최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
김문명, 박규은, 김혜영
2012 / e-비즈니스연구
데이터가 존재하지 않습니다.
loading...
본 연구는 화음 탐색 알고리즘을 이용하여 네트워크 돔의 정삼각형 격자를 모델링하는 것을 목표로 한다. 이를 위해 곡면 위에 정규 삼각형 메시를 찾기 위한 최적화 과정을 제안하고, 삼각형의 면적 및 모서리 길이의 표준편차를 목적 함수로 사용하였다. 수치 해석 결과, 제안된 알고리즘은 초기 왜곡된 네트워크 돔 예제로부터 최적화된 삼각형 격자를 얻을 수 있음을 확인하였다.
Algorithms--ESA '94 : Second Annual European Symposium, Utrecht, The Netherlands, September 26-28, 1994 : proceedings
Music-inspired harmony search algorithm : theory and applications
Handbook of neural computation
Graph drawing : 5th International Symposium, GD'97, Rome, Italy, September 18-20, 1997 : proceedings
Algorithms and computation : 7th International Symposium, ISAAC '96, Osaka, Japan, December 16-18, 1996 : proceedings
Computing in the 90's : the First Great Lakes Computer Science Conference, Kalamazoo, Michigan, USA, October 18-20, 1989 : proceedings
Neural network systems, techniques, and applications
Optimization of finite dimensional structures
Computer vision - ECCV 90
Advances in spatial databases : 5th International Symposium, SSD '97, Berlin, Germany, July 15-18, 1997 : proceedings
Algorithmic foundations of robotics VIII : selected contributions of the eighth international workshop on the algorithmic foundations of robotics
Signal processing methods for audio, images and telecommunications
Advances in multiresolution for geometric modelling
Multiresolution methods in scattered data modelling
Traffic grooming for optical networks : foundations, techniques, and frontiers
Advances in neural networks--ISNN 2004 : International Symposium on Neural Networks, Dalian, China, August 19-21, 2004 : proceedings, Part I
Computing and combinatorics : first annual international conference, COCOON'95, Xi'an, China, August 24-26, 1995 : proceedings
Delaunay mesh generation
Stochastic programming : numerical techniques and engineering applications : proceedings of the 2nd GAMMIFIP-Workshop on "Stochastic Optimization: Numerical Methods and Technical Applications", held at the Federal Armed Forces University Munich, NeubibergMünchen, Germany, June 15-17, 1993
대한건축학회논문집 구조계
이승재, 손수덕대한건축학회논문집 구조계
이승재; 손수덕Mechanics Based Design of Structures and Machines
Nanyu Meng; Zhiqi Shi; Hao Zhu; Qinghua ZhouComputers and Structures
Lee S.,Bennett T.,Smith S.T.Steel and Composite Structures, An International Journal
Saeed Gholizadeh, Hamed BaratiRevista Internacional de Metodos Numericos para Calculo y Diseno en Ingenieria
Nadal, E.; Ródenas, J.J.; Sánchez-Orgaz, E.M.; Martí-Pellicera, J.; López-Real, S.Structural and Multidisciplinary Optimization
Bigham A.,Gholizadeh S.Engineering Structures
Ahmed E.A.,Nassef A.O.,El Damatty A.A.International Journal of Advanced Manufacturing Technology
