최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
진미정; 성미애; 손서희; 유재언; 이재림; 장영은
2020 / Family and Environment Research
Seong
2012 / Bulletin of the Korean Chemical Society
데이터가 존재하지 않습니다.
loading...
ROS 로봇 프로그래밍 : 기초 개념부터 프로그래밍 학습, 실제 로봇에 적용까지
ROS로 배우는 로봇 프로그래밍
인지학습과 문제해결
ROS 로봇 프로그래밍 : 로봇 소프트웨어 시대를 대비하라
컴퓨터 기반 문제해결능력 평가 모형 개발
문제 해결력 트레이닝 =
ROS 로보틱스 프로그래밍 : 4차 산업혁명 시대의 핵심 기술, 로봇 프로그래밍
프로그래머처럼 생각하기 : 문제 해결과 논리적 사고 훈련을 통한 프로그래밍 학습
Computational thinking & 창의적 문제 해결 방법론
Robot programming by demonstration : a probabilistic approach
Implications of theory for instruction in problem solving
e-Learning과 인적자원개발 =
(New) C 프로그래밍 언어 : 문제해결에서 프로그래밍까지 =
(누구나 쉽게 시작하는) 파이썬 프로그래밍
Learning counseling and problem-solving skills
Artificial intelligence
스크래치 프로그래밍 =
(EDRS를 이용한) 지능형 로봇 C++ 프로그래밍
The robot builder's cookbook
대한공업교육학회지
이은경, 이영준컴퓨터교육학회 논문지
이영준, 이은경컴퓨터교육학회 논문지
송정범, 백성혜, 이태욱컴퓨터교육학회 논문지
이은경, 이영준교육과학연구
유인환컴퓨터교육학회 논문지
김성원, 이영준정보교육학회논문지
문외식한국게임학회 논문지
구은정스마트미디어저널
오지훈, 장대원, 정일용한국콘텐츠학회 논문지
배영권, 남재원컴퓨터교육학회 논문지
김성원, 이영준컴퓨터교육학회 논문지
이영준, 임웅, 이은경컴퓨터교육학회 논문지
김성원; 이영준컴퓨터교육학회 논문지
이은경교원교육
채재호, 배영권, 유인환한국컴퓨터정보학회논문지
이진영, 송정범, 김광열, 백성혜, 이태욱정보교육학회논문지
유인환정보교육학회논문지
한규정, 강신조한국컴퓨터정보학회논문지
송정범컴퓨터교육학회 논문지
배영권전필 / 학사
이 교과목은 학습과학을 시작하는 학생들을 위해 학습과학의 다양한 연구주제와 이론을 소개한다. 교육학, 교과교육학, 심리학, 뇌과학, 컴퓨터과학 등의 다양한 분야에서 이루어지고 있는 학습에 대한 연구를 서로 비교하고 비판적으로 검토한다. 이를 통해 학습을 다양한 관점에서 통합적으로 이해하고 교육 문제를 창의적으로 해결할 수 있는 기반을 마련한다. 그리고 학습과학 분야의 진로탐색을 지원하기 위해 다양하고 실제적인 학습경험을 제공한다.교양 / 학사
컴퓨터를 처음 접하는 학생들을 대상으로 컴퓨터에 대한 일반적인 기초개념 등을 설명하고, 프로그램이 수행되는 과정과 프로그램 작성을 위한 논리적인 사고에 대하여 강의한다. 이와 같은 기초 지식을 바탕으로 Python 언어를 사용하는 방법을 습득한다. 일부 공과대학 학부/학과에서는 포트란, C 언어, 또는 Matlab을 사용하는 법을 익힌다. 매주 2시간의 실습을 통하여 프로그래밍 기법을 배양하도록 한다.일선 / 학사
