최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Liu Yulong, Ji Xuewu, Yang Kai
2021 / International Journal of Automotive Technology
Abdullah
2013 / Macromolecular Research
고은별, 문일주, 정영윤, 장필훈
2018 / 대기
데이터가 존재하지 않습니다.
loading...
본 연구는 기상청 NEMO/NEMOVAR 시스템과 미해군 HYCOM/NCODA 시스템의 해양 일분석장 열적환경 정확도를 2015년 3월부터 2016년 2월까지의 다양한 해양 관측 자료를 이용하여 비교 평가했습니다. NEMO는 열대 태평양, 서북태평양, 한반도 세 지역에서 HYCOM보다 전반적으로 우수한 성능을 보였으며, 특히 열대 태평양에서 RMSE가 현저히 낮았습니다.
Numerical simulations in the environmental and earth sciences : proceedings of the Second UNAM-CRAY Supercomputing Conference
Studies in the atmospheric sciences
Climate-ocean interaction
Operational oceanography : implementation at the European and regional scales : proceedings of the Second International Conference on EuroGOOS, 11-13 March 1999, Rome, Italy
High resolution numerical modelling of the atmosphere and ocean
Data assimilation for atmospheric, oceanic and hydrologic applications
Techniques for evaluating the differences in multiregional input-output databases : a comparative evaluation of CO₂ consumption-based accounts calculated using Eora, GTAP and WIOD
Interhemispheric water exchange in the Atlantic Ocean
Equatorial Pacific Ocean climate studies (EPOCS) : progress report.
Trends and directions in climate research
North Sea climate : based on observations from ships and lightvessels
Coastal ocean observing systems
Scattering of particles and radiation in astrophysical environments
Design of an ocean temperature observing network in the seas north of Australia.
Cloud-resolving modeling of convective processes
Atlas of climate change : responsibility and obligation of human society
Indian summer monsoon variability : El-Niño teleconnections and beyond
Weather radar networking : Seminar on COST Project 73
해양분야 기상정보 활용도 제고 방안 연구 =
정영윤; 문일주; 장필훈 · 2016
대기
Pianezze J.,Beuvier J.,Lebeaupin Brossier C.,Samson G.,Faure G.,Garric G. · 2022
Natural Hazards and Earth System Sciences
Kärnä T.,Ljungemyr P.,Falahat S.,Ringgaard I.,Axell L.,Korabel V.,Murawski J.,Maljutenko I.,Lindenthal A.,Jandt-Scheelke S.,Verjovkina S.,Lorkowski I.,Lagemaa P.,She J.,Tuomi L.,Nord A.,Huess V. · 2021
Geoscientific Model Development
안중배, 이수봉 · 2015
한국지구과학회지
전선 / 대학원
