최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
Pattern recognition in speech and language processing
Advances in pattern recognition : joint IAPR International Workshops SSPR'98 and SPR'98, Sydney, Australia, August 11-13, 1998, proceedings
Algorithm engineering and experimentation : international workshop ALENEX '99, Baltimore, MD, USA, January 1999 : selected papers
Energy minimization methods in computer vision and pattern recognition : Second International Workshop, EMMCVPR '99, York, UK, July 1999 : proceedings
Handbook of partial least squares : concepts, methods and applications in marketing and related fields
Natural language processing using very large corpora
Problems and solutions in biological sequence analysis
A resource-light approach to morpho-syntactic tagging
한국어 형태소 분석과 정보 검색
Imaging, multi-scale, and high contrast partial differential equations : Seoul ICM 2014 Satellite Conference, August 7-9, 2014, Daejeon, Korea
Combinatorial pattern matching : 8th Annual Symposium, CPM 97, Aarhus, Denmark, June 30-July 2, 1997 : proceedings
형태론의 이해
Optimization and data analysis in biomedical informatics
Hidden Markov Models and Applications
Computing in the 90's : the First Great Lakes Computer Science Conference, Kalamazoo, Michigan, USA, October 18-20, 1989 : proceedings
(허중보의 Q&A) 임플란트 국소의치 = important clinical points on small number of implants combined removable partial denture
Hybrid finite element method for stress analysis of laminated composites
Matching theory
인지과학
강상우; 양재철; 서정연정보처리학회논문지. 소프트웨어 및 데이터 공학
신준철, 옥철영人文科學硏究
심광섭정보과학회논문지 : 소프트웨어 및 응용
이창기ACM Transactions on Asian and Low-Resource Language Information Processing
Bölücü, N.; Can, B.정보과학회논문지
심광섭한국컴퓨터정보학회논문지
여상화한국마린엔지니어링학회지
이공주, 이성욱디지털콘텐츠학회논문지
이현영, 이종석, 강병도, 양승원IEEE/ACM Transactions on Audio, Speech, and Language Processing, Audio, Speech, and Language Processing, IEEE/ACM Transactions on, IEEE/ACM Trans. Audio Speech Lang. Process.
Zhang, M.; Yu, N.; Fu, G.Journal of KIISE
Lim Soo Jong; Kim Hyun Ki; Joon-Ho Lim; Chung-Hee Lee한국컴퓨터정보학회논문지
조민환Computational Linguistics