실습 위주 수업으로 휴머노이드 로봇에 인공지능을 프로그래밍하고 제어한다. 해당 수업은 세 부분으로 구성되어 있다. 첫 주에는 로봇을 조립하고, 프로그래밍 환경을 구축하며 로봇의 카메라 센서의 영상에 인공지능(AI)를 적용하여 정보를 추출하는 방법들을 살펴본다. 2~4주차에는 랩 시간에 팀별로 로봇의 기능을 기획하고 프로그래밍한다. 프로그래밍할 로봇의 기능은 제공되는 리스트에서 선택이 가능하지만, 자유롭게 기획해도 된다. 마지막 주에는 각 팀별로 기획하고 프로그래밍한 로봇을 발표하고 데모를 시연한다. 해당 수업은 입문 수업으로 로봇 또는 프로그래밍 배경지식이 필요 없지만 Python 프로그래밍 배경지식이 있으면 도움이 된다. 랩 시간에는 강사와 조교가 프로그래밍 문제 해결에 도움을 제공한다. 수업에는 필요한 최소 인텔 i5 프로세서와 8GB RAM이 장착된 노트북이 없는 수강생들에게 노트북을 제공한다. 팀은 2~3명으로 구성되며 국제학생과 서울대학교 학생으로 구성된다. 랩에는 반드시 참석해야 하는 것은 아니지만 강사와 조교가 프로그래밍 문제를 해결에 도움을 제공하기에 권장한다. 수업에 사용되는 로봇 조립 키트는 제공된다.전필 / 학사
본 과목에서는 기계시스템 설계의 기본 개념과 방법에 대해 익히고 기계시스템의 구동을 위해 필수적인 로봇 프로그래밍의 기초를 배운다. 구체적으로, 설계 도면에 대한 이해와 설계안을 구체화하는 도면 작성법, 컴퓨터 이용 설계(Computer-Aided-Design, CAD) 프로그램을 이용한 설계 방법을 배운다. 이후 기계시스템을 지능적으로 구동하기 위한 프로그래밍을 학습한다. Matlab, python, C/C++ 등 다양한 프로그래밍 언어와 이를 통한 로봇 하드웨어 구동을 위한 미들웨어를 학습한다. 학기 말에 최종적으로 소프트웨어, 미들웨어, 하드웨어를 통합한 시스템을 설계한다. 본 과목에서 학습한 설계 및 프로그래밍은 향후 다양한 기계공학 전공과목의 효과적인 학습에 도움이 된다.전선 / 학사
통상적으로 교통운영은 교통류에 대한 충분한 이해를 바탕으로 적절한 운영 방안을 도입하여 도로교통시설의 효율을 높이는 것을 의미한다. 이를 위해 교통류에 대한 미시적‧거시적 관점, 교통량‧속도‧밀도 등 교통류 특성 간의 관계, 교통정체의 발생 및 해소 과정 등을 이해하는 것이 중요하다. 한편, 교통수단의 다변화로 인해 기존 교통운영의 대상이었던 도로교통이 교통시스템의 한 요소로써의 역할을 맡게 되었으며, 자연스럽게 교통운영의 범위도 확대되었다. 또한, 정보통신기술의 발달이 수집 가능한 정보의 질적‧양적 성장을 촉진하였지만, 불완전한 정보가 수집되거나 교통시스템 내‧외적 요인으로 인해 불확실한 예측이 이뤄지는 경우도 발생하였다. 최근 들어 이를 해결하기 위해 인공지능(Artificial Intelligence, AI)을 활용한 사례들이 등장하고 있다. 따라서 이 과목에서는 교통류분석, 교통신호제어 등의 배경이 되는 교통 관련 이론에 대해 학습함과 더불어 교통운영 분야 내 다양한 AI 적용 사례들을 소개하면서 기계학습(Machine Learning), 딥러닝(Deep Learning), 생성형 AI(Generative AI) 등 연관된 AI 기법을 살펴본다. 아울러 자율주행차량 제어, 대중교통 및 모빌리티 시스템 운영 등 교통운영의 확대된 범주 내에 포함되는 교통시스템에 대해서도 다룸으로써 폭넓은 지적 기반을 제공할 수 있을 것으로 기대된다.전선 / 학사
본 강의는 미시와 거시자료의 계량분석에 필요한 학부수준의 기초지식을 담고 있다. 이 강의의 주된 내용은 이항 로짓/프로빗, 순위 로짓/프로빗, 다항 로짓, 조건부 로짓, 층화 로짓/프로빗, 공간자기상과모형, 공간로짓모형 등이다. 이 강의에서는 상기의 모형에 대한 이론적 습득 이외에 SAS, MATLAB, LIMDEP 등과 같은 통계패키지의 숙달에도 주안점을 두고 있다.전선 / 대학원
이 강좌는 교수 및 학습을 개선하기 위한 학습과학의 다양한 연구주제와 이론을 탐구한다. 학습에 대한 인지적, 정의적, 사회문화적 접근을 비판적으로 검토하고 첨단 테크놀로지를 활용하여 교수 및 학습을 향상시키기는 방안에 대해 논의한다. 설계기반 연구방법을 적용한 학습과학 연구를 체계적으로 검토하고 해당 연구방법을 적용하여 연구 계획서를 작성한다.전선 / 학사
