최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Weizhen Liu, Xin Huo, Jinkun Liu, Libin Wang
2018 / International Journal of Control, Automation, and Systems
데이터가 존재하지 않습니다.
loading...
본 논문에서는 쿼드로터 헬리콥터의 비선형 파라미터 식별을 위해 폐루프 다변수 극값 추적 알고리즘(MESA)을 제안합니다. 제안된 방식은 교차 결합 다변수 프로세스의 폐루프 식별에 적용 가능하며, 식별 문제를 비용 함수의 최소화로 정의합니다. 비용 함수를 모델 파라미터의 매핑으로 취급하여 파라미터를 온라인 및 실시간으로 식별할 수 있습니다.
Identification of dynamic systems : an introduction with applications
Extremum-seeking control and applications : a numerical optimization-based approach
Nonlinear system analysis and identification from random data
Computing and combinatorics : 4th annual international conference, COCOON '98, Taipei, Taiwan, August, 1998 : proceedings
Flight mechanics modeling and analysis
Optimization based data mining : theory and applications
Panel data econometrics : methods-of-moments and limited dependent variables
Algorithms--ESA '94 : Second Annual European Symposium, Utrecht, The Netherlands, September 26-28, 1994 : proceedings
Foundations of software technology and theoretical computer science : 16th conference, Hyderabad, India, December 18-20, 1996 : proceedings
Progress in system and robot analysis and control design
Model-based fault diagnosis in dynamic systems using identification techniques
Decentralized estimation and control for multisensor systems
Computational algorithms for fingerprint recognition
Nonnegative matrix and tensor factorizations : applications to exploratory multi-way data analysis and blind source separation
Microelectrofluidic systems : modeling and simulation
Informatics in control, automation and robotics : selected papers from the international conference on informatics in control, automation and robotics 2007
Multiphase lattice Boltzmann methods : theory and application
Concurrency and parallelism, programming, networking, and security : Second Asian Computing Science Conference, ASIAN '96, Singapore, December 2-5, 1996 : proceedings
Euro-Par'99 parallel processing : 5th International Euro-Par Conference, Toulouse, France, August 31-September 3, 1999 : proceedings
International Journal of Control, Automation, and Systems
Ping MaComputational Mechanics
Lu Y.,Blal N.,Gravouil A.ISA Transactions
Kumar P.,Jain M.,Meena R.K.Control Engineering Practice
van der Weijst R.,van Keulen T.,Willems F.International Journal of Computer Mathematics
Mao, Y.; Ding, F.Nonlinear Dynamics
Chen Y.,Pi D.,Wang B.International Journal of Aerospace Engineering
Ma, R.; Ding, L.; Liu, K.; Wu, H.Automation and Remote Control
Denis NikitinJournal of Aeronautics, Astronautics and Aviation