Gary Geunbae Lee; Jeongwon Cha; Jong-Hyeok Lee한국컴퓨터정보학회논문지
이승욱, 이도길, 임해창정보과학회논문지
이충희, 임준호, 임수종, 김현기ACM Transactions on Asian and Low-Resource Language Information Processing
Seung-Hoon, N.A.정보과학회논문지
이건일, 이의현, 이종혁ACM Transactions on Asian and Low-Resource Language Information Processing
Jin, G.; Yu, Z.디지털콘텐츠학회논문지
이현영; 이종석; 강병도; 양승원인지과학
심광섭전선 / 대학원
계산이론은 컴퓨터공학의 기초학문이며, 중요한 문제에 대한 효율적인 알고리즘들을 소개하고, 그런 알고리즘의 복잡도 분석을 다룬다. 이 교과목에서는 먼저 알고리즘의 성능을 분석하는 기법, 특히 amortized analysis에 대해 배운다. 그리고, 계산이론 분야에서 중요한 알고리즘과 그 응용에 대해 배운다. 구체적으로, (스트링 매칭, 2차원 패턴 매칭, 근사 매칭, suffix trees, 데이터 압축 문제에 대한) 스트링 알고리즘과 bioinformatics에의 응용, (선택 문제, 다항식 확인 문제에 대한) randomized 알고리즘과 그 영향, (페이지 교체 문제, k 서버 문제에 대한) online 알고리즘과 금융문제(일방향 거래와 portfolio 선택 문제)에의 응용을 배운다.전필 / 대학원
본 교과목은 국소의치 제작 및 설계, 환자의 구강형성 이후의 임상적 단계와 다양한 국소의치의 응용에 대한 강의 및 실습을 하게 된다. 인상재료와 과정 및 기능인상 등에 대한 개념과 기법, 국소의치의 교합, 장착 및 수리에 대한 강의가 진행되며, 정밀부착형 유지장치등에 대한 심도있는 접근을 하게 된다. 실습시간에는 국소의치 지대치 형성 및 지대치 금관 제작, 국소의치금속 구조물을 제작하기 위한 wax-up 및 주조, 교합관계 기록, 인공치배열, 교합조정, 정밀 부착형 유지장치를 포함한 지대치의 삭제 및 wax-up, 주조의 과정을 통해 국소의치 제작 방법을 학생들에게 숙지시킨다.전선 / 대학원
이 교과목은 '통사론연구 1'(108.520)의 교과목 내용을 기초로 이론의 확대적용 및 발전을 좀더 깊이 있게 모색한다.전선 / 대학원
본 강의는 지난 7학기동안 강의와 실습을 통해 배우고 환자진료의 참여를 통해서 익힌 치과교정학에 관한 지식을 통합하여 이해할 수 있도록 하는데 목적이 있다. 성장 발육을 응용한 치료가 필요한 환자에서부터 턱교정수술이 필요한 증례까지 다양하게 준비하여, 학생들과 함께 진단 및 검사자료를 제시한 후, 함께 분석하여 치료 계획을 세우고 토론한다. 이후에 실제로 치료한 내용을 검토하면서, 치과교정학의 이론적 지식을 임상적인 관점에서 최대한 이해할 수 있도록 한다. 책임교수는 매주 1~2개의 대표적인 증례들을 선택해서 준비한다. 참여학생들은 본 강좌를 통해서, 교정치료의 전반적인 흐름을 이해하게 되며, 향후 치과교정학을 전공하는데 도움을 주고, 교정치료를 필요로 하는 환자를 전문가에게 의뢰할 수 있는 판단능력을 키워준다. 협진을 필요로 하는 경우에는 교정치료가 어떤 도움을 주는지 알게 되어 환자에게 통합적인 진료를 제공할 수 있는 능력을 갖추게 된다.전선 / 대학원
컴퓨터 기술이 발달하면서 대규모의 수치연산을 빠르게 처리하는 것이 가능하게 되었고, 이로 인해 지질시간(geologic time) 규모에서 다양한 지형형성작용들의 복합적인 영향으로 발달한 지형의 발달과정을 모의하는 것이 가능하게 되었습니다. 수치(數値)지형발달모형(numerical landscape evolution model)은 전통적인 지형학 연구자 뿐만이 아니라 일반인들에게도 지형학적 상상의 기회를 주었고, 미래 환경변화에 따른 지표환경변화 예측을 가능하게 하였으며, 지형 및 환경 교육의 도구로써 활용될 수 있음을 보여주었습니다. 본 강의는 활용도가 점차 높아지는 수치지형발달모형을 학생이 이해하고 이를 연구와 교육에 활용하도록 만드는 것이 목표입니다. 강의내용은 1) 지형발달 이론과 수치지형발달모형을 구성하는 주요 지형학적 법칙에 대한 강의와 2) 다양한 지형발달 요인이 지형변화에 미치는 영향을 확인할 수 있는 실습으로 구성됩니다. 