If the collection is public, the memo for this book will also be public.
Your Browsing History
There is no data.
정다운, 이옥환, 강일준
2016 / Journal of Medicinal Food
There is no data.
loading...
주요 공종별 공정 및 생산성 분석
(건설공학도를 위한) 딥러닝 기초
딥러닝 기반 침수 위험지역 분석 모델 개발
Efficient processing of deep neural networks
소성가공 공정의 거시적 모델링
Application of soft computing, machine learning, deep learning and optimizations in geoengineering and geoscience
설계도면에서의 물량산출자동화 연구, 2
서비스업 노동 생산성 연구.
공정관리 과학화 연구 =
설계도면에서의 물량산출자동화 연구.
Woodworking
전문건설업 효율성 분석 연구
Estimating in building construction
Intelligent machining : modeling and optimization of the machining processes and systems
Intelligent and Cloud Computing : Proceedings of ICICC 2019, Volume 1
Measuring construction : prices, output and productivity
Productivity improvement in construction
Tracing; 투영과 추적 : 공장 및 R&D센터 리모델링을 통한 사옥건축 프로세스와 도시재생 모델 구현
우기범, 오세욱, 김영석, 김예상 · 2008
대한건축학회논문집 구조계
Jacobsen E.L.,Teizer J.,Wandahl S. · 2023
Automation in Construction
Akbar, Ali; Chang, Younghee; Song, Jinwoo; Lee, Seojoon; Park, Sanghyeon; Bae, Jinhyun; Kwon, Soonwook · 2025
JOURNAL OF ASIAN ARCHITECTURE AND BUILDING ENGINEERING
Baek, J.; Choi, B.; Kim, D. · 2024
Developments in the Built Environment
Sadatnya A.,Sadeghi N.,Sabzekar S.,Khanjani M.,Tak A.N.,Taghaddos H. · 2023
Automation in Construction
Xueliang Hou; Ying Zeng; Jingguo Xue · 2020
Journal of Construction Engineering and Management
김규태, 윤석헌 · 2022
차세대융합기술학회논문지
Johnson K.L.,Maestas D.,Emery J.M.,Grigoriu M.D.,Smith M.D.,Martinez C. · 2022
Computational Materials Science
강태욱, 김병곤, 정유석 · 2021
KIBIM Magazine
Yang B.,Zhang B.,Zhang Q.,Wang Z.,Dong M.,Fang T. · 2022
Structure and Infrastructure Engineering
Martinez P.,Mohsen O.,Al-Hussein M.,Ahmad R. · 2022
International Journal of Advanced Manufacturing Technology
Zhang X.,Zhan H. · 2026
Expert Systems with Applications
Zhang Y.,Tao Q.,Liu Y.,Wang C. · 2022
Composites Science and Technology
Elhegazy H.,Badra N.,Haggag S.A.,Abdel Rashid I. · 2022
Journal of Industrial Integration and Management
Yesilyurt, H.; Dokuz, Y.; Dokuz, A.S. · 2024
Energy
Elyar Pourrahimian; Amira Eltahan; Diana Salhab; Joe Crawford; Simaan AbouRizk; Farook Hamzeh · 2024
