최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Nasomsong Worapong, Changpradub Dhitiwat, Vasikasin Vasin
2022 / Infection and Chemotherapy
박슬기, 이지현
2020 / Journal of Nutrition and Health
Ji Seon Lee, Seong Suk Cho, Kyung Won Kim
2020 / Nutrition Research and Practice
한진, 유태경, 임상혁
2017 / Journal of Industrial and Engineering Chemistry
김민규, 윤지혜, 조용원, 신기원, 장령우, 배현진, 김남국
2020 / Neurospine
데이터가 존재하지 않습니다.
loading...
(Javascript로 배우는) 자료구조 =
코스웨어 설계에 관한 기초연구
자료구조C++프로그래밍 : 「자료구조 구현 소스코드
코스웨어 개발을 위한 교육과정분석 및 체계화 연구
C로 쓴 자료구조론
컴퓨터보조수업의 설계: 코스웨어 개발의 기법
컴퓨터구조론
C로 배우는 자료구조
(Practical) 컴퓨터 구조 =
(컴퓨터 프로그래밍을 하기 위한)자료구조 기초
Data structure practice : for collegiate programming contests and education
(C언어로 구현한) 자료구조
(코스웨어 설계를 위한)교육공학의 이론과 실제
C로 쓴 자료구조론
나의 첫 알고리즘 + 자료구조 with 파이썬 : 누구나 쉽게 배우는 알고리즘 + 자료구조 입문서
C로 구현한 자료구조의 이해
컴퓨터 가정교사 중학수학 코스웨어 평가연구 =
자료구조 응용 및 실습
자료구조론
한국콘텐츠학회 논문지
정유진, 박은희한국실과교육학회지
김희필정보교육학회논문지
강윤희, 이주홍, 한선관영어학
오희정영어교육연구
HekyungKim한국실과교육학회지
이철현교육공학연구
오선우, 이미자, 박한숙정보교육학회논문지
안성훈, 김동호, 김태영Journal of Computer Information Systems
Joanna Paliszkiewicz; Alex Koohang한국컴퓨터정보학회논문지
이영욱, 서승희교육공학연구
이미자경영교육연구
류천열한국컴퓨터정보학회논문지
김남주, 강윤희, 이주홍, 김덕환한국정보통신학회논문지
이진아, 박연식, 성길영软件导刊 / Software Guide
王全蕊; WANG Quan-rui학습자중심교과교육연구
이지은, 남선화, 고주은, 임걸, 손진영정보교육학회논문지
이근진Communications of the ACM
Schocken, Shimon정보교육학회논문지
강윤희, 선경희, 이주홍컴퓨터교육학회 논문지
최숙영, 정규옥, 양형정전필 / 학사
이 과목에서는 컴퓨터에 의한 문제 해결을 위해 필요한 개념이나 대상물의 표현을 위한 자료 구조와 문제해결을 위한 체계적 사고 방법을 학습한다. 배열, 연결 리스트, 큐, 스택, 우선순위 큐 등의 기본적인 자료구조를 배우고, 검색 트리, 해시 테이블, 균형 잡힌 검색 트리 등 자료의 색인을 위한 자료구조와 그들의 효율성을 배운다. 정렬, 그래프 알고리즘 등 문제 해결에 유용한 도구와 생각하는 방법에 관한 내용도 제공한다. 프로그래밍 과제가 부여되며 이를 위한 최소한의 가이드가 제공된다.전필 / 학사
이 과목에서는 컴퓨터를 구성하는 주요 구성 요소들의 기능과 그들 상호간의 작용을 이해하고 이를 바탕으로 컴퓨터 시스템을 구현하는데 사용되는 여러 설계 기법들을 학습한다. 명령어집합, 중앙처리장치, 파이프라이닝, 메모리 계층구조, 입출력장치 등을 다루며 컴퓨터 발전의 역사적 고찰 및 컴퓨터 시스템의 성능 분석에 필요한 지식을 배운다.전선 / 학사
