최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
송한수, 김동휘, 이광철, 김권영, 류소연, 이철갑
2020 / Annals of Occupational and Environmental Medicine
데이터가 존재하지 않습니다.
loading...
본 연구는 레이더 탐지를 방해하는 채프 에코를 베이지안 네트워크를 이용하여 탐지하고 제거하는 방법을 제시합니다. 레이더 데이터를 공간 및 시간 클러스터링하여 에코의 특징을 추출하고, 이를 기반으로 베이지안 네트워크 추론 시스템을 적용하여 채프 에코와 일반 에코를 구분합니다. 실제 레이더 데이터 실험 결과, 제안된 방법이 채프 에코를 효과적으로 식별하고 제거할 수 있음을 확인했습니다.
Chaotic signal processing
어반 컴퓨팅 : 빅데이터로 변화하는 도시의 현재와 미래
Radar meteorology
Modern radar detection theory
Communications and radar systems
Pattern recognition using neural networks : theory and algorithms for engineers and scientists
Wavelet theory and application
Kalman filtering : with real-time applications
Radar techniques using array antennas /
Stochastic processes in underwater acoustics
Kalman filtering techniques for radar tracking
Bayesian filtering and smoothing
The Oxford handbook of nonlinear filtering
Radar cross section
Digital signal processing in telecommunications : European project COST#229 technical contributions
Chipless radio frequency identification reader signal processing
Wavelet methods for pointwise regularity and local oscillations of functions
Modern radar system analysis software and user's manual
제어.로봇.시스템학회 논문지
이한수; 유정원; 박지철; 김성신한국지능시스템학회 논문지
이한수, 김종근, 유정원, 정영상, 김성신IEEE ACCESS
Zuo, Yanchun; Guo, Lixin; Liu, Wei; Ding, Jianyang한국지구과학회지
서은경, 박소라, 남경엽, 허솔잎한국지능시스템학회 논문지
이한수; 김종근; 유정원; 정영상; 김성신한국지능시스템학회 논문지
이한수; 김성신한국지능시스템학회 논문지
이한수, 김성신IET RADAR SONAR AND NAVIGATION
Wang, Husheng; Chen, Baixiao; Zhu, Dongchen; Huang, Fengsheng; Yu, Xiangzhen; Ye, Qingzhi; Cheng, Xiancheng; Peng, Shuai; Jing, JiaqiuIEEE Transactions on Aerospace and Electronic Systems
Addabbo, P.; Barilone, D.; Iannazzo, F.; Orlando, D.IEEE Transactions on Antennas and Propagation, Antennas and Propagation, IEEE Transactions on, IEEE Trans. Antennas Propagat.
Xu, W.; Gui, L.; Lang, L.; Huang, J.; Zhang, Z.; Xiong, H.Remote Sensing
Kim J.S.,Jung U.J.,Park S.H.,Lee D.Y.,Kim M.,Sohn D.,Seo D.W.IEEE Transactions on Antennas and Propagation
Wenning Xu; Liangqi Gui; Liang Lang; Jiawen Huang; Zhihao Zhang; Zhiqi Zhang; Huimin XiongIEEE Transactions on Geoscience and Remote Sensing
Golbon-Haghighi M.H.,Zhang G.,Doviak R.J.대기
