최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 논문은 GCC-PHAT 기반 시간 지연 추정 알고리즘에 희소 신호 처리 기법인 BPD를 적용하여 성능 개선을 시도합니다. 백색 가우시안 및 유색 신호 환경에서 기존 방법 대비 평균 자승 오차 측면에서 10dB 이상의 성능 향상을 확인했습니다.
Digital alias-free signal processing
Generalized phase contrast : applications in optics and photonics
Optical performance monitoring : advanced techniques for next-generation photonic networks
Stochastic processes in underwater acoustics
Detection of signals in noise
Digital communication receivers : synchronization, channel estimation, and signal processing
Underwater acoustic data processing
Distributed algorithms : 6th international workshop, WDAG '92, Haifa, Israel, November 2-4, 1992 : proceedings
Wavelet applications in chemical engineering
High speed digital system design
The best of the best : fifty years of communications and networking research
OFDM for underwater acoustic communications
Parallel processing : CONPAR 92-VAPP V : Second Joint International Conference on Vector and Parallel Processing, Lyon, France, September 1-4, 1992 : proceedings
Communications and radar systems
GPS satellite surveying
패턴인식
Sound capture for humanmachine interfaces : practical aspects of microphone array signal processing
Adaptive methods in underwater acoustics
임준석; 신도경; 김승환; 이근화 · 2024
한국정보기술학회논문지
이상헌; 최홍섭 · 2016
디지털콘텐츠학회논문지
기창돈; 김강호; 이택진 · 2010
한국항공우주학회지
권병호, 박윤식, 박영진 · 2009
한국소음진동공학회논문집
임준석; 편용국; 최석임 · 2014
한국통신학회논문지B
임준석, 편용국, 최석임 · 2014
한국통신학회논문지B
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
컴퓨터, 모바일기기, 데이터서버, AI 시스템 등 다양한 컴퓨팅 기기들의 성능은 그 시스템을 구성하는 각 칩의 연산 속도뿐만 아니라, 칩과 칩 사이에서 데이터를 주고 받는 통신속도 및 지연시간에 크게 영향을 받는다. 고속인터페이스 회로기술은 바로 칩 간의 데이터를 빠르게 주고받기 위한 회로 및 시스템 기술을 통칭하며, 전송선로 이론에 기반한 채널의 설계, 디지털 통신을 활용한 고속 송수신기 및 등화회로 설계, 그리고 정밀한 타이밍 생성 및 복원을 위한 phase/delay-locked loop 설계의 3요소로 구성되어 있다. 특히, 최근에는 디지털 시스템 설계의 효율성을 활용할 수 있는 ADC 기반의 송수신기, 칩을 구성하는 새로운 방식인 칩렛(chiplet)에 필요한 고밀도 저전력의 die-to-die 인터페이스, 그리고 칩상에 집적되는 광소자를 이용한 광통신 회로인 실리콘 포토닉스 등이 새로운 동향으로 떠오르고 있다. 본 교과목은 다양하게 활용되는 고속인터페이스 설계에 필요한 회로뿐만 아니라, 시스템 설계에 필요한 채널 이론, 통신 이론, 신호처리, 피드백 제어이론 등의 인접분야를 함께 다루고, 이들에 대한 통찰력 높은 이해를 통해 고성능, 저전력, 고밀도의 고속인터페이스를 구성할 수 있는 설계역량을 배양한다.전선 / 학사
