최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
김민재, 김현지, 김무경, 이성호, 전병균
2021 / 생명과학회지
류상봉; 유원종; Pandiyan, Arunkumar; 이상훈; 정원엽; 최인원; 이명석; 차석원
2020 / 한국정밀공학회지
조청운
2019 / 한국컴퓨터게임학회논문지
Kim, Joonyong; Rhee, Joong Yong; Yang, Seunghwan; Lee, Chungu; Cho, Seongin; Kim, Youngjoo
2018 / Journal of Biosystems Engineering
데이터가 존재하지 않습니다.
loading...
본 연구는 태양 전지 모듈을 이용하여 태양 복사를 추정하는 다층 퍼셉트론(MLP) 모델을 개발하는 것을 목표로 한다. 최적의 MLP 모델은 모든 입력 변수와 두 개의 은닉층을 사용한 배치 역전파 알고리즘을 활용했으며, RMSE는 48.13 W·m-2로 회귀 모델(66.67 W·m-2)보다 우수한 성능을 보였다.
Advances in land remote sensing : system, modeling, inversion and application
Neural smithing : supervised learning in feedforward artificial neural networks
The application of neural networks in the earth system sciences : neural networks emulations for complex multidimensional mappings
Artificial neural networks : ICANN '97 : 7th International Conference, Lausanne, Switzerland, October 8-10, 1997 : proceedings
Magnetoelectric composites
Introduction to remote sensing
Introduction to remote sensing
Artificial neural networks : a practical course
Aerosol Remote Sensing
Fields, networks, computational methods, and systems in modern electrodynamics : a tribute to Leopold B. Felsen
Signal processing techniques for knowledge extraction and information fusion
Mathematical and physical modeling of microwave scattering and polarimetric remote sensing : monitoring the earth's environment using polarimetric radar:formulation and potential applications
Robotics and intelligent machines in agriculture: Proceedings of the first International Conference on Robotics and Intelligent Machines in Agriculture October 2-4,1983 Curtis Hixon Convention Center Tampa,florida
Solar radiation: practical modeling for renewable energy applications
The many faces of the sun : a summary of the results from NASA's Solar Maximum Mission
Linear circuits, systems and signal processing : advanced theory and applications
Connectionist speech recognition : a hybrid approach
Advanced agricultural instrumentation: design and use
다중회귀분석과 구조방정식모형분석 : 다중회귀분석을 넘어
Second-order methods for neural networks : fast and reliable training methods for multi-layer perceptrons
Alizamir M.,Shiri J.,Fard A.F.,Kim S.,Gorgij A.R.D.,Heddam S.,Singh V.P. · 2023
Engineering Applications of Artificial Intelligence
Quadri T.W.,Olasunkanmi L.O.,Fayemi O.E.,Akpan E.D.,Lee H.S.,Lgaz H.,Verma C.,Guo L.,Kaya S.,Ebenso E.E. · 2022
Computational Materials Science
Deka, M.J.; Bora, B.J.; Kamble, A.D.; Kalita, P.; Das, D.; Sharma, P.; Ali, S.; Kalita, P. · 2024
Renewable Energy
Zhang, H.; Stavola, A.; Ferguson, H.; Budavari, B.; Kwan, C.; Wu, H.; Li, J. · 2024
IEEE Transactions on Nuclear Science, Nuclear Science, IEEE Transactions on, IEEE Trans. Nucl. Sci.