프로그래밍 언어론에 대한 전반적인 이해를 높이고, 다양한 프로그래밍 언어를 익힌다. 이를 위해 프로그래밍 언어의 개념, 설계이론, 구현 방법에 대해 공부한다.전선 / 대학원
이 강좌에서는 외국어로서의 한국어교육의 교육과정과 관련된 여러 요인들과 각 요인들의 상호작용, 그리고 한국어교육과정 개발과 운영 등에 대하여 심도 있는 탐구를 진행하게 된다. 특히 한국어 교육내용의 선정과 위계화, 내용 체계의 조직 의 원리 등을 언어 요인, 문화 요인과 결부시켜 집중적으로 논구하게 된다.전선 / 대학원
운동학습이란 무엇이며, 그것이 어떻게 구별되는가 하는 문제와 운동기술의 제어와 학습에 대한 이론적 짓기을 운동 기술을 가르치는데 응용하며, 운동기술을 보다 잘 이해하도록 한다. 운동학습의 이해를 위해 운동 수행을 관찰하고 측정한 연구 결과들을 비교 평가하는 능력을 배운다.전선 / 대학원
성인교육의 개념과 종류, 성인교육을 위한 원리, 교육과정의 개발, 성인교육 방법, 평가방법 등을 이해하고 실천할 수 있도록 하는 교과목이다.전선 / 대학원
로봇학습은 로봇공학과 인공지능(AI) 기술을 결합하여 로봇이 인간처럼 경험을 통해 새로운 기술과 지식을 습득하는 방법을 연구하는 학문이다. 로봇학습을 이용해 로봇은 데이터와 주변 환경과의 상호작용을 통해 새로운 환경, 작업 및 상황에 적응하며 배울 수 있다. 로봇학습에는 로봇이 모든 시나리오에 대해 명시적 프로그래밍 없이 자율적으로 작업을 수행할 수 있는 능력을 갖출 수 있도록 다양한 기술과 접근방법을 포함하고 있다. 로봇학습의 목표는 로봇이 실제 세계의 다양성과 불확실성을 다루며 변화하는 조건에 적응하고 작업을 자율적으로 수행할 수 있는 로봇을 만드는 것이다. 이 강좌에서는 모방 학습과 심층 강화학습을 포함한 로봇학습의 최근 발전을 리뷰한다. 먼저 Markov decision processes (MDP)와 전통적인 강화학습 기법을 리뷰한다. 그리고 behavior cloning, inverse reinforcement learning, policy gradient, deep Q-network (DQN), 생성적 적대 신경망(GAN) 및 생성적 적대 모방 학습과 같은 주제를 포함한 모방 학습, 딥러닝 및 심층 강화 학습의 최근 개발 동향을 리뷰한다.전선 / 대학원
프로그래밍 언어분야의 이론 및 응용기술의 기초와 첨단 연구를 다룬다. 프로그래밍 언어는 나날이 상위의 수준으로 올라 가고 있고, 소프트웨어 개발을 돕는 도구들은 엄밀한 논리의 정교한 지능을 가지고 프로그래머들을 편하게 할 것이다. 이러한 미래를 가능하게 하는 연구를 다룬다. 프로그래밍 언어 의미구조, 프로그램 정적분석 및 검증, 프로그램 합성, 프로그래밍 논리, 분석도구, 검증도구, 프로그래밍 환경도구 등을 다룬다.전선 / 대학원
언어사용의 네 국면중 '읽기'부분은 지금까지 비교적 그 연구 성과가 많이 집적된 편이다. 읽기 이론의 성과는 교재 구성, 교수-학습 방법, 교육과정 등에 직접적인 도움을 줄 수 있는 중요한 영역이기도 하다. 이 강좌에서는 '읽기'와 관련하여 기존의 이론을 비판검토하고, 교수-학습 상황에서의 측면과 읽기 활동에 요구되는 능력들과 그 기본원리의 탐색을 목표로 한다.전선 / 학사