Engineering, Construction and Architectural Management
Cao N.,Sing M.C.P. · 2024
Journal of Building Engineering
马光军 · 2024
建材与装饰 / Construction Materials & Decoration
Khallaf R.,Khallaf M. · 2021
Automation in Construction
Salehi, H.; Burgueño, R. · 2018
Engineering Structures
전필 / 대학원
본 과목은 생산관리의 전략적, 전술적, 그리고 운영적 측면을 모두 다룬다. 구체적으로 본 과목에서는 원재료의 조달부터 제품의 생산 그리고 생산된 제품을 최종소비자에게 전달하기까지 공급사슬 전 과정에서 직면하게 되는 수요예측, 총괄계획, 구매조달, 네트워크 설계, 물류, 재고계획, 공급계획, 공급사슬 상의 조화 문제 등에 초점을 둔다. 본 과목의 목표는 학생들이 기본적인 생산관리활동들을 배우고, 이러한 활동들이 기업 내부에서 어떠한 역할을 하는가를 이해하는 데 있다. 이러한 생산관리에 대한 기본적인 이해를 통해서 학생들은 공급사슬관리 관점에서 생산관리와 관련된 개념들과 문제들에 대한 기본적인 이해력을 가지게 될 것이다.전선 / 대학원
스마트시티는 다양한 기관 및 시설로부터 수집된 데이터를 활용하여 실시간 변화를 예측하고 효율적으로 도시 서비스를 제공하는 미래형 도시모델이다. 또한 빅데이터 분석은 방대한 데이터 속에서 신속하게 패턴을 인식하고 새로운 가치를 찾아내는 과정으로써 스마트시티 계획 및 운영에 반드시 필요한 기술이다. 본 강의는 도시 빅데이터 분석에 필요한 지식 및 기술을 학습하는 입문과정이다. 스마트시티공학을 전공하는 학생들에게 빅데이터의 개념 및 구조를 이해하고 도시데이터 분석에 필요한 통계기법, 프로그램, 모델링 등을 학습할 수 있는 기회를 제공함으로써 미래도시 고도화 기반을 마련하고 지능형 도시에 최적화된 전문가를 육성하고자 한다.전선 / 학사
본 과목은 빅데이터를 활용하는 ML/AI/인지과학의 서비스를 개발할 때, 특히 많이 접하면서 까다로운 시계열 데이터 처리와, 파이썬 등으로 서비스를 개발을 효과적으로 할 수 있는 MLOps/DevOps 실전 가이드를 다루고자 한다. 연구 성과를 검증/공유하기 위해 패키지로 deploy하기 위한 도커/쿠버네티스 기술과 마이크로서비스 구축에 필요한 방법을 학습한다.전선 / 대학원
본 스튜디오는 인공지능(AI)을 조경의 핵심 설계 도구로 활용하는 것을 목표로 하는 실습 중심의 스튜디오이다. 지난 2년간 진행한 세미나 주제인「조경과 AI」에서 다루었던 이론적 논의를 확장하여, 실제 설계 프로세스 속에서 AI의 잠재력과 한계를 탐구한다. 본 수업은 인간이 직관적으로 해결하기 어려웠던 형태적·공간적 문제를 인공지능을 통해 분석하고 생성하는 과정을 실험하며, 프롬프트 설계(Prompt Design)와 룰 베이스 설계(Rule-Based Design)와 같은 개념을 핵심 학습 주제로 다룬다. 수강생들은 2차원 이미지로부터 3차원 형상을 추출하고, 형태의 특징을 기반으로 기능과 프로그램을 부여하는 과정에서 다양한 AI 도구를 활용한다. 이를 통해 인공지능을 단순한 도구가 아닌 공동 설계자(co-designer)로 이해하며, 디지털 생성 기술을 통해 새로운 형태, 패턴, 그리고 공간 경험을 제안한다. 최종적으로 AI를 활용한 설계 프로토타입 혹은 실험적 디자인 아틀라스를 제작하여, 미래 조경·도시설계의 가능성을 탐구한다.전선 / 학사
본 과목은 자연과학대학 학부생을 대상으로 하여, 세부 학부/학과에 관계없이 자연과학대학 학부생이 함양해야 하는 프로그래밍 및 인공지능 지식을 갖추도록 돕는 것을 목표로 합니다. 특히 프로그래밍 및 인공지능과 관련된 방대한 내용 중 자연과학을 전공하는 데 실질적으로 필요한 전산학, 계산과학, 통계학, 심층신경망 분야의 기초지식을 습득하고, 그에 대한 실습을 직접 해보도록 하는 데 초점을 맞춥니다. 이는 자연과학대학의 기존 인공지능/계산과학/데이터과학 전공과목의 수강에 앞서, 학부생들이 프로그래밍 능력과 함께 이를 자연과학의 문제에 직접 적용할 수 있는 능력을 갖추도록 하기 위함입니다. 본 과목에서는 이론과 실습을 병행하여, 향후 자연과학 연구에서 맞닥뜨릴 수 있는 실제 문제와 데이터를 인공지능을 이용하여 다루고 해결해 볼 수 있는 기회를 학부생들에게 제공하고자 합니다. 기초 수준의 컴퓨팅/프로그래밍 능력을 갖춘 학생은 본 과목을 이수한 후, 자연과학의 세부 분야에서 인공지능과 프로그래밍이 어떻게 활용되는지 이해하고, 향후 연구에 직접 활용할 수 있는 능력을 함양하게 될 것입니다.전선 / 대학원
