최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Kim, Hyeon Chang; Cho, So Mi Jemma; Lee, Hokyou; Lee, Hyeok-Hee; Baek, Jongmin; Heo, Ji Eun; Korean Society of Hypertension; Lee, Hae Young
2021 / Clinical Hypertension
Liu X.,Wei M.,Wang Q.,Tian Y.,Han J.,Gu H.,Ding H.,Chen Q.,Zhou K.,Gu Z.
2021 / Advanced Materials
Feng X.,Yang Y.,Wei D.
2021 / Neurocomputing
데이터가 존재하지 않습니다.
loading...
본 논문은 각 에이전트가 1차 또는 2차 미분 방정식으로 기술되는 비선형 다중 에이전트 시스템의 합의 문제를 다룬다. 제어 이득, 동적 시스템의 파라미터 벡터, 상호 작용 토폴로지 정보의 불확실성으로 인해 적응 합의 프로토콜을 제안하며, 제안된 프로토콜을 통해 전역 정보 없이 시스템의 점근적 합의를 달성함을 증명한다.
Cooperative control of multi-agent systems : optimal and adaptive design approaches
ICMAS-95 : First International Conference on Multi-Agent Systems : proceedings, June 12-14, 1995, San Francisco, California
Agents and multi-agent systems : formalisms, methodologies and applications : based on the AI'97 Workshops on Commonsense Reasoning, Intelligent Agents, and Distributed Artificial Intelligence, Perth, Australia, December 1, 1997
Multi-agent rationality : 8th European Workshop on Modelling Autonomous Agents in a Multi-Agent World, MAAMAW'97, Ronneby, Sweden, May 13-16, 1997 : proceedings
Approaches to intelligent agents : Second Pacific Rim International Workshop on Multi-Agents, PRIMA'99, Kyoto, Japan, December 2-3, 1999 : proceedings
Consensus and synchronization in complex networks
Distributed artificial intelligence : architecture and modelling : First Australian Workshop on DAI, Canberra, ACT, Australia, November 13, 1995 : proceedings
Distributed software agents and applications : 6th European Workshop on Modelling Autonomous Agents in a Multi-Agent World, MAAMAW'94, Odense, Denmark, August 3-5, 1994 : proceedings
Cooperative control : a post-workshop volume: 2003 block island workshop on cooperative control
Trends in nonlinear and adaptive control : a tribute to Laurent Praly for his 65th birthday
Modelling, estimation and control of networked complex systems
Nonlinear and adaptive control with applications
Adaptive control, filtering, and signal processing
Lectures on network systems
Introduction to averaging dynamics over networks
Distributed artificial intelligence meets machine learning : learning in multi-agent environments : ECAI '96 Workshop LDAIS, Budapest, Hungary, August 13, 1996, ICMAS '96 Workshop LIOME, Kyoto, Japan, December 10, 1996 : selected papers
Multi-agent systems engineering : 9th European Workshop on Modelling Autonomous Agents in a Multi-Agent World, MAAMAW'99 : Valencia, Spain, June 30 - July 2, 1999 : proceedings
Control of nonlinear multibody flexible space structures
Adaptive control of systems with actuator and sensor nonlinearities
Multi-agent systems : methodologies and applications : second Australian Workshop on Distributed Artificial Intelligence, Cairns, QLD, Australia, August 27, 1996 : selected papers
IEEE Transactions on Cybernetics
Yongchao Man; Le Zhao; Yungang Liu; Fengzhong LiIEEE Transactions on Network Science and Engineering
Wang Q.,Wang J.L.,Wu H.N.,Huang T.International Journal of Control, Automation, and Systems
Jie Luo, Chengyu CaoIEEE Transactions on Cybernetics
Zhao L.,Liu Y.,Li F.,Man Y.IEEE Transactions on Circuits and Systems II: Express Briefs
Long J.,Guo Y.,Liu Z.,Wang W.,Zhou S.IEEE Transactions on Circuits and Systems II: Express Briefs
Jiang Long; Yangming Guo; Zun Liu; Wei Wang; Siwen ZhouUnmanned Systems
Hu, H.; Lin, Z.; Yoon, S.Y.IEEE Transactions on Systems, Man, and Cybernetics: Systems, Systems, Man, and Cybernetics: Systems, IEEE Transactions on, IEEE Trans. Syst. Man Cybern, Syst.
