최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Prakash Parthasarathy, Sheeba Narayanan
2015 / Korean Journal of Chemical Engineering
Nguyen Khoi Song Tran, 김군태, 김영준, 박혜진, 박동기, 박태식
2019 / Journal of Medicinal Food
Jakos, Tanja; Pislar, Anja; Jewett, Anahid; Kos, Janko
2019 / FRONTIERS IN IMMUNOLOGY
Le Thu Khanh LINH, 이형재
2020 / 유통과학연구
데이터가 존재하지 않습니다.
loading...
본 연구는 조선 해양 분야의 EPC 기반 제조 공정 협업을 위해 다양한 파일 형태의 작업 정보를 중립 데이터로 생성하는 알고리즘을 개발하고, 이를 활용하여 작업 정보 시각화 SW를 개발했습니다. 개발된 알고리즘의 정확도는 좌표 99%, 형상 및 치수, BOM Spec. 100%로 검증되었습니다.
Collaborative manufacturing : using real-time information to support the supply chain
Manufacturing databases and computer integrated systems
Statistical process control in manufacturing practice
Euro-Par '98 parallel processing : 4th International Euro-Par Conference, Southampton, UK, September 1998 : proceedings
건조물정보 모형화와 건설관리 =
Enterprise information systems : 11th international conference ; proceedings, ICEIS 2009, Milan, Italy, May 6 - 10, 2009
Capturing connectivity and causality in complex industrial processes
Essays in production, project planning and scheduling : a festschrift in honor of Salah Elmaghraby
Specification for exchange of product analysis data : version 3
Decomposition methods for complex factory scheduling problems
Clientserver computing : architecture, applications, and distributed systems management
BIM 상호운용성과 플랫폼
Global production management : IFIP WG5.7 International Conference on Advances in Production Management Systems, September 6-10, 1999, Berlin, Germany
Advanced information systems engineering : 11th International Conference, CAiSE '99, Heidelberg, Germany, June 14-18, 1999 : proceedings
Pro Data Visualization Using R and JavaScript
Computing for site managers : database techniques
스마트팩토리 2.0
Internet applications : 5th International Computer Science Conference, ICSC '99, Hong Kong, China, December 13-15, 1999 : proceedings