본 교과목은 빅데이터, 인공지능 등 데이터 과학 이론을 소개하고 다양한 방법론 및 모델들을 효과적으로 건설산업에 적용할 수 있도록 교육함으로써, 수강생들이 공정관리, 예산관리, 안전관리 등 성공적인 건설사업관리에 필요한 객관적인 의사결정 능력을 함양할 수 있도록 한다. 보다 구체적으로 공정 및 예산계획, 설계변경 서류, 각종 보고서 등의 기초적인 현장 데이터부터 물가지수, 수주액, 안전통계 등 산업 차원의 데이터까지 건설산업에 존재하는 다양한 종류의 데이터 및 그들의 특성을 파악하고, 데이터를 정보화/지식화하여 성공적인 의사결정을 지원할 수 있도록 지도학습, 비지도학습, 강화학습 등의 분석 방법론을 교육한다. 또한, 가속도, 진동, 온도, 소음, 영상, 위치좌표 등 센서 및 카메라를 이용하여 실시간으로 수집되는 빅데이터를 분석하여 시시각각 변하는 현장 상황을 효과적으로 이해할 수 있는 첨단기법을 소개한다. 본 교과목은 지금껏 경험적이고 직관적인 의사결정이 주를 이뤄 온 건설현장에 데이터 중심의 사업관리 방법론을 소개함을 목표로 한다.전선 / 대학원
건축공사에서 공사관리의 필요성을 인식시키고, 공사계획, 공정관리, 자재 및 노무관리, 원가관리, 품질 및 안전관리 등에 관한 이론과 기법을 강의하고 사례연구를 통하여 실무적영방법을 고찰한다.전선 / 대학원
건축공사의 신기술, 공법 및 자재의 개발과 초고층 건축시공의 현장사례를 소개하고 건축공사의 과학화와 자동화를 위한 가치공학, 씨뮬레이션, 건설전물가시스템, 전설로보틱스, 건설경영정보시스템, 건설통합시스템 등에 대하여 강의한다.전선 / 학사
본 교과목은 기계학습과 딥러닝 기술의 학문적 기반을 바탕으로 화학생물공학 분야의 복잡한 문제 해결을 위한 기법을 익히기 위한 과목이다. 이 과목에서 지도 및 비지도 학습, 의사결정트리, 선형 회귀, 로지스틱 회귀, 신경망, 재료 개발, 열역학, 반응공학, 이동현상, 그리고 공정 최적화의 응용을 다룬다. 또한 최종 프로젝트를 통해 실제 문제를 해결하는 데 필요한 이러한 기술을 적용하는 것을 강조하며, 도메인 지식을 활용하여 효과적인 모델을 개발하는 방법을 학습할 수 있도록 유도할 예정이다. 수업의 선행 조건으로 화학생물공학의 기본적인 지식과 Python 프로그래밍 경험이 필요하며. 강의 내용을 바탕으로 학생들이 화학생물공학에서 빠르게 진화하는 인공지능 분야의 선도자가 될 수 있는 역량 강화에 목표를 둔다.전선 / 대학원
딥러닝 모델은 추상화 복잡도를 증가하면서 정보를 표현하는 여러 계층으로 이루어진 신경망으로, 최근 영상/음성/자연어 처리 등의 문제에서 다른 기계 방법론들을 크게 상회하는 뛰어난 성능을 보이고 있다. 본 과정에서는 딥러닝의 기반이 되는 기계학습 및 최적화 기법들을 배우고, 기본적인 신경망에 대해서 학습한다. 그리고 영상 처리와 자연어 처리의 핵심 모델인 Convolutional neural networks와 Recurrent neural networks의 훈련법과 추론법들을 익힌다. 또한 비감독 생성 모델인 Autoencoders와 Restrict Boltzman machines에 대해 자세히 살펴 보고 마지막으로 딥러닝 기반 강화 학습에 대해서도 학습하고 실습을 진행한다. 본 과목은 대학원생과 일부 고년차 학부생을 대상으로 한다.전필 / 학사
재래식 합판, 파티클보드, 섬유판 등에 국한된 목질재료에서 보다 넓은 범위의 리그노셀룰로스원료와 함께 다양한 유기물질 및 무기물질들을 혼합한 새로운 개념의 신소재로서의 바이오복합재료의 개념을 통하여 여러 가지 다양한 물성을 다루어 지속적으로 재생 가능한 환경 소재에 대한 것을 강의한다.전필 / 학사
건축물의 설계, 시공, 유지관리에 이르는 전반적인 건축생산과정을 설명하고, 건축물의 품질과 성능 확보를 위한 시방기준을 고찰하며, 건축공사비의 산정과 주요 공종에 대한 시공방법 및 절차에 대하여 강의한다.전선 / 대학원