Chang, H.-Y.; Lin, C.-H.; Tsai, C.-H.2024 10TH INTERNATIONAL CONFERENCE ON CONTROL, DECISION AND INFORMATION TECHNOLOGIES, CODIT 2024
Rivera, Abraham; Garrido, RubenJournal of Applied Mathematics and Computing
Ji, Kai; Xu, Ling; Xiong, Weili; Chen, LeiJournal of Intelligent and Fuzzy Systems
Rahman, A.Automatica
Labar C.,Garone E.,Kinnaert M.,Ebenbauer C.International Journal of Systems Science
Xu L.,Ding F.,Zhu Q.INTERNATIONAL JOURNAL OF ADAPTIVE CONTROL AND SIGNAL PROCESSING
Xu, Ling; Ding, Feng; Wan, Lijuan; Sheng, JieMATHEMATICS
Ding, Feng; Pan, Jian; Alsaedi, Ahmed; Hayat, TasawarIEEE Transactions on Cybernetics
Han H.G.,Chen C.,Sun H.Y.,Qiao J.F.ANNUAL REVIEWS IN CONTROL
Ding, Feng; Xu, Ling; Zhang, Xiao; Xu, Huan; Zhou, Yihong; Luan, XiaoliAutomatica
Li H.,Zhang K.International Journal of Control, Automation, and Systems
Feng Ding, Lei Lv, Jian Pan, Xiangkui Wan, Xue전선 / 대학원
이 교과목에서는 비선형시스템 식별에 관련된 각종 실용적 기법들을 소개한다. 또한, 비선형 목적함수의 최적문제의 해를 구하는 각종 비선형프로그래밍기법도 소개한다. 단, 비선형궤환제어와 컴퓨터 네트워크 등에 효과적으로 사용될 수 있는 기법들에 국한하여 심도 있게 공부하고 실제 응용 예를 통하여 그 가능성을 토의한다.전선 / 대학원
Shortest path, Network flow 등의 그래프 문제를 해결하는 최근에 개발된 알고리즘과 알고리즘 분야에서의 최근의 연구결과를 학습한다. 분산 시스템의 여러 모델들과 분산 시스템에서 발생하는 중요한 문제들을 해결하는 분산 알고리즘에 관하여 연구한다.전선 / 학사
본 교과목에서는 현재 여러 분야에서 적용되고 있는 지능시스템 및 관련연구의 핵심이 되는 확률적 모델링 및 추론, 통계학적 기계학습, 컴퓨터비젼, 로보틱스의 기초를 소개한다. Bayesian networks, hidden Markov models (HMM), Kalman filters, Markov decision processes 등의 확률적 모델링 및 추론방식이 소개되고 선형 regression 및classification 그리고 nonparametric 학습 방법의 기초를 습득한다. 그리고 확률적 모델, 추론방식, 학습방식들이 어떻게 컴퓨터비전 그리고 로보틱스 등의 응용분야에 적용되는지 알아본다.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.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
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
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 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
평균 제곱 추정(mean square estimation), 최대 가능성 추정(max likelihood estimation), 그리고, Wiener 필터링과 같은 고전적인 추정 이론에 대해 소개한다. 이산 시간 또는 연속 시간 Kalman 필터, shaping filter, 최적 평활, Kalman 필터 디자인과 성능 분석, 제곱근 필터링, 확장 Kalman 필터를 포함한 비선형 필터링에 대해서도 알아본다.전선 / 대학원
평균 제곱 추정(mean square estimation), 최대 가능성 추정(max likelihood estimation), 그리고, Wiener 필터링과 같은 고전적인 추정 이론에 대해 소개한다. 이산 시간 또는 연속 시간 Kalman 필터, shaping filter, 최적 평활, Kalman 필터 디자인과 성능 분석, 제곱근 필터링, 확장 Kalman 필터를 포함한 비선형 필터링에 대해서도 알아본다.전선 / 대학원
본 과목은 사회통계의 고급수준에 해당되는 부분으로 이론적 기초와 분석방법을 이해하고, 사회복지와 관련자료를 컴퓨터를 이용하여 분석한 후 보고서를 작성하는 연습을 한다. 이 과목에서는 부제에 따라 구조방정식 및 잠재성장모형 혹은 인과추론 및 정책평가에 대해 중점적으로 다룬다. 그러므로 이 과목의 수강은 사회통계의 초급수준을 이해함을 전제로 한다.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