대기과학연구에 필수적으로 이용되는 대기 전지구 모델 및 일기예보 모델의 근간을 구성하는 대기역학 코어 및 자료동화 시스템에 이용되는 다양한 수치적인 방법들을 공부한다. 실습시간에는 실제 현업 모델 혹은 단순화된 현업 모델을 이용하여, 대기역학 코어 및 자료동화 시스템이 실제 기상현상의 수치모의에 있어 어떻게 이용되는지 연습할 수 있는 기회를 갖는다.전선 / 학사
일기와 관련한 지구상 각 지역의 특징적인 기상 현상을 설명한다. 특히 동아시아지역의 몬순, 중위도 고·저기압계, 태풍, 강수를 다룬다. 컴퓨터를 이용한 기본 일기도의 작성과 분석을 실험하며 기본 일기도를 이용하여 보조 일기도의 작성한다. 강의에서 다룬 일기계의 실제 예보법을 습득하고 일기예보 브리핑을 수행한다.전필 / 학사
본 강의에서는 선박이 반드시 가져야 하는 주요 성능 중 하나인 복원성 (stability)의 개념을 설명하고, 그것을 평가하기 위한 일련의 과정인 선박계산에 대해 학습한다. 먼저 선박과 같은 부유체에 작용하는 다양한 힘과 모멘트를 이해하고, 선박의 횡복원성 및 종복원성을 학습한다. 선박의 정확한 무게 중심을 구하기 위한 자유 표면 효과와 경사 시험에 대해 학습한다. 이후 선박의 복원성 곡선으로부터 복원성을 평가하기 위한 다양한 기준에 대해 학습한다. 특히, 선박의 복원성 곡선을 생성하기 위한 여러 수치 적분 방법을 설명하고, 유체 정역학적 계수 및 배수량 등곡선도를 구하기 위한 방법을 학습한다. 이어서 선박이 손상을 입었을 때 복원성을 평가하기 위한 두 가지 방법, 즉 결정론적 방법과 확률론적 방법에 대해 심도 있게 학습한다. 본 강의는 선박과 관련한 다양한 계산 방법을 다루고 있으며, 최종적으로는 설계 과정에 적용하여 선박의 안정성 즉, 복원성을 평가하는 것을 목적으로 한다.전선 / 대학원
급변하는 지구의 기후변화, 해양변화 등 지구계의 상호작용으로 일어나는 다양한 변화들을 인공위성 자료를 활용하여 연구하는 원격탐사 원리, 자료처리 기술 및 방법, 응용 연구 사례 등을 학습한다.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
멀티스케일 현상을 이용하는 전형적인 소자 및 시스템인 MEMS(Micro Electro Mechanical Systems) 및 NEMS(Nano Electro Mechanical Systems)를 직접 제작, 측정 하는 실험 및 실습과목이다. 나노 및 마이크로 현상을 이용하는 각종 공정의 원리 및 공정의 설계 방식을 습득하고 top-down 및 bottom-up 방식의 제작 중 전형적인 접근방식들을 실제로 구현하고 비교한다.전선 / 학사
건축물의 환경생태학적 특성에 대한 이해를 바탕으로 다양한 환경성능을 만족시킬 수 있는 건축적 요구사항, 건축환경이론에 근거한 환경시스템의 분석, 평가에 의하여 건축환경시스템의 개념 및 기본원리를 파악하고 건축환경계획에 응용하는 방법에 대하여 학습한다.전선 / 대학원
한 지역에 대한 체계적이고 종합적인 이해는 본래 지리학이 추구해 온 목표였다. 이러한 목표를 이루기 위한 방법은 시대별, 지역별로 다소 상이한 형태를 띠며 발전해 왔다. 본 과목에서는 지역연구의 방법론이 전체 지리학의 발전과정 속에서 어떻게 변모해 왔는가를 고찰하고 각각의 방법론들이 지니는 장단점들을 파악해 봄으로써 지역연구의 새로운 방법론을 모색해 보는 데 주안점을 둔다.전선 / 대학원
오늘날의 화학 해양학은 추적자를 응용한 해양현상의 이해가 그 주축을 이루고 있다. 본 강의에서는 온도, 염분, 용존산소, 영양염 등의 기본적인 해양인자와 함께 다양한 안정 및 방사성 동위원소를 응용하여 해양현상을 이해하는 연구를 소개하고 이의 현대적 응용방법을 검토하게 된다.전선 / 대학원
본 강좌는 다양한 머신러닝기법을 활용한 기후환경데이터 분석 방법을 소개한다. Linear regression, Logistic regression, Support Vector Machine (SVM), Random Forest, XGBoost, LightGBM 등과 같은 지도 학습 기법에 더불어,K-mean clustering, Principal Component Analysis, Singular Value Decomposition,Self-Organizing Map (SOM) 등의 비지도 학습 머신러닝 기법들의 구동 원리를 파악할 수 있는 이론 강의와, 이 중 일부를 활용한 실습 과정으로 구성된다. 다양한 머신러닝 기법 기반의 데이터 분석 방법을 비교함으로서 머신러닝 기법들의 장단점을 파악할 수 있도록 한다.전선 / 대학원