한혜영, 허복행, 정성화, 이규원, 유철환, 이종호전기학회논문지
오성권, 고준현제어.로봇.시스템학회 논문지
김준선, 서동욱전기학회논문지
오성권; 고준현IEEE Geoscience and Remote Sensing Letters
Chenyang Zhang; Wensheng Zhang; Guoping Zhang; Yuxun Qu; Xuebing Yang; Yajing WuIEEE Transactions on Geoscience and Remote Sensing, Geoscience and Remote Sensing, IEEE Transactions on, IEEE Trans. Geosci. Remote Sensing
Alku, L.; Moisseev, D.; Aittomaki, T.; Chandrasekar, V.IEEE Geoscience and Remote Sensing Letters
Qu Y.,Zhang C.,Yang X.,Wu Y.,Zhang W.,Zhang G.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
이 과목에서는 베이즈 통계학의 이론에 대해서 공부한다. 다루는 내용은 비모수 베이즈 통계학, 베이즈 점근적 이론, 베이즈 계산의 이론, 무정보 사전분포 등을 다룬다.전선 / 대학원
강좌에서는 Bayes, MAP, Neyman-Pearson, MMSE 등의 검출 이론과 이의 추정에 대해 다룬다. 또한 최적 수신기의 성능과 이의 분석을 다룬다.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
푸리에 광학, 회절, 공간 광 변조기, 스펙트럼 분석, 공간 필터, 음향광학, 헤테로다인 스펙트럼 분석, 공간적분 코릴레이터, 시간적분 시스템, 광 컴퓨팅, 광변환, 홀로그램, 광민감 효과, 지연신호처리.전선 / 학사
21세기 들어서 거대 망원경을 이용한 서베이사이언스가 천문학의 주류가 되었다. 방대한 천문 데이터로부터 시그널 프로세싱 및 탐지, 가설 검정, 모델 선택, 노이즈 제거 및 최소화, 비선형 상관관계 파악, 피셔 정보에 바탕을 둔 서베이 설계에 대한 수학적/통계학적인 배경 및 근본적인 원리 그리고 최신 알고리즘을 철저히 학습하고 그 천문학적 응용법을 터득하는 것이 절실히 요구된다. 새롭게 개설되는 “천문정보론” 강좌에서 천문학전공 학부생들은 이러한 심화 교육을 철저히 받아 천문통계의 기초를 다지고 장래 세계를 선도하는 천문학자로서 성장하여 서베이 사이언스를 수행하는 발판을 마련하게 될 것이다.전선 / 대학원
최근에 연구가 많이 되고 있는 이론천문 분야의 주제에 대하여 발표된 논문을 중심으로 연구한다.전선 / 학사
본 과정에서는 머신러닝의 기초를 수업한다. 수업 초반에는 머신러닝의 기초가 되는 확률, 선형대수, 최적화, 신호처리를 간단히 리뷰한다. 중반부에서는 대표적인 머신러닝 문제인 Classification, regression, clustering을 소개하고 예시를 통하여 개념을 학습한다. 후반부에서는 스마트 제조를 위한 센싱, 공간정보구축, 로보틱스 적용의 실습을 조별로 진행한다. 독립전원으로 구동가능한 미니PC 상에 리눅스를 운용하고, ROS SLAM 등 로보틱스와 공간지능 관련 소프트웨어를 배운다. 마지막으로는 실제 센서를 함께 구동하고 직접 데이터를 취득한 후, 수업에서 학습한 머신러닝 알고리즘을 적용해보기 위한 실습을 수행한다.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 / 대학원
스마트시티는 복잡 인프라 시스템의 확률 기반 모형의 구축과, 계측 데이터에 기반한 학습/업데이팅, 그리고 상황별 실시간 추론에 기반한 의사결정을 필수적으로 요구한다. 본 교과목은 이러한 정보공학 기반 인프라 시스템 관리의 기반이 되는 다음의 베이지안 이론과 방법론을 소개한다: (1) 데이터 기반 통계적 학습: 마르코프 체인 몬테 카를로, (2) 인과관계 모형 구축, 학습 및 추론: 베이지안 네트워크, (3) 커널 기반 학습 및 추론: 가우시안 프로세스, (4) 시그널 프로세싱: 베이지안 필터. 각 방법론을 컴퓨터 프로그래밍을 통해 직접 실습하고, 재난재해 레질리언스, 안전, 생애주기 관리 등 다양한 인프라 관련 문제에 적용함으로써 스마트시티를 구현하는 데에 필요한 인프라 정보공학 핵심역량을 함양하는 것을 목표로 한다.전선 / 대학원
대기난류 및 대기 경계층(혹은 미기상학)의 지식을 이용하여 실제대기에서 각종오염 물질이 어떻게 확산되고 수송되어 가는 지를 추정할 수 있는 모델 및 그 방법론에 대하여 강의한다.전선 / 학사
