최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Wang T.Y.,Zhang H.
2023 / Scientific Reports
Chun, Kyung Hyo
2020 / Asian Journal of Peacebuilding
Yoon, Jae Moon; Son, Ki Young; Eom, Chun Sick; Durrance, Daniel; Park, Sang Min
2013 / World Journal of Gastroenterology
Villena Toro J.,Wiberg A.,Tarkian M.
2023 / International Journal of Advanced Manufacturing Technology
데이터가 존재하지 않습니다.
loading...
본 논문은 자동차 부품 제조 비용에 큰 영향을 미치는 고정 장치 배치 문제를 해결하기 위해 지도 학습 기반의 새로운 접근 방식을 제시합니다. 특히 시트 금속 설계 데이터를 기반으로 생성된 위상 공간 지도를 컨볼루션 신경망(CNN)의 입력으로 사용하여 고정 장치를 배치하고, 3-2-1 위치 결정 원리를 적용하여 물체의 자유도를 제한합니다. 실험 결과, 조정된 CNN은 높은 정확도와 빠른 수렴 속도를 보여 산업 현장에 적용 가능성을 입증했습니다.
Computer-aided fixture design
Event-based neuromorphic systems
Rapid prototyping : principles and applications
Recurrent neural networks for prediction : learning algorithms, architectures, and stability
Computer-aided cooperative product development : MIT-JSME workshop, MIT, Cambridge, USA, November 2021, 1989 : proceedings
Fracture mechanics : fundamentals and applications
Computational intelligence : theory and applications : International Conference, 6th Fuzzy Days, Dortmund, Germany, May 25-28, 1999 : proceedings
An advanced treatise on fixture design and planning
Emergent computing methods in engineering design : applications of genetic algorithms and neural networks
Structural analysis : a unified classical and matrix approach
Fundamentals of user-centered design : a practical approach
The codesign of embedded systems : a unified hardwaresoftware representation
Modelling and analysis of reinforced concrete structures for dynamics loading
Deep Learning for Biometrics
Nonlinear continuum mechanics for finite element analysis
Neural networks in multidimensional domains : fundamentals and new trends in modelling and control
Conformal prediction for reliable machine learning : theory, adaptations, and applications
Intelligent infrastructure : neural networks, wavelets, and chaos theory for intelligent transportation systems and smart structures
Journal of Mechanical Science and Technology
Ahmad, Zeshan; Sultan, Tipu; Asad, Muhammad; Zoppi, Matteo; Molfino, ReziaJournal of Mechanical Science and Technology
Zeshan Ahmad, Tipu Sultan, Muhammad Asad, Matteo Zoppi, Rezia MolfinoAdvances in Mechanical Engineering
Yonggang Kang; Zhongqi Wang; Bo Yang; Yuan YangInternational Journal of Advanced Manufacturing Technology
Yang, B.; Wang, Z.; Yang, Y.; Kang, Y.; Li, X.Computational intelligence and neuroscience
Wang Z; Yang B; Kang Y; Yang YIEEE Transactions on Intelligent Transportation Systems
Mohammad Hijji; Rahat Iqbal; Anup Kumar Pandey; Faiyaz Doctor; Charalampos Karyotis; Wahid Rajeh; Ali Alshehri; Fahad AradahStructural and Multidisciplinary Optimization
Bielecki D.,Patel D.,Rai R.,Dargush G.F.The International Journal of Advanced Manufacturing Technology
Lu, Cong; Zhao, Hong-WangIEEE Transactions on Intelligent Transportation Systems
Hijji M.,Iqbal R.,Kumar Pandey A.,Doctor F.,Karyotis C.,Rajeh W.,Alshehri A.,Aradah F.Engineering Applications of Artificial Intelligence
Yang C.,Wu S.,Liu T.,He Y.,Wang J.,Shi D.Advanced Quantum Technologies
Du Q.,Xu J.,Jin Y.,Wang W.,Tu Z.,Liu Y.,Lian H.,Zhu Y.,Shan Z.Mathematical Problems in Engineering
Liu Y.,Guan S.,Zhao H.,Liu W.,Duan L.,Sha Y.Procedia CIRP
Maghami, Ali; Salehi, Meshkat; Khoshdarregi, MattInternational Journal of Advanced Manufacturing Technology
Hajimiri, H.; Shakeri, M.; Siahmargoei, M.H.; Abedini, V.Advances in Mechanical Engineering
