최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Nilén G; Larsson M; Hyötyläinen T; Keiter SH
2024 / The Science of the total environment
최요한, 민예진, 정현정, 정용대, 김정아, 조은석, 김영신, 홍준기
2020 / 한국산학기술학회논문지
Thanh Binh Nguyen, Van Tuan Nguyen, 정선태, 조성원
2016 / 멀티미디어학회논문지
Yang Song, Xiaowu Mu
2021 / International Journal of Control, Automation, and Systems
Mostafa Zarefard, Sohrab Effati
2017 / International Journal of Control, Automation, and Systems
데이터가 존재하지 않습니다.
loading...
본 논문은 미지의 파라미터와 시간 가변 지연을 갖는 두 개의 비대칭 연관 기억 신경망의 동기화를 연구합니다. 두 개의 적응 제어기를 설계하여 두 개의 비대칭 연관 기억 신경망의 상태 궤적의 전역 점근적 동기화를 보장합니다.
Delay differential equations : recent advances and new directions
Advanced topics in control systems theory : lecture notes from FAP 2005
Mechanics and control : proceedings of the 4th Workshop on Control Mechanics, January 21-23, 1991, University of Southern California, USA
Nonlinear and adaptive control with applications
Advances in neural networks--ISNN 2004 : International Symposium on Neural Networks, Dalian, China, August 19-21, 2004 : proceedings, Part I
Stability and stabilization of nonlinear systems
Robust control via variable structure and Lyapunov techniques
Fully tuned radial basis function neural networks for flight control
Trends in nonlinear and adaptive control : a tribute to Laurent Praly for his 65th birthday
Adaptive sliding mode neural network control for nonlinear systems
Analysis and design of singular Markovian jump systems
Techniques in discrete and continuous robust systems
Analysis and design of nonlinear control systems : in honor of Alberto Isidori
Nonlinear control in the year 2000
Stabilization of linear systems
Stochastic partial differential equations and related fields: SPDERF, Bielefeld, Germany, October 10 -14, 2016
Hybrid systems : computation and control : First International Workshop, HSCC'98, Berkeley, California, USA, April 1998 : proceedings
Distributed algorithms : 9th international workshop, WDAG '95, Le Mont-Saint-Michel, France, September 13-15, 1995 : proceedings
Flight formation control
Synchronization : theory and application
Neural networks : the official journal of the International Neural Network Society
Li X; Li X; Hu CAsian Journal of Control
Zhang Z.,Guo R.,Liu X.,Zhong M.,Lin C.,Chen B.Nonlinear Dynamics: An International Journal of Nonlinear Dynamics and Chaos in Engineering Systems
Shi, Yanchao; Zhu, PeiyongNeurocomputing
Zhao Y.,Ren S.,Kurths J.Mathematics
Syed Ali M.,Stamov G.,Stamova I.,Ibrahim T.F.,Dawood A.A.,Osman Birkea F.M.Neurocomputing
Li, S.; Peng, X.; Tang, Y.; Shi, Y.Neurocomputing
Zhao, Z.; Liu, F.; Xie, X.; Liu, X.; Tang, Z.IEEE Transactions on Neural Networks and Learning Systems
Xin Y.,Cheng Z.IEEE Access
Wei X.,Zhang Z.,Zhong M.,Liu M.,Wang Z.International Journal of Control, Automation and Systems
Li, Hang; Chou, WushengChaos, Solitons and Fractals
Thoiyab N.M.,Muruganantham P.,Zhu Q.,Gunasekaran N.Nonlinear Analysis: Modelling and Control
Li L.,Xu R.,Gan Q.,Lin J.Frontiers in Physics
Li S.,Wu Y.,Zheng G.Nonlinear Dynamics
Su S.,Ji Y.Information Sciences
Feng Z.,Li R.B.,Zheng W.X.International Journal of Control, Automation, and Systems
Hang Li; Wusheng ChouNonlinear Analysis: Modelling and Control
Lin J.,Xu R.,Li L.Entropy
Li Y.,Zhang J.,Xu X.,Chin C.S.Neurocomputing
Wu, H.; Zhang, X.; Li, R.; Yao, R.Neural Networks
Yang J.,Chen G.,Zhu S.,Wen S.,Hu J.전선 / 대학원
