최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 SCARA 로봇의 기계적 변형 오차를 보상하는 방법을 제안한다. 신경망을 사용하여 로봇 자세 및 페이로드 변화에 따른 변형을 예측하고, 이를 바탕으로 로봇의 정확도를 향상시키는 보상 방법을 제시한다. FEM 해석을 통해 얻은 데이터를 기반으로 신경망 학습을 수행하여 변형을 예측하고 보상하는 것이 특징이다.
Experimental robotics I : the first international symposium, Montreal, June 19-21, 1989
Advanced robot control : proceedings of the International Workshop on Nonlinear and Adaptive Control, Issues in Robotics, Grenoble, France, Nov. 21-23, 1990
Advanced topics in artificial intelligence : 10th Australian Joint Conference on Artificial Intelligence, AI'97, Perth, Australia, November 30- December 4, 1997, proceedings
Control of nonlinear dynamical systems : methods and applications
Algorithmic foundations of robotics VIII : selected contributions of the eighth international workshop on the algorithmic foundations of robotics
Kinematic Analysis of Parallel Manipulators by Algebraic Screw Theory
RoManSy 9 : proceedings of the Ninth CISM-IFToMM Symposium on Theory and Practice of Robots and Manipulators
ROBOT2013 : First Iberian Robotics Conference : advances in robotics.
Camera-aided robot calibration
Algorithmic foundation of robotics VII : selected contributions of the seventh International Workshop on the Algorithmic Foundations of Robotics
Microprocessors in robotic and manufacturing systems
Robot force control
Modeling, performance analysis and control of robot manipulators
Control problems in robotics and automation
Experimental robotics IV : the 4th international symposium, Stanford, California, June 30-July 2, 1995
Robot physical interaction through the combination of vision, tactile and force feedback : applications to assistive robotics
Essays on mathematical robotics
Robotics: Industry 4.0 Issues & New Intelligent Control Paradigms
Reasoning with uncertainty in robotics : international workshop, RUR '95, Amsterdam, The Netherlands, December 4-6, 1995 : proceedings
제어.로봇.시스템학회 논문지
이종신Journal of Supercomputing
Gao S.,Ma K.,Gao Y.,Jiang Z.,Shen X.,Yang M.,Xu F.IEEE/ASME Transactions on Mechatronics
Jiakai Chen; Fugui Xie; Xin-Jun LiuFundamental Research
Liu H.,Lei Y.,Yang X.,Song W.,Cao J.International Journal of Advanced Manufacturing Technology
Zhao N.,Ibaraki S.International Journal of Precision Engineering and Manufacturing
Jian Zhou; Hoai-Nhan Nguyen; Hee-Jun KangMechanism and Machine Theory