Procedia CIRP
Nagahara, S.; Nonaka, Y.대한조선학회 논문집
함동균; 백명기; 박중구; 우종훈대한조선학회 논문집
우종훈, 황윤석, 남종호Robotics and Computer-Integrated Manufacturing
Qian C.,Zhang Y.,Jiang C.,Pan S.,Rong Y.대한조선학회 논문집
황인혁, 유원선, 박인하한국건설관리학회 논문집
김영석, 박상규, 오세욱한국설비안전학회지
송치욱; 노금종; 박동진대한조선학회 논문집
우종훈; 황윤석; 남종호한국CDE학회 논문집
김세윤, 이현오, 김병철, 문두환International Journal of Production Research
Son, S.; Na, S.; Kim, K.; Lee, S.한국CDE학회 논문집
황호진; 손금준; 전홍배Journal of Physics: Conference Series
Wei Fan; Yahui Wang; Lianyu Zheng; Yu HuProcedia Technology
Denkena, Berend; Schmidt, Justin; Krüger, Max한국마린엔지니어링학회지
이은하수; 이순섭; 강동훈; 이재철한국컴퓨터정보학회논문지
강동훈, 하창완, 오훈, 김제욱IEEE Transactions on Emerging Topics in Computational Intelligence
Zhifeng Liu; Zhiwen Lin; Yueze Zhang; Chuanhai Chen; Jinyan Guo; Baobao Qi; Fei TaoAustralian Journal of Multi-Disciplinary Engineering
M. Brunner산업공학(IE interfaces)
홍승택, 최진영, 박상철数字通信世界 / Digital communication World
吴新松; 裴伦鹏; 郭孝彬; 薛松; 成翌宁; 袁海峰Procedia CIRP
Lušić, Mario; Fischer, Christian; Bönig, Jochen; Hornfeck, Rüdiger; Franke, Jörg전선 / 대학원
본 강의에서는 조선해양 분야를 포함한 여러 공학 분야에서 디지털화(digitalization)를 실현하기 위한 요소 기술과 적용, 그리고 적용에 따른 효과를 다양한 외부 전문가의 세미나를 통해 살펴보기로 한다. 예컨대, 컴퓨터에 현실 속 사물의 쌍둥이를 만들고, 현실에서 발생할 수 있는 상황을 컴퓨터로 시뮬레이션함으로써 결과를 예측하는 디지털 트윈(digital twin) 기술이나 설계 및 개발, 제조 및 유통 등 제품의 생산 과정에 디지털 자동화 솔루션이 결합된 정보통신기술(ICT)를 적용하여 생산성, 품질, 고객만족도를 향상시키는 스마트 제품(smart product) 및 스마트 팩토리(smart factory) 등의 기술에 대해서 학습하도록 한다. 여러 전문가에 의한 세미나를 통해 디지털화와 관련된 산업계의 최신 기술을 접하게 함으로써 스마트 오션 모빌리티에 대한 학생들의 관심을 유도하도록 한다. 또한, 산업계 전문가가 제시한 현업 문제에 대해 디지털 솔루션을 제시할 수 있는 일종의 IC-PBL (Industry Coupled Project Based Learning)을 의무화 함으로써 학생들의 학업 성취도를 높이고자 한다.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 / 학사