Bo Yang; Zhongqi Wang; Yuan Yang; Yonggang Kang; Cheng LiInternational Journal of Advanced Manufacturing Technology
Yu K.Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture
Rex, F.M.T.; Ravindran, D.APPLIED SCIENCES-BASEL
Haseeb, Shah A. A.; Ahmad, Zeshan; Dief, Tarek N. N.; Alnuaimi, Saeed K. K.; Sultan, Tipu; Hayat, Khazar; Younis, Muhammad Rizwan; Zoppi, MatteoProceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture
Liu Z.,Sun Y.International Journal of Advanced Manufacturing Technology
Wang Z.,Li D.,Shen L.,Dong X.,Zhai Y.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 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.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
다양한 딥러닝 신경망(CNN 등) 모델을 이용하여 치과영상(파노라마 영상, 구내 영상, CEP 영상 및 콘빔CT(CBCT) 영상)에서 정상 해부학적 구조물의 자동적 영역분할, CEP 계측점 자동적 탐지, 및 다양한 치과질환의 자동적 탐지 및 분류하는 딥러닝 모델과, 3D 치과 데이터에서 자동적 탐지, 분할과 분류하는 딥러닝 모델의 원리와 구조에 대해 수업함. 인공신경망과 딥러닝 소개 컴퓨터 비전을 위한 심층 컨볼루션 신경망 소개 딥러닝을 이용한 의료 및 치과영상 감지 및 인식 딥러닝을 이용한 의료 및 치과영상 분할 딥러닝을 이용한 의료 및 치과영상 등록 딥러닝을 이용한 컴퓨터 지원 진단(CAD)전선 / 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.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
피로 파괴 모형, 피로 수명 예측, 신뢰도 등 기계 설계의 고급 내용과 변속 장치, PTO, 전동라인, 로터리-트랙터, 로외 장비 등의 기본 설계 이론과 방법 등을 다룬다. 특히 컴퓨터 설계 기법을 강조하여 다룬다.전선 / 대학원
이 과목에서는 내장형시스템 분야의 최신 연구동향을 학습한다. 최신 논문의 강독 및 세미나 발표를 중심으로 진행되며, 다양한 응용분야에서 내장형 시스템의 설계 이슈와 최신 방법론을 다룬다. 주요 강의주제는 시스템레벨 설계 방법론, 내장형소프트웨어 설계 및 최적화, 시스템온칩 아키텍처설계, 하드웨어/소프트웨어 통합설계 등을 다룬다. 또한, 구체적인 설계사례로 IoT 시스템, 스마트폰 등의 모바일 시스템, 스토리지 서브시스템 등을 다룬다. 논문 세미나에서는 top-tier 학회인 DAC, DATE, ESWEEK, ISCA, MICRO, FAST 등에서 발표된 최신 주요 논문을 주로 발표한다.전선 / 대학원
기계학습의 기초, AI 시스템의 평가, 윤리적 /법적 측면과 함의를 교육분야의 적용 사례를 통해 살펴보고, 전통적 과학교수학습이론과 평가이론과의 접목을 논의하면서 인공지능 및 언택트 시대의 과학교수학습과 평가에 대한 조망 및 새로운 연구분야에 대한 이해를 높인다.전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 대학원
이 강좌에서는 현 시점에서 본 반도체 소자의 각 세부 분야의 주요한 연구 주제에 대한 소개와 토의가 이뤄진다. 개설 학기에 따라 주제가 변하며, 이 강좌 내의 다른 주제에 대한 특강을 수강할 수 있다.전선 / 대학원
일상적으로 네트워크 시설의 계획과 운영관리에 치중해온 전통적 교통계획수법의 문제점을 비판하고 대중교통수단의 결절시설인 터미널, 정류장의 입지, 구조 및 디자인 등의 지능형교통체계의 중요성에 주목하여 기차, 버스 등의 교통터미널과 화물유통센타 등의 설계기준 및 세부구조 계획 등에 관해 연구한다.전선 / 대학원
최근 AI, 빅데이터, 사물인터넷등 새로운 응용 도메인이 대두되면서, 이를 효율적으로 실행하기 위한 새로운 컴퓨터 구조에 대한 수요가 높아지고 있다. 또한, 무어의 법칙에 따른 반도체 스케일링이 한계에 도달하면서, 이를 극복하기 위한 새로운 프로세서, 메모리 시스템 구조, 소프트웨어 스택의 혁신이 요구되고 있다. 이 과목에서는 이러한 맥락에서 컴퓨터 구조 분야의 최신 연구동향을 학습한다. 최신 논문의 강독 및 세미나 발표를 중심으로 진행되며, 기존의 범용 컴퓨터 아키텍처뿐만 아니라, 특정 도메인에 특화된 아키텍처 및 시스템 수준의 설계 이슈도 함께 다룬다.전선 / 대학원
여러 가지 가정을 통하여 실험적으로 얻어진 결과를 공식화하는 과정을 연구하며, 콘크리트의 creep와 shrinkage에 대해 심도 있는 연구를 한다.전선 / 대학원
철근콘크리트의 내진설계를 강의하며 특히 접합부 및 프레임-벽체시스템에 대한 연구에 치중한다.전선 / 학사
학습시스템은 환경과의 상호작용을 통한 경험으로부터 지식을 습득하여 스스로 성능을 향상시키는 시스템이다. 기계학습은 학습시스템의 핵심인 경험으로부터 획득한 데이터로부터 모델을 자동으로 생성하고 이를 기반으로 미래 를 예측하는 계산구조와 알고리즘을 연구하는 컴퓨터공학의 한 분야이다. 기계학습은 인터넷 정보검색, 텍스트마이닝, 컴퓨터비젼, 로보틱스, 게임 뿐만 아니라 생명과학과 비즈니스 데이터마이닝 등에 성공적으로 활용되었다. 최근 들어 모바일폰, 스마트 TV등에서 사용자 모델링과 개인화 추천 서비스에 사용되고 있으며 컴퓨터구조, 컴파일러, 운영체제, 통신망 시스템의 모델링 및 성능 예측 등 컴퓨터공학의 다양한 분야에서 널리 활용되고 있다. 본 교과목은 감독학습, 무감독 학습, 강화학습 등 기계학습의 기본 개념과 원리, 여러가지 학습 방법에 대한 모델 구조와 학습 알고리즘 및 그 수학적인 기반를 제공하는 것을 목적으로 한다. 패턴분류, 확률관계모델링, 순차적 의사결정과정에 대한 구체적인 학습 구조와 알고리즘을 살펴보며 실제 응용문제 해결을 위한 미니 프로젝트를 통하여 그 활용 방법을 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.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
하이터치는 인간의 잠재적 욕구를 체계적으로 연구함으로써 제품에 반영하는 것을 목적으로 한다. 생활환경의 변화와 인간의 잠재적 욕구를 파악하여 새로운 제품개발 대상을 선정하고, 새로운 제품(non-existing product)을 개발해 본다. 하이터치 제품 개발 방법론을 체계적으로 학습하며, 실제 신제품 개발에 적용해 본다.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.