최근 급속한 기술 발달로 자율주행자동차, 드론, 휴머노이드, 무인생산로봇과 같은 스스로 인지 판단하여 움직이는 자율로봇들이 일상생활에 보급 등장하기 시작했다. 이들 로봇의 등장으로 사고가 나지 않거나 운전면허가 필요 없는 자동차나 사람이 진입이 어려운 핵발전소나 지진 재난현장에 구조 및 극한 작업을 하는 등 기존에 상상할 수 없었던 분야로 빠르게 응용되고 있다. 더욱이 빅데이터, 기계학습, 인공지능 기술과 결합하며 갈수록 인간스러운 로봇으로 발전하기 시작했고 실제로 여러 분야의 인간 노동력을 대체하기 시작했다. 이 수업에서는 수강생들은 자율로봇의 원리와 최신 기술 동향을 소개받고 실제 로봇 설계 및 프로그래밍을 통해 로봇의 지능을 구현해보고 응용함으로써 배우게 된다. 공대뿐만 아니라 다양한 전공의 학생들의 수강을 환영하며 수강생들은 다학제로 팀을 이루어 수업을 통해 배운 기술을 사용하여 새롭고 유용한 로봇을 만들게 된다. 모든 자료는 영어로 만들어 지며 한국어와 영어를 번갈아 가며 강의하고 실습을 강조하므로 교환학생 및 국제 학생의 수강신청도 권장한다.전필 / 학사
전기,전자분야와 관련된 프로젝트를 수행한다. 디자인에서부터 기술적인 보고서 제작에 이르기까지 적절한 모든 과정들을 수행할 것이다. 프로젝트는 학생이나 교수진에 의해 주어진다. 프로젝트의 성공적인 완료를 위해서는 제작품에 대한 자세한 설명과 자세한 결과 보고와 프리젠테이션이 필요하다.전선 / 학사
본 교과목은 이론과 실습으로 구성된다. 이론 부분에서는 생물생산을 위한 기계시스템을 구성하는 주요 장치와 매니퓰레이터 로봇에 대한 운동과 힘 분석의 기초 이론인 운동학(기구학)과 운동역학을 배우고, 실습 부분에서는 기계시스템의 3차원 설계를 위한 3D CAD, 운동과 힘 분석을 위한 다물체 동역학(Multi-BodyDynamics, MBD), 응력 해석을 위한 FEA(Finite Element Analysis)에 대한 기본 원리와 사용법을 익힌다. 또한, 이론과 실습에서 배운 지식을 프로젝트 수행을 통해 활용해본다.전선 / 대학원
이 강좌는 인공지능에 대한 이해를 바탕으로 교육적 활용방안을 탐색하고 다양한 연령의 학습자를 대상으로 인공지능에 대한 교육을 효과적으로 실시하는 방안을 다룬다. 인공지능 기반 교육에 대한 최신 이론과 교육적 이슈를 체계적으로 검토하고 교육 분야에서 인간과 인공지능이 협업할 수 있는 방안을 논의한다.전선 / 학사
본 과목은 자연과학대학 학부생을 대상으로 하여, 세부 학부/학과에 관계없이 자연과학대학 학부생이 함양해야 하는 프로그래밍 및 인공지능 지식을 갖추도록 돕는 것을 목표로 합니다. 특히 프로그래밍 및 인공지능과 관련된 방대한 내용 중 자연과학을 전공하는 데 실질적으로 필요한 전산학, 계산과학, 통계학, 심층신경망 분야의 기초지식을 습득하고, 그에 대한 실습을 직접 해보도록 하는 데 초점을 맞춥니다. 이는 자연과학대학의 기존 인공지능/계산과학/데이터과학 전공과목의 수강에 앞서, 학부생들이 프로그래밍 능력과 함께 이를 자연과학의 문제에 직접 적용할 수 있는 능력을 갖추도록 하기 위함입니다. 본 과목에서는 이론과 실습을 병행하여, 향후 자연과학 연구에서 맞닥뜨릴 수 있는 실제 문제와 데이터를 인공지능을 이용하여 다루고 해결해 볼 수 있는 기회를 학부생들에게 제공하고자 합니다. 기초 수준의 컴퓨팅/프로그래밍 능력을 갖춘 학생은 본 과목을 이수한 후, 자연과학의 세부 분야에서 인공지능과 프로그래밍이 어떻게 활용되는지 이해하고, 향후 연구에 직접 활용할 수 있는 능력을 함양하게 될 것입니다.전필 / 대학원
인공지능(AI) 기반 교육을 현장에서 적용하기 위해선, AI융합전공 수강생들은 인공지능(AI)을 교과 수업 상황에 융합하여, 수업을 설계하고 실행할 수 있는 역량이 요구된다. 이 강의는 AI융합전공 수강생들이 인공지능(AI) 자체에 대한 수업과, 인공지능(AI) 학습도구를 활용한 인공지능(AI)-교과 융합수업을 설계하고, 실행할 수 있는 역량을 갖추는 것을 목적으로 한다. 이를 위해 AI융합전공 수강생들은 먼저, 인공지능(AI) 자체에 대한 수업 설계 역량을 기른다. 그리고 실제적이고 집중적인 교육을 통해, 이 교과목은 수강생들의 인공지능 교과 융합 수업을 설계하고 실행하는 역량 증진시킬 것이다.