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 study aims to demonstrate that mathematics/statistics are essential for improving academic achievement in the signal processing track of hardware engineering. Analysis of the academic achievement of digital image signal processing and pattern recognition courses linked to mathematics/statistics revealed that mathematics/statistics significantly impacts academic achievement and learning motivation. Furthermore, an effective educational management plan for the signal processing track was proposed through a comparative analysis with the circuit design track.
신호 및 시스템의 이해 : 원리를 잡는 150개 예제와 상세한 풀이
Basic numerical mathematics
Research in collegiate mathematics education
Fundamentals of acoustic signal processing
The SimCalc vision and contributions : democratizing access to important mathematics
(파이썬으로 배우는) 디지털 신호처리 =
VLSI signal processing technology
The essence of communications theory
Probability and random processes : with applications to signal processing and communications
The challenge for school leaders : a new way of thinking about leadership
Mathematics for industry : challenges and frontiers : a process view: practice and theory
Mathematical problem solving and new information technologies : research in contexts of practice
Analysis and probability : wavelets, signals, fractals
Mathematical analysis, wavelets, and signal processing : an International Conference on Mathematical Analysis and Signal Processing, January 3-9, 1994, Cairo University, Cairo, Egypt
(쉽게 배우는) 신호 및 시스템 : 기본 원리를 다져주는 150여 개 예제와 MATLAB실습
New information technologies : a challenge for education.
Statistical thinking : improving business performance
Progress in industrial mathematics at ECMI 96
이승우 · 2010
한국데이터정보과학회지
이승우 · 2017
예술인문사회 융합 멀티미디어 논문지
이승우 · 2016
한국데이터정보과학회지
이승우 · 2019
예술인문사회 융합 멀티미디어 논문지
이승우 · 2015
한국데이터정보과학회지
이승우 · 2015
한국데이터정보과학회지
이승우 · 2008
수학교육
이승우 · 2016
한국데이터정보과학회지
이승우 · 2008
한국수학사학회지
이승우 · 2014
한국데이터정보과학회지
Tsui T.,Khan R.N. · 2023
International Journal of Mathematical Education in Science and Technology
이승우 · 2011
한국데이터정보과학회지
이승우 · 2014
한국데이터정보과학회지
이승우 · 2011
수학교육
이승우 · 2017
예술인문사회 융합 멀티미디어 논문지
이승우 · 2008
수학교육
이승우 · 2008
한국데이터정보과학회지
Rahman M.M.,Watanobe Y.,Kiran R.U.,Thang T.C.,Paik I. · 2021
IEEE Access
Rajarapollu P.,Bansode N.V.,Katkar V. · 2022
Journal of Engineering Education Transformations
이승우 · 2018
예술인문사회 융합 멀티미디어 논문지