이 과목은 측도 이론과 확률의 기본 개념과 이론을 익히기 위한 과목으로, 다음과 같은 주제를 공부한다. 측도 공간, 측도 가능함수, 적분, 곱공간, Lp공간, 분포, 평균, 조건부 평균, 모멘트 발생 함수, 특성함수, 랜덤 변수 수열, 중심극한 정리, 브라운 운동, 확률과정, filtration, stopping times, 브라운 운동의 존재성, 기본성질, 연속성과 불정칙성, 변동성 및 마코프 성질과 반사 원칙을 다룬다.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 과목에서는 베이즈 통계학의 이론에 대해서 공부한다. 다루는 내용은 비모수 베이즈 통계학, 베이즈 점근적 이론, 베이즈 계산의 이론, 무정보 사전분포 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 / 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 / 대학원
인지과학 연습 1의 내용을 보다 확장하여 인지과학의 연구사, 연구주제등을 다각도로 검토하여 과정에 진입한 학생들에게 인지과학의 기초적 지식배경을 제공하는데 목적이 있다.전선 / 대학원
계산이론은 컴퓨터공학의 기초학문이며, 중요한 문제에 대한 효율적인 알고리즘들을 소개하고, 그런 알고리즘의 복잡도 분석을 다룬다. 이 교과목에서는 먼저 알고리즘의 성능을 분석하는 기법, 특히 amortized analysis에 대해 배운다. 그리고, 계산이론 분야에서 중요한 알고리즘과 그 응용에 대해 배운다. 구체적으로, (스트링 매칭, 2차원 패턴 매칭, 근사 매칭, suffix trees, 데이터 압축 문제에 대한) 스트링 알고리즘과 bioinformatics에의 응용, (선택 문제, 다항식 확인 문제에 대한) randomized 알고리즘과 그 영향, (페이지 교체 문제, k 서버 문제에 대한) online 알고리즘과 금융문제(일방향 거래와 portfolio 선택 문제)에의 응용을 배운다.전필 / 학사
이 과목에서는 두 가지 통계적 추론 방법들, 즉 추정과 검정의 기본 이론을 다룬다. 추정법으로 적률추정법, 최대가능도 추정법, 베이즈 추정법, 최소분산불편추정 등을, 검정법으로는 최대가능도 검정, 라오 검정, 왈드 검정, 베이즈 검정, 전역최강력 검정 등을 다룬다. 통계적 추론의 이론적 배경으로 충분통계량, 라오-블랙웰 정리, 크래머-라오 부등식 등을 다루고, 추정량들의 점근적 성질의 유도, 검정의 점근적 근사 등을 다룬다.전선 / 학사
오차분석, 다항식에 의한 보간법, Newton 보간공식, 분수함수와 삼각함수에 의한 보간법, 빠른 Fourier 변환, 스플라인에 의한 보간법, 수치적분법, Peano의 오차표현, Euler-Maclaurin 공식, Gauss 적분공식, Newton 및 유사-Newton 해법, 다항식의 해법 등을 다룬다.전선 / 대학원
본 과목은 데이터사이언스를 위해 고성능 컴퓨팅(high-performance computing, HPC) 시스템을 사용하는 방법을 배운다. 본 교과목의 전반부는 (1) 순차 컴퓨터 시스템의 구조와 동작원리를 배워 시스템 프로그래밍 능력을 배양하며, (2) Process management, CPU scheduling, 네트워크의 기초 등 Linux 시스템의 전반적인 동작원리를 배운다. 강좌의 중반부에서는 (1) 병렬처리 시스템의 구조와 동작원리를 배운 뒤, (2) 병렬화, 최적화 기법 등을 다루며, (3) 딥 러닝 시스템에 대한 최적화 기법 등을 다룬다. 본 교과목의 후반부에서는 (1) 병렬처리 시스템을 프로그래밍하는 다양한 방법들 중 OpenMP, MPI, OpenCL, CUDA 로 병렬처리 시스템을 프로그래밍하는 방법을 배우며, 마지막으로 (2) Spark와 같은 distributed processing platform 및 (3) Dockers와 Kubernetes와 같은 virtualization에 대하여 다룬다.전선 / 대학원
최근 보건 분야에서도, 제약 산업의 신약 개발 프로세스와 바이오인포메틱스 산업군에 대한 지식과 필요성이 그 어느 때 보다 높아 임상 디자인과 관련되는 통계 방법에 대한 필요성이 증대되고 있다.이에 임상시험 관련 내용과 이를 위한 통계분석 기법에 대한 강의를 개설하고자 한다. : 본 강의는 보건대학원 학생들을 위해 전통적인 통계학의 방법 뿐만 아니라 실제 업무 현장에서 이슈가 되고 있는 통계적 주제에 대해서도 다루는 강의이다. 강의 주제는 크게 3개의 주제로 나뉘며 <1. 전통적인 통개학 개론 2. R을 이용한 추정, 검정 및 기술 통계적 내용에 대한 구현 3. 보건의료 산업현장에서 이슈가 되고 있는 실무적인 내용에 대한 개론>이 그 3개의 주제이다.전선 / 대학원
방사선, MR, 초음파, 감마카메라, SPECT, PET을 이용하여 획득한 영상의 정합, 정규화, 도시, 정량화, 영상처리, 전송 등을 주요 주제로 PACS 기술을 포함한다. 삼차원 영상, 동적영상, 영상의 통계적 해석 등을 포함한다. 각 영상처리 기술의 공통적인 바탕을 교육하고 이어서 각 방법의 차이에 따른 영상 신호의 특질을 이해하고 의료 영상을 구성하는 토대를 파악하여 실제 임상에 응용되는 의료 영상을 터득하게 된다. 특히 영상의 디지털 처리와 의료환경의 변화에 따른 영상처리의 발전을 이해한다.전선 / 대학원
