If the collection is public, the memo for this book will also be public.
Your Browsing History
There is no data.
There is no data.
loading...
This study applies SNA (Social Network Analysis) to analyze the maintenance trends of naval ship equipment to address the complex maintenance issues. Through SNA algorithms, improvement points are derived, and the potential for improving maintenance efficiency is presented.
SNA기법을 이용한 군 지휘통제체계 네트워크 효율성 평가 방안
Consolidated Afloat Networks and Enterprise Services (CANES) : manpower, personnel, and training implications
Chaotic, fractal, and nonlinear signal processing : Mystic, CT, July 10-14, 1995
Handbook of structural life assessment
Dynamics and control of mechanical systems in offshore engineering
Computational ship design
The NASTRAN theoretical manual : level 15.5
Ship stability for masters and mates
Electronic navigation systems
Modern marine salvage
Measures of effectiveness for the information-age Navy : the effects of network-centric operations on combat outcomes
Aerospace navigation systems
함정 : 국내 함정 전문가 33인이 함께 저술한 대형 복합 무기체계 함정에 대한 길라잡이
Complex system maintenance handbook
김진광, 윤성웅, 이상훈 · 2019
한국컴퓨터정보학회논문지
송지석; 강동수; 이상훈 · 2020
한국컴퓨터정보학회논문지
김성우, 윤봉규 · 2015
한국산학기술학회논문지
Ford, Gary; McMahon, Chris; Rowley, Chris · 2013
Procedia CIRP
최진우, 문성암, 조원영 · 2021
대한산업공학회지
Ford, G.; McMahon, C.; Rowley, C. · 2014
Procedia CIRP
이해찬, 박성훈, 여기태 · 2021
디지털융복합연구
김성우; 윤봉규 · 2015
한국산학기술학회논문지
Park, D.-K.; Shin, Y.-H.; Chung, J.-H.; Jung, E.S. · 2016
International Journal of Naval Architecture and Ocean Engineering
이찬하, 신승민, 오경원, 신일식, 이윤형 · 2024
한국해군과학기술학회지
황인하, 정연환, 이기현, 강석중 · 2019
대한조선학회 논문집
Chen Q.,Wang P.,Yang L.,Wang J.,Yi X. · 2023
Applied Sciences (Switzerland)
김준우; 권정국; 백용관; 서형필 · 2024
한국산학기술학회논문지
박정서; 최진우; 염윤섭 · 2024
한국국방경영분석학회지
Kang, Hee Jin; Shin, Jong-Gye; Lee, Jong Kap · 2012
Systems Engineering
김철훈; 정동한; 김영산; 이효조 · 2024
한국컴퓨터정보학회논문지
Fruytier PAM; Dev AK · 2021
Journal of Ship Production and Design
Xiaowei X.,Xinlian X.,Wei P.,Yukuan W. · 2024
Expert Systems with Applications
Zhu K.,Liu J.,Shu Y. · 2026
Ocean Engineering
박정서; 문성암; 최진우 · 2022
대한산업공학회지
전선 / 대학원
본 강의에서는 선박, 잠수체, 고속선, 무인선 등의 다양한 해양운송체(Marine Vehicles)의 동역학과 그에 대한 제어에 대한 심화 이론들과 시뮬레이션 방법을 학습한다. 해양운송체에 대한 일반적인 유체 동역학적 모델링 방법에 대해 살펴보고, 선박 조종에 대한 전통적인 운동 방정식 모델과 추진기 모델에 대해 학습한다. 이를 기반으로 해양운송체 운동방정식에 대한 안정성 분석법, 제한수역 및 천수역에서의 유체력 모델, 횡동요 연성 효과 등에 대한 고급 조종 이론들을 추가적으로 학습한다. 강의 후반부에서는 바다에서 무인수상선과 무인수중체가 운용되기 위해 필요한 파도, 바람, 조류 등의 다양한 해양환경하중에 대한 심화 이론과 평가 방법, 수치 모델에 대해 학습한다. 또한 무인해양운송체가 위치유지 및 경로추적, 장애물 회피 등의 임무를 수행하기 위해 필요한 제어 이론 및 추력분배 알고리즘에 대해 학습한다.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.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 / 학사