본 교과목에서는 선박 및 해양구조물 건조과정에 대한 공학적 이해를 바탕으로 조선소의 6요소 (제품, 공정, 일정, 설비, 작업자, 공간)와 전략/계획/실행 단계에서의 관리 이론에 대한 내용을 다룬다. 구체적으로는 선박의 건조과정 (가공, 조립, 탑재, 의장, 도장 등)에 수반되는 다양한 세부 공정을 학습하고, 특히 제품, 공간 및 작업자 요소에 대하여 조선소에서 필요한 생산 역학 및 알고리즘을 학습한다. 일정 부분에 대해서는 산업공학의 생산관리 이론을 기반으로 전략 단계, 계획 단계 및 실행 단계에 대한 이론과 실습을 병행한다. 마지막으로 생산 시스템의 동적 특성을 분석할 수 있는 DES 시뮬레이션 방법을 이용하여 학생이 원하는 조선소 또는 유관 산업 사례 학기 프로젝트를 수행한다.전선 / 대학원
화학 공정 산업에서는 설계, 시공, 운전, 유지보수 등 각 단계에서 다양한 하드웨어 및 소프트웨어 기술이 사용되고 있으며, 그 변화의 속도가 빠른 만큼 동향을 계속적으로 파악하는 것은 엔지니어 차원에서 중요하다. 최근에는 전통적으로 분리되어 있던 설계 소프트웨어(CAD, intelligent P&ID, simulation)와 공정제어시스템(SCADA: Supervisory Control And Data Acquisition) 간에 연계 및 통합이 시도되고 있으며, 특히 4차 산업혁명 기술(빅데이타, 사물인터넷, virtual reality 등)을 화학공정에 적용시킬 때, SCADA와의 연계가 중요하다. 본 강좌에서는 이러한 ICT(Information and Communication Technology) 응용 중 SCADA, simulation, Smart Plant/Intelligent P&ID 및 big data analytics, 사물인터넷(Internet of Things), 가상현실(Virtual Reality), 인공지능 등 4차 산업 기술의 개발 및 응용 관련하여, 최신 국제 동향 및 사례에 대해 소개하고, 심층 토의 및 개인 프로젝트 추진을 통해 각자(각 회사)의 여건에 맞는 4차 산업혁명 기술 프로젝트를 기획, 관리할 수 있는 역량을 확보하도록 돕게 된다.전선 / 대학원
스마트 제조는 제조 공정과 장비에 ICT 기술을 접목하여 제조에서의 생산성과 안전성을 높이는 방법을 제시한다. 주로 다루는 내용은 다양한 물리량을 측정하는 센서의 종류 및 원리와 이를 데이터로 활용하기 위한 IoT, 빅데이터, AI, 디지털 트윈, 그리고 이를 제조현장에 적용하는 실제 사례들이다. 이 강의는 이론 강의와 실습으로 나누어져 있으며, 일부 실습은 플립러닝을 사용하여 수업 전에 학생이 사전지식과 연습을 하고 실습을 진행한다. 수업의 프로젝트는 학생들이 2~4명의 그룹으로 창의적인 스마트 제조에 대한 아이디어를 도출하고, 이를 실제로 3D 프린터, CNC 머시닝센터 등 제조 장비와 산업용 및 협동 로봇, 제조공정 등에 적용하는 알고리즘과 하드웨어를 제시하여, 실질적인 스마트 제조 구현능력을 교육한다.전선 / 학사
인공위성 및 해양 관측 기술의 발전으로 해양 관측 데이터는 급속히 증가하고 있으며, 다양한 해양 및 기후변화 연구에 광범위하게 활용되고 있다. 이 강의에서는 인공위성과 해양 현장 관측을 통해 생성되는 방대한 해양 빅데이터의 생산 과정을 학습하고, 이를 효과적으로 처리, 분석, 시각화하고 해석하는 과정을 이해한다. 해양 데이터 분석 이론과 컴퓨터 프로그래밍을 활용한 일련의 자료 처리 방법을 중등학교 교육과정 중 해양 데이터 기반 탐구 활동에도 적용한다.전선 / 대학원
해당과목은 공학분야에서 중요한 통계적 데이터 처리, 통계적 공학해석, 통계기반 공학설계 이슈들을 다룬다. 통계적 데이터 처리에서는 공학통계, 통계적 데이터 처리의 정성적, 정량적 접근법과 베이지안 통계학을 배운다. 통계적 공학해석은 신뢰성함수, 위험도함수, 가속수명시험, 불확실성 해석, 신뢰성해석, 건전성 진단 및 예지기술을 배운다. 통계기반 설계에서는 통계기반 민감도 해석, 반응함수법, 신뢰성기반 최적설계를 다룬다. 끝으로 공학시스템의 건전성 모니터링기술을 간단히 다룬다.전선 / 학사