한편 수치지형발달모형의 모의결과는 하천종단과 산사면횡단 형태 그리고 지형의 기복량 등으로 최종적으로 표현되기 때문에, 강의에서는 3) 수치고도모형(Digital Elevation Model, 이하 DEM)에서 하천종단을 추출하고 지형 기복 등을 분석할 수 있는 실습도 함께 진행하여 수치지형발달모형의 모의결과와 실제 지형을 비교해볼 수 있도록 합니다. 이러한 실습 구성으로 인해 수강생은 지형분석 능력을 향상시킬 뿐만 아니라 수치지형발달모형의 학문적 그리고 교수학적 중요성을 느끼게 될 것입니다. 강의를 통해 수강생들은 주요 지형형성작용 법칙에 대한 이해와 이를 수식화하는 능력(예., 미분방정식, MATLAB 활용 수치해법), 수치 지형발달 모형 활용 능력을 배양하고, 지리교육 전공자는 수치지형발달모형을 활용한 지형교육의 가능성을 탐색할 것으로 기대합니다.전선 / 대학원
디자인 연구의 기본이 되는 논문의 개념 및 기본 연구 설계 방법을 학습하고 실습한다. 디자인 자료 수집의 기초가 되는 설문지 및 인터뷰 시나리오 구성, 자료 수집 방법 및 전략, 연구 대상 설정 등의 연구 설계의 기초 과정을 이해하여, 연구 설계를 할 수 있는 능력을 배양한다. 또한 본인 연구주제와 관련된 선행 연구 분석을 통해, 연구논문계획서를 작성하여, 디자인 연구 진행의 기초가 될 수 있도록 한다.전필 / 대학원
임상국소의치학의 목적은 국소의치에 대한 이론적인 지식 습득 이후 국소의치 적응환자의 진단과 치료계획을 수립, 치아 및 조직의 변형, 기능인상, 금속구조물의 적합, 국소의치의 장착, 장착이후의 정기적인 관리 등 국소의치 제작의 임상적 전과정에 대한 이해 및 기공 의뢰서식 기록방법을 교육시키는 것이다. 또한 임플랜트의 이론적, 임상적 접근을 통하여 부분 무치악 환자의 치료에 응용할 수 있도록 한다. 특히 복잡하고 다양하게 존재하는 부분무치악 환자의 진단자료에 근거하여 성공적으로 국소의치를 환자가 사용할 수 있도록 예측 판단하여 다양한 임상경험을 습득하도록 교육시키는 것이다.전선 / 대학원
본 교과목은 오늘날 인공지능의 중심을 이루는 거대언어모델(Large Language Models)과 이를 기반으로 한 대화형 인공지능을 다룬다. 특히 거대언어모델의 학습부터 응용까지 이어지는 전체 파이프라인을 아래와 같이 체계적으로 다룬다. (1) Pre-training: 지식 습득을 위한 사전학습(Transformer, BERT, GPTs) (2) Supervised Fine-tuning: 상호작용 학습(Dialogue Fine-tuning, Instruction Tuning, Reasoning) (3) Alignment: 인간 가치와의 정렬(RLHF, DPO, KTO 등) 및 언어모델 해석 기법(AI Psychometrics, Mechanistic Interpretability) (4) Grounding: 외부 데이터 및 도구 활용 기법(페르소나, 문서, 이미지, 지식 그래프, 도구 증강 에이전트) (5) Applications: 다양한 도메인으로의 응용(대화 시뮬레이션 및 심리상담·교육·설득 응용) 수업에서는 각 연구 주제별로 핵심 논문들의 아이디어, 데이터, 방법론 등을 강의한다. 실습으로는 언어모델 학습, 언어모델 API를 이용한 대화 시스템 구현, 대화형 인공지능과 관련된 작은 연구 프로젝트를 수행한다. 이 과목을 통해 수강생들은 거대언어모델 연구 동향을 큰 틀에서 파악하고, 핵심적인 연구 주제들과 방법론을 이해하며, 이를 실제 연구에 적용하는 능력을 기르게 된다.전선 / 대학원
디자인 연구에 특화된 논문 작성 및 연구방법론을 학습하여, 보다 수준 높은 연구 논문을 작성할 수 있는 기본 소양을 학습한다. 또한 논문을 비평적으로 분석, 평가하는 능력을 배양하여, 보다 발전적인 연구논문쓰기를 가능하게 한다. 최종 결과물로 연구진행 단계를 고려하여, 연구논문계획서를 기반으로 학술대회 발표 형식의 소논문을 작성한다.전선 / 학사
실습과 병행하여 기초적인 오차조정법, 네트워크 분석, 삼각 및 삼변측량, 트래버스 측량 등의 내용을 강의하고, 전자파거리측정기, 인공위성위치결정 시스템 등을 소개하며, 첨단연구분야인 지리정보시스템(GIS), 위성원격탐사, 디지털 매핑 등의 현황을 설명한다. 또한, 측량 장비 실습과 더불어 QGIS를 이용한 공간정보 자료 분석 실습을 병행한다.전선 / 대학원
