최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
컴퓨터 시뮬레이션을 통한 고성능기계 교육훈련 방법 개발
컴퓨터 시뮬레이션을 통한 고성능기계 교육훈련 방법 개발
(STEAM 교육을 위한) 융합과학실험 field manual
STEAM 교육의 이론과 실제 : 한국형 융합교육
실제 동작, 표정, 영상에 기반한 가상 캐릭터의 실시간 애니메이션 기술 개발 =
STEAM 교육과 스마트 러닝 : 융합인재교육의 이론과 실제
학교 교육에서의 인공지능(AI) 활용 방안 탐색
실제 동작, 표정, 영상에 기반한 가상 캐릭터의 실시간 애니메이션 기술 개발 : 2단계 =
Cyber human의 동작제어 및 애니메이션 연구 =
인공지능교육과 데이터과학 =
시뮬레이션 모델링 및 가시화 =
Multiple perspectives on problem solving and learning in the digital age
지능정보사회 교사 역량 제고를 위한 연수 프로그램 개발.
우리는 AI와 공부한다 : 학부모, 교사, 아이가 함께 보는 최신 인공지능 에듀테크 코스웨어 활용 가이드
AI와 만난 지속가능발전교육
Mastering Simulink 4
ARENA를 이용한 시뮬레이션
호모 파덴스 = 일자리의 진화, 교육에서 미래를 디자인하다
핵심역량 평가를 위한 컴퓨터 기반 평가 시스템(KICE-eAssessment) 개발 연구.
(STEAM 교육을 위한) 융합과학실험 field manual : 컬러판
学周刊 / Learning week
康领翠; KANG Ling-cuiPhysics Education
Benacka, J.行政事业资产与财务 / Assets and Finances In Administration and Institution
王鑑航中国管理信息化 / China Management Informationization
肖姝中国教育技术装备
赵登峰教师 / Teacher
汪源; 周密한국차세대컴퓨팅학회 논문지
김철표; 하지수; 황석근; 이원용; 노상욱漯河职业技术学院学报 / Journal of Luohe Vocational Technology College
娄艺; 晁松杰; LOU Yi; CHAO Song-jie中学课程资源 / Secondary School Curriculum Resources
刘勇학습자중심교과교육연구
정광순中国教育技术装备 / China Educational Technology & Equipment
韩永光; 牛乐; 樊香; 常薇; 禄保平; HAN Yongguang; NIU Le; FAN Xiang; CHANG Wei; LU BaopingJournal of biomedical informatics
Khanal P; Vankipuram A; Ashby A; Vankipuram M; Gupta A; Drumm-Gurnee D; Josey K; Tinker L; Smith MMedical Science Educator
Peterson, Todd; Peterson, Dawn Taylor한국실과교육학회지
이승훈, 문성환Surgical Clinics of North America
Evans, C.H.; Schenarts, K.D.杨凌职业技术学院学报 / Journal of Yangling Vocational & Technical College
殷锐; YIN Rui苏州市职业大学学报 / Journal of Suzhou Vocational University
陈珂; 李金祥; 吴建平; CHEN Ke; LI Jinxiang; WU Jianping考试周刊 / Kaoshi Zhoukan
李晓莉Korean Journal of Adult Nursing
Mina Park, Kyoung Ja MoonBest Practice and Research: Clinical Anaesthesiology
Pasquale, S.J.전선 / 학사
본 과목에서는 시스템의 시간경과에 따른 상태변화를 컴퓨터를 이용하여 추적하고 분석하는 시뮬레이션 기법의 제반 사항을 컴퓨터 프로그래밍 언어와 시스템 이론, 그리고 통계학 이론을 중심으로 공부하게 된다. 우선 시스템과 모델링의 기본개념을 공부한 후 시뮬레이션의 이론적 배경이 되는 난수발생