최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
민병원, 오용선
2019 / International Journal of Contents
데이터가 존재하지 않습니다.
loading...
본 연구는 지속가능한 어업을 위해 해양수산자원 평가 및 관리를 위한 교육 체계 구축을 목표로 한다. 지식획득 메커니즘을 분석하고 재구성하여 지식획득 모델(KAM)을 개발했으며, 이를 지식정보 매트릭스와 함께 활용하여 교육 체계에 적합한 지식 내용을 파악했다. 개발된 접근 방식은 목표 교육 영역의 구조와 과정을 조정하여 다른 관련 분야에도 적용 가능한 맞춤형 교육 시스템 구축에 활용될 수 있다.
Renewable resource management : proceedings
Inland fisheries : ecology and management
Fish stock assessment manual
Fish population dynamics, monitoring, and management : sustainable fisheries in the eternal ocean
EEZ 체제하에서의 TAC 어업자원 관리기법 및 공동이용자원에 대한 쿼터시스템 개발에 관한 연구 : 최종연구보고서 =
Knowledge acquisition as modeling
Better decision making in complex, dynamic tasks : training with human-facilitated interactive learning environments
Infinity fish : economics and the future of fish and fisheries
수산자원의 평가와 관리
A fishery manager's guidebook : management measures and their application
Putting into practice the ecosystem approach to fisheries.
Models for an ecosystem approach to fisheries
A future for knowledge acquisition : 8th European Knowledge Acquisition Workshop, EKAW '94, Hoegaarden, Belgium, September 26-29, 1994 : proceedings
Ecosystem-based fisheries management : progress, importance, and impacts in the United States
Managing organizational knowledge : 3rd generation knowledge management ... and beyond!
Engineering hydrology of arid and semi-arid regions
Operations research and management in fishing
Geographic information systems to support the ecosystem approach to fisheries : status, opportunities and challenges
JOURNAL OF FISHRIES AND MARINE SCIENCES EDUCATION
Beodeul Kang수산해양교육연구
강버들수산해양교육연구
허균, 구정모수산해양교육연구
이동호Journal of Environmental Management
Lamborn C.C.,Givens J.,Lant C.,Roper B.,Monz C.,Smith J.W.International Journal of Human Computer Studies
Ameerbakhsh O.,Maharaj S.,Hussain A.,McAdam B.Hydrobiologia
Pennino M.G.,Rehren J.,Tifoura A.,Lojo D.,Coll M.수산해양교육연구
강버들, 장창익, 김현아地理教育 / Education of Geography
马仁锋; 孙静怡; 朱闽儿; 姜露露; 王江수산해양교육연구
강버들, 장창익Marine Policy
Aguado S.H.,Segado I.S.,Vidal M.E.S.,Pitcher T.J.,Lam M.E.Frontiers in Marine Science