텍스트과학에 대한 체계적인 이해를 바탕으로 한국의 문학작품을 비롯한 다양한 텍스트를 읽고, 인상적이거나 직관적인 수준의 분석을 넘어서 실증적인 분석을 할 수 있는 능력을 키우는 것이 이 교과목의 목표이다. 구체적인 텍스트 분석을 통해 이론적으로 학습한 텍스트의 구성과 확장의 원리가 실제 문학 작품이나 기타 실용텍스트들에서 어떻게 적용되고 있는지를 살핀다. 이 과정을 통해 수강자는 과학적인 문예비평의 능력을 갖출 수 있게 된다.전선 / 대학원
두경부해부학의 기초적 지식을 임상시 응용가능토록 함으로서 양질의 진료를 할 수 있게 하는데 그 목적이 있으며 교과목내용은 치과국소마취와 해부학, 하악공전달마취와 해부학, 보철을 위한 해부학, 안면 및 두개의 성장, 악골골절과 해부학, 두부계측법 및 두부방사선규격사진계측법, 임프란트 의치를 위한 해부학, 두경부의 근막극을 위한 해부학, 치아의 맹출 및 교환 시 악골 치조부의 변화, 악관절의 기능적 해부학, 안면 및 구강의 지각전도로 등이다.전선 / 대학원
교육연구에서 사용되는 데이터의 구조가 대부분 학생이 교사나 학교에 내재되어 있는 위계적인 구조를 가지는 경우가 많다는 점에서, 다층모형은 양적 연구 방법론을 익히고자 하는 교육 연구자에게 매우 필요한 방법론이라고 할 수 있다. 이 교과목에서는 다층모형을 이해하는 데 필요한 통계적 기초를 포함하여 다층모형의 기본적 개념 및 이론적 기초를 다루며, 이를 토대로 하여 2수준과 3수준 다층모형에서 시작하여 종속변수가 연속변수가 아닌 이분변수나 다분변수일 때 적용가능한 다층모형과 다시점 데이터에 적용가능한 변화에 대한 다층성장모형까지 교육연구에서 가장 자주 사용되는 기본적 모형들을 소개하고자 한다.전필 / 대학원
이 강좌를 통하여 실제 임상에서 환자를 치료할 때 필요한 해부학적 지식을 얻는다. 특히 두경부 영역의 사체 실습을 함으로써 이미 배운 내용을 되새기고 정리하여 인접 임상 과목 학습에도 도움을 받는다.전선 / 대학원
한국어교육에서 기본적으로 필요한 것은 학습자의 모어와 한국어를 대조분석하여 이를 바탕으로 언어간섭현상을 최소화하고 학습의 효과를 극대화하는 것이다. 이 강좌에서는 한국어와 주요 외국어를 대조분석하여 음운론적, 문법론적, 의미론적, 화용론적 층위에서 공통점과 차이점을 추출하는 과정에서 오류를 분석해냄으로써 효과적인 한국어교육의 기초로 삼는다.전선 / 학사
Gauss 소거법, Cholesky 분해, Householder와 Gram-Schmidt 해법, 데이터 맞춤, 비선형 최소자승법, 심플렉스 해법, 행렬의 분할, Jacobi와 Seidel 반복법, 이완해법, 유한차분법, ADI 해법, 켤레 그래디언트 해법 등을 다룬다.전선 / 대학원
본 강좌는 중국 언어학에서 논점이 되는 다양한 주제를 선정하여 체계적으로 고찰하는 것을 목표로 한다. 주제는 매학기 달라지며, 부제의 형태로 사전에 공지된다.전선 / 대학원
본 강좌는 음운 층위, 어휘 층위, 문자 층위의 규범을 폭넓게 연구함으로써 국어교육에서 규범의 역할이 무엇인지를 탐구하는 것을 목표로 한다. 특히 글쓰기에서 지켜야 할 규범들에 대해 연구함으로써 정서법의 이론을 확립하고자 한다.전선 / 대학원
기계학습은 다양한 분야에서 점차 큰 관심을 받고 있으나, 막상 실제 데이터에 적용하여 성공적인 결과를 도출하는 데에는 많은 어려움이 따른다. 본 과목은 기계학습 기법들을 실제 문제에 적용할 때에 중요한 데이터 전처리, 피쳐 추출, 차원 축소, 클래스 불균형, 모델 앙상블 등의 주제들을 다루고, 데이터로부터 모형과 종속성을 학습하는 원리와 기법들을 소개하는 바, 특히 확률, 통계 및 최적화 이론에 기반하여 신경망 (Neural Networks), 서포트 벡터 머신 (Support Vector Machines), 은닉 마르코프 모형 (Hidden Markov Models) 및 강화 학습 (Reinforcement Learning) 기법들을 공부한다. 또한, 이들 기법을 활용하여, 다양한 시계열 데이터들을 대상으로 예측 및 분류 모델을 구현하는 프로젝트들과 데이터 기반 학습의 사례 연구들이 포함된다.전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.