이런 걸
배워요!
쉬운 예제를 통한 칼만 필터(Kalman Filter)의 정확한 동작 원리의 이해
튼튼한 수학적 이론접근
어렵고 어려운 칼만 필터,
예제와 함께 확실하게 이해해보세요 ✨
칼만 필터 (Kalman Filter)?
칼만 필터(Kalman filter)는 1660년대에 미국의 제어이론 과학자인 Rudolf. E. Kalman에 의해 개발된 알고리즘입니다. 그는 NASA에서 로켓 및 항공기 비행 제어 문제의 해결을 위해 이 필터를 개발했는데, 이후 제어공학, 로봇공학, 신호처리 등 다양한 분야에 응용되고 있습니다. 지금도 사용범위가 많은 알고리즘입니다.
칼만필터는 수학적으로 꽤 복잡한 알고리즘이기 때문에 이해하는 진입장벽이 높은 편입니다. 칼만필터를 학습하기 위해서는 선형대수학과 확률론, 통계학 등 상당히 많은 기초지식이 필요합니다. 쉽지 않죠! 저도 그랬습니다. 공부하다 벽에 부딪히기를 여러 번 했습니다. 수많은 양의 강의가 있음에도 칼만 필터를 제대로 이해하지 못했습니다. Kalman Filter를 사용하는 곳은 다양해서 모든 칼만 필터를 설명할 수는 없습니다. 그럴 필요도 없고요.
그래서 단순한 예제 몇 개로 Kalman Filter의 동작 원리를 설명해 보기로 했습니다. Kalman Filter를 이해하시면 이를 가지고 자기의 전문 분야에 적용하시면 됩니다. 이론을 모르고 적용하는 것과 이론과 원리를 알고 적용하는 것 어느 쪽이 좋을까요? 현명한 선택은 여러분의 몫입니다.
이 강의에서는 가능한 한 직관적인 이해를 돕기 위해서 단순한 예제들을 가지고 아주 구체적인 칼만 필터(Kalman filter)의 동작 원리를 설명할 것입니다. 강의를 잘 활용하신다면 Klaman Filter를 이해하는 데 걸리는 시간을 확 줄여주리라 생각합니다.
칼만 필터의 동작 원리를 수학적으로 이해할 수 있어요.
쉬운 예제부터 칼만 필터의 완전한 이해를 돕는 예제까지 학습해요.
이론 설명에 필요한 확률통계 이론을 제시해요.
칼만 필터가 뭔지 조금 알고 있는 분
제어공학, 로봇공학, 신호처리, 컴퓨터 비전 전공자
칼만 필터를 확실하게 익히고 싶은 대학원생
Q. 칼만 필터(Kalman Filter) 정말 제대로 이해할 수 있을까요?
사실 Kalman Filter를 아주 제대로 깊이 있게 이해하려면 쉬지 않고 꾸준히 공부하셔야 된다고 말씀드리고 싶습니다. 이 강의를 만든 것은 칼만 필터를 이해하도록 제가 도와드릴 수 있다고 생각해서입니다.
Q. 확률통계에 대한 어느 정도의 선지식이 있어야 하나요?
저는 일단 지르고 보는 식이라 약간의 지식이 있으시다면 도전할 수 있으리라 생각합니다. 그리고 꾸준히 확률통계를 공부하셔야 합니다. 또한 모든 분야를 알아야 하는 것은 아니기에 부록으로 필요한 양을 만들었습니다.
Q. 수학의 어떤 지식이 선수지식으로 필요하나요?
선형대수, 확률통계, 최적화이론 지식이 필요합니다.
학습 대상은
누구일까요?
칼만 필터(Kalman Filter)의 작동 원리를 이해하고 싶은 분들
로봇공학, 제어공학, 신호처리 공부하시는 분들
머신러닝, 인공지능 공부하시는 분들
선수 지식,
필요할까요?
MatLab, Python 언어 기본 지식
확률통계 기초이론 , 선형대수, 미적분학
박사 졸업 후 5년 정도 Computer vision를 공부하고 가르치는 계기가 돼서
지금까지 수학전공과 공학이론을 연결한 공부들을 하고 있습니다.
전문분야(공부 분야)
전공: 수학(Topological Geometry), 부전공(컴퓨터 공학)
현) 3D Computer Vision(3D Reconstruction) , Kalman Filter, Lie-group(SO(3)),
Stochastic Differential Equation 연구자
현) 유튜브 채널 운영: 임장환: 3D Computer Vision
현) facebook Spatial AI KR 그룹 (수학전문위원)
출신학교
독일 Kile 대학 이학박사 (Topological Geometry & Lie-group 전공, 컴퓨터 공학 부전공)
중앙대 수학과 학사, 석사(Topology 전공)
경력
전) 대성그룹 자회사 두비비젼 CTO
전) 중앙대학교 첨단영상 대학원 연구교수(3D Computer Vsion연구)
저서:
최적화이론: https://product.kyobobook.co.kr/detail/S000200518524
링크
유튜브: https://www.youtube.com/@3dcomputervision520
블로그: https://blog.naver.com/jang_hwan_im
전체
34개 ∙ (5시간 10분)
가 제공되는 강의입니다.