Kout, A.; Müller, H.Buildings
Lee S.,Ha J.,Shon S.,Lee D.Frontiers of Structural and Civil Engineering
Carbas S.,Artar M.Thin-Walled Structures
Zheng S.,He Z.,Liu H.Journal of Low Frequency Noise Vibration and Active Control
Chiu M.C.,Chang Y.C.,Cheng H.C.IEEE Transactions on Fuzzy Systems
Jing Xiao; Ya-Wei Wei; Jing Cao; Xiao-Ke XuInternational Journal of Production Research
Liang F.,Kang C.,Fang F.Structural and Multidisciplinary Optimization
Babaei, M.; Sheidaii, M.R.Frontiers of Structural and Civil Engineering
Bekdaş G.,Yücel M.,Nigdeli S.M.Optical Engineering
Yang, X.; Lin, J.; Li, P.; Wu, R.; Chen, X.; Feng, Y.; Han, X.Journal of Applied Statistics
Yildirim, A.N.; Bas, E.; Egrioglu, E.Computers and Geosciences
Zhou C.,Du Z.,Ouyang J.,Zhang Z.,Liu Z.전선 / 대학원
이 과목은 대학원생들을 대상으로 한 과목으로, 수학적 구조, 기하학적 해석, 알고리즘을 중심으로 선형 최적화 이론과 응용을 다룬다. 주요 주제로는 문제 정식화, 다면체 이론, 쌍대성, 심플렉스 알고리즘, 타원체 알고리즘, 내부점 알고리즘이 포함된다. 또한, 네트워크 흐름 문제와 정수 최적화 모델링 등의 추가적인 주제도 소개한다. 본 과목의 주요 목표는 학생들이 최적화 분야의 숙련된 실무자 또는 연구자로 성장할 수 있도록 하는 것이다. 이를 위해 복잡한 최적화 문제를 정식화하고, 현실적으로 해결 가능한 주요 문제 유형을 인식하며, 사용 가능한 해법을 이해하고, 도출된 해의 질적 특성을 분석하는 능력을 배양한다.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
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 / 대학원
Hartog 현상, 정칙대역 및 Levi 문제, 폴리-디스크 상의 적분 공식, Bochner-Martinelli 적분, Bergman 핵함수, 다중준조화함수, 의사볼록 영역, 미분형식에 관한 Cauchy-Riemann 방정식의 Hoermander의 해 등을 배운다.전선 / 대학원
구조물의 최적화라는 면에서 항상 안정의 문제가 대두되므로, 이러한 여러 가지 문제점을 인식시키고 그 해결방법을 모색하는 것이 본 강좌의 목적이다. 에너지에 의한 방법, equilibrium approach, dynamic approach 등을 통해, beam, column, plate, shell, arch의 안정성을 해석한다.전선 / 대학원
본 교과목은 단순히 기존의 가속기를 활용하는 수준을 넘어, 차세대 AI 반도체 분야의 창업 및 핵심 개발에 필요한 맞춤형 AI 추론 엔진 개발 능력을 배양하는 것을 목표로 한다. 이를 위해 최첨단 설계 방법론인‘알고리즘-소프트웨어-하드웨어 통합 설계(Co-design)'에 대한 깊이 있는 이론과 실전 경험을 제공한다. 수강생들은 GPU와 같은 범용 하드웨어의 한계를 이해하고, 특정 LLM 알고리즘에 최적화된 하드웨어를 직접 설계함으로써 전력, 비용, 속도 측면에서 압도적인 경쟁력을 갖춘 엣지 AI 솔루션을 구현하는 방법을 학습한다. 특히, 최신 경량화 기술인 저비트 양자화(Low-bit Quantization) 기법을 알고리즘 단계에서 적용하고, 이를 C++ 기반의 고수준 합성(High-Level Synthesis, HLS)을 통해 FPGA 상에 하드웨어 로직으로 구현하는 전 과정을 실습한다. 최종적으로는 SoC(System on Chip) 환경에서 프로세서(PS)와 프로그래머블 로직(PL)을 연동하여 완전한 LLM 추론 가속 시스템을 구축하는 프로젝트를 통해, 아이디어를 실제 하드웨어 프로토타입으로 구현하는 역량을 완성한다.전선 / 대학원
본 과목에서는 효율적인 알고리즘 설계와 프로그래밍을 위한 고급 방법론과 이론을 깊이 있게 소개하고, 다양한 실습을 통하여 해당 이론들을 체득한다. 이 과정에서 공부하는 내용들은 Sorting, Searching 그리고 Graph Theory, NP―Complete 등이며, 알고리즘 설계 방법으로는 Divide―and―Conquer, Dynamic Programming, Greedy, Randomized 그리고 Approximate 알고리즘 등에 관하여 공부한다. 여러 가지 유용한 문제들에 대해 알고리즘을 설계하고 실제 프로그래밍을 통하여 구현해 봄으로서 강의시간에 소개된 이론을 실습하고 시스템 구현에 필요한 노하우를 습득한다.전선 / 대학원
본 교과목은 고급데이터마이닝 방법론(326.637) 과목에 이어 심층학습모형에 중점을 둔다. 교육 목표는 심층학습(deep learning)의 방법들을 공부하고 관련된 통계적 문제를 찾아내는 것이다. 다루는 내용은 다음과 같다. 심층학습 이전의 특징 추출 및 판별 분석 기법, 기계학습에서 사용되는 이론적인 도구들, 인공신경망의 기초, 다층 퍼셉트론, 역전파, 합성곱 신경망, 최적화와 정칙화, 가시화, 파이톤과 심층학습 프레임워크, 순환 신경망, 변분적 추론, 적대적 생성 네트워크, 영상 분할 및 검출, 자연어 처리 등이다.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 / 대학원