전필 / 학사
신호와 시스템을 분석하는데 필요한 기초적인 수학과 개념은 이미 공업수학 등을 통하여 거의 다 학습했다고 볼 수 있다. 여기서는 실제로 우리 주변과 공학 분야에서 볼 수 있는 신호나 시스템이 주어졌을 때 이를 분석하고, 원하는 응용분야에 적용하기 위하여 이러한 기초 이론들을 다시 이에 맞게 재해석하고 보다 물리적인 의미를 찾아보도록 한다. 또한 본 강의는 실제적인 응용을 위한 DSP (digital signal processing)를 학습하기 위한 기초단계라 할 수 있다.전선 / 학사
본 강의에서는 Digital Signal Processing의 전반인 이론과 디지털 필터를 포함한 디지털 시스템의 설계를 다룬다. 전반부에서는 디지털 신호와 시스템의 기초, z-변환, 샘플링을 복습, 심화학습하며 후반부에서는 디지털 신호처리를 위한 여러 회로(필터), 필터 설계, 주파수 영역에서의 신호처리, 푸리에 변환의 고속계산 방법(Fast Fourier Transform), 간단한 스펙트럼 분석에 관한 학습을 한다. 디지털 필터와 시스템에 관한 내용에서는 여러 알고리즘을 이용하여 하드웨어 구현에 적합한 디지털 필터와 주파수 영역에서의 FFT를 이용한 컨벌루션 시스템을 설계해 본다.전선 / 학사
AI 응용 프로그램을 위한 디지털 시스템 설계 프로젝트는 CPU, 메모리, 버스, 인터페이스 및 CNN H/W 가속기를 포함하여 AI 응용 프로그램을 위한 디지털 시스템을 설계하는 데 있어 몇 가지 근본적인 문제를 다룬다. 첫 번째 부분에서 H/W 자습서 및 랩은 RISC-V 프로세서, SRAM/DRAM 메모리, 버스 상호 연결, CMOS 이미지 센서 인터페이스를 포함한 인터페이스 및 LCD 디스플레이 패널과 관련된다.전선 / 학사
최근 AI 가속기와 AI 칩은 자율 주행 차, 스마트 홈, 로봇 공학 등에 필연적으로 사용될 것이기 때문에 향후 경제 성장에 중요한 역할을 하게 될 것이다. AI 칩은 저 전력을 사용하여 인공 지능 작업을 더 빠르게 처리하도록 특별히 설계된 차세대 마이크로 프로세서를 의미한다. 이 수업에서는 AI 애플리케이션을 위한 디지털 시스템 설계와 관련된 기본적인 지식을 공부하게 되며 크게 2부분으로 나뉜다. 첫 번째 파트는 RISC-V 프로세서, SRAM / DRAM 메모리 및 메모리 컨트롤러, 버스 상호 연결 및 인터페이스 (예 : UART, I2C)와 관련한 중요 주제를 배움. 두 번째 파트에서는 첫 번째 파트에서 더 발전해서 카메라 인터페이스 및 디스플레이 패널과 같은 고급 주제를 다룬다.전선 / 학사
학부과정을 총정리하는 의미에서 지금까지 학습한 철학, 정책, 실천 등을 우리나라의 실제 분야에 적용해 보기 위한 기반을 구축하려는 목적을 지니는 과목이다. 소득구조, 근로조건, 주택, 의료 등의 문제들을 검토하고, 학생들의 공통적인 관심사도 연구과제로 삼게 된다.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
이 과목은 산업수학을 위한 기초과목으로서 현대 사회에서 중요하게 대두되는 수학적 알고리즘 및 그 구현에 필요한 지식을 배운다. 위상 수학적 데이터분석, 컴퓨터 대수 등 중요한 수학적 알고리즘과 관련된 수학 개념과 이러한 알고리즘을 정확하게 구현하는 방법에 초점을 맞춘다. 학생들은 연습시간을 통해 이러한 알고리즘의 실행방법을 배우게 된다.전선 / 학사
본 과목은 정보시스템의 성공적인 개발과 확산에 관련된 이론들을 다룬다. 이를 위해 기술적 동향과 제약점, 표준화, 관련된 산업 이슈들을 포함한다. 이를 통해 정보시스템이 어떻게 진화하였고 주요 정보기술이 현재 어떻게 활용되는지에 대한 심층적인 이해를 도모하고자 한다. 본 과목은 정보시스템의 최신 이슈와 기술에 대한 주제들에 대해서 논의를 할 것이다. 또한, 학생들은 정보시스템 관련 최신 이론들을 배우고, 생산성과 통신 분야의 추세와 산업의 성장에 대해서도 살펴볼 것이다. 이와 더불어 기술의 도입부터 사용 및 관리에 이르기까지의 정보 기술에 대한 윤리적, 법적인 이슈들도 다룰 것이다.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.교양 / 학사
본 강좌는 AI와 머신러닝의 기초 개념을 이해하고, 이를 실제 데이터에 적용하여 예측 및 분류 문제를 해결하는 능력을 배양하는 것을 목표로 한다. 기초적인 데이터 처리 방법부터 머신러닝과 딥러닝 모델에 이르기까지 다양한 주제를 다루며, Pandas, Scikit-learn, PyTorch 등의 라이브러리를 사용하여 데이터를 처리하고 모델을 구현한다. 또한, TV 광고 데이터를 활용한 매출 예측, 신용카드 연체 예측 등 실생활 문제를 다루어 AI 기술이 실질적으로 활용되는 사례를 제공하며, 학생들이 데이터를 통해 실제로 문제를 해결하는 과정에서 얻는 성취감을 높이고자 한다.전필 / 학사
