙대학교의 소프트웨어 관련
교육 프로그램 성과를 공유합니다.

자세히 알아보기

PE연구활동 발표대회

PE연구/개발 활동을 수행하면서 얻어진 다양한 형태의 결과물(논문형태의 결과보고서, 논문, 발명품, 작품, 콘텐츠 등)을 발표/심사하는 대회
  • 대회 정보
  • 참가 팀 정보

대회 개요

  • 대회 주제

    논문형태의 결과보고서, 논문, 발명품, 작품, 콘텐츠, 창업 아이템 등

  • 참가 자격

    2019-2학기, 2020-여름방학 중 소프트웨어학부 PE프로그램에 참여한 학생

  • 신청 방법

    온라인 접수(테크페어 홈페이지) PE연구활동 발표대회 신청하기

일정 안내

  • Step 01 접 수

    7월 31일(금) ~
    8월 24일(월) 24:00까지

  • Step 02 서류 심사

    8월 26일(수) 12:00

  • Step 03

    (Zoom 발표하기)

    예선 발표

    8월 31일(월) 14:00

    (예선심사통보 : 8월 31일 자정)

  • Step 04 본 선

    9월 28일(월)

    ((좋아요 ) 9월 7일(월) ~27일(일))

시상 내역

※ 제출된 작품 수준에 따라 시상 내역이 변경될 수 있습니다.

  • 최우수상

    1 50 만원

    (소프트웨어대학장상)
  • 우수상

    1 30 만원

    (다빈치SW교육원장상)
  • 장려상

    1 20 만원

    (다빈치SW교육원장상)

유의 사항

참가한 팀은 팀장ˏ팀원 모두 창업 특강 중 한 강좌 이상 수강해야만 수상 자격을 갖습니다. (수강 기간: 2020년 9월 24일(목) 까지) 창업 특강 수강하러 가기

동일한 작품을 두 곳 이상의 대회에 출품할 수 없으며, 사후 동일하거나 유사한 작품이 발견 된 경우, 수상을 취소할 수 있습니다.

모든 자료 (서류, 결과물)는 제출 전 한번 더 확인해주시기 바랍니다 (내용 미작성 / 첨부파일 오류 및 미첨부 등 발생 가능)

PE연구활동 발표대회 [예선 심사]는 담당 교수가 진행하며, [본선 심사]는 중앙대학교 재학생의 좋아요와 예선 점수 합산하여 결정됩니다.

좋아요는 프로그램 별 각 3회의 좋아요가 가능합니다.(예 캡스톤 디자인 경진대회 3회 + PE연구활동 발표평가 3회)

  • 대회 정보
  • 참가 팀 정보
최우수상
  • COBOBs
  • 참여 목적 2학기에 머신러닝 과목 수업을 들으며 처음으로 머신러닝을 접하게 되었다. 수업에서 mnist 숫자 판별하기, 문서를 통한 감정 분류하기 등의 과제를 하며 머신러닝에 흥미가 생겼고 지금까지 해보고 싶었던 프로젝트들을 머신러닝과 접목시키면 문제를 해결할 수 있을 것 같아서 이에 대해 더 공부하고자 이미지 연구실의 pe에 참여하게 되었다.   활동 목표 수업에서 이미지 관련 머신러닝 과제는 mnist 숫자 분류밖에 없었는데 그 외 다른 이미지 관련 프로젝트를 진행하고 싶었다. 또 머신러닝은 이미지 분야에서 굉장히 다양하게 쓰이는데 이미지 class 분류 외에 모션 인식 등 다른 여러 이미지 관련 연구에 대해 공부하고자 했다. 과제를 하며 가장 애를 먹은 부분이 learning rate를 몇으로 할지, layer는 몇 개로 해야 하는지 등 architecture를 설계하는 것이었다. 이를 어떻게 결정하는지, 어떻게 설계하는지, 또 우리가 수업시간에 배운 DNN구조, sigmoid function외에 다른 인공신경망 구조나 activation function, 학습 알고리즘 등이 있는지 등을 공부하여 더 효율적인 신경망 설계를 하는 것이 목표였다. 과제를 할 때는 pytorch나 tensorflow와 같은 머신러닝 라이브러리를 사용하지 않고 모든 코드를 작성했는데 성능을 더 올리기 위해, 더 빠른 시간안에 효율적으로 돌리기 위해 라이브러리를 사용하는 방법을 공부하고 프로젝트에 적용하고 싶었다.
  • more
예선
  • 컴퓨터시스템연구실
  • Ceph는 오브젝트 기반의 분산 스토리지로 Ceph cluster는 오브젝트를 저장하는 데이터 저장소인 OSD, Ceph cluster 내 연결을 확인하고 저장된 데이터를 관리하는 Ceph Monitor, 와 MDS(Metadata Server)로 구성되어 있다. 이러한 분산 스토리지에 데이터를 저장할 때 일반적으로 데이터 사본을 3개 만들어서 저장한다. 만약 이러한 조치 없이 저장한다면, OSD에 저장된 데이터가 정상 또는 오류인지 알 수 없다. 또한 데이터가 저장되어 있는 OSD가 고장 났을 때 OSD가 복구하기 전까지 데이터 복구를 할 수 없으며, 데이터를 사용할 수 없다. 또한, 두 개의 데이터 사본만 생성해 서로 다른 OSD에 저장되어 있을 때 클러스터에서 데이터가 저장된 OSD중 한 OSD에 대한 동기화가 되지 않을 경우 Split brain problem이라는 분산 시스템 내에 저장된 데이터의 무결성을 입증할 수 없는 문제가 발생한다. 따라서 Ceph에서 이러한 문제를 발생하는 것을 막기 위해 데이터 사본을 3개 이상 만들어서 저장하도록 한다. 데이터 사본을 3개 생성해서 저장할 때 3개의 서로 다른 OSD에 저장하기 때문에 데이터 손실에 대한 보호 측면에서 좋으며, 앞서 언급한 상황들을 해결할 수 있다. 하지만 데이터 저장할 때 사본을 3개 만들어서 저장하기 때문에 스토리지를 1/3밖에 활용하지 못한다는 단점이 있다.분산 스토리지의 기본 데이터 저장 방식은 이러한 단점이 있기 때문에, 분산 스토리지에 데이터를 저장할 때 발생할 수 있는 문제를 최소화하면서 스토리지 활용도를 높일 수 있는 방법에 대해 탐구하고 싶어서 PE 연구 활동에 참여하게 되었다.
  • more

중앙대학교 다빈치 sw tech fair 참가신청 닫기