Nguyen V.L.,Kuo C.H.,Lin P.T.Robotics and Computer-Integrated Manufacturing
Zhu W.,Li G.,Dong H.,Ke Y.IEEE/ASME Transactions on Mechatronics
Mei B.,Xie F.,Liu X.J.,Xie Z.,Zhao H.Measurement: Journal of the International Measurement Confederation
Tian W.,Huo M.,Zhang X.,Song Y.,Wang L.IEEE ACCESS
Phu-Nguyen Le; Kang, Hee-JunIEEE/ASME Transactions on Mechatronics
Chen J.,Xie F.,Liu X.J.IEEE Access
Bai M.,Zhang M.,Zhang H.,Pang L.,Zhao J.,Gao C.IEEE Transactions on Instrumentation and Measurement
Ye, F.; Wang, Y.; Chen, X.; Xi, J.; Wang, J.IEEE Transactions on Industrial Electronics
Sun T.,Liu C.,Lian B.,Wang P.,Song Y.International Journal of Precision Engineering and Manufacturing
Seong Hyeon Kim, ByungPrecision Engineering
Cao S.,Cheng Q.,Guo Y.,Zhu W.,Wang H.,Ke Y.ROBOTICS AND COMPUTER-INTEGRATED MANUFACTURING
Zhang, Teng; Peng, Fangyu; Yan, Rong; Tang, Xiaowei; Deng, Runpeng; Yuan, JiangmiaoInternational Journal of Advanced Manufacturing Technology
Yin F.C.,Ji Q.Z.,Wang C.Z.Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science
Xuejian Zhang; Xiaobing Hu; Hang Li; Zheyuan Zhang; Haijun Chen전선 / 대학원
이 과목은 기계 학습 알고리즘의 수학적 이론을 이해하고 이를 통해 더 나은 기계 학습 방법을 설계하는 데 초점을 맞춘다. 재생핵 힐베르트 공간과 커널 방법, Rademacher 복잡도, 경사 하강법, 뉴턴 방법, 확률적 경사 하강법, 경사 하강의 연속 시간 모델 등을 다룬다.전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.전선 / 대학원
인간이 운동을 생성하고 조절 할 때 사용되는 기전을 밝히고, 이 때에 적용되는 원리를 규명하는 것이 운동 제어 연구이다. 최근에 복잡한 인간의 신경체계와 근육체계로 인한 무한한 자유도 생성의 문제와 협응구조의 개념을 통한 학습을 하게 될 것이다.전선 / 대학원
본 과정은 선형 시스템, 전달 함수, 라플라스 변환에 대하여 소개한다. 안정성과 피드백을 다루고 과도 응답 사양을 위한 기본 설계 도구를 제공한다. 또한 주파수 영역 기술도 간략하게 다룬다. 이 과정에는 컴퓨터 프로그래밍 실습 및 제어 설계 프로젝트가 포함된다. 실습 프로젝트에 관련된 전공은 조선해양공학은 물론 로봇공학, 기계공학, 전자공학, 전기공학, 산업응용수학 등이다.전선 / 대학원
액츄에이션과 센싱은 대부분의 로봇시스템에서 핵심기능이다. 이 과목에서는 실제 로봇에서 사용되는 다양한 형태의 액츄에이터와 센서들의 기계적, 전기적 매커니즘을 살펴본다. 세부주제로는 전자기 액츄에이터, 유압 또는 공압 기반 액츄에이터, 고분자 액츄에이터, 생체 모사 인공근육, 힘 또는 촉각센서, 비젼센서, 소프트 센서 등을 포함한다. 이러한 액츄에이터와 센서들이 어떤 방식으로 작동을 하고 성능이 결정되는 지와 함께, 멀티 스케일 관점에서 실제 로봇 또는 기계 시스템에 적용이 될 때, 고려해야 할 설계요건들을 기계적인 특성, 제어 전략, 신호처리 등의 관점에서 알아본다.전선 / 학사
본 과목에서는 로봇의 역학적 해석, 설계, 운동계획 및 제어에 필요한 기초를 공부한다. 강체운동의 수학적 표현, 현대 나선 이론, 상태 공간 및 자유도, 다물체 시스템의 기구학적 및 동역학적 해석, 독립관절 제어 등을 공부해 실제 산업용 및 서비스 로봇에 적용하는 응용사례들을 집중적으로 다룬다.전선 / 대학원