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 현대 사회의 근간을 이루고 있는 복잡한 시스템(Complex Systems) 들의 개념 구상 및 향후 상세설계를 효율적이고 체계적으로 할 수 있도록 하는 시스템 아키텍처의 모델링 및 최적화 방법들을 소개한다. 학생들은 ISO/PAS 19450-2015 표준으로 등록된 시스템 모델링 언어인 Object Process Methodology (OPM)를 사용하여 시스템의 기능 아키텍처, 형상 아키텍처, 그리고 통합 아키텍처를 체계적으로 모델링 하는 것에 관하여 학습한다. 이러한 모델링 과정을 통해 생성된 아키텍처들을 이용하여 시스템 특성들을 최적화하는 아키텍처들의 집합체인 파레토 전선을 구축하고 이를 통해 최적화된 시스템 아키텍처를 도출해 내는 방법론에 대하여 학습한다.전선 / 대학원
본 과목에서는 현대 사회의 근간을 이루고 있는 복잡한 시스템 (Complex Systems) 들의 개념 구상 및 향후 상세설계를 효율적이고 체계적으로 할 수 있도록 하는 시스템 아키텍처의 모델링 및 최적화 방법들을 소개한다. 학생들은 ISO/PAS 19450-2015 표준으로 등록된 시스템 모델링 언어인 Object Process Methodology (OPM)를 사용하여 시스템의 기능 아키텍처, 형상 아키텍처, 그리고 통합 아키텍처를 체계적으로 모델링 하는 것에 관하여 학습한다. 이러한 모델링 과정을 통해 생성된 아키텍처들을 이용하여 시스템 특성들을 최적화 하는 아키텍처들의 집합체인 파레토 전선을 구축하고 이를 통해 최적화된 시스템 아키텍처를 도출해 내는 방법론에 대하여 학습한다.전선 / 학사
본 강의에서는 통계적 추론에 기반한 기계학습의 기초에 대하여 학습하고 조선해양공학의 응용문제에 대한 프로젝트를 수행한다. 기계학습에 관련된 확률, 선형대수, 최적화의 기초에 대하여 학습한다. 확률에 기반한 최우추정법에 대하여 학습한다. 비지도 학습 분류 방법 및 선형 회귀법에 대하여 학습한다. Hidden Markov 모델과 Bayesian Inference의 개념, 이론 및 알고리즘에 대한 개요를 학습한다. Neural Network에 기반한 학습모델로 이미지 인식을 위한 Convolutional Neural Network, 음성과 같은 time series 데이터의 학습을 위한 Recurrent Neural Network의 개요에 대하여 학습한다. 그리고 보상에 따라 학습하는 Reinforcement Learning에 대하여 익힌다. 마지막으로 조선해양공학 응용의 기계학습 프로젝트를 수행하도록 한다.전선 / 대학원
선형시스템의 최적추정자인 칼만필터를 기본으로 하여 모델의 불확실성을 고려한 적응필터 및 강인필터, 계산량을 줄이기 위한 슈미트필터, 다양한 측정치에 대한 내고장을 높이기 위한 분산필터를 소개한다. 또한 비선형 모델에 대한 확장칼만필터를 기반으로 최근에 많은 연구가 되고 있는 무향 칼만필터 (Unscented Kalman Filter)에 대한 특성을 분석한다. 마지막으로 상태변수가 정규분포를 가지지 않을 때 최적의 필터로 최근에 각광을 받고있는 다양한 입자필터 (Particle Filter)를 소개한다. 수업에서 소개된 필터는 INS/GPS 결합시스템과 레이더 추적문제에 적용한다.전선 / 대학원
본 강의에서는 지능시스템을 위한 패턴인식 알고리즘들에 대해서 공부한다. 패턴인식은 문자인식, 지문인식, 얼굴인식, 음성인식 등을 모두 포괄하는 지능시스템을 구현하기 위한 필수적인 분야로 그 응용 분야가 매우 다양하며 풀고자 하는 문제에 따라 분류문제, 회귀문제, 군집화문제 등으로 나눌 수 있다. 본 강의에서는 각각의 문제들을 풀기 위해 대표적으로 사용되는 알고리즘들에 대해서 살펴보며 수강생들로 하여금 학기중 프로젝트를 통해서 패턴인식 기술을 사용하는 지능형 시스템을 구현해 보도록 한다.전선 / 대학원
본 과목에서는 현대 사회의 근간을 이루고 있는 복잡한 시스템(Complex Systems) 들의 개념 구상 및 향후 상세설계를 효율적이고 체계적으로 할 수 있도록 하는 시스템 아키텍처의 모델링 및 최적화 방법들을 소개한다. 학생들은 ISO/PAS 19450-2015 표준으로 등록된 시스템 모델링 언어인 Object Process Methodology (OPM)를 사용하여 시스템의 기능 아키텍처, 형상 아키텍처, 그리고 통합 아키텍처를 체계적으로 모델링 하는 것에 관하여 학습한다. 이러한 모델링 과정을 통해 생성된 아키텍처들을 이용하여 시스템 특성들을 최적화하는 아키텍처들의 집합체인 파레토 전선을 구축하고 이를 통해 최적화된 시스템 아키텍처를 도출해 내는 방법론에 대하여 학습한다.전선 / 대학원
국민생활과 산업발전에 없어서는 안될 전력에 대해 공학적·경제학적 통합분석을 수행한다. 주로 project evaluation, optimal plant mix, DSM(Demand Side Management), Forecasting Methods, IRP(Integrated Resource Planning), marginal cost pricing, peak-load pricing, time-of-use pricing, rate of return regulation, price cap regulation, econimies of scale, economies of scope, subadditivity, efficiency, privitization, emission control, environmental damage cost, environmental control cost, shadow price, internalization of social cost 등을 다룬다.