이 과목에서는 컴퓨터를 구성하는 주요 구성 요소들의 기능과 그들 상호간의 작용을 이해하고 이를 바탕으로 컴퓨터 시스템을 구현하는데 사용되는 여러 설계 기법들을 학습한다. 명령어집합, 중앙처리장치, 파이프라이닝, 메모리 계층구조, 입출력장치 등을 다루며 컴퓨터 발전의 역사적 고찰 및 컴퓨터 시스템의 성능 분석에 필요한 지식을 배운다.전선 / 학사
이 강의에서는 실질적 문제해결을 위한 다양한 자료분석 방법론을 이해하고 적용 방법을 살펴본다. 해결하고자 하는 문제의 구체화를 포함하여, 데이터의 수집 및 정리, 탐색적 데이터분석, 시각화, 통계적 추론 및 예측 그리고 의사결정의 핵심원리를 배운다. 실습을 통해 배운 내용을 실제 문제에 적용하여 해결하는 일련의 자료분석과정을 경험한다. 학생들은 다양한 데이터의 구조를 이해하고 알맞은 자료분석방법을 선택하며, 나아가 문제해결능력을 향상시키게 된다.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 / 학사
본 과목의 목표는 학부 신입생들에게 컴퓨팅분야(Computer Science and Engineering)의 전공과정을 시작하는 시점에서 이 분야의 다양한 면을 조망할 수 있는 시각을 형성해준다. 청소년 시절에 매스컴을 통해서 접하는 컴퓨팅분야는 응용에 치우치는 모습이기 쉽다. 이 과목에서는 전공을 시작하는 학생들이 컴퓨팅 분야의 핵심 원천 성과들과 앞으로 필요한 성과들을 살펴보게 된다. 컴퓨터공학부의 9개 연구교육 스트림(그래픽스 및 사람 중심 컴퓨팅, 네트워크 시스템, 데이터 시스템, 시스템 소프트웨어, 알고리즘 및 정보 보안, 양자 컴퓨팅, 인공지능, 컴퓨터 구조 및 임베디드 시스템, 프로그래밍 원리 및 도구)에서 각 교수들이 참여하여 학부 신입생들에게 각 분야에서 어떤 근본적인 성과가 있었는지, 그 성과가 나온 과정, 분야의 다양함, 분야마다 풀고 싶은 문제들, 풀어야만 하는 문제들, 아직 풀리지않은 문제들, 그런 문제를 꿈꾸는 계기등을 전달해 준다. 이를 통해서 신입생들은 앞으로의 학위과정을 바라보는 균형있는 시각을 갖추게되고, 각자가 꿈꾸는 커리어를 설계하는 데 도움을 받게 된다.전선 / 학사
경제학은 단지 이론에 그치는 것이 아니라 사회 문제를 실증적으로 분석하고 해결할 때에야 비로소 그 학문적 가치가 발휘된다. 실증 분석의 핵심은 경제 관련 데이터를 어떻게 수집하고 표현하며 처리 및 분석하여 그 경제적 의미를 찾는가에 있으며, 본 과목은 이에 대한 기초 통계학 이론과 기법을 다룬다. 구체적으로 기술통계학, 상관관계, 회귀분석, 확률이론, 가설 검정에 기반한 추론통계학 등을 중점적으로 학습한다. 또한 시간이 허락하는 한 R이나 Python 등 컴퓨터 통계 패키지를 활용하여 실증 분석 능력을 함께 배양하도록 한다. 경제통계학은 응용 경제학 분야에서 핵심적 지위를 차지하는 계량경제학의 선행 과목인 만큼, 본 과목을 통해 실증 경제 분석 능력의 기초 토대를 쌓도록 한다.전선 / 학사
정규곡선, 관리도, 샘플링 검사(sampling inspection), 확률이론, 속성에 따른 표본 채택여부, 측정단위 표본추출(single sampling of measurement)작업에 응용되는 통계적 방법 등 품질관리 이론과 이에 필요한 통계이론을 다룬다. 선수과목으로는 <통계학 및 실습>, <수리통계1·2>, <표본설계 및 조사실습> 등이 요구된다.전선 / 학사
학부과정의 물리학에서 많이 사용되는 수학을 공부한다. 물리현상의 기술에서 수학적 어려움을 극복할 수 있도록 하여 물리 문제를 다룰 수 있는 교육에의 적용 능력을 키우는 것을 목적으로 한다. 주요내용은 벡터해석, 일반좌표계, 행렬, 군론, 급수전개, 복소변수론 등이다.전선 / 학사
AI 하드웨어 시스템 설계 프로젝트는 CPU, 메모리, 버스, 인터페이스 및 CNN H/W 가속기를 포함한 AI 응용 프로그램의 디지털 시스템을 설계하는 데 있어 몇 가지 근본적인 문제를 다룬다. 첫 번째 파트에서 H/W 튜토리얼과 실습은 RISC-V 프로세서, SRAM/DRAM 메모리, 버스 상호 연결, CMOS 이미지 센서 인터페이스 및 LCD 디스플레이 패널과 관련되어 있습니다. 두 번째 파트에서는 양자화, 데이터 준비, 컨볼루션 커널, 활성화, 슬라이딩 윈도우 및 메모리 모델을 포함한 H/W 가속기 주제를 다룬다.전선 / 학사
신호와 시스템을 분석하는데 필요한 기초적인 수학과 개념은 이미 공업수학 등을 통하여 거의 다 학습했다고 볼 수 있다. 여기서는 실제로 우리 주변과 공학 분야에서 볼 수 있는 신호나 시스템이 주어졌을 때 이를 분석하고, 원하는 응용분야에 적용하기 위하여 이러한 기초 이론들을 다시 이에 맞게 재해석하고 보다 물리적인 의미를 찾아보도록 한다. 또한 본 강의는 실제적인 응용을 위한 DSP (digital signal processing)를 학습하기 위한 기초단계라 할 수 있다.전선 / 대학원
최근에 연구가 많이 되고 있는 이론천문 분야의 주제에 대하여 발표된 논문을 중심으로 연구한다.