최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 논문은 수신 신호 세기를 이용한 선박용 실내 위치 추정 알고리즘을 분석하고, 상황에 맞는 알고리즘을 제안합니다. Range based 및 Range free 방식의 위치 추정 기법을 해군 함정 모델에 적용하여 시뮬레이션을 통해 효과적인 알고리즘을 분석했습니다.
Navigation signal processing for GNSS software receivers
Position location techniques and applications
Ad Hoc wireless networking
Radar remote sensing of ocean surface currents and waves : nearshore applications
Principles of GNSS, inertial and multisensor integrated navigation systems
Underwater acoustic data processing
Signal processing methods for audio, images and telecommunications
Simulation of the sea surface for remote sensing
Artificial Intelligence for Communications and Networks : Second EAI International Conference, AICON 2020, Virtual Event, December 19-20, 2020, Proceedings
GNSS receivers for weak signals
Electromagnetic modelling and measurements for analysis and synthesis problems
Engineering satellite-based navigation and timing : global navigaton satellite systems, signals, and receivers
Future wireless networks and information systems.
Using GPS
Electronic navigation systems
Underwater acoustics and signal processing
The study of maritime clusters in Japan analyzed by the Location Quotient (LQ) method
Large MIMO systems
Perspectives in spread spectrum
한국통신학회논문지C
이정규; 이성로; 김성철e-Prime - Advances in Electrical Engineering, Electronics and Energy
Nanthakumar, Sathish; Jothilakshmi, P.IEEE Embedded Systems Letters, Embedded Systems Letters, IEEE, IEEE Embedded Syst. Lett.
Yan, J.; Tian, X.; Luo, X.; Guan, X.한국통신학회논문지
김정호; 이성로Computers, Materials and Continua
Rani S.,Anju ,Sangwan A.,Kumar K.,Nisar K.,Soomro T.R.,Ag Ibrahim A.A.,Gupta M.,Chand L.,Khan S.A.Science China Information Sciences
Zhang, SenLin; Zhang, Qiang; Liu, MeiQin; Fan, ZhenSensors (Switzerland)
Nguyen T.L.N.,Shin Y.Procedia Computer Science
Singh, Santar Pal; Sharma, S.C.IEEE Access
Qiao G.,Zhao C.,Zhou F.,Ahmed N.International Journal of Grid and Distributed Computing
Kaur, R.; Malhotra, J.International Journal of Smart Home
Liu Li Juan; Liu ZhongPengJOURNAL OF AMBIENT INTELLIGENCE AND HUMANIZED COMPUTING
Shakila, R.; Paramasivan, B.Mobile Information Systems
Qin Qin; Yi Tian; Xin WangIEEE Transactions on Mobile Computing
Chen M.,Liu K.,Ma J.,Gu Y.,Dong Z.,Liu C.IEEE Sensors Journal, Sensors Journal, IEEE, IEEE Sensors J.
Chen, M.; Liu, K.; Ma, J.; Liu, C.인터넷정보학회논문지
구인수, 찬슌콩, 김은찬, 최성수한국정보통신학회논문지
김범무; 정민아; 이성로IEEE Wireless Communications Letters, Wireless Communications Letters, IEEE, IEEE Wireless Commun. Lett.
Wang, Chin-Liang; Wu, Dong-Shing; Yang, Kai-Jie한국통신학회논문지B
최준호, 최재각, 유상조IEEE Sensors Journal, Sensors Journal, IEEE, IEEE Sensors J.
