If the collection is public, the memo for this book will also be public.
Your Browsing History
There is no data.
There is no data.
loading...
This research performed multidisciplinary design optimization (MDO) for a vehicle front suspension subframe shape and thickness using the PIDO technique. Design alternatives satisfying various performance requirements such as weight, fatigue, crash, NVH, and K&C were derived, and three types of optimization problems were defined according to the priority order to provide results for various design situations.
Multidisciplinary design optimization in computational mechanics
Computational methods for optimal design and control : proceedings of the AFOSR Workshop on Optimal Design and Control, Arlington, Va., 30 September-3 October, 1997
Advanced aircraft design : conceptual design, analysis, and optimization of subsonic civil airplanes
Manufacturing optimization through intelligent techniques
Optimization : algorithms and applications
Applied optimal control & estimation : digital design & implementation
Kinematics and dynamics of multi-body systems
Multicriteria optimization and engineering
Computational approaches for aerospace design : the pursuit of excellence
Structural design optimization considering uncertainties
Hybrid predictive control for dynamic transport problems
International Conference on Statisitics and Analytical methods in Automotive Engineering : 24-25 September, 2002 IMechE headquarter, London, UK
Computational optimization, methods and algorithms
Multi-Criteria Decision-Making and Optimum Design with Machine Learning : A Practical Guide
Stable adaptive control and estimation for nonlinear systems : neural and fuzzy approximator techniques
Engineering optimization in design processes : proceedings of the international conference, Karlsruhe Research Center, 1990
Computational dynamics in multibody systems
Convex optimization in signal processing and communications
Applied shape optimization for fluids
Daiyu Zhang; Baowei Song; Peng Wang; Yanru He · 2017
Mathematical Problems in Engineering
Büttner J.,Schumacher A.,Bäck T.,Schwarz S.,Krause P. · 2023
Structural and Multidisciplinary Optimization
박진원 · 2020
한국산학기술학회논문지
이호준, 이재우, 문창주, 김상호, 이정욱 · 2008
한국항공우주학회지
Xiling Yao, Seung Ki Moon, Guijun Bi · 2017
Journal of Computational Design and Engineering
Xiling Yao; Seung Ki Moon; Guijun Bi · 2017
Journal of Computational Design and Engineering
Li W.,Xiao M.,Garg A.,Gao L. · 2021
IEEE Transactions on Automation Science and Engineering
Abate, Giada; Riemenschneider, Johannes · 2024
Journal of Intelligent Material Systems and Structures
김도원; 박도현; 이진화; 신상하; 최진호; 최병렬; 최동훈 · 2014