Meng, W.; Yang, Q.; Sarangapani, J.; Sun, Y.International Journal of Pattern Recognition and Artificial Intelligence
Yujuan Cheng; Hui YuJournal of the Franklin Institute
Chen J.,Li J.Journal of the Franklin Institute
Qian Y.,Miao Z.,Zhou J.,Zhu X.제어.로봇.시스템학회 논문지
임영훈Mathematical Problems in Engineering
Fei Wang; Yongqing YangNeurocomputing
Ma, T.; Zhang, Z.; Cui, B.International Journal of Control, Automation and Systems
Li, Sheng; Zou, Wencheng; Chen, Xiang; Chen, Chen; Xiang, ZhengrongIEEE Transactions on Control of Network Systems
Xiao G.,Wang J.R.,Meng D.Neurocomputing
Yu, H.; Xia, X.Nonlinear Analysis: Hybrid Systems
Yu Z.,Yu S.,Jiang H.,Hu C.ISA transactions
Hu H; Lin ZTransactions of the Institute of Measurement and Control
Feng, Y.; Tu, X.전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.전선 / 학사
본 교과목에서는 현재 여러 분야에서 적용되고 있는 지능시스템 및 관련연구의 핵심이 되는 확률적 모델링 및 추론, 통계학적 기계학습, 컴퓨터비젼, 로보틱스의 기초를 소개한다. Bayesian networks, hidden Markov models (HMM), Kalman filters, Markov decision processes 등의 확률적 모델링 및 추론방식이 소개되고 선형 regression 및classification 그리고 nonparametric 학습 방법의 기초를 습득한다. 그리고 확률적 모델, 추론방식, 학습방식들이 어떻게 컴퓨터비전 그리고 로보틱스 등의 응용분야에 적용되는지 알아본다.전선 / 대학원
본 교과목은 무인이동체와 같이 복합체계로 이루어진 시스템에 대한 실용적인 설계기법을 제시하고, 대학원생들이 임무를 성공적으로 수행하는 무인이동체의 형상과 내부시스템을 설계하는 문제를 해결할 수 있도록 기본역량을 배양한다. 공력, 구조, 열전달, 센서 등의 분야의 다양한 요구조건들을 만족하면서 시스템이 추구하는 목적을 최대화하는 개별 시스템을 설계할 수 있는 기법과 노하우를 제시함으로써 무인이동체를 시스템 관점에서 이해할 수 있게 된다. 또한, 이 과정을 통해 대학원생은 확정적 뿐만 아니라 불확실성 기반의 최적설계 기법을 학습함으로써 불안정 환경 하에서 강건한 성능을 보장할 수 있는 시스템을 도출할 수 있는 능력을 가지게 된다. 한편, 설계 목적에 따른 수개의 최적안 중에서 적정안을 선택하기 위해 다속성 의사결정 기법을 학습하며 이를 통해 지식기반 의사결정 설계의 기초역량을 배양한다.전선 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.전선 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.전선 / 대학원
제어 시스템 1 의 연이은 과목으로 고급 제어시스템 설계 및 해석에 필수적인 개념 및 기법들을 소개하는데, 특히 비선형 제어, 확률적 추정 및 제어, 적응 제어 및 비선형 최적제어 등에 주안점을 둔다.전선 / 대학원