프로그램 안에서 데이터를 효율적으로 저장하고 접근하도록 자료구조의 다양한 개념을 소개한다. 특히 같은 목적을 위해 작성된 코드안에서 사용 가능한 여러 가지 자료구조들 중에서 어떤 자료 구조가 어떤 상황에서 더 유리한 지를 이해하고, 주어진 응용에 적합한 자료구조를 선택하고 새로운 자료구조를 디자인 할 수 있는 감각을 기른다. 이를 위해 수학적인 분석과 프로그래밍 실습을 통한 다양한 자료구조의 평가를 수행한다.전선 / 학사
컴퓨터를 활용하여 문제를 해결할 시 그 활용이 필수적인 기본적인 자료 구조에 대해 가르친다. 배열, linked list, stack, queue, priority queue, search tree, hash table, balanced search tree 등의 자료구조의 구성, 활용 방법 및 효율성을 강의한다. Python 기반의 숙제를 통해 수강생이 직접 각 자료구조를 구현/활용할 수 있는 능력을 배양한다.전선 / 학사
AI 응용 프로그램을 위한 디지털 시스템 설계 프로젝트는 CPU, 메모리, 버스, 인터페이스 및 CNN H/W 가속기를 포함하여 AI 응용 프로그램을 위한 디지털 시스템을 설계하는 데 있어 몇 가지 근본적인 문제를 다룬다. 첫 번째 부분에서 H/W 자습서 및 랩은 RISC-V 프로세서, SRAM/DRAM 메모리, 버스 상호 연결, CMOS 이미지 센서 인터페이스를 포함한 인터페이스 및 LCD 디스플레이 패널과 관련된다.전선 / 대학원
최근 AI, 빅데이터, 사물인터넷등 새로운 응용 도메인이 대두되면서, 이를 효율적으로 실행하기 위한 새로운 컴퓨터 구조에 대한 수요가 높아지고 있다. 또한, 무어의 법칙에 따른 반도체 스케일링이 한계에 도달하면서, 이를 극복하기 위한 새로운 프로세서, 메모리 시스템 구조, 소프트웨어 스택의 혁신이 요구되고 있다. 이 과목에서는 이러한 맥락에서 컴퓨터 구조 분야의 최신 연구동향을 학습한다. 최신 논문의 강독 및 세미나 발표를 중심으로 진행되며, 기존의 범용 컴퓨터 아키텍처뿐만 아니라, 특정 도메인에 특화된 아키텍처 및 시스템 수준의 설계 이슈도 함께 다룬다.전선 / 학사
컴퓨터 프로그램에서 효과적으로 설계된 자료구조와 알고리즘은 실행시간 및 메모리와 같은 자원을 효율적으로 사용하면서 연산을 수행하도록 해준다. 본 수업에서는 각 자료구조의 정의, 특징을 학습하고 이를 효율적으로 활용하여 컴퓨터 알고리즘을 설계하고 구현하는 실습을 병행함으로써 자료구조와 알고리즘을 이해한다.전선 / 대학원
본 교과목에서는 석·박사과정 학생들에게 CPU 구조, 캐쉬 설계, 메모리 관리 정책, 파이프라이닝, 버스 구조, 입출력 장치 등 컴퓨터 구조에 관한 전반적인 동향을 소개하고, 최근 발표된 논문에 대한 강독을 통해 새로이 소개되는 기술을 익힐 수 있게 한다.전선 / 대학원
컴퓨터를 설계하는 데 필요한 공학적 방법론, 설계기법, 무결함 검증방법, 기술동향, 성능평가 방법을 익힌다. 구체적으로 다루어지는 내용은 파이프라인 형태의 명령어 실행 방법, 명령어 수준의 병렬성, 메모리 계층구조, 입출력 시스템, 다중처리기, GPU 및 가속기 아키텍처 등이다.전선 / 대학원
컴퓨터를 설계하는 데 필요한 공학적 방법론, 설계기법, 무결함 검증방법, 기술동향, 성능평가 방법을 익힌다. 구체적으로 다루어지는 내용은 파이프라인 형태의 명령어 실행 방법, 명령어 수준의 병렬성, 메모리 계층구조, 입출력 시스템, 다중처리기, GPU 및 가속기 아키텍처 등이다.전선 / 학사