대상지의 환경 상태를 과학적으로 진단하고 정확하게 평가하는 것은 더 나은 환경계획 수립을 위한 선결조건이다. 최근에는 다양한 환경모니터링 기술의 발전과 함께, 보다 높은 시공간적 스케일에서 양질의 환경자료를 보다 효율적으로 취득하는 것이 가능해지고 있다. 또한 다양한 환경분야에서 서로 다른 목적과 강도로 수집된 자료들 또한 빅데이터 기술을 통해 융합, 분석됨으로써 환경평가에 활용하는 것이 기대되고 있다. 본 수업에서는 이러한 생태환경을 구성하는 다양한 생물적, 비생물적 인자들에 대한 모니터링 방법론과 기술들을 소개하고, 워크숍을 통해 그 효용성과 한계를 토론하는 시간을 가진다. 이를 통해 수강자들은 환경자료에 대한 이해를 높이며, 이를 바탕으로 보다 합리적인 환경평가방법을 고민하게 된다.전선 / 대학원
기후변화와 탄소중립은 이 시대의 화두이다. 이 수업에서는 기후변화의 원인과 그 영향을 과학적으로 이해하고, 이를 바탕으로 탄소중립을 달성하기 위해 어떤 사회적, 경제적, 과학기술적, 정책적 방안이 필요한지 배운다. 이를 통해 우리나라를 넘어 전 세계적인 기후변화 문제를 해결할 수 있는 다양한 방안을 융복합적으로 탐구한다.전선 / 대학원
표준적 도시교통계획과정의 이론적 구조와 문제점 그리고 실천모형의 장단점을 비교검토하고, 보다 일반적인 교통계획모형의 구성을 위한 여러 방법론과 고급이론을 소개함과 아울러 새로운 연구방향에 관해 연구한다.전선 / 대학원
기후환경데이터의 기본적인 특성을 이해하고, 다양한 기후환경 현상들의 특성 변동 및 변화를 분석/예측하기 위한 다양한 딥러닝 기법의 원리를 학습하고 실습한다. Feed-forward Neural Networks, Convolutional Neural Network, Long-Short Term Memory, Generative Adversarial Networks, Vision Transformer 등 딥러닝 기법의 작동 원리와, 해당 기법들의 기후환경데이터에의 적용 예시를 학습한다. 실습과 소규모 프로젝트를 통한 기후환경데이터에의 딥러닝 기법의 적용을 통해 기후환경분야 공공기관 및 연구소에서 요구하는 자료분석 능력을 습득한다.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.전선 / 대학원
통계적인 자료분석 기법들-EOF(empirical orthogonal function), CSEOF(cyclostationary EOF), CEOF(complex EOF), EEOF(extended EOF), POP(principal orthogonal patterns)분석, 시계열분석 및 웨이브블렛분석, 수학적, 통계적 이론을 배운다. 이론에 근거한 분석 프로그램을 이용하여 지구과학 연구에 쓰이는 자료를 분석하고 해석하는 능력을 배양한다. 강의실에서 실제로 프로그램을 수행하고 그 결과를 분석하고 해석하는 실질적인 강의를 구현하여 대학원생들의 연구 능력을 향상한다.전선 / 대학원
석유 및 가스, 지하수 등 지하유체자원의 평가와 이를 통한 효율적 생산 및 운영에 관한 고급이론을 다루는 과목으로 균열저류층이나 수평저류층 등 해석이 난해한 지역에서의 평가기법을 강의하며 실제로 주어진 지하유체환경을 평가, 분석할 수 있도록 다양한 현장문제의 해석 예를 강의한다.교양 / 학사
지구의 탄생에서 현재에 이르기까지 일어났던 변화에 관한 다양한 시청각 자료를 제시한 다음, 그 내용에 대한 실험과 토의를 진행한다. 주요내용으로는 태양계의 형성과정, 지구의 탄생, 판구조론, 지진과 지구 내부구조, 암석과 광물, 화석과 생물의 진화, 야외 학술답사 등을 포함한다. 또한 현재 지구상에서 일어나고 있는 기권, 수권, 지권, 생물권의 상호관계를 다룬 시청각 자료를 바탕으로 실험과 토의를 진행하고, 그 결과물을 보고서로 제출하도록 한다. 주요 내용으로 일기변화, 기후변화, 원격탐사, 해수의 순환, 지구의 환경변화 등을 다룬다.전선 / 대학원
기후환경데이터의 기본적인 특성을 이해하고, 다양한 기후환경 현상들의 특성 변동 및 변화를 분석/예측하기 위한 다양한 딥러닝 기법의 원리를 학습하고 실습한다. Feed-forward Neural Networks, Convolutional Neural Network, Long-Short Term Memory, Generative Adversarial Networks, Vision Transformer 등 딥러닝 기법의 작동 원리와, 해당 기법들의 기후환경데이터에의 적용 예시를 학습한다. 실습과 소규모 프로젝트를 통한 기후환경데이터에의 딥러닝 기법의 적용을 통해 기후환경분야 공공기관 및 연구소에서 요구하는 자료분석 능력을 습득한다.전선 / 대학원
이 과목에서는 해양공학분야에 새로이 제기되는 중요 기술 문제중 하나를 택하여 해당 기술의 역사적 전개, 내용, 세계의 수준과 우리의 위치 등을 전반적으로 소개한 다음, 기술의 핵심 내용에 대한 관련논문들을 세미나 형식으로 분석하고 토의한다.