일기나 기후에서 대기 관측은 현상 분석뿐만 아니라 예보 및 예측을 위해서는 필수적인 요소이다. 이 과목에서는 온도, 기압, 습도, 바람 등 기상요소의 지상 및 상층 직접 관측의 원리와 측정기기 그리고 분석 방법에 대해 학습한다. 또한, 관측의 중요성이 증대하는 위성, 기상 레이다, 라이다 및 대기복사 관측의 기본 원리 및 활용의 예를 공부한다. 두 시간을 실험 시간으로 할애하며 실험은 직접적인 기기의 조작이나 견학, 관측자료의 분석을 통해 실시한다.전선 / 대학원
패턴 인식은 데이터가 주어졌을 때 데이터에 대한 사전 지식이나 통계적 특성을 사용하여 패턴의 특징을 찾아내고 이를 사용하여 패턴을 분류하는 것이다. 데이터의 차원은 일반적으로 매우 커서 데이터를 파악하기가 매우 어렵다. 데이타가 어떤 부류에 속하는 지에 대한 사전 지식이 있을 경우에는 패턴 분류를 하는 방법으로는 Bayes 분류기, Maximum likelihood 방법, Discriminant Analysis, 신경회로망 등이 있다. 그리고 데이터에 대한 사전지식이 없는 경우에는 clustering 하는 방법을 통하여 데이터를 분류한다. 패턴 인식은 얼굴, 지문 등의 생체인식 분야에 많이 이용되고 있으며, 또한 많이 축적된 데이터로부터 새로운 지식을 찾으려하는데 사용되고 있다. 이 과목에서는 패턴 인식에서 사용하는 여러 방법을 소개하고 그 응용에 대하여 다룬다.전선 / 대학원
패턴 인식은 데이터가 주어졌을 때 데이터에 대한 사전 지식이나 통계적 특성을 사용하여 패턴의 특징을 찾아내고 이를 사용하여 패턴을 분류하는 것이다. 데이터의 차원은 일반적으로 매우 커서 데이터를 파악하기가 매우 어렵다. 데이타가 어떤 부류에 속하는 지에 대한 사전 지식이 있을 경우에는 패턴 분류를 하는 방법으로는 Bayes 분류기, Maximum likelihood 방법, Discriminant Analysis, 신경회로망 등이 있다. 그리고 데이터에 대한 사전지식이 없는 경우에는 clustering 하는 방법을 통하여 데이터를 분류한다. 패턴 인식은 얼굴, 지문 등의 생체인식 분야에 많이 이용되고 있으며, 또한 많이 축적된 데이터로부터 새로운 지식을 찾으려하는데 사용되고 있다. 이 과목에서는 패턴 인식에서 사용하는 여러 방법을 소개하고 그 응용에 대하여 다룬다.전선 / 대학원
일반적으로 공기유동을 분석하는 대표적인 방법으로는 실험적, 이론적, 그리고 수치적인 방법으로 알려져 왔다. 환기 등 농업관련 공기유동분석을 위한 현장실험은 매우 많은 어려움이 따르게 되는데, 이를 보완하고 정확한 유동장 데이터를 확보하기 위하여 여러 간접적 방법들이 개발되고 있고 또한 현장에서 적용되고 있다. 이러한 대표적인 공기유동분석 기술로는 풍동, 입자추적을 통한 유동장 측정기술 (PIV), 그리고 전산유체역학 (CFD) 등이 있다. 본 강좌에서는 이들을 농업적 연구, 특히 대기환경, 시설환기 및 냉난방시스템 설계 등의 연구에 적용할 수 있는 기술 및 관련 이론들을 가르치고자 한다.전선 / 대학원
대기이론(queueing theory)과 신뢰성공학 등의 기초가 되는 추계학(stochastic process)의 기본적 개념, 정리와 이의 실제 응용을 연구한다. Markov chain, Poisson process, Markov process, renewal theory 등의 여러 특성, 관련된 주요 정리 및 최고의 연구결과를 분석, 토의하여 기술자의 직관과 연구가의 이론의 부합을 이룬다.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 / 대학원
차량, 항공기, 로봇 등의 제어에 사용되는 컴퓨터 시스템은 계산상의 정확성과 아울러 태스크가 주어진 시간 내에 종료되어야만 하는 실시간시스템이다. 이 과목에서는 이러한 실시간시스템 구성을 위한 태스크 스케쥴링, 프로그래밍기법, 통신, 자원관리 등의 기법에 대하여 학습한다. 또 기말과제를 통하여 각자의 연구분야의 실시간 특성에 대하여 연구할 기회를 갖는다.전선 / 대학원
고급 확률 그래프 모형(PGM)은 많은 수의 변수가 상호작용하는 복잡한 도메인에 대한 확률 분포를 표현하는 효과적인 방법이다. 따라서 확률 그래프 모형은 의료진단, 이미지 및 음성인식, 스포츠통계, 생물정보학 등과 같은 다양한 분야에 적용되는 머신러닝 방법들의 핵심적인 역할을 한다. 이 강의는 방향성 그래프를 이용하는 베이지안 네트워크; 무방향성 그래프를 사용하는 마르코프 네트워크의 이론적 성질과 학습 방법 그리고 실제 적용 사례를 설명한다.