음성언어 인터페이스는 인간과 컴퓨터의 상호작용에 가장 자연스러운 정보 교환 수단을 제공해준다. 음성언어처리는 이를 위한 음성인식, 음성합성 및 음성언어이해에 관련된 이론 및 기술을 가리키는 용어이다. 본 과목에서는 방대하며 학제적인 성격을 가지는 음성언어처리 분야를 이해하는데 필요한 기초이론을 체계적으로 제공하며, 또한 각종 소프트웨어 도구를 사용해서 실질적인 응용에 어떻게 기초이론들이 적용되는지를 보여준다.전선 / 대학원
본 과목에서는 고차원 데이터의 저차원 표현을 학습하기 위한 기하학적 방법을 소개한다. 미분 기하학의 기초(구체적 주제는 리만 다양체 및 Lie 그룹, 텐서, 커넥션 및 fiber 번들 포함)를 다룬 후, 고차원 데이터에 대한 기존 기계 학습 알고리즘(예: 매니폴드 러닝, 메트릭 러닝)의 기하학적 일반화 방법을 개발하여, 대칭적 구조가 존재하는 고차원 비유클리디언 데이터 문제에 적용한다. 위와 같은 방법을 구현하기 위한 효율적인 계산 알고리즘도 소개한다. 후반부에는 Ito 확률 미분 방정식의 관점에서 강화 학습과 확률 최적 제어 간의 관계를 고찰하여, 고차원 비유클리디언 데이터 강화 학습 문제에 적용 가능한 기하학적 방법도 개발한다.전필 / 학사
본 전공은 지금까지 동물비교생리학 및 실험을 전공필수과목으로 지정하여 운영하여 왔으나, 최근의 학문발전 동향과 해당분야 난이도, 그리고 전공소속 학생들의 효과적 전공관련 지식 습득을 위하여 동물해부생리학 입문 및 실습으로 교과목 명칭 및 내용을 변경하여 운영한다. 본 교과목 은 동물의 해부학적 특징과 이와 관련된 생리학적 기능을 연계 학습하여 생명유지 및 항상성에 관련한 기초적 지식을 제공하는 것이 목적이다. 전공의 다양한 교과목을 효과적으로 이해하는데 필수적인 terminology, 동물의 기본적 해부학적구조, 생리학적 기능, 그리고 생명유지 및 항상성에 필요한 대사과정이 소개될 것이다. 입문과목의 특성을 고려하여 학생들의 능동적인 수업참여 유도를 위한 문제중심형 학습 (problem-based learning) 기법을 변형도입하여 학습효과를 극대화 할 예정이다. 평가는 퀴즈, 발표, 과제물, 보고서, 노트필기 및 출석을 중심으로 진행한다.전선 / 대학원
이 교과목은 학부과정의 데이터 통신망에서 학습한 TCP/IP 인터넷 프로토콜을 간단히 복습을 한다. 이에 관련된 프로토콜로는 LAN, ARP, TCP, ICMP을 들 수가 있다. 이러한 프로토콜들은 인터넷에서 패킷 전달과정을 기술하며 에러가 발생했을 경우 복구하는 방법들을 나타내고 있다. 교과내용은 주로 네트웍 프로토콜의 성능분석에 초점을 맞추게 된다. 패킷전달시 소요되는 지연시간 분석을 위해 지연시간에 대한 모델링을 심도있게 다룬다. 패킷의 효과적 전달을 위한 최적의 라우팅 기법을 살펴보고 이에 대한 최적화 기법에 대하서도 살펴본다. 네트웍 프로토콜의 깊이 있는 이해를 위해 네트웍 프로그래밍 숙제가 별도로 요구된다.전선 / 대학원
본 과목에서는 고차원 데이터의 저차원 표현을 학습하기 위한 기하학적 방법을 소개한다. 미분 기하학의 기초(구체적 주제는 리만 다양체 및 Lie 그룹, 텐서, 커넥션 및 fiber 번들 포함)를 다룬 후, 고차원 데이터에 대한 기존 기계 학습 알고리즘(예: 매니폴드 러닝, 메트릭 러닝)의 기하학적 일반화 방법을 개발하여, 대칭적 구조가 존재하는 고차원 비유클리디언 데이터 문제에 적용한다. 위와 같은 방법을 구현하기 위한 효율적인 계산 알고리즘도 소개한다. 후반부에는 Ito 확률 미분 방정식의 관점에서 강화 학습과 확률 최적 제어 간의 관계를 고찰하여, 고차원 비유클리디언 데이터 강화 학습 문제에 적용 가능한 기하학적 방법도 개발한다.전선 / 대학원
본 과목에서는 고차원 데이터의 저차원 표현을 학습하기 위한 기하학적 방법을 소개한다. 미분 기하학의 기초(구체적 주제는 리만 다양체 및 Lie 그룹, 텐서, 커넥션 및 fiber 번들 포함)를 다룬 후, 고차원 데이터에 대한 기존 기계 학습 알고리즘(예: 매니폴드 러닝, 메트릭 러닝)의 기하학적 일반화 방법을 개발하여, 대칭적 구조가 존재하는 고차원 비유클리디언 데이터 문제에 적용한다. 위와 같은 방법을 구현하기 위한 효율적인 계산 알고리즘도 소개한다. 후반부에는 Ito 확률 미분 방정식의 관점에서 강화 학습과 확률 최적 제어 간의 관계를 고찰하여, 고차원 비유클리디언 데이터 강화 학습 문제에 적용 가능한 기하학적 방법도 개발한다.