Townsend H.,Harvey C.J.,deReynier Y.,Davis D.,Zador S.G.,Gaichas S.,Weijerman M.,Hazen E.L.,Kaplan I.C.Deep-Sea Research Part II: Topical Studies in Oceanography
Rosellon-Druker J.,Szymkowiak M.,Aydin K.Y.,Cunningham C.J.,Fergusson E.A.,Kasperski S.,Kruse G.H.,Moss J.H.,Rhodes-Reese M.,Shotwell K.S.,Spooner E.,Yasumiishi E.M.바다
이화현, 손동화, 김수암太原城市职业技术学院学报 / Journal of Taiyuan Urban Vocational College
岳丽佳; 熊良伟; 李伟Bulletin of mathematical biology
Cattoni V; South LF; Warne DJ; Boettiger C; Thakran B; Holden MHJournal of Coastal Research
Chen, Yunjun; Xiong, JunJOURNAL OF FISHRIES AND MARINE SCIENCES EDUCATION
Hyuna Kim; Chang Ik Zhang; Beodeul Kang中国教师 / Teacher's Journal
张海水Trends in ecology & evolution
Silvano RAM; Baird IG; Begossi A; Hallwass G; Huntington HP; Lopes PFM; Parlee B; Berkes F전선 / 대학원
수계와 광역지역 및 폐기처리시설에 관계되는 수질관리의 방향과 계획 등의 내용이 포함된다. 수계에 대한 수질기준의 설정과 이 기준을 달성시킬 수 있는 수질부하의 삭감방법과 수계계획의 조건에 부합되는 방법을 이해케 하고 폐수처리기법을 평가하여 지역특성에 알맞은 방법을 선택할 수 있는 능력을 개발하도록 한다.전선 / 학사
본 교과목에서는 해양 플랫폼 설계 및 운영에 필수적인 장비에 대한 기초지식의 이해를 바탕으로 전체 시스템을 조망하고 안전 설계에 대한 지식을 갖출 수 있도록 학습한다. 해저에서 플랫폼 상부에 이르는 생산시스템을 이해하고 각 모듈 및 장비의 기능과 요구사항을 이해한다. 나아가 해양산업에서 어떤 사고가 발생했었는지를 살펴보고 위험도(risk)의 개념을 기반으로 위험요인을 색출, 사고 빈도 및 결과를 평가하는 위험도 기반 설계 방법론의 원리를 익힌다.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
가족자원관리, 가계경제, 소비자경제의 제 현상을 올바르게 기술, 설명, 예측할 수 있는 과학적인 연구방법론을 학습하는 과목으로 방법론상의 기본지식 및 이론적 체계를 학습하는 과목으로 방법론상의 기본지식 및 이론적 체계를 학습하며 컴퓨터를 통한 자료처리능력 등을 포괄적으로 양성한다.전선 / 학사
해양환경을 이해하는 데 필수적인 과정들, 즉 일차생산, 침강유동량, 신생상, 해양의 먹이망, 생물다양성, 기후와 해양생물간의 관계에 대해 배운다. 그리고, 연안환경에서 인간의 활동에 의해 생기는 환경의 교란과 관련된 주제에 대해 논의한다. 아울러 지구시스템의한 구성성분으로서의 해양환경의 역할을 이해하기 위하여 해양환경을 구성하는 주요 요소를 살핀다. 최근의 기후문제 등의 지구환경문제에서의 해양의 역할을 이해하는 데 주 초점을 맞추어져 수업이 진행된다. 실험 및 현장학습을 통해 교과목에 대한 이해도를 높인다.전선 / 대학원
본 과목에서는 농식품 산업에서의 공급망 및 운영전략과 관련하여 기후변화 및 지속가능성, 공급망 레질리언스 및 글로벌 공급망 운영전략 등의 관점에서 기본적인 이론과 모형을 습득하고 해당 분야의 최근 연구 동향을 살펴보는 것을 목표로 한다. 구체적으로 공급망 입지 및 네트워크, 구매 전략, 공급망 협력, 생산 및 운영전략, 공급망 혁신기술 등의 연구 분야에서 주요 연구 결과를 논의하고 새로운 연구 문제를 창출할 수 있도록 한다.전선 / 대학원
본 강의는 농식품 공급망에서의 레질리언스 역량 강화에 대한 이론 및 모형을 다루고 농식품 공급망 레질리언스와 관련된 주요 이슈 및 연구 동향을 살펴보며 이를 통해 공급망 레질리언스 구축 방안에 대해 심층적으로 논의하는데 그 목표를 두고 있다. 구체적으로 농식품 공급망에서의 다양한 리스크 요인들을 살펴보고 이에 대해 공급망 입지 및 공급망 설계, 구매 및 공급자 관리, 생산 및 운영 등의 전략적 접근 방안을 다루게 된다.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