선박과 해양구조물의 파랑 중 운동의 기본 이론과 관련 공학적 문제들을 습득한다. 또한, 선박의 기본적 조종이론과 실험기법, 그리고 국제적으로 요구되는 조종성능에 대해 학습한다. 그리고 선박해양공학에서 사용되는 제어기법에 대한 기본적 이론과 사례들을 소개한다.전선 / 대학원
본 교과목에서는 선박설계를 위한 다양한 인공지능 방법을 배우고 이의 응용 사례를 살펴보는 것을 목적으로 한다. 먼저 선수 과목 등을 통해 학습한 여러 딥 러닝 기법, 즉 DFN (Deep Feedforward Network), RNN (Recurrent Neural Network), CNN (Convolutional Neural Network), 강화 학습 (Reinforcement Learning) 등의 개념을 복습한다. 이후, 설계 분야를 기본설계, 생산설계, 운항설계 등으로 구분한 뒤, 각 분야에서 인공지능이 필요한 사례를 학습한다. 기본설계에서는 도면 내 객체 및 텍스트 인식, 해기상 및 선박 소요 마력 예측 등의 사례를 살펴본다. 생산설계에서는 블록 탑재를 위한 크레인 제어 등의 사례를 살펴본다. 운항 설계에서는 영상 기반 선박 주변 장애물의 탐지 및 추적, 선박의 충돌 회피 등의 사례를 살펴본다. 끝으로 학생들은 설계 분야의 특정한 주제에 대해 인공지능을 활용한 문제 해결 방법에 대해 Term Project를 수행한다.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
컴퓨터를 이용한 형상설계 개념과 방법을 소개한다. 곡선/곡면모델, 솔리드 모델, 볼륨 모델의 기본 개념과 수학적 표현 방법을 강의한다. 이를 토대로 선박형상 모델링, 선박구획배치 모델링, 선체구조 모델링 방법을 습득하고, Term project로서 3차원 모델링 구현 프로그램을 작성한다.전선 / 대학원
이 과목에서는 해양공학분야에서 새로이 대두되는 중요한 기술문제 중 한 가지를 택하여 해당 기술의 역사적 배경, 기술개발과정, 현재의 상황, 세계수준에 대비한 우리나라의 기술수준, 해결해야 할 핵심기술 내용 등을 관련문헌이나 전문가의 초청강연을 통하여 분석하고 단순화된 모델을 구축하여 이론적 및 수치적 또는 실험적으로 해석하여 해결책을 모색한다.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.전필 / 학사
농촌과 농경지에서의 수문순환과 물질순환의 기초이론을 이해하고, 유출과 함께 발생하는 토립자와 비점오염물질의 운송과정을 학습한다. 농지에서의 토양유실량의 추정기술을 배우고, 토양과 수분의 보전을 위한 영농법과 테라스계획과 시공 및 관리방법, 농지배수조절방법 등에 대한 공학적 원리와 이론을 학습한다. 농지로부터 비료 및 농약 등 농업화학물질 부하량과 배출량의 추정법을 학습한다. 비점오염의 관리를 위한 영농법, 공학적 방법, 그리고 최적관리기법의 특징과 효과, 계획방법 등을 학습한다. 또한, 농업기반조성사업에서 다루어지고 있는 논, 밭의 공학적 기술에 대하여 살펴본다. 본 강좌에서는 강의--토론과 과제 중심의 실습이 이루어지며, 실습과제의 해결을 통해 공학적인 비점오염 관리방법에 대하여 학습한다.전필 / 학사
본 강의에서는 선박설계를 위해 기준선의 lines를 이용하여 설계선의 선형 및 구획을 모델링하고 그의 응용에 대하여 학습한다. Bezier 곡선과 B-Spline 곡선의 이론을 학습한 후에 이를 Bezier 곡면과 B-Spline 곡면으로 확장하여 학습한다. 선형 곡면들의 저장을 위한 topology로서 Solid Modeling 방법 중 Boundary Representation에 대하여 학습한다. 최적 설계를 학습한다. 이를 위해 최적 설계 개요, 비제약 최적화, 선형 계획법, Kuhn-Tucker 정리, 제약 비선형 최적화 기법(Quadratic Programming, Sequential Quadratic Programming, Genetic Algorithm 등)에 대하여 학습한다. 마지막으로 최적화 기법을 이용한 선박의 주요 치수 결정에 대하여 학습한다.전선 / 대학원
음향과 구조물진동의 상호작용을 이해하기 위하여, 주로 유체매질과 고체 구조물 내에서의 음파, 진동구조물의 음향방사, 유체 내에서의 구조물의 진동, 구조격벽의 음향투과현상, 음향에 기인한 구조물 진동현상들을 다룬다.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