컴퓨터공학부의 교육을 받고 사회로 진출하는 졸업생들은 다른 사람들과 컴퓨터 관련 지식과 경험을 공유하게 된다. 이 교과목의 목표는 수강생들이 컴퓨터공학 교육의 다양한 교수법을 익히고 이를 교육현장에서 활용할 수 있는 능력을 기른다. 이를 위해서 본 교과목에서는 학생들은 먼저 강의전달 기법, 학습과정의 이해, 학생 중심의 강의법, 학생과의 상호작용, 이러닝 등의 교수법을 배운다. 그 후에 이러한 교수법들이 학교 내에서 진행되는 컴퓨터 관련 강좌의 강의, 숙제, 실험 들을 통해 수업 현장에서 어떻게 이루어지는지를 체험하고, 이것들의 장단점을 분석하는 능력을 키운다. 또한 이러한 컴퓨터 교육 방법을 어떻게 개선시킬지 토론하고 새로운 아이디어를 도출한다.교직 / 학사
4차 산업혁명으로 대변되는 미래사회에 대비할 인재 양성을 위해, 사범대학 예비교사들은 소프트웨어와 인공지능을 기반으로 교과를 융합하여 수업할 수 있는 역량이 요구된다. 이 강의는 사범대학 예비교사들이 소프트웨어 및 인공지능을 활용하여 수업을 설계하고 실시할 수 있는 역량을 갖추는 것을 목적으로 한다. 데이터 리터러시 및 인공지능 실습을 통하여 예비교사들의 소프트웨어와 인공지능을 다루는 실력과 컴퓨팅 사고력을 향상시키고, 이를 본인의 교과에 접목하여 수업을 설계하고 실시할 수 있는 기초 역량과 전망을 제시한다.전선 / 대학원
현재 인공지능 처리를 담당하는 프로세서의 병렬처리 능력이 인공지능 성능을 결정하는 핵심 요건으로 부상하였다. 그러나 이런 특성은 현재 널리 사용되는 범용 CPU의 구조에 적합하지 않다. 따라서 인공지능 전용 프로세서의 개발 및 활용을 위한 다양한 접근이 이루어지고 있다. GPU는 인공지능 알고리즘을 효율적으로 처리할 수 있기 때문에 현재 가장 주목받는 인공지능 프로세서이다. 또 ASIC을 활용하거나 용도에 맞게 하드웨어를 재구성할 수 있는 FPGA을 기반으로 맞춤형 인공지능 프로세서를 만들려는 움직임도 늘고 있다. 본 과목은 이러한 인공지능을 위한 프로세서의 구조를 다룬다. 범용 프로세서 구조를 기본으로 GPU의 구조, ASIC 및 FPGA을 활용한 인공지능 프로세서의 구조와 특성에 대하여 배운다.전선 / 대학원
본 강좌는 대학원생을 위한 고급 계산생물학 교과목으로 (1) 데이터 전처리 및 정규화(RT-PCR/western blotting data normalization), (2) 기본 통계 및 가설검증 방법(hypothesis testing, multiple testing correction, Bayesian 통계 등), (3) 다변량 통계 기반 데이터 시각화 및 회귀분석(주성분분석, 다변량 회귀분석, 주요 변수 추출 등), (4) 오믹스 데이터 기본 분석(데이터 정규화, 매핑, 발현/활성 차이 유전자/단백질 선별), (5) 타겟 분자 예측(마이크로RNA, 전사인자 타겟 예측 등), (6) 다양한 바이오리소스 및 활용방법(지놈브라우져, 다양한 데이터베이스 및 활용, 생체네트워크 모델링 및 메커니즘 예측) 등의 생물학 연구에 있어서 유용한 기본 분석 및 리소스 활용 방법들을 학습한다. 학습한 방법들을 적용할 수 있는 텀프로젝트 과제를 부여한다. 이 텀프로젝트에서는 각자 가지고 있는 생물학적 문제에 학습한 방법을 올바르게 적용했는가를 평가한다.전선 / 대학원