본 교과목은 재배, 유통, 운송, 무역 등 다양한 스마트농업 분야에 활용 가능한 AI모델을 개발할 수 있는 내용을 효과적으로 익힐 수 있도록 구성된다. 스마트팜의 재배를 위한 시스템 관리와 최적 재배환경 조성을 위한 AI모델 뿐만 아니라 농산물의 유통과 글로벌 무역에 이르는 전체 농업 벨류체인에 AI모델을 활용할 수 있도록 부문별 사례를 통해 수업을 진행한다. 교과내용은 빅데이터의 이해와 함께 다양한 머신러닝 알고리즘을 활용하여 모델을 만들 수 있는 실무적인 경험을 제공한다.전선 / 대학원
인간, 동물, 인공지능 시스템은 인지체제라는 점에서 공통된다. 환경에 효율적으로 적응하는 방식으로서 ‘앎’이라는 행위는 환경과 유기체 자신에 대한 정보를 표상하고 그 정보를 처리하는 과정으로 이해될 수 있다. 본 강좌에서는 인지체제에 대한 이해를 위해 (i) 정보의 표상과 처리에 대해 역사적으로 개관하고, (ii) 표상 및 계산주의적 접근과 (iii) 생태학적-역동체제적 접근에서 살펴봄으로써 정보의 본질과 정보처리모형의 가능성을 더 포괄적으로 탐구하는 것이 그 목적이다.전선 / 학사
이 과목은 산림을 구성하는 요소를 그 규모에 따라 임목, 임분 및 산림으로 구분하여 각 규모에 적합한 inventory 조사의 개념과 적용 방법을 공부한다. 이를 위해 기초 산림통계 분석기법 및 임분측정기법의 이론적 배경을 공부하고, 실습을 통해 실무적 능력을 배양한다. 아울러 SFM 구현을 위한 산림평가의 개념과 산림의 탄소흡수 등 현재 사회가 필요로 하는 자원의 평가 방식을 적용하기 위한 새로운 ICT 기반 측정 기술과 활용 체계에 대해 공부한다.전선 / 대학원
가정자원관리, 가계경제, 소비자경제의 제 현상을 올바르게 기술, 설명, 예측할 수 있는 과학적인 연구방법론을 학습하는 과목으로 방법론상의 기본지식 및 이론적 체계를 학습하며 컴퓨터를 통한 자료처리능력 등을 포괄적으로 양성한다.전선 / 대학원
이 강좌에서는 해양환경에 대한 화학적인 접근을 통하여 해양 및 이를 통한 지구환경시스템에 대한 물질순환 기작, 지구환경의 변화 과정, 및 해양천연물의 이용 등에 대한 이해를 목표로 하여 각 학기별로 주제를 정하여 심화학습하게 된다.전선 / 대학원
어류를 이용한 실험기법, 어류 질환모델 동물 등을 강의한다.전선 / 학사
본 과목은 농식품 분야를 위한 정보 경영을 어떻게 할 것인가에 대한 이론에 대한 학습과 실무적 관점을 학습을 진행한다. 농식품 분야에서 자료의 수집과 저장 및 출력 이를 위한 데이터베이스를 어떻게 설계하고 관리할 것인가에 대한 체계적인 방법을 배운다. 다양한 사례 연구를 통하여 실무적인 지식과 경험을 쌓는다. 본 교과목을 통하여 농식품 분야 경영자들이 합리적 의사결정을 하도록 할 수 있는 지원 시스템을 설계할 수 있는 능력을 배양한다.교직 / 학사
학교 현장에서의 교수·학습 이론과 실제를 다룬다. 특히, 교수체제설계, 교수설계이론, 교육기자재 및 매체의 교육적 활용, 교육용 소프트웨어를 비롯한 정보통신기술의 교육적 활용 등 실질적인 지식과 기술에 대한 안내와 획득에 초점을 맞춘다. 이를 통하여 다양한 교수·학습 방법을 적용한 교실 수업의 실제 등 교육현장과 밀접한 관련이 있는 교육방법을 이해할 수 있다.전선 / 대학원
학습자가 이해하기 어려워하는 생물 개념의 속성을 인식론과 존재론적 관점에서 파악하고, 학습자의 인지적.정의적 속성과 인지 발달, 개인적.사회적 구성주의 등에 대한 이해를 바탕으로 개념 변화를 위한 교수 방법과 전략을 계획하고 현장에 적용할 수 있도록 한다. 이러한 교수 방법과 교수 전략에는 인지 갈등 수업, 발생 학습 수업, 비유와 모형을 이용한 수업, 초인지 교수 전략 등이 포함된다.전선 / 학사
해양생물의 종류, 형태를 이해하고, 환경에 어떻게 반응하는가를 이해하는 것을 목적으로 한다. 강의는 해양환경과 생물, 해양생태계에서 생물과 환경의 상호작용, 해양의 부분생태계, 해양생물자원과 환경오염 등에 대한 내용을 다룬다. 현장실습을 포함하여 해양생물의 채집, 시료의 취급, 동정 및 분류 등의 생물 구조에 대한 실험과 일차생산 및 성장 등의 생물 기능에 대한 실험을 수행한다.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
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.