제어 시스템 1 의 연이은 과목으로 고급 제어시스템 설계 및 해석에 필수적인 개념 및 기법들을 소개하는데, 특히 비선형 제어, 확률적 추정 및 제어, 적응 제어 및 비선형 최적제어 등에 주안점을 둔다.전선 / 대학원
비선형 제어시스템의 안정도 분석에 대한 Lyapunov 안정도와 Operator-theoretic을 이용한 접근방식을 다룬다. 또한, 위상평면 방법론과 같은 함수적 방법에 대해 서술한 고전적 방법론과 Lyapunov direct/indirect method, Popov/circle criteria, singular perturbation technique와 궤환 선형화 이론, 강인 H 제어, 강인 Lyapunov redesign, sliding mode control과 같은 현대적 방법을 더불어 다룬다.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
본 강좌는 스토캐스틱 제어와 강화학습의 이론과 알고리즘에 대해 소개한다. 강좌의 첫 부분에서는 스토캐스틱 제어이론을 심도 있게 다룬다. 최적조건과 최적제어전략의 존재성뿐만 아니라, value and policy iteration 그리고 선형최적화를 이용한 해결방법에 대해 소개하고 분석한다. 두 번째 부분에서는 강화학습의 방법론을 다룬다. 특히, stochastic approximation 알고리즘을 기반으로 한 방법(예: Q-learning)들의 수렴조건 및 근사방법에 대해 학습한다. Policy gradient와 online learning 방법에 대해서도 소개하고, 여러 알고리즘들의 장단점에 대해 분석한다.전선 / 대학원
본 강좌는 스토캐스틱 제어와 강화학습의 이론과 알고리즘에 대해 소개한다. 강좌의 첫 부분에서는 스토캐스틱 제어이론을 심도 있게 다룬다. 최적조건과 최적제어전략의 존재성뿐만 아니라, value and policy iteration 그리고 선형최적화를 이용한 해결방법에 대해 소개하고 분석한다. 두 번째 부분에서는 강화학습의 방법론을 다룬다. 특히, stochastic approximation 알고리즘을 기반으로 한 방법(예: Q-learning)들의 수렴조건 및 근사방법에 대해 학습한다. Policy gradient와 online learning 방법에 대해서도 소개하고, 여러 알고리즘들의 장단점에 대해 분석한다.전선 / 대학원
비선형시스템의 특성을 이해하고 비선형시스템의 안정도 분석 및 제어를 위한 여러 방법들에 대해 공부한다. 이들 중에는 Phase Plane Method, Describing Function Method, Liapunov Direct & Indirect Methods Popov/Circle Criteria, Singular Perturbation Technique, Feedback Linearization Technique 등과 기타 최근의 주요 연구결과들이 포함된다.전선 / 대학원
비선형시스템의 특성을 이해하고 비선형시스템의 안정도 분석 및 제어를 위한 여러 방법들에 대해 공부한다. 이들 중에는 Phase Plane Method, Describing Function Method, Liapunov Direct & Indirect Methods Popov/Circle Criteria, Singular Perturbation Technique, Feedback Linearization Technique 등과 기타 최근의 주요 연구결과들이 포함된다.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 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.전선 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.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
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
표준적 도시교통계획과정의 이론적 구조와 문제점 그리고 실천모형의 장단점을 비교검토하고, 보다 일반적인 교통계획모형의 구성을 위한 여러 방법론과 고급이론을 소개함과 아울러 새로운 연구방향에 관해 연구한다.전선 / 대학원
인지과학 연습 1의 내용을 보다 확장하여 인지과학의 연구사, 연구주제등을 다각도로 검토하여 과정에 진입한 학생들에게 인지과학의 기초적 지식배경을 제공하는데 목적이 있다.전선 / 학사
이 과목은 금융수학1의 지식을 바탕으로 다음과 같은 주제 중 적절한 것을 선별하여 공부한다: 미국식옵션 및 이색옵션, 이자율 모형, 리스크 관리, 기타 강사가 정한 토픽.전선 / 대학원
본 강좌는 의사결정 모델을 통하여 복잡한 경영문제들을 해결할 수 있는 기법들을 제공하고 정형화된 모델과 계량적 분석을 틀로 불확실하고 경쟁적인 경영환경들을 분석할 수 있는 모델을 제시한다. 이 과목은 확률론이나 의사결정 모형들을 기본으로 수송문제, 설비배치와 같은 문제들을 분석한다.전선 / 대학원
제어시스템의 기본개념과 선형시스템 기초, 최적제어, dynamic programming, Hamilton-Jacobi이론, 기하학적 비선형 제어이론 등을 공부한다.전선 / 학사
빅데이터는 실세계에서 일어나는 복잡한 문제를 해결하기 위한 통찰력을 제공한다. 이 과목은 빅데이터를 소개하며, 데이터 가공, 분석 및 시각화를 위한 프로그래밍 언어 (Python), 데이터 분석을 위한 통계 및 머신러닝 방법 등을 가르친다. 실습 및 프로젝트를 통해서 학생들이 실제 데이터를 분석할 수 있는 능력을 배양한다. 데이터 중심의 컴퓨팅, 정량적 사고와 추론, 탐색적 데이터 분석에 대한 강조를 통해 이 과목에서는 데이터 과학의 핵심 원리와 기술을 다룰 것이다.전선 / 학사
디지털 회로 설계에 입문하는 인력들이 본 과정을 통해 실무에 투입될 수 있는 수준의 역량을 갖추도록 한다. RTL 설계 이해 및 RTL 설계 능력 함양을 위해 심화 실습을 포함한 교육을 진행하며, Synthesis 및 P&R을 포함한 SoC 전체 설계 과정을 진행한다.전선 / 대학원
본 과목에서는 연소현상을 이해하고 이를 효과적으로 사용하기 위하여 열역학, 유체역학, 화학적 지식을 기초로 하여 층류확산화염, 층류예혼합화염에 전반적인 이해를 통하여, 환경친화적이며 고효율 연소시스템 설계에 대한 지식을 습득한다(고급연소론 1). 또한, 난류화염, 분무이론의 기초를 배우며 이를 근간으로 가스터빈과 로켓엔진등에서 발생되는 연소불안정을 다룬다. 즉, 난류화염의 특성 및 구조를 파악하기 위한 방법으로 Borghi's Diagram, 난류제트화염의 특성, similarity를 만족하는 현상의 이론적 접근방법, 분무이론, 분무시스템의 종류 및 특성, 연소불안정 현상, 연소 불안정의 원인과 저감방법 등을 세부적으로 다룬다(고급연소론2).