전선 / 대학원
자기공명분광(Magnetic Resonance Spectroscopy (MRS))을 활용하여 여러 질병들의 발병기전 및 진화에 대한 기초연구를 수행할 수 있는 지식(이론과 실습)을 습득함. 이론은, 다양한 신경 정신질환과 관련이 있는 것으로 알려져 있는 myo-inositol, gamma-aminobutylic acid (GABA), glutamate 등의 측정법을 포함함. 실습은, 소프트웨어를 통해 쥐(rat)의 두뇌 스펙트럼에서 뇌 대사체들을 정량분석하는 과정을 포함함.전선 / 대학원
다른 과목에서 배운 계량적 분석방법을 현실 농업문제에 응용한다. 비교정학(comparative statics)에 의한 모형분석, 칼만 필터(Kalman filter), 뉴럴 네트워크(neural network), 유전자 알고리즘(genetic algorithm), 부트 스트랩핑(boot strapping), 커널 추정(kernel estimation) 등을 다룬다.전선 / 대학원
이 과목은 보건의료 영역에서 컴퓨터를 활용한 텍스트 분석을 다룬다. 보건의료 영역에는 여러 종류의 언어 자료가 존재한다. 사람들이 온라인 공간에서 여러 질병에 대해 던지는 질문들, 보건의료 전문가들의 연구들, 질병과 건강에 대한 신문기사들이 그 예다. 이들로부터 정보를 체계적이고 과학적으로 추출할 수 있다면, 보건의료에서 다양한 방식으로 활용할 수 있다. 최근 많이 사용되고 있는 컴퓨터를 활용한 텍스트 분석은 이런 작업에 새로운 가능성을 제시한다. 본 과목에서는 여러 가지 컴퓨터를 활용한 텍스트 분석 방법을 학습하고, 보건의료 영역 자료에 적용하는 것을 실습한다.전선 / 학사
건축물의 환경생태학적 특성에 대한 이해를 바탕으로 다양한 환경성능을 만족시킬 수 있는 건축적 요구사항, 건축환경이론에 근거한 환경시스템의 분석, 평가에 의하여 건축환경시스템의 개념 및 기본원리를 파악하고 건축환경계획에 응용하는 방법에 대하여 학습한다.전선 / 대학원
본 과정은 선형 시스템, 전달 함수, 라플라스 변환에 대하여 소개한다. 안정성과 피드백을 다루고 과도 응답 사양을 위한 기본 설계 도구를 제공한다. 또한 주파수 영역 기술도 간략하게 다룬다. 이 과정에는 컴퓨터 프로그래밍 실습 및 제어 설계 프로젝트가 포함된다. 실습 프로젝트에 관련된 전공은 조선해양공학은 물론 로봇공학, 기계공학, 전자공학, 전기공학, 산업응용수학 등이다.전선 / 대학원
본 과목에서는 다양한 인공 지능 (특히 머신 러닝) 및 빅데이터 분석 시스템에 대해 공부한다. 자원을 관리하는 자원 관리자, 데이터를 저장하는 분산 스토리지, 데이터 처리의 핵심 모델인 데이터 플로우 모델, 배치 분석, 인메모리 처리, 스트림 처리, SQL, 머신 러닝/딥러닝 시스템, 그래프 처리에 대해서 공부한다. 특히, 대표적인 시스템인 Spark, Beam, TensorFlow, PyTorch 등을 활용하여 실제로 해당 시스템들이 어떻게 동작하는지 깊게 공부한다. 배운 이론을 바탕으로 프로그래밍 과제와 팀별 연구 프로젝트를 수행한다.전선 / 대학원
인지과학 연습 1의 내용을 보다 확장하여 인지과학의 연구사, 연구주제등을 다각도로 검토하여 과정에 진입한 학생들에게 인지과학의 기초적 지식배경을 제공하는데 목적이 있다.전선 / 대학원
본 과목에서는 다양한 인공 지능 (특히 머신 러닝) 및 빅데이터 분석 시스템에 대해 공부한다. 자원을 관리하는 자원 관리자, 데이터를 저장하는 분산 스토리지, 데이터 처리의 핵심 모델인 데이터 플로우 모델, 배치 분석, 인메모리 처리, 스트림 처리, SQL, 머신 러닝/딥러닝 시스템, 그래프 처리에 대해서 공부한다. 특히, 대표적인 시스템인 Spark, Beam, TensorFlow, PyTorch 등을 활용하여 실제로 해당 시스템들이 어떻게 동작하는지 깊게 공부한다. 배운 이론을 바탕으로 프로그래밍 과제와 팀별 연구 프로젝트를 수행한다.전선 / 대학원
딥러닝 모델은 추상화 복잡도를 증가하면서 정보를 표현하는 여러 계층으로 이루어진 신경망으로, 최근 영상/음성/자연어 처리 등의 문제에서 다른 기계 방법론들을 크게 상회하는 뛰어난 성능을 보이고 있다. 본 과정에서는 딥러닝의 기반이 되는 기계학습 및 최적화 기법들을 배우고, 기본적인 신경망에 대해서 학습한다. 그리고 영상 처리와 자연어 처리의 핵심 모델인 Convolutional neural networks와 Recurrent neural networks의 훈련법과 추론법들을 익힌다. 또한 비감독 생성 모델인 Autoencoders와 Restrict Boltzman machines에 대해 자세히 살펴 보고 마지막으로 딥러닝 기반 강화 학습에 대해서도 학습하고 실습을 진행한다. 본 과목은 대학원생과 일부 고년차 학부생을 대상으로 한다.전선 / 대학원