본 교과목은 단순한 질의응답을 넘어, 스스로 목표를 설정하고, 도구를 사용하며, 복잡한 과업을 자율적으로 수행하는 ‘에이전트(Agentic)' AI의 설계 원리와 구현 방법론을 심층적으로 다룬다. 기존의 LLM(Large Language Model)이 가진 한계를 극복하고, LLM을 ‘추론 엔진'으로 활용하여 실제 세계와 상호작용하는 지능형 시스템을 구축하는 데 초점을 둔다. 수강생들은 단일 에이전트의 핵심 구성 요소인 사고-행동-관찰(Reasoning-Acting-Observation) 루프, 동적 도구 사용(Tool Use), 장단기 기억(Memory) 메커니즘을 학습한다. 나아가 여러 에이전트가 협력하여 인간의 개입을 최소화하면서 복잡한 문제를 해결하는 멀티 에이전트 시스템(Multi-Agent System)의 설계 패턴(예: 계층적, 협력적)과 통신 프로토콜을 배운다. LangChain, AutoGen, CrewAI와 같은 최신 프레임 워크를 활용한 실습을 통해, 에이전트 아키텍처 설계부터 정교한 프롬프트 체이닝, 실행 루프 구현까지의 전 과정을 경험하며, 차세대 AI 애플리케이션을 개발할 수 있는 실전 역량을 배양하는 것을 목표로 한다.전선 / 대학원
본 교과목은 단순한 질의응답을 넘어, 스스로 목표를 설정하고, 도구를 사용하며, 복잡한 과업을 자율적으로 수행하는 ‘에이전트(Agentic)' AI의 설계 원리와 구현 방법론을 심층적으로 다룬다. 기존의 LLM(Large Language Model)이 가진 한계를 극복하고, LLM을 ‘추론 엔진'으로 활용하여 실제 세계와 상호작용하는 지능형 시스템을 구축하는 데 초점을 둔다. 수강생들은 단일 에이전트의 핵심 구성 요소인 사고-행동-관찰(Reasoning-Acting-Observation) 루프, 동적 도구 사용(Tool Use), 장단기 기억(Memory) 메커니즘을 학습한다. 나아가 여러 에이전트가 협력하여 인간의 개입을 최소화하면서 복잡한 문제를 해결하는 멀티 에이전트 시스템(Multi-Agent System)의 설계 패턴(예: 계층적, 협력적)과 통신 프로토콜을 배운다. LangChain, AutoGen, CrewAI와 같은 최신 프레임 워크를 활용한 실습을 통해, 에이전트 아키텍처 설계부터 정교한 프롬프트 체이닝, 실행 루프 구현까지의 전 과정을 경험하며, 차세대 AI 애플리케이션을 개발할 수 있는 실전 역량을 배양하는 것을 목표로 한다.전선 / 대학원
본 과목은 일차적으로 의료기술평가와 근거기반의사결정 과목을 선수강한 학생들이 보다 전문적인 주제를 이해하고 다룰 수 있도록 계획되었으며, 강의 뿐 아니라 세미나와 토론을 통해 의료기술평가의 특정 방법론으로서 임상적 근거합성 방법의 전문적인 주제를 탐구하며 실제적이고 깊이 있는 이해를 갖추는데 주안점을 두었다. 해당 과목의 구체적인 내용을 다루기 위해서는 임상연구 방법론 및 의학통계에 대한 일정 수준 이상의 이해가 필요하며, 베이지안 접근방식을 포함하여 임상적 의료의사결정 수행에 필요한 근거 창출의 맥락에서 광범위한 근거 구조에 적용될 수 있는 근거 합성에 대한 접근으로서 메타 분석, 간접 비교 및 혼합 치료 비교를 수행하는 방법에 대한 구체적인 논의를 진행하고 실용적인 가이드를 제공한다.전선 / 학사
본 과목의 목적은 [창의융합세미나]를 성공적으로 수강한 학생들에게, 다시 한 번 공동으로 연구계획을 디자인하고 협동 연구를 수행하는 기회를 부여하는 동시에, 한층 진전된 수준의 탐구를 실행함으로써 실제적인 공동 결과물들을 창출할 수 있도록 하려는 것이다. 학생들은 [창의융합세미나]에서 수행한 공동 연구를 더욱 발전시킬 수도 있으며, 다른 구성원들과 다른 창의적 주제를 발굴하여 더 깊이 있는 융합적 연구 성과물을 낼 수도 있다. 이런 과정을 통해 학생들은 집단 창의성과 융합적 문제 해결 능력의 실제를 깊이 있게 경험하게 될 것이다.전선 / 대학원
본 강좌는 스토캐스틱 제어와 강화학습의 이론과 알고리즘에 대해 소개한다. 강좌의 첫 부분에서는 스토캐스틱 제어이론을 심도 있게 다룬다. 최적조건과 최적제어전략의 존재성뿐만 아니라, value and policy iteration 그리고 선형최적화를 이용한 해결방법에 대해 소개하고 분석한다. 두 번째 부분에서는 강화학습의 방법론을 다룬다. 특히, stochastic approximation 알고리즘을 기반으로 한 방법(예: Q-learning)들의 수렴조건 및 근사방법에 대해 학습한다. Policy gradient와 online learning 방법에 대해서도 소개하고, 여러 알고리즘들의 장단점에 대해 분석한다.전선 / 대학원
표준적 도시교통계획과정의 이론적 구조와 문제점 그리고 실천모형의 장단점을 비교검토하고, 보다 일반적인 교통계획모형의 구성을 위한 여러 방법론과 고급이론을 소개함과 아울러 새로운 연구방향에 관해 연구한다.전선 / 대학원
