최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 논문은 NM-MMA 알고리즘에서 스케일링 팩터 값에 따른 적응 등화 성능을 비교 분석하였다. 스케일링 팩터 변화에 따른 시뮬레이션 결과, MMA 비용 함수의 가중치가 클 경우 성능 지수 잔여량이 감소하고, SE-MMA 비용 함수의 가중치가 클 경우 수렴 속도가 개선됨을 확인하였다.
Parallel and distributed processing : 10 IPPSSPDP '98 workshops held in conjunction with the 12th International Parallel Processing Symposium and 9th Symposium on Parallel and Distributed Processing, Orlando, Florida, USA, March 30-April 3, 1998 : proceedings
Adaptive mesh refinement, theory and applications : proceedings of the Chicago Workshop on Adaptive Mesh Refinement Methods, Sept. 3-5, 2003
Quantitative evaluation of computing and communication systems : 8th International Conference on Modelling Techniques and Tools for Computer Performance and Evaluation, Performance Tools '95, 8th GIITG Conference on Measuring, Modelling, and Evaluating Computing, and Communication Systems, MMB '95, Heidelberg, Germany, September 20-22, 1995 : proceedings
Parallel computing technologies : 5th International Conference, PaCT-99, St. Petersburg, Russia, September 6-10, 1999 : proceedings
Applied parallel computing : computations in physics, chemistry, and engineering science : second international workshop, PARA '95, Lyngby, Denmark, August 21-24, 1995 : proceedings
Applied parallel computing : large scale scientific and industrial problem : 4th International Workshop, PARA '98, Umea, Sweden, June 1998 : proceedings
High performance scientific and engineering computing : hardwaresoftware support
Parallel scientific computing : First International Workshop, PARA '94, Lyngby, Denmark, June 20-23, 1994 : proceedings
Workshop on high performance computing and gigabit local area networks
Computationally efficient model predictive control algorithms : a neural network approach
Advanced computer arithmetic design
Computational approaches to economic problems
Nano-scaled semiconductor devices : physics, modelling, characterisation, and social impact
Iterative optimization in inverse problems
Computer performance evaluation : modelling techniques and tools : 9th international conference, St. Malo, France, June 1997 : proceedings
Parallel and distributed processing : 11 IPPSSPDP '98 workshops held in conjunction with the 13th International Parallel Processing Symposium and 10th Symposium on Parallel ad Distributed Processing, San Juan, Puerto Rico, USA, April 12-16, 1999 : proceedings