Cota-Ruiz, J.; Rivas-Perea, P.; Sifuentes, E.; Gonzalez-Landaeta, R.전선 / 학사
본 강의에서는 통계적 추론에 기반한 기계학습의 기초에 대하여 학습하고 조선해양공학의 응용문제에 대한 프로젝트를 수행한다. 기계학습에 관련된 확률, 선형대수, 최적화의 기초에 대하여 학습한다. 확률에 기반한 최우추정법에 대하여 학습한다. 비지도 학습 분류 방법 및 선형 회귀법에 대하여 학습한다. Hidden Markov 모델과 Bayesian Inference의 개념, 이론 및 알고리즘에 대한 개요를 학습한다. Neural Network에 기반한 학습모델로 이미지 인식을 위한 Convolutional Neural Network, 음성과 같은 time series 데이터의 학습을 위한 Recurrent Neural Network의 개요에 대하여 학습한다. 그리고 보상에 따라 학습하는 Reinforcement Learning에 대하여 익힌다. 마지막으로 조선해양공학 응용의 기계학습 프로젝트를 수행하도록 한다.전선 / 대학원
센서 정보를 통하여 공간 정보를 획득하고 구성하는 기술은 스마트 팩토리나 생산 설계에 있어 중요한 요소 기술이다. 이 강의는 동시적 위치 추정 및 지도 작성법으로 알려진, 센서 기반 위치 정보 추정과 공간 정보 구성에 대한 내용을 다룬다. 특히 센서가 탑재된 대상이 고정적이지 않은 무인이동체의 센싱을 학습하여, 위치 추정과 공간 정보 추정의 연결성을 배우고, 이를 통하여 스마트 팩토리나 자율 주행에 관심이 있는 학생들에게 관련 기초 지식과 활용 사례를 제공한다.전선 / 대학원
비선형조종성 운동방정식을 유도하고, 이 방정식의 계수들에 관한 이론적, 실험적 해석방법을 다룬다. 또 이 방정식의 해로부터 선박의 안정성을 판정하고 선형과 안정성과의 관계를 조사한다. 제한수로나 유한수심과 같이 특수한 해역에서의 배의 조종성방정식을 유도하고, 방정식의 해를 사용하여 배의 항적을 추정한다.전선 / 대학원
해양환경의 측정과 관찰, 수중통신 등에 사용되는 수중에서의 음파의 물리적 성질을 알아보고, 그의 응용으로서 소나를 설계하는 데 필요한 설계 인자에는 어떠한 것들이 있는지 공부한다. 과목내용은 파동방정식, 물리량(각종 음준위, 흡음, 방향성, 효율 등등), 경계면 반사, 회절, 해양에서의 음전달 현상, 음파의 응용을 포함하고 있다.전선 / 대학원
동 교과학습을 통해 지구 차원의 좌표계의 설정원리를 먼저 이해하고 무선통신의 기본원리와 무선망에 대해 공부한다. 또한 GPS, WiFi, RFID, 셀룰라 네트워크를 통한 실내외 위치결정을 공부한 후 이를 토대로 대표적인 LBS 서비스인 지오포털과 네비게이션에의 응용에 필요한 요소기술인 아키텍처, 맵매칭, 경로탐색 등을 차례로 학습한다.전선 / 대학원
강좌에서는 Bayes, MAP, Neyman-Pearson, MMSE 등의 검출 이론과 이의 추정에 대해 다룬다. 또한 최적 수신기의 성능과 이의 분석을 다룬다.전선 / 대학원
소음진동 데이터의 측정과 분석기법을 이해하기 위하여, 주로 랜덤데이타 분류, 코릴레이션 함수, 스펙트럼 밀도함수, 통계적 오차, 시스템 응답함수, 디지털 데이터 획득기법, FFT 구현 및 소음진동문제의 응용예들을 다룬다.전선 / 대학원
급변하는 지구의 기후변화, 해양변화 등 지구계의 상호작용으로 일어나는 다양한 변화들을 인공위성 자료를 활용하여 연구하는 원격탐사 원리, 자료처리 기술 및 방법, 응용 연구 사례 등을 학습한다.전선 / 대학원
디지털 영상 처리 및 분류를 통한 원격탐사 위성영상으로부터 추출 가능한 지리정보의 효과적인 판독 및 분류 기법을 습득하고 실제 실험 프로젝트를 통하여 위성영상의 판독 능력을 배양한다.전선 / 대학원
이동통신 등 여러 가지 무선통신 분야에서 다양한 오류정정부호가 활용되고 있는데 이에 관한 심도 있는 이론을 강의를 통하여 소개하고자 한다. Cyclic codes, 유한체, Galois ring, Alternant code, Goppa code, Reed-Muller code, Kerdock code, Preparata code를 소개하고 IMT-2000 및 제4세대 이동통신 분야에서 이미 활용되고 있는 오류정정부호인 길쌈부호, 비터비 부호기 등을 이해하고 또한 향후 활용 가능한 오류정정부호인 Turbo codes, LDPC codes 및 Space-time code를 소개하고자 한다.전선 / 대학원
지상촬영 위성 센서를 중심으로 그 활용범위를 살펴보고 실제로 컴퓨터처리 과정을 통하여 토지이용 분류, 삼림, 토질조사, 농업 등에의 활용능력을 배양한다.전선 / 학사
