미디어센터 media center

AI TIMESAI EXPO KOREA 2022. 4.13(수) - 15(금)

(주)한국플랫폼서비스기술, ‘쿼리기반 딥러닝 기계학습 시스템 (QTOSS)’과 개인정보 비식별화 솔루션

 

(주)한국플랫폼서비스기술 (대표 이준혁, https://www.kpst.co.kr)은 2021년 3월 24일(수)부터 26일(금)까지 서울 Coex 에서 열리는‘AI EXPO KOREA 2021’에 참가해 ( ‘쿼리기반 딥러닝 기계학습 시스템 (QTOSS)’과 개인정보 비식별화 솔루션)을 선보인다.

 

 

QTOSS ( Query Based Training Optimization Software System) )은 ( 쿼리기반의 딥러닝 시스템으로 딥러닝에 관한 전문적 지식이 없는 사용자에게 필요한 정보를 제공할 수 있도록 딥러닝 프레임워크가 데이터베이스에 플러그인 형태로 연결되어 사용자의 요청 쿼리에 따라 딥러닝 학습 프레임 워크와 동일한 데이터베이스에 저장된 데이터를 사용하여 기계학습 및 추론을 수행하고 결과를 저장합니다. ).

 

 

 

(개인정보 비식별화 솔루션)은 자율주행 산업의 성장으로 끊임없는 기술혁신을 이끌고 있으며, 고객가치 극대화, 공유 패러다임 및 글로벌 환경규제로 인한 시장 확대가 가속화가 예상됩니다. 자율주행 성장이 거듭할수록 자율주행 차량 내 다양한 데이터 수집이 증가하면서 개인정보 보안에 대한 우려가 증가하고 있습니다. 자율주행 산업의 가장 기본인 수집된 데이터에 대해 비식별화 및 데이터 융합 기술을 활용한 안정성 확보가 필수인 상황입니다. 이러한 문제점을 해결하기 위하여 개인정보 비식별화 솔루션은 현재와 미래를 위한 가장 필수적인 솔루션이라 할 수 있습니다.

 

Korea Platform Service Technology (CEO Lee Jun-hyuk) is a venture company specializing in embedded software, image processing and deep learning technology continuously in technology development and research and development with Daedeck Innopolis and research institutes.

The main technologies are artificial intelligence(machine learning), embedded emulator, authoring tools, modelers, platform middle-ware technology, image processing and retrieval technology.

Currently, we are embracing various machine learning frameworks. By providing a common standard interface for heterogeneous learning modules, we are expanding each deep learning technology module using open source IDE environment to find new solutions and service business models.

 

starting from the machine learning tool platform business, we are studying technologies that lets user-input applied directly to the device without going through the server, allows on-device (mobile) detection, classification. We are also planning for developing new technologies such as recognition technology necessary for object location tracing, AI Robot-Vision.

 

 

Business Goals and Promotion Status

Currently, we are embracing various machine learning frameworks. By providing a common standard interface for heterogeneous learning modules, we are expanding each deep learning technology module using open-source IDE environment to find new solutions and service business models.

Starting from the machine learning tool platform business, we are studying technologies that lets user-input applied directly to the device without going through the server, allows on-device (mobile) detection, classification. We are also planning for developing new technologies such as recognition technology necessary for object location tracing, AI Robot-Vision.