Computer simulation studies in condensed-matter physics XVII : proceedings of the seventeenth workshop, Athens, GA, USA, February 16-20, 2004
Broadband communications : networks, services, applications, future directions : 1996 International Zurich Seminar on Digital Communications, IZS '96, Zurich, Switzerland, February 21-23, 1996 : proceedings
Parallel processing : CONPAR 92-VAPP V : Second Joint International Conference on Vector and Parallel Processing, Lyon, France, September 1-4, 1992 : proceedings
Computational methods for macromolecular : challenges and applications : proceedings of the 3rd International Workshop on Algorithms for Macromolecular Modeling, New York, October 12-14, 2000
한국인터넷방송통신학회 논문지
임승각한국인터넷방송통신학회 논문지
임승각한국인터넷방송통신학회 논문지
임승각한국인터넷방송통신학회 논문지
임승각한국인터넷방송통신학회 논문지
임승각한국인터넷방송통신학회 논문지
임승각한국인터넷방송통신학회 논문지
임승각한국인터넷방송통신학회 논문지
임승각한국인터넷방송통신학회 논문지
임승각한국인터넷방송통신학회 논문지
임승각한국인터넷방송통신학회 논문지
임승각한국인터넷방송통신학회 논문지
임승각한국인터넷방송통신학회 논문지
임승각한국인터넷방송통신학회 논문지
임승각한국인터넷방송통신학회 논문지
임승각한국인터넷방송통신학회 논문지
임승각; 강대수한국통신학회산업응용논문지
강대수한국인터넷방송통신학회 논문지
임승각한국인터넷방송통신학회 논문지
임승각한국인터넷방송통신학회 논문지
임승각전필 / 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
빅데이터 혹은 대용량 고차원 데이터의 출연으로 현대 통계학에서 계산의 중요성은 과거의 어떤 때보다 더 중요하게 되었다. 이 과목에서는 빅데이터를 다루는데 필요한 최신의 계산 기법들, 즉 GPU를 이용한 통계계산과 병렬처리를 활용한 통계계산의 이론과 실제를 다룬다.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
이 과목은 수학적 알고리즘 I의 연속 과목으로서, 고급 수학적 알고리즘을 개발하고 분석하며 실행하는 방법을 다룬다. 이 방법들은 암호, 컴퓨터 대수, 기계학습과 신호처리를 포함한다. 연습시간을 통해 이러한 알고리즘의 실행을 배우게 된다.전선 / 대학원
오늘날의 많은 경영의사결정은 해당 의사결정이 경영활동의 어떤 기능과 관계되는가와 상관없이 통계학과 경영과학에서 제시된 계량적 모형을 이용한 분석을 바탕으로 이루어지고 있다. 본 과목은 통계학과 경영과학의 최적화 과정에 대한 학생들의 기초적인 이해를 높이기 위해서 제시되었는데, 특히 가장 일반적으로 사용되는 MS/OR과 통계적 방법론에 대한 이해와 컴퓨터 프로그램을 이용해서 이러한 방법론들이 어떻게 실행되는가에 대해서 초점을 두고 있다. 본 과목을 통해서 학생들은 여러 가지 통계적 보고서를 평가하고, 이를 경영활동에 활용하는 능력을 가지게 될 것이며, 오늘날의 경영활동에서 기본적인 수단이 되는 통계적 방법론에 대한 기술을 배양하고, 경영환경에 대한 간단한 모형화를 통해 MS/OR과 통계적 방법론들이 얼마나 다양하게 활용되는가를 이해하게 될 것이다.전선 / 학사
최적화 방법 및 이의 계산은 과학, 공학, 산업에서 매우 중요하게 사용되고 있다. 변수 최적화 또는 역문제들은 근본적인 불안정성으로 인하여 실제계산에서 목적과는 다른 해를 찾게 되는 경우가 비일비재하다. 이러한 문제를 극복하기 위하여 특별히 수학적인 엄밀한 이론을 습득해야할 필요가 있다. 이를 바탕으로 수렴성 및 안정성에 대한 엄밀한 수학적 분석을 기초로 한 수치계산법을 본 과목에서 강의하고자 한다.전선 / 대학원
본 과정은 다국적 기업에 있어서의 경쟁우위의 창출과 관련하여 다국적기업의 경영활동에 대하여 집중 조명하게 된다. 국제기업환경에 대한 기본적인 배경지식의 함양과 함께 새로이 부각되는 복잡 다단한 경쟁환경 속에서 효과적인 글로벌 전략의 수립과 이를 수행해나가는 다양한 대응형태들을 분석함으로써 한국기업의 국제경쟁전략에 이를 응용해보고자 한다.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.전선 / 학사