한국자동차공학회 논문집
Zhan-xue Wang; Zeng-wen Liu; Xiao-bo Zhang; Li Zhou · 2016
International Journal of Turbo & Jet-Engines
Fazeley, H. R.; Taei, H.; Naseh, H.; Mirshams, M. · 2016
Structural and Multidisciplinary Optimization
박창규 · 2024
한국기계기술학회지
Luo Yaoxiang; Miao Bingrong; Y.J. Qiu; Z.K. Yang; Chuanying Jiang; Peng Qiming · 2019
Procedia Structural Integrity
최은호, 조진래, 임오강 · 2014
Structural Engineering and Mechanics, An Int'l Journal
Liu, Jinlin; Gu, Zheng; Liu, Shuyong · 2023
POLISH MARITIME RESEARCH
Barsi, Dario; Perrone, Andrea; Qu, Yonglei; Ratto, Luca; Ricci, Gianluca; Sergeev, Vitaliy; Zunino, Pietro · 2018
Journal of Thermal Science
Sferza M.,Ninic J.,Glock F.,Hofer C.,Daoud F.,Chronopoulos D.,van der Zee K. · 2023
Engineering with Computers
이상훈, 김윤수, 임동균, 박남은 · 2025
한국항공우주학회지
M. S. KIM, D. O. KANG, 허승진 · 2014
International Journal of Automotive Technology
이재우, 전권수, 변영환, 김종환, 정주영 · 2004
한국항공우주학회지
전선 / 대학원
해당과목은 공학분야에서 중요한 통계적 데이터 처리, 통계적 공학해석, 통계기반 공학설계 이슈들을 다룬다. 통계적 데이터 처리에서는 공학통계, 통계적 데이터 처리의 정성적, 정량적 접근법과 베이지안 통계학을 배운다. 통계적 공학해석은 신뢰성함수, 위험도함수, 가속수명시험, 불확실성 해석, 신뢰성해석, 건전성 진단 및 예지기술을 배운다. 통계기반 설계에서는 통계기반 민감도 해석, 반응함수법, 신뢰성기반 최적설계를 다룬다. 끝으로 공학시스템의 건전성 모니터링기술을 간단히 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
반도체, MEMS와 같은 다양한 미세소자에서의 결정입 특성, 집합조직, 기계적 성질, 신뢰성 등의 문제에 대해 반도체회로(ULSI)에 사용되고 있는 알루미늄과 구리 배선을 중심으로 살펴본다.전선 / 대학원
피로 파괴 모형, 피로 수명 예측, 신뢰도 등 기계 설계의 고급 내용과 변속 장치, PTO, 전동라인, 로터리-트랙터, 로외 장비 등의 기본 설계 이론과 방법 등을 다룬다. 특히 컴퓨터 설계 기법을 강조하여 다룬다.전선 / 대학원
차세대 (환경친화적, 정보집약적, 대량맞춤형) 제품 및 서비스의 경쟁력 제고를 목표로, 제품개발 과정에서의 각종 의사결정을 합리화하고, 제품의 기능, 구조 및 원가 측면에서의 설계최적화를 꾀하며, 이들을 지원하기 위한 효과적 정보시스템을 구축하는 측면에서의 각종 연구논제를 다룬다.전선 / 대학원
공정설계, 운전, 스케줄링, 플래닝과 같은 화학 공정 및 플랜트 산업에서 의사결정문제는 동적최적화 문제로 표현된다. 이러한 문제들은 내재적인 불확실성과 계산의 복잡성으로 인해 모델을 이용한 방법으로는 접근하기가 어렵다. 이 수업에서는 이러한 문제를 해결하고 최적 운영해를 얻기 위한 통합된 방법론으로서 추계적 동적최적화를 핵심 주제로 다룬다. 최근에는 복잡한 동적최적화 문제를 해결하기 위해 인공지능과 기계학습 기법이 동적최적화 이론과 결합하고 있고 대표적인 예가 강화학습이다. 이 수업에서는 이러한 방법론을 다루기 위해 동적계획법을 배경 이론으로 설명하고 화학공정 최적화에 적용 가능한 강화학습 방법론을 언급한다. 또한, 회분식 공정에 적합한 학습기반 제어 기법인 반복학습제어도 다룬다.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 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
본 교과목은 데이터사이언스 대학원의 ABC(AI model/algorithm, Big data, Computing) 교육 과정 중 컴퓨팅(C) 분야 첫번째 강좌이다. 본 교과목의 전반부는 C++ 언어 프로그래밍과 C++ 기반 객체 지향 프로그래밍으로 이루어져 있다. (1) C++ 언어의 기초 문법, 클래스의 개념과 사용법, template과 중요한 라이브러리를 학습하고, (2) abstraction, inheritance, polymorphism 등 객체 지향 프로그래밍의 원리를 습득한 뒤, (3) 예제들을 통해 클래스 기반 객체 지향 프로그래밍을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 본 교과목의 후반부는 중급 자료 구조 및 알고리즘과 딥러닝 플랫폼으로 이루어져 있다. (1) 데이터사이언스를 위한 컴퓨팅의 기초 강좌에서 다루지 않은 자료구조 및 정렬 알고리즘 (Quick sort, Radix sort, heap sort), 트리 알고리즘, 그래프 알고리즘 (Dijkstra, Kruskal 등) 등을 습득하고, (2) 배운 자료 구조와 알고리즘들을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 또, (3) Pytorch, TensorFLow 등 널리 사용되는 딥러닝 플랫폼을 학습하고, 동일 학기 수강이 권장되는 머신러닝 및 딥러닝 1(ABC 과정 중 A 분야 첫번째 강좌)에서 배운 딥러닝의 기본 원리들을 직접 구현하고, 이에 더하여 상기 플랫폼을 통해 구현 할 수 있도록 한다.전선 / 대학원