이 강좌에서는 여러 종류의 공업 재료와 주조, 성형, 기계가공, 조립 등으로 구분되는 가공 공정 각각에 대해 상세히 공부하고, 공산품의 제조과정에 대한 이해를 높임으로서 향후 산업공학도의 전문가로서의 성공능력을 배양시키는 데 도움을 주고자 한다. 시간이 허용하면 최근 중요한 공업제품으로 등장한 반도체 제조 공정에 대하여도 자세히 공부하고자 한다. 공정에 대한 이해도가 높은 산업공학도는 산업현장에서 더 많은 기여를 할 수 있을 것이다.전선 / 대학원
이 교과목에서는 산업인력개발과 관련된 여러가지 상황에서 얻어진 자료들의 의미를 파악하기 위해 집중경향, 변산도, 상관관계 및 변량분석등의 통계방법을 이해하고, 이를 관련 연구에 활용할 수 있는 능력과 통계 패키지를 실제로 사용할 수 있는 능력을 배양한다.전선 / 대학원
건축과 도시환경을 설계, 시공, 운영하는 과정은 항상 인간 활동을 중심으로 수행되어왔지만, 인간 활동에 관한 실시간의 정량적 데이터를 수집 및 분석하는 데에 기술적 한계가 있었으며, 이로 인해 건축과 도시공간의 기능과 편의를 향상시키는데 많은 어려움이 있음. 본 강의에서는 건축환경에서 실시간으로 사람과 환경의 데이터를 자동으로 수집, 분석, 활용하는 ICT기반 센싱 및 데이터 처리기술에 대해서 학습하고, 스마트홈, 스마트빌딩, 스마트건설의 계획과 각 요소기술의 적용방안에 대해서 논의함. 본 강의를 성공적으로 이수함으로써 학생들이 다음과 같은 역량을 계발하는 것이 가능함. (1) 건축과 도시환경의 설계, 시공, 운영 과정에서 데이터 수집 및 활용 현황, 그리고 내재되어있는 문제점에 대해서 이해하고 논의할 수 있음 (2) 영상, 소리, Lidar 등 센서를 활용한 데이터 수집 기법와 인공신경망 등 기계학습을 활용하여 필요한 정보를 추출하는 과정에 대해서 이해하고, 프로그래밍을 통해 직접 구현할 수 있음 (3) 스마트홈, 스마트빌딩, 스마트건설을 구성원리를 이해하고, 계획에 요구되는 요소기술의 적용에 있어 장/단점과 기회/장벽에 대해서 설명할 수 있음전선 / 대학원
기업의 의사결정 문제에서 가장 중요한 이슈 중의 하나는 속도보다 방향이 중요하다는 것이다. 본 교과목은 현재 및 미래의 스마트한 제조기업 운영을 위한 기초 과정에 해당되는 과목이다. 현재 가장 경쟁력 있는 제조 기업으로 알려진 토요타 자동차 사의‘TPS(Toyota Production System)'를 분석하고, 이를 뛰어넘을 방법을 공부한다. 이와 관련하여 스마트 공장의 수준을 다섯 단계로 구분하여 이를 역사적 관점에서 공부한다. 그리고 시스템 공학적 제품 설계, 생산 및 서비스 혁신 방법론, 데이터 기반 분석 및 예측, 그리고 시뮬레이션 등 스마트한 산업 시스템의 운영과 관련된 다양한 주제에 대해 공부한다. 본 과목의 수강생들은 향후 최고 경영자로 성장하였을 때 최고 수준의 기업을 운영할 소양을 갖출 수 있게 될 것이다.전선 / 대학원
건축과 도시환경을 설계, 시공, 운영하는 과정은 항상 인간 활동을 중심으로 수행되어왔지만, 인간 활동에 관한 실시간의 정량적 데이터를 수집 및 분석하는 데에 기술적 한계가 있었으며, 이로 인해 건축과 도시공간의 기능과 편의를 향상시키는데 많은 어려움이 있음. 본 강의에서는 건축환경에서 실시간으로 사람과 환경의 데이터를 자동으로 수집, 분석, 활용하는 ICT기반 센싱 및 데이터 처리기술에 대해서 학습하고, 스마트홈, 스마트빌딩, 스마트건설의 계획과 각 요소기술의 적용방안에 대해서 논의함. 본 강의를 성공적으로 이수함으로써 학생들이 다음과 같은 역량을 계발하는 것이 가능함. (1) 건축과 도시환경의 설계, 시공, 운영 과정에서 데이터 수집 및 활용 현황, 그리고 내재되어있는 문제점에 대해서 이해하고 논의할 수 있음 (2) 영상, 소리, Lidar 등 센서를 활용한 데이터 수집 기법와 인공신경망 등 기계학습을 활용하여 필요한 정보를 추출하는 과정에 대해서 이해하고, 프로그래밍을 통해 직접 구현할 수 있음 (3) 스마트홈, 스마트빌딩, 스마트건설을 구성원리를 이해하고, 계획에 요구되는 요소기술의 적용에 있어 장/단점과 기회/장벽에 대해서 설명할 수 있음전선 / 학사