본 강좌는 컴퓨터 시뮬레이션을 사용하여 반도체 공정 및 소자특성을 개발하고 최적화 과정을 소개한다. 시뮬레이션을 사용하면 새로운 반도체 공정 기술을 개발하고 소자 특성을 최적화 할 때 실제 웨이퍼 실험을 진행하는 것보다 소요되는 비용을 절감하고 시간을 단축시킬 수 있다. 따라서 현재 반도체 산업계 현장에서 시뮬레이션에 의존도는 계속 높아지고 있다. 본 강좌에서는 다양한 시뮬레이션 툴을 이용하여 인공지능반도체 소자를 제작한 후 소자의 전기적 특성을 평가하는 소자 설계 프로젝트를 수행한다. 이를 위해 식각, 증착, 이온 주입, 열 공정, 산화와 같은 다양한 공정을 시뮬레이션 해주는 툴을 이용하여 소자를 제작한 후, 소자 시뮬레이터를 사용하여 직접 제작한 반도체 소자의 전기적 특성을 예측하게 된다. 또한, 대부분의 시뮬레이터 작업에서 사용하는 Tcl 언어에 대해서 학습한다. 반도체 소자의 아날로그 부분과 디지털 부분의 동작을 통합하여 전체 시스템의 성능을 평가하고 최적하는데 도움이 되는 Mixed mode simulation을 수행하는 예제 및 SPICE 모델 추출하는 예제등을 학습한다. 최종적으로 시뮬레이션 틀을 이용하여 학생 개인별로 선택한 소자를 직접 제작하고 그 소자의 전기적 특성을 분석하는 프로젝트를 수행한다.전선 / 학사
본 과목은 원자력 발전소의 설계 및 운전 원리를 통합적으로 이해하기 위해 필요한 주요 세부 분야들의 기초 개념 및 이론을 다룬다. 핵에너지의 생성 원리, 원자로 물리, 노심 열전달, 핵연료 재료, 발전 계통, 사용후핵연료 관리의 기초 개념 및 이론들을 소개한다. 이를 통해 원자력 발전소의 설계와 작동 원리를 통합적으로 이해하는 소양을 배양한다.전선 / 학사
실험적 스튜디오로서 컴퓨터 기술의 창조적인 역량을 도시의 공공공간과 건축설계에 탐색적으로 적용해 본다. 창조적 아이디어를 전통적인 미디어와 디지털 기술 두가지 모두를 통한 디자인 프로세스를 체험해 본다.전필 / 학사
본 강의에서는 선박설계를 위해 기준선의 lines를 이용하여 설계선의 선형 및 구획을 모델링하고 그의 응용에 대하여 학습한다. Bezier 곡선과 B-Spline 곡선의 이론을 학습한 후에 이를 Bezier 곡면과 B-Spline 곡면으로 확장하여 학습한다. 선형 곡면들의 저장을 위한 topology로서 Solid Modeling 방법 중 Boundary Representation에 대하여 학습한다. 최적 설계를 학습한다. 이를 위해 최적 설계 개요, 비제약 최적화, 선형 계획법, Kuhn-Tucker 정리, 제약 비선형 최적화 기법(Quadratic Programming, Sequential Quadratic Programming, Genetic Algorithm 등)에 대하여 학습한다. 마지막으로 최적화 기법을 이용한 선박의 주요 치수 결정에 대하여 학습한다.전선 / 학사
이 과목에서는 컴퓨터를 통하여 데이터 관련 문제를 해결하기 위해 필요한 자료 구조와 문제 해결을 위한 알고리즘 설계 방법을 학습한다. 배열, 연결 리스트, 큐, 스택, 우선순위 큐 등의 기본적인 자료구조를 배우고, 검색 트리, 해시 테이블, 균형 잡힌 검색 트리 등 자료의 색인을 위한 자료구조와 그들의 효율성을 배운다. 정렬, 그래프 등의 알고리즘 설계를 위한 이론도 제공한다.전선 / 대학원
본 교과목은 푸드테크(FoodTech) 10대 분야의 현장의 산업 전문가 특강을 통하여 최신 산업 동향과 기술 발전을 심도 있게 탐구하고, 이론과 실무를 연결하는 푸드테크산업 현장 경험을 제공한다. 이를 통해 수강생들은 이를 바탕으로 급변하는 글로벌 푸드테크 산업 환경에서 요구되는 전문 지식과 실무적 통찰을 습득하며, 학문적 연구와 산업적 적용 간의 간극을 극복할 수 있는 역량을 함양한다. 더 나아가 혁신적 푸드테크를 산업적·사회적 가치로 전환할 수 있는 비전과 실행 능력을 배양하는 것을 목표로 한다.