본 강의는 인공환경을 건축구조물 단위의 시스템으로서 이해하고, 생애주기 동안 주변 환경과 어떻게 상호작용하는지에 대한 폭넓은 이해를 제공한다. 건축구조물의 사용 환경에 따른 거동을 다자유도시스템(state-space representation)으로 분석하기 위해 동역학 기초지식이 요구된다. SIMO, MIMO 시스템 관련하여 대표적인 응답기반 시스템식별 기술(시계열 기반, 주파수영역 기반, 확률기반 등)의 이론에 대해 학습한다. 더 나아가 시스템식별 기술을 머신러닝 알고리즘(ARMA, Neural Network, LSTM 등)과 접목하여 부분 계측된 인공환경의 실시간모니터링과 미래성능예측, 그리고 유지보수를 위한 의사결정 도출방법을 학습한다. 궁극적으로 학생들에게 다차원적인 건축물과 환경의 상호작용에 대한 통찰력을 제공한다.전선 / 학사
본 강의는 대학원 과정의 고급전산유체역학의 기초과정으로서 공기역학, 압축성유체역학 등에서 학습하였던 유동 미분 방정식을 이산화 하여 수치해석을 하는 과정과 함께 이와 관련된 기본적인 개념들을 다룬다. 수치기법들을 기반으로 1차원, 2차원 유동을 계산하는 수치해석코드를 만들고, 실제적인 유동문제 해석에 적용하여, 그 장단점을 분석해본다.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.전필 / 학사
Man-Machine-Computer-Environment의 total integrated system effectiveness를 향상시키기 위한 human capability, limiting function, performance output의 측정, 변수의 선정, 분석, 평가, 개선을 위한 설계과정을 심리학, 사회학, 생리학, 역학 등의 방법론을 동원하여 훈련한다. 위의 목적을 이루기 위한 방안으로서 input 기능과 신뢰도, information processing 기능과 측정, output의 분석 및 주위환경의 변화가 인간성능에 미치는 내용을 주요 강의 내용으로 구성한다.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
편미분방정식의 가장 기초적 이론들을 고전적 방정식들의 예를 들어 소개한다. 구체적으로 다룰 내용들은 일계준선형 편미분방정식이론, 국소해의 존재성과 유일성, Cauchy-Kovalevsky 정리, Laplace 방정식, 최대치원리, Harnack 부등식, Hilbert 공간의 방법론, 변분원리 등이다.전선 / 학사
여러 가지 문제를 컴퓨터로 해결하기 위한 다양한 방법론이라 할 수 있는 알고리즘을 본 과목에서는 소개한다. 특히 알고리즘 분석 기법을 통해 효율적인 알고리즘을 개발하고 이해할 능력을 키운다. 또한 컴퓨터가 풀 수 있는 쉬운 문제와 어려운 문제를 구별하기 위한 NP-complete 이론을 배우며 어려운 문제를 해결하기 위한 근사 알고리즘을 소개한다.전선 / 대학원
본 교과목은 무인이동체와 같이 복합체계로 이루어진 시스템에 대한 실용적인 설계기법을 제시하고, 대학원생들이 임무를 성공적으로 수행하는 무인이동체의 형상과 내부시스템을 설계하는 문제를 해결할 수 있도록 기본역량을 배양한다. 공력, 구조, 열전달, 센서 등의 분야의 다양한 요구조건들을 만족하면서 시스템이 추구하는 목적을 최대화하는 개별 시스템을 설계할 수 있는 기법과 노하우를 제시함으로써 무인이동체를 시스템 관점에서 이해할 수 있게 된다. 또한, 이 과정을 통해 대학원생은 확정적 뿐만 아니라 불확실성 기반의 최적설계 기법을 학습함으로써 불안정 환경 하에서 강건한 성능을 보장할 수 있는 시스템을 도출할 수 있는 능력을 가지게 된다. 한편, 설계 목적에 따른 수개의 최적안 중에서 적정안을 선택하기 위해 다속성 의사결정 기법을 학습하며 이를 통해 지식기반 의사결정 설계의 기초역량을 배양한다.전선 / 대학원
재료 및 기하학적 비선형특성을 갖는 구조물의 이론, 모델링, 해석법과 비선형 특성의 원인 및 정적, 동적 하중에 대한 해석방법을 강의한다. 비탄성 재료와 부재의 모델링, P-◁효과, 대변형, 안정성, 실무에의 응용등에 대해 강의한다.전필 / 학사
Man-Machine-Computer-Environment의 total integrated system effectiveness를 향상시키기 위한 human capability, limiting function, performance output의 측정, 변수의 선정, 분석, 평가, 개선을 위한 설계과정을 심리학, 사회학, 생리학, 역학 등의 방법론을 동원하여 훈련한다. 위의 목적을 이루기 위한 방안으로서 input 기능과 신뢰도, information processing 기능과 측정, output의 분석 및 주위환경의 변화가 인간성능에 미치는 요인들에 대한 실험으로 구성한다.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.