센서 정보를 통하여 공간 정보를 획득하고 구성하는 기술은 스마트 팩토리나 생산 설계에 있어 중요한 요소 기술이다. 이 강의는 동시적 위치 추정 및 지도 작성법으로 알려진, 센서 기반 위치 정보 추정과 공간 정보 구성에 대한 내용을 다룬다. 특히 센서가 탑재된 대상이 고정적이지 않은 무인이동체의 센싱을 학습하여, 위치 추정과 공간 정보 추정의 연결성을 배우고, 이를 통하여 스마트 팩토리나 자율 주행에 관심이 있는 학생들에게 관련 기초 지식과 활용 사례를 제공한다.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 / 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
본 강의에서는 통계적 추론에 기반한 기계학습의 기초에 대하여 학습하고 조선해양공학의 응용문제에 대한 프로젝트를 수행한다. 기계학습에 관련된 확률, 선형대수, 최적화의 기초에 대하여 학습한다. 확률에 기반한 최우추정법에 대하여 학습한다. 비지도 학습 분류 방법 및 선형 회귀법에 대하여 학습한다. Hidden Markov 모델과 Bayesian Inference의 개념, 이론 및 알고리즘에 대한 개요를 학습한다. Neural Network에 기반한 학습모델로 이미지 인식을 위한 Convolutional Neural Network, 음성과 같은 time series 데이터의 학습을 위한 Recurrent Neural Network의 개요에 대하여 학습한다. 그리고 보상에 따라 학습하는 Reinforcement Learning에 대하여 익힌다. 마지막으로 조선해양공학 응용의 기계학습 프로젝트를 수행하도록 한다.전선 / 학사
본 과목에서는 산업의 근간을 이루는 다양한 기계시스템의 수학적 모델링과 동적 거동의 라플라스 공간, 주파수 공간 및 상태 공간에서의 해석 방법에 대해 배우고, 그에 기반한 기본적인 제어 설계 및 해석 기법에 대해서 공부한다.전선 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.전선 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.전선 / 대학원
구강악안면부위에 발생하는 선천성 및 발육성 기형의 원인을 이해하고 구강악안면 기형을 진단하기 위한 임상적 평가, 방사선학적 분석, 모형분석 등 기형에 관한 총체적인 접근방법을 숙지하고 구강악안면 부위의 기형을 치료하기 위한 치료계획, 수술방법, 술후처치를 학습한다.전선 / 대학원
본 과목은 유한 차원 및 무한 차원 벡터 공간에서의 최적화를 통합적으로 다루며, 최적화와 머신러닝 사이의 상호작용에 중점을 둔다. 최적화 알고리즘은 머신러닝의 핵심 역할을 하며 (예: 주어진 데이터셋으로부터 모델을 학습시킬 때) 동시에 고차원 최적화 문제를 풀기 위해 머신러닝 모델이 최근 많이 활용되고 있다 (예: 물리 시스템의 지배 방정식을 무한 차원 최적화 문제의 해로 재구성한 다음, 머신러닝 알고리즘을 사용하여 이에 수반되는 고차원 최적화 문제를 해결하려는 시도). 본 과목에서는 머신러닝 분야에서 필요로 하는 최적화 이론 및 알고리즘과 동시에, 복잡한 최적화 문제를 풀 수 있는 머신러닝 기법들에 대해 심도있게 다룬다.전필 / 학사
본 교과목은 제어시스템을 설계하기 위한 기본원리를 제공하는 교과목이다. 전달함수를 이용한 선형계의 응답특성을 해석함으로 시스템의 동특성을 학습한다. 시스템의 안정성을 해석하기 위해서 안정성 이론으로 Routh-Hurwitz criterion, Root Locus 해석법, Bode 선도 및 Nyquist plot과 같은 주파수 응답해석 기법을 다루고, 이러한 해석기법을 이용한 제어기 설계에 관한 기본 사항을 다룬다. 시간영역에서 해석하는 상태공간 해석법을 다루게 되며, 이상과 같은 일반 선형계에 대한 제어이론을 항공기 및 인공위성에 적용, 안정성 해석 및 제어기 설계기법을 학습한다.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
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
인체의 운동을 일으키는 근육 활동을 근수축과 동시에 발생하는 전기적 신호를 매개체로 조사하는 방법을 다룬다. 신경 세포의 활동전위 생성과 파급, 근육의 활동전위 생성과 파급 및 합성 기전을 논의하며 근전도를 검출하는 기기의 구성 및 활용 방법을 실습하며 그 한계를 이해하고, 근전도를 정량화 하는 방법을 익힌다.전필 / 학사
건축구조계열 과목의 가장 기초가 되는 과목으로서 강체정력학의 기본정리 를 건축구조의 관점에서 복습하고, 단면의 성질, 응력도/변형도의 개념의 이해 및 응용, 축력을 받는 정정/부정정 부재의 해석을 중심으로 학습한다. 1. 강체 정력학의 기본정리 리뷰(역학의 성격, 단위환산, 힘에 관한 경험법칙, 힘의 분해 및 합성, 모멘트정리, 힘의 평형 조건식 등) 2. 단면의 성질(도심, 단면2차모멘트, 평행축정리, 주축 등) 3. 인장, 압축 및 전단응력도(응력도 및 변형도, 재료의역학적 성질, �의 법칙, 허용응력도 등) 4. 축력을 받는 부재의 거동(길이변화, 온도효과, 변형에너지, 부정정구조, 반복하중 및 피로 등)