이 교과목에서는 비선형시스템 식별에 관련된 각종 실용적 기법들을 소개한다. 또한, 비선형 목적함수의 최적문제의 해를 구하는 각종 비선형프로그래밍기법도 소개한다. 단, 비선형궤환제어와 컴퓨터 네트워크 등에 효과적으로 사용될 수 있는 기법들에 국한하여 심도 있게 공부하고 실제 응용 예를 통하여 그 가능성을 토의한다.전선 / 대학원
본 교과목은 고급데이터마이닝 방법론(326.637) 과목에 이어 심층학습모형에 중점을 둔다. 교육 목표는 심층학습(deep learning)의 방법들을 공부하고 관련된 통계적 문제를 찾아내는 것이다. 다루는 내용은 다음과 같다. 심층학습 이전의 특징 추출 및 판별 분석 기법, 기계학습에서 사용되는 이론적인 도구들, 인공신경망의 기초, 다층 퍼셉트론, 역전파, 합성곱 신경망, 최적화와 정칙화, 가시화, 파이톤과 심층학습 프레임워크, 순환 신경망, 변분적 추론, 적대적 생성 네트워크, 영상 분할 및 검출, 자연어 처리 등이다.전선 / 대학원
일상적으로 네트워크 시설의 계획과 운영관리에 치중해온 전통적 교통계획수법의 문제점을 비판하고 대중교통수단의 결절시설인 터미널, 정류장의 입지, 구조 및 디자인 등의 지능형교통체계의 중요성에 주목하여 기차, 버스 등의 교통터미널과 화물유통센타 등의 설계기준 및 세부구조 계획 등에 관해 연구한다.전선 / 대학원
본 교과목은 단순히 기존의 가속기를 활용하는 수준을 넘어, 차세대 AI 반도체 분야의 창업 및 핵심 개발에 필요한 맞춤형 AI 추론 엔진 개발 능력을 배양하는 것을 목표로 한다. 이를 위해 최첨단 설계 방법론인‘알고리즘-소프트웨어-하드웨어 통합 설계(Co-design)'에 대한 깊이 있는 이론과 실전 경험을 제공한다. 수강생들은 GPU와 같은 범용 하드웨어의 한계를 이해하고, 특정 LLM 알고리즘에 최적화된 하드웨어를 직접 설계함으로써 전력, 비용, 속도 측면에서 압도적인 경쟁력을 갖춘 엣지 AI 솔루션을 구현하는 방법을 학습한다. 특히, 최신 경량화 기술인 저비트 양자화(Low-bit Quantization) 기법을 알고리즘 단계에서 적용하고, 이를 C++ 기반의 고수준 합성(High-Level Synthesis, HLS)을 통해 FPGA 상에 하드웨어 로직으로 구현하는 전 과정을 실습한다. 최종적으로는 SoC(System on Chip) 환경에서 프로세서(PS)와 프로그래머블 로직(PL)을 연동하여 완전한 LLM 추론 가속 시스템을 구축하는 프로젝트를 통해, 아이디어를 실제 하드웨어 프로토타입으로 구현하는 역량을 완성한다.전선 / 학사
심층신경망은 현대의 인공지능 혁신의 중심이며 공학, 과학, 그리고 응용수학 전반에 폭 넓게 활용되고 있다. 이 과목은 심층신경망의 수학적 기반이론을 배운다. 최적화의 기초, stochastic gradient descent의 수렴 정리, 재생핵 힐베르트 공간, multilayer perceptron, 자동 미분법, 콘볼류션 신경망, 잔차 네트워크, regularization, 데이터 증강, universal approximation theorem, 생성모델을 다룬다.전선 / 대학원
본 코스에서는 선형, 비선형, 정수, 동적, 확률적인 최적화 기법에 대해 강의한다. 각 기법에서 어떻게 바람직한 측면을 최대화 하고 부적적인 측면을 최소화 할 수 있는가를 보여 줄 수 있는 예제들을 제시하게 될 것이다. 특히 산업 뿐 아니라 컴퓨터 프로그램에서 선형, 비선형 문제를 풀기위한 응용문제를 강조하게 될 것이다.전선 / 대학원
수치해석적 해석방법과 최적화 이론을 도입한 전기기기의 최적설계 과정을 다룬 과목이다. 최적화 기초 이론으로 여러 가지 결정론적 탐색법 및 절대최소점 탐색 알고리즘을 다룬다. 그리고 등가 자기 회로법을 이용한 설계 방법이 다루어지며, 설계 민감도 해석, 유한요소법 및 경계요소법을 이용한 알고리즘들을 응용하여 최적 설계하는 방법들이 다루어진다.전선 / 학사
위상수학의 호몰로지와 선형대수를 근간으로 하는 조합론적 호지 이론을 주요 내용으로 한다. 이에 기반한 응용으로서 조합론의 위상수학적 연구 방법, 고차원 네트워크 이론, 그리고 수학적 데이터 분석을 배운다. 이를 위해 응용수학의 중요한 도구로서 조합론적 라플라스 작용소를 소개하고 이로부터 얻어지는 조화계와 고차원 유효저항의 이해와 네트워크와 데이터 분석에의 응용을 주요 목표로 한다.전선 / 대학원
인간의 다양한 운동기술을 주의깊게 관찰하고 효과적으로 연구하는 방법뿐만 아니라 이러한 복잡한 기술들을 정성적으로 분석하는 여러 가지 운동역학적 접근 방법에 대해 배운다. 특히, 인간의 효율적인 운동동작 수행을 위한 주요 원리와 함께 각종 운동상해 원인에 대한 규명 및 예방방법, 그리고 더 나아가 운동 기술의 수행력을 최대로 하기 위한 기술개발 등에 대한 내용을 중심으로 구성된다.전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 학사
문제를 해결하기 위해 알고리즘을 구성하고 이를 분석하는 방법에 대해 강의한다. 알고리즘의 효율성 분석 도구(점근적 복잡도, 점화식), 정렬 및 선택 알고리즘, 자료의 저장과 검색(검색 트리, 해시 테이블), 집합의 처리, 동적 프로그래밍, 그래프 알고리즘, 문자열 매칭, 계산의 한계(NP-completeness), 상태공간 트리의 탐색 등을 다룬다.