본 과정은 선형 시스템, 전달 함수, 라플라스 변환에 대하여 소개한다. 안정성과 피드백을 다루고 과도 응답 사양을 위한 기본 설계 도구를 제공한다. 또한 주파수 영역 기술도 간략하게 다룬다. 이 과정에는 컴퓨터 프로그래밍 실습 및 제어 설계 프로젝트가 포함된다. 실습 프로젝트에 관련된 전공은 조선해양공학은 물론 로봇공학, 기계공학, 전자공학, 전기공학, 산업응용수학 등이다.전선 / 학사
일반적인 구조문제를 풀 수 있는 방법인 유한요소법의 기초가 되는 탄성론, 변분법(Variational Principle), 빔/플레이트 (Beam/Plate)의 정식화, 간단한 요소에 대한 유한요소해석법 등을 공부한다. 이는 대학원에서 심도있게 학습할 유한요소법, 비선형 유한요소법, 설계민감도해석(Design Sensitivity Analysis) 등의 선수과목(Prerequisite)으로 중요하며 또한 산업체에서 광범하게 사용하는 상업 코드(MSC/NASTRAN, ABAQUS, ANSYS 등) 의 이론적 배경의 이해로 적합하다.전선 / 대학원
본 교과목은 단순한 질의응답을 넘어, 스스로 목표를 설정하고, 도구를 사용하며, 복잡한 과업을 자율적으로 수행하는 ‘에이전트(Agentic)' AI의 설계 원리와 구현 방법론을 심층적으로 다룬다. 기존의 LLM(Large Language Model)이 가진 한계를 극복하고, LLM을 ‘추론 엔진'으로 활용하여 실제 세계와 상호작용하는 지능형 시스템을 구축하는 데 초점을 둔다. 수강생들은 단일 에이전트의 핵심 구성 요소인 사고-행동-관찰(Reasoning-Acting-Observation) 루프, 동적 도구 사용(Tool Use), 장단기 기억(Memory) 메커니즘을 학습한다. 나아가 여러 에이전트가 협력하여 인간의 개입을 최소화하면서 복잡한 문제를 해결하는 멀티 에이전트 시스템(Multi-Agent System)의 설계 패턴(예: 계층적, 협력적)과 통신 프로토콜을 배운다. LangChain, AutoGen, CrewAI와 같은 최신 프레임 워크를 활용한 실습을 통해, 에이전트 아키텍처 설계부터 정교한 프롬프트 체이닝, 실행 루프 구현까지의 전 과정을 경험하며, 차세대 AI 애플리케이션을 개발할 수 있는 실전 역량을 배양하는 것을 목표로 한다.전선 / 학사
선박의 소요동력 산정과 추진 장치 선정에 필요한 기본 지식을 습득하고 실습한다. 선박의 저항 및 자항 성능과 프로펠러의 단독 특성을 이해하고, 예인 수조에서 모형선에 대한 저항과 자항 실험을 수행한다. 추진 장치의 종류와 기능을 소개하고 성능특성을 파악한다. 선박용 프로펠러의 형상에 대한 기본개념을 정립한다. 특수 추진 장치의 종류와 개념을 이해할 수 있는 공학적인 지식을 익힌다.전선 / 학사
유가, 금리, 환율 등의 관점에서 바라본 세계 경제와 조선해운시장을 이해하고, 마켓팅을 위한 세계 주요 선주와 화주를 학습한다. 회사 구성(이사회, 주주, 경영진, 노조, 협력 업체 등)을 학습하고 각 구성체의 역할을 파악한다. 조선소의 영업, 설계, 생산, 회계/재무, 인사, 연구 등 주요 부서의 활동을 소개한다. 기업 경영 전략, 조선소 경쟁력과 생산성, 산학연 공동 연구개발, 인력육성, 조선산업 국가 정책을 수업하고 프로젝트 발표를 수행한다.전선 / 대학원
본 교과목은 단순한 질의응답을 넘어, 스스로 목표를 설정하고, 도구를 사용하며, 복잡한 과업을 자율적으로 수행하는 ‘에이전트(Agentic)' AI의 설계 원리와 구현 방법론을 심층적으로 다룬다. 기존의 LLM(Large Language Model)이 가진 한계를 극복하고, LLM을 ‘추론 엔진'으로 활용하여 실제 세계와 상호작용하는 지능형 시스템을 구축하는 데 초점을 둔다. 수강생들은 단일 에이전트의 핵심 구성 요소인 사고-행동-관찰(Reasoning-Acting-Observation) 루프, 동적 도구 사용(Tool Use), 장단기 기억(Memory) 메커니즘을 학습한다. 나아가 여러 에이전트가 협력하여 인간의 개입을 최소화하면서 복잡한 문제를 해결하는 멀티 에이전트 시스템(Multi-Agent System)의 설계 패턴(예: 계층적, 협력적)과 통신 프로토콜을 배운다. LangChain, AutoGen, CrewAI와 같은 최신 프레임 워크를 활용한 실습을 통해, 에이전트 아키텍처 설계부터 정교한 프롬프트 체이닝, 실행 루프 구현까지의 전 과정을 경험하며, 차세대 AI 애플리케이션을 개발할 수 있는 실전 역량을 배양하는 것을 목표로 한다.전선 / 대학원
해양환경의 측정과 관찰, 수중통신 등에 사용되는 수중에서의 음파의 물리적 성질을 알아보고, 그의 응용으로서 소나를 설계하는 데 필요한 설계 인자에는 어떠한 것들이 있는지 공부한다. 과목내용은 파동방정식, 물리량(각종 음준위, 흡음, 방향성, 효율 등등), 경계면 반사, 회절, 해양에서의 음전달 현상, 음파의 응용을 포함하고 있다.