본 교과목은 고급데이터마이닝 방법론(326.637) 과목에 이어 심층학습모형에 중점을 둔다. 교육 목표는 심층학습(deep learning)의 방법들을 공부하고 관련된 통계적 문제를 찾아내는 것이다. 다루는 내용은 다음과 같다. 심층학습 이전의 특징 추출 및 판별 분석 기법, 기계학습에서 사용되는 이론적인 도구들, 인공신경망의 기초, 다층 퍼셉트론, 역전파, 합성곱 신경망, 최적화와 정칙화, 가시화, 파이톤과 심층학습 프레임워크, 순환 신경망, 변분적 추론, 적대적 생성 네트워크, 영상 분할 및 검출, 자연어 처리 등이다.전선 / 대학원
건축공사의 신기술, 공법 및 자재의 개발과 초고층 건축시공의 현장사례를 소개하고 건축공사의 과학화와 자동화를 위한 가치공학, 씨뮬레이션, 건설전물가시스템, 전설로보틱스, 건설경영정보시스템, 건설통합시스템 등에 대하여 강의한다.전선 / 대학원
인공 신경망을 기반으로 하는 심층 학습 (Deep Learning) 시스템들은 음성/이미지 인식, 번역, 자율 주행 등 다양한 인공지능 영역에서 광범위하게 확산되고 있으며, 관련 기술 또한 빠르게 발전하고 있는 바, 산업 전반에 걸친 시스템의 지능화를 위해, 심층 학습 모형에 대한 이해와 활용 능력이 점차 중요해지고 있다. 본 과목에서는 심층 학습의 주요 이론과 기법을 학습하는 것을 목적으로, 구체적으로 표현형 학습 (Representation Learning), 심층 피드포워드 신경망 (Deep Feedforward Networks), 합성곱 신경망 (Convolutional Neural Networks), 순환 신경망 (Recurrent Neural Networks), 심층 오토인코더 (Deep Autoencoders), 심층 생성 모형 (Deep Generative Models), 심층 강화학습 (Deep Reinforcement Learning) 기법들을 다루고, 이들을 이해하기 위한 기계학습 및 수리적 기초 이론들을 배운다. 또한, 본 과목은 심층 학습 모델을 활용하여 멀티미디어 데이터들을 대상으로 분류, 예측, 패턴 인식, 생성 모델을 구현하는 프로젝트들 및 심층 학습 응용 사례 연구들을 포함한다.전필 / 대학원
본 과목은 행정 및 정책 연구에 있어서 기초가 되는 방법론적 연구역량의 배양과 양질의 연구를 수행할 수 있는 연구설계의 논리와 유형을 이해하는데 목적이 있다. 여기에는 3가지 하위목표를 상정할 수 있는데, 첫째, 과학적 실증연구의 논리를 살펴보고, 대표적인 연구방법론으로서의 양적 접근법과 질적 접근법 간의 논쟁을 살펴봄으로써, 방법론적 다원주의와 분석적 엄격성을 이해하고자 한다. 특히 각각의 접근법이 보유하는 논리와 절차의 상이성에도 불구하고, 그 평가기준의 공통점이 존재하고 또한 바람직함이 존재하는데, 이를 살펴보고자 한다. 둘째, 정책은 일정 목적을 달성하기 위한 수단으로 구성되는 것이 일반적이며 따라서 적절한 인과추론의 논리가 필수적이다. 이때 인과추론의 적절성은 연구설계의 논리 구조와 이를 위한 가정에 있음을 이해할 필요가 있다. 셋째, 실제 인과추론을 위한 다양한 방법론에 대한 이해와 응용역량의 배양을 도모한다. 이러한 논의는 향후 수강할 양적연구방법과 질적연구방법의 이론적·실무적 토대가 될 것이다.전선 / 대학원
건설 안전과 관련하여 현재의 관리 방식과 관련 이슈들을 소개하고, 건설 안전관리와 관련한 사고발생이론, 인간 공학 등의 이론을 강의한다. 또한 건설 안전관리에서의 연구 문제 해결을 위한 데이터 기반 연구 방법론을 세미나 형식으로 토론하고, 이를 실제 실험을 포함하는 팀 프로젝트를 통해 실습하여 자기 주도적이고 동료 학습이 가능하도록 한다.전선 / 대학원
고정성보철학 분야에서 치료계획, 지대치형성, 인상, 교합기, 모형제작, 납형조각, 주조, 납착 및 전부 도재관, 임플랜트 보철학에 관한 최신 문헌고찰과 증례를 발표한다.논문 / 대학원
본 과정은 석사 및 박사 학위 과정에 있는 학생들의 논문 주제를 상의하여 결정하는 것을 목표로 한다. 상세 지도 사항으로서 주간 또는 월간 단위로 연구 및 실험 진행 상황을 점검 및 논의하고 추후 진행 방향을 지도한다.전선 / 대학원
건설 안전과 관련하여 현재의 관리 방식과 관련 이슈들을 소개하고, 건설 안전관리와 관련한 사고발생이론, 인간 공학 등의 이론을 강의한다. 또한 건설 안전관리에서의 연구 문제 해결을 위한 데이터 기반 연구 방법론을 세미나 형식으로 토론하고, 이를 실제 실험을 포함하는 팀 프로젝트를 통해 실습하여 자기 주도적이고 동료 학습이 가능하도록 한다.