비선형시스템의 특성을 이해하고 비선형시스템의 안정도 분석 및 제어를 위한 여러 방법들에 대해 공부한다. 이들 중에는 Phase Plane Method, Describing Function Method, Liapunov Direct & Indirect Methods Popov/Circle Criteria, Singular Perturbation Technique, Feedback Linearization Technique 등과 기타 최근의 주요 연구결과들이 포함된다.전선 / 대학원
비선형시스템의 특성을 이해하고 비선형시스템의 안정도 분석 및 제어를 위한 여러 방법들에 대해 공부한다. 이들 중에는 Phase Plane Method, Describing Function Method, Liapunov Direct & Indirect Methods Popov/Circle Criteria, Singular Perturbation Technique, Feedback Linearization Technique 등과 기타 최근의 주요 연구결과들이 포함된다.전선 / 대학원
선형시스템의 최적추정자인 칼만필터를 기본으로 하여 모델의 불확실성을 고려한 적응필터 및 강인필터, 계산량을 줄이기 위한 슈미트필터, 다양한 측정치에 대한 내고장을 높이기 위한 분산필터를 소개한다. 또한 비선형 모델에 대한 확장칼만필터를 기반으로 최근에 많은 연구가 되고 있는 무향 칼만필터 (Unscented Kalman Filter)에 대한 특성을 분석한다. 마지막으로 상태변수가 정규분포를 가지지 않을 때 최적의 필터로 최근에 각광을 받고있는 다양한 입자필터 (Particle Filter)를 소개한다. 수업에서 소개된 필터는 INS/GPS 결합시스템과 레이더 추적문제에 적용한다.전선 / 대학원
본 강좌는 스토캐스틱 제어와 강화학습의 이론과 알고리즘에 대해 소개한다. 강좌의 첫 부분에서는 스토캐스틱 제어이론을 심도 있게 다룬다. 최적조건과 최적제어전략의 존재성뿐만 아니라, value and policy iteration 그리고 선형최적화를 이용한 해결방법에 대해 소개하고 분석한다. 두 번째 부분에서는 강화학습의 방법론을 다룬다. 특히, stochastic approximation 알고리즘을 기반으로 한 방법(예: Q-learning)들의 수렴조건 및 근사방법에 대해 학습한다. Policy gradient와 online learning 방법에 대해서도 소개하고, 여러 알고리즘들의 장단점에 대해 분석한다.전선 / 학사
확률변수 및 확률과정의 기초에서는 불규칙 변수를 포함하는 선형 시스템의 해석에 필요한 기본적인 불규칙 신호의 특성과 랜덤 프로세스의 특성을 배운다. 확률이론에 기초한 랜덤상수를 정의하고, 랜덤상수를 다룰 수 있는 1, 2차 모멘트(moment)에 대하여 배운다. 랜덤 프로세스를 정의하고 흔히 쓰이는 랜덤 프로세스인 Gaussian random Process와 Poisson random process의 특성을 알아본다. 선형 stationary process에 널리 쓰이는 power spectrum에 대하여 배우고 이를 이용한 선형 불규칙 시스템의 해석 방법을 소개한다. 간단한 선형 불규칙 시스템을 예를 들어 확률 변수 및 확률 과정의 기초가 선형 시스템 해석에 어떻게 이용되는지 알아본다.전선 / 대학원
제어시스템의 기본개념과 선형시스템 기초, 최적제어, dynamic programming, Hamilton-Jacobi이론, 기하학적 비선형 제어이론 등을 공부한다.전선 / 학사
본 수업은 인간-AI 상호작용에 관한 이론적 기초와 최신 연구를 실제 적용 사례와 함께 균형 있게 다룬다. 학생들은 AI의 윤리, 편향과 공정성, 투명성 등 AI가 사회에 미치는 영향을 깊이 있게 학습하며, 인간 중심 AI 디자인의 중요성을 이해한다. 또한, 투명하고 신뢰할 수 있으며 공정한 AI 시스템을 설계하는 방법을 배운다. 실습 프로젝트를 통해 이를 통해 인간-AI 협업 및 의사결정 지원 시스템을 개발하고, AI 시스템의 사회적 영향에 대해 비판적으로 분석하며, 인간 중심의 가치를 고려한 AI 솔루션 설계 능력을 키울 수 있도록 한다.전선 / 대학원
분자인식 원리의 이해 및 이를 바탕으로 다양한 형태의 유기초분자 시스템을 고찰한다. : 분자간 비공유결합력에 대한 분자 차원의 이해, 모델 시스템(인공수용체)을 이용한 분자간 상호작용의 이해 및 기능성 분자의 개발 사례 고찰