스마트 제조는 Industry 4.0을 구현하는 중요한 개념이며, 이 수업의 목표는 학생들이 스마트 제조와 관련된 다양한 장비와 제조 프로세스를 직접 경험하는 것이다. 이론과 실험을 통하여 학생들은 스마트 제조에 사용되는 센서, IoT, 인공지능, 데이터 처리, 산업용 로봇, 협동로봇, 레이저 마커, 3D 프린터, 기계 가공 장비, 비전 시스템 등의 사용법을 배운다. 또한, 스마트 제조의 요소기술들로 구성된 간단한 데모 팩토리의 프로세스를 평가한다.전선 / 대학원
최근 플라즈마의 산업적 이용에 대한 현황을 살펴보고, 저온 공정 플라즈마의 종류와 응용, 식각 및 박막용 저온 플라즈마의 특성 및 발생 방법, 공정종류에 따른 플라즈마 화학반응, 전원 종류 및 공정 방법에 따른 각종 플라즈마 열원과 반응로 설계 제작 방법, 공정 플라즈마의 집단계측방법, 플라즈마 최적 공정 실험, 그리고 공정 소재의 물성 분석 및 특성 조사 방법 등에 관한 내용들을 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.전선 / 대학원
자율주행 이동 로봇공학은 로봇이 임의 공간에서 무인으로 이동하면서 주변을 탐색하고 현재 위치를 추정하면서 동시에 주위 공간의 지도를 작성하는 문제와 경로 계획 및 경로 최적화를 다룬다. 작성된 지도는 로봇이 주변 환경을 인식하는데 사용되며 로봇은 환경과 연속적으로 상호작용하게 된다. 이 내용은 기계 학습의 확률적 추론에 기반하고 있으며 수상/수중 로봇, 지능형 제조 작업 수행, 물류 처리 로봇의 핵심 알고리즘으로 사용된다. 베이즈 필터, 칼만 필터, 입자 필터, 동시적 위치추정 및 지도작성, 확장칼만필터 SLAM, 빠른 SLAM, 그래프 SLAM, 경로 계획 등에 대하여 학습토록 한다. 파이썬/C++ 프로그래밍의 기초 지식을 필요로 한다.전선 / 학사
컴퓨터를 활용하여 문제를 해결할 시 그 활용이 필수적인 기본적인 자료 구조에 대해 가르친다. 배열, linked list, stack, queue, priority queue, search tree, hash table, balanced search tree 등의 자료구조의 구성, 활용 방법 및 효율성을 강의한다. Python 기반의 숙제를 통해 수강생이 직접 각 자료구조를 구현/활용할 수 있는 능력을 배양한다.전선 / 대학원
차세대 (환경친화적, 정보집약적, 대량맞춤형) 제품 및 서비스의 경쟁력 제고를 목표로, 제품개발 과정에서의 각종 의사결정을 합리화하고, 제품의 기능, 구조 및 원가 측면에서의 설계최적화를 꾀하며, 이들을 지원하기 위한 효과적 정보시스템을 구축하는 측면에서의 각종 연구논제를 다룬다.전필 / 학사
이 교과목은 산업인력개발 관련 현장 및 연구에서 관련 자료들을 통계적으로 처리할 수 있는 능력을 갖추는 것을 목적으로 한다. 이 강의에서는 자료의 요약, 기술 방법, 두 가지 이상의 변수들 간 관계, 통계적 추론과 가설 검증, 상관분석, 회귀분석, 분산분석 등의 방법을 다룬다. 또한 이러한 분석을 위한 통계분석 패키지를 실제로 활용하는 능력을 기르도록 한다.전선 / 학사
통계학, 인공지능, 컴퓨터공학의 도구를 총체적으로 사용하는 데이터마이닝은 기존의 과학 및 공학 분야 뿐 아니라 생산, 마케팅, 금융 등과 같은 비즈니스 분야에도 활발히 사용되고 있다. 본 강좌에서는 데이터마이닝의 기본적인 문제인 클러스터링, 분류, 연관분석 등과 해당 기법들을 소개한다. 또한, 실제 비즈니스에서 데이터마이닝이 사용되는 배경 및 사례를 공부한다. 생산, 마케팅, 금융 분야의 실제 데이터를 사용하여 마이닝을 수행하는 프로젝트를 함으로써 이들 분야에 있어서의 데이터마이닝의 특성을 이해하고 문제해결능력을 제고하고자 한다.