여러 가지 통계 모형에서 나타나는 함수에 대하여 비모수적 추정 방법을 배우며, 이론적인 측면보다는 주로 방법론 및 그 응용에 초점을 맞춘다. 비모수 방법으로서 커널 추정법, 국소 다항 적합법, 웨이블릿 추정법, 스플라인 추정법 등을 다룬다. 밀도함수, 회귀함수, 생존함수, 분위수함수 등의 추정 방법을 배우며, 분류 및 판별분석, 일반화 선형모형, 중도절단회귀 모형, 비례위험 모형 등에 응용하는 방법을 간략하게 소개한다.전선 / 대학원
평균 제곱 추정(mean square estimation), 최대 가능성 추정(max likelihood estimation), 그리고, Wiener 필터링과 같은 고전적인 추정 이론에 대해 소개한다. 이산 시간 또는 연속 시간 Kalman 필터, shaping filter, 최적 평활, Kalman 필터 디자인과 성능 분석, 제곱근 필터링, 확장 Kalman 필터를 포함한 비선형 필터링에 대해서도 알아본다.전선 / 대학원
평균 제곱 추정(mean square estimation), 최대 가능성 추정(max likelihood estimation), 그리고, Wiener 필터링과 같은 고전적인 추정 이론에 대해 소개한다. 이산 시간 또는 연속 시간 Kalman 필터, shaping filter, 최적 평활, Kalman 필터 디자인과 성능 분석, 제곱근 필터링, 확장 Kalman 필터를 포함한 비선형 필터링에 대해서도 알아본다.전선 / 학사
전자기파와 전파 송신에 관한 이론과 그 응용에 대해 학습한다. 또한 파형에 대한 도표와 공명, 안테나와 복사하는 계에 대해 학습한다.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 / 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 강의에서는 선박, 잠수체, 고속선, 무인선 등의 다양한 해양운송체(Marine Vehicles)의 동역학과 그에 대한 제어에 대한 심화 이론들과 시뮬레이션 방법을 학습한다. 해양운송체에 대한 일반적인 유체 동역학적 모델링 방법에 대해 살펴보고, 선박 조종에 대한 전통적인 운동 방정식 모델과 추진기 모델에 대해 학습한다. 이를 기반으로 해양운송체 운동방정식에 대한 안정성 분석법, 제한수역 및 천수역에서의 유체력 모델, 횡동요 연성 효과 등에 대한 고급 조종 이론들을 추가적으로 학습한다. 강의 후반부에서는 바다에서 무인수상선과 무인수중체가 운용되기 위해 필요한 파도, 바람, 조류 등의 다양한 해양환경하중에 대한 심화 이론과 평가 방법, 수치 모델에 대해 학습한다. 또한 무인해양운송체가 위치유지 및 경로추적, 장애물 회피 등의 임무를 수행하기 위해 필요한 제어 이론 및 추력분배 알고리즘에 대해 학습한다.전선 / 대학원
본 교과목에서는 선박설계를 위한 다양한 인공지능 방법을 배우고 이의 응용 사례를 살펴보는 것을 목적으로 한다. 먼저 선수 과목 등을 통해 학습한 여러 딥 러닝 기법, 즉 DFN (Deep Feedforward Network), RNN (Recurrent Neural Network), CNN (Convolutional Neural Network), 강화 학습 (Reinforcement Learning) 등의 개념을 복습한다. 이후, 설계 분야를 기본설계, 생산설계, 운항설계 등으로 구분한 뒤, 각 분야에서 인공지능이 필요한 사례를 학습한다. 기본설계에서는 도면 내 객체 및 텍스트 인식, 해기상 및 선박 소요 마력 예측 등의 사례를 살펴본다. 생산설계에서는 블록 탑재를 위한 크레인 제어 등의 사례를 살펴본다. 운항 설계에서는 영상 기반 선박 주변 장애물의 탐지 및 추적, 선박의 충돌 회피 등의 사례를 살펴본다. 끝으로 학생들은 설계 분야의 특정한 주제에 대해 인공지능을 활용한 문제 해결 방법에 대해 Term Project를 수행한다.전선 / 대학원
선박유체역학과 관련된 최근의 연구결과를 근간으로 하는 특별한 주제의 과목내용을 다룬다. 부제목의 예로서 여러 공학응용 문제에서 지배방정식을 직접 수치해법을 통하여 수치해를 구하는 것이 대부분이다. 섭동법(Perturbation method)에 근거한 반해석해 방법에서는 설계인자와 같은 중요한 변수에 대한 해의 근사적인 함수 관계를 얻을 수 있는 경우가 많다. 섭동법의 공학에의 응용중의 하나로서, 기하학적인 형상의 섭동에 대하여 세장체 이론에 대하여 깊이 다룬다. 비선형문제나, 또는 선형이라도 복잡한 기하학적 형상에 관련된 공학 문제를 택하여 섭동법의 응용을 공부한다. 물리적 현상에 관련된 적절한 섭동변수를 도입, 유동장 영역, 경계면, 지배방정식 및 경계조건 등을 단계적으로 선형화하여 다 각각 각각의 단계에서 선형화 문제의 정식화를 다루고, 일반적인 섭동법에 대하여 기초이론을 공부한다. 다른 간단한 예로서, 수중날개, 비행기 날개, 타, 프로펠러 등 양력면의 특성을 파악하고 관련 분야에서 활용되는 작용원리를 이해하고 주위 유동 특성을 해석한다.