본 교과목은 재배, 유통, 운송, 무역 등 다양한 스마트농업 분야에 활용 가능한 AI모델을 개발할 수 있는 내용을 효과적으로 익힐 수 있도록 구성된다. 스마트팜의 재배를 위한 시스템 관리와 최적 재배환경 조성을 위한 AI모델 뿐만 아니라 농산물의 유통과 글로벌 무역에 이르는 전체 농업 벨류체인에 AI모델을 활용할 수 있도록 부문별 사례를 통해 수업을 진행한다. 교과내용은 빅데이터의 이해와 함께 다양한 머신러닝 알고리즘을 활용하여 모델을 만들 수 있는 실무적인 경험을 제공한다.전선 / 학사
원격탐사에 대한 기본이론들을 이해하고, 위성영상의 프로세싱기법과 알고리즘을 이해하므로써, 여러 활용분야에 적용가능한 능력을 배양하는데 있으며, 이를 위해 IDRISI, ERDAS, ER-Mapper 등의 영상처리용 소프트웨어 실습을 병행한다.전선 / 학사
본 과목에서는 산업의 근간을 이루는 다양한 기계시스템의 수학적 모델링과 동적 거동의 라플라스 공간, 주파수 공간 및 상태 공간에서의 해석 방법에 대해 배우고, 그에 기반한 기본적인 제어 설계 및 해석 기법에 대해서 공부한다.전선 / 대학원
대기과학연구에 필수적으로 이용되는 대기 전지구 모델 및 일기예보 모델의 근간을 구성하는 대기역학 코어 및 자료동화 시스템에 이용되는 다양한 수치적인 방법들을 공부한다. 실습시간에는 실제 현업 모델 혹은 단순화된 현업 모델을 이용하여, 대기역학 코어 및 자료동화 시스템이 실제 기상현상의 수치모의에 있어 어떻게 이용되는지 연습할 수 있는 기회를 갖는다.전선 / 대학원
(1) 통계적 변동성을 표현하는 확률 함수의 결정 인자들을 이해하고, (2) 통계적 변동성을 따르는 사건들에 대한 사실적 모사의 반복 작업을 통해 최종 현상을 유추하는 Monte Carlo 방법의 기본 운용 기술을 익힘. 또한, (3) 방사선의 발생과 물질과의 반응에서 나타나는 확률적 선택 현상을 전산 추적하는 scheme을 구성하고 programming 작업을 수행하며, (4) 최종 평가 자료의 분산 범위를 최소화하는 시뮬레이션 최적화 기술을 익힘.전선 / 대학원
본 강좌는 다양한 머신러닝기법을 활용한 기후환경데이터 분석 방법을 소개한다. Linear regression, Logistic regression, Support Vector Machine (SVM), Random Forest, XGBoost, LightGBM 등과 같은 지도 학습 기법에 더불어,K-mean clustering, Principal Component Analysis, Singular Value Decomposition,Self-Organizing Map (SOM) 등의 비지도 학습 머신러닝 기법들의 구동 원리를 파악할 수 있는 이론 강의와, 이 중 일부를 활용한 실습 과정으로 구성된다. 다양한 머신러닝 기법 기반의 데이터 분석 방법을 비교함으로서 머신러닝 기법들의 장단점을 파악할 수 있도록 한다.전필 / 대학원
자료를 모형화하는 통계적 방법으로 선형모형의 중요성을 다루는 것이 이 과목의 목적이다. 이론적인 측면도 공부하지만 주로 모형선택, 추정, 모형검증과 같은 방법론을 강조한다. 다루는 모형은 단순회귀, 다중회귀, 일차분산분석, 이차 분산분석 등을 다룬다. 추론을 위해 최소제곱방법을 주로 사용하지만 이와 관련하여 우도에 기초한 방법도 다루게 된다. 선형모형을 통한 자료의 모형을 위해 R을 이용한다.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
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 학사
역학적인 시스템 동적 반응, 피드백의 기본적인 특성, Root-Locus법, 주파수 반응법, 안정도, 제어시스템 설계법 등을 배운다.전선 / 학사
본 과목에서는 식물을 탐구하는 데 있어 모델링과 시뮬레이션의 역할에 대한 포괄적인 이해를 제공한다. 이를 통해 학생들이 효과적으로 식물 생산 시스템을 분석하고 최적화할 수 있는 능력을 배양하는 것을 목표로 한다. 또한 농업 생산 시스템의 모델링 과정에 대한 통찰을 얻고, 이러한 시스템을 효과적으로 표현하는 방법을 배운다.