이 과목에서는 주어진 데이터 내에서 최적화를 통해 인간의 학습을 모방하는 머신 러닝과 인간 학습과의 차이점을 소개하고 최근 컴퓨팅 성능의 고도화에 따라 머신러닝을 기반으로 한 인공지능의 활용 분야를 소개한다. 수강생들은 기존 알고리즘 기반 분류 기법 및 머신러닝을 위한 수학적 기초를 이해하고 최신 인공신경망 구조를 기초로 한 머신러닝 패키지를 활용해 본다.전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.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
컴퓨터 기술이 발달하면서 대규모의 수치연산을 빠르게 처리하는 것이 가능하게 되었고, 이로 인해 지질시간(geologic time) 규모에서 다양한 지형형성작용들의 복합적인 영향으로 발달한 지형의 발달과정을 모의하는 것이 가능하게 되었습니다. 수치(數値)지형발달모형(numerical landscape evolution model)은 전통적인 지형학 연구자 뿐만이 아니라 일반인들에게도 지형학적 상상의 기회를 주었고, 미래 환경변화에 따른 지표환경변화 예측을 가능하게 하였으며, 지형 및 환경 교육의 도구로써 활용될 수 있음을 보여주었습니다. 본 강의는 활용도가 점차 높아지는 수치지형발달모형을 학생이 이해하고 이를 연구와 교육에 활용하도록 만드는 것이 목표입니다. 강의내용은 1) 지형발달 이론과 수치지형발달모형을 구성하는 주요 지형학적 법칙에 대한 강의와 2) 다양한 지형발달 요인이 지형변화에 미치는 영향을 확인할 수 있는 실습으로 구성됩니다. 한편 수치지형발달모형의 모의결과는 하천종단과 산사면횡단 형태 그리고 지형의 기복량 등으로 최종적으로 표현되기 때문에, 강의에서는 3) 수치고도모형(Digital Elevation Model, 이하 DEM)에서 하천종단을 추출하고 지형 기복 등을 분석할 수 있는 실습도 함께 진행하여 수치지형발달모형의 모의결과와 실제 지형을 비교해볼 수 있도록 합니다. 이러한 실습 구성으로 인해 수강생은 지형분석 능력을 향상시킬 뿐만 아니라 수치지형발달모형의 학문적 그리고 교수학적 중요성을 느끼게 될 것입니다. 강의를 통해 수강생들은 주요 지형형성작용 법칙에 대한 이해와 이를 수식화하는 능력(예., 미분방정식, MATLAB 활용 수치해법), 수치 지형발달 모형 활용 능력을 배양하고, 지리교육 전공자는 수치지형발달모형을 활용한 지형교육의 가능성을 탐색할 것으로 기대합니다.전필 / 대학원
오늘날의 많은 경영의사결정은 해당 의사결정이 경영활동의 어떤 기능과 관계되는가와 상관없이 통계학과 경영과학에서 제시된 계량적 모형을 이용한 분석을 바탕으로 이루어지고 있다. 본 과목은 통계학과 경영과학의 최적화 과정에 대한 학생들의 기초적인 이해를 높이기 위해서 제시되었는데, 특히 가장 일반적으로 사용되는 MS/OR과 통계적 방법론에 대한 이해와 컴퓨터 프로그램을 이용해서 이러한 방법론들이 어떻게 실행되는가에 대해서 초점을 두고 있다. 본 과목을 통해서 학생들은 여러 가지 통계적 보고서를 평가하고, 이를 경영활동에 활용하는 능력을 가지게 될 것이며, 오늘날의 경영활동에서 기본적인 수단이 되는 통계적 방법론에 대한 기술을 배양하고, 경영환경에 대한 간단한 모형화를 통해 MS/OR과 통계적 방법론들이 얼마나 다양하게 활용되는가를 이해하게 될 것이다.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.전필 / 대학원
자료를 모형화하는 통계적 방법으로 선형모형의 중요성을 다루는 것이 이 과목의 목적이다. 이론적인 측면도 공부하지만 주로 모형선택, 추정, 모형검증과 같은 방법론을 강조한다. 다루는 모형은 단순회귀, 다중회귀, 일차분산분석, 이차 분산분석 등을 다룬다. 추론을 위해 최소제곱방법을 주로 사용하지만 이와 관련하여 우도에 기초한 방법도 다루게 된다. 선형모형을 통한 자료의 모형을 위해 R을 이용한다.전선 / 대학원
강좌에서는 Bayes, MAP, Neyman-Pearson, MMSE 등의 검출 이론과 이의 추정에 대해 다룬다. 또한 최적 수신기의 성능과 이의 분석을 다룬다.전선 / 대학원
본 강좌에서는 신호처리 분야의 최신 이슈와 연구물에 대해 다루고 있다. 각 강좌마다 다른 문제를 다루고 있다.전선 / 대학원
현실에서 발생하는 최적화 문제는 많은 경우, 효율적인 알고리즘을 갖지 않는 NP-hard 문제이다. 본 강의에서는 우선 이러한 문제를 식별하는데, 기본이 되는 최적화 계산론, 다항 변환 등을 도입한다. 그리고 NP-hard 문제의 좋은 해를 효율적으로 구하는 다양한 접근법을 다룬다.전선 / 대학원
마케팅 활동의 효과를 높이는 방향의 하나로서 데이터에 기반한 과학적인 마케팅 실행에 대한 필요성이 지속적으로 높아지고 있는데, 데이터 사이언스 및 인공 지능 분야의 핵심 요소 중의 하나인 머신 러닝 기법들이 이러한 과학적이며 효과적인 마케팅 프로그램을 실행하는데 있어 매우 유용한 도구로서 활용될 수 있을 것이다. 본 과목에서는 마케팅 의사 결정의 품질을 높이기 위해 머신러닝의 다양한 분석 기법을 효과적으로 활용하는 방법에 대해 학습하는데, 마케팅 의사 결정의 종류가 다양하고 또한 이들 종류별로 필요한 데이터와 적절한 분석 기법이 상이하므로 마케팅 의사 결정 종류별로 어떠한 데이터를 어떠한 기법을 통하여 분석할 것인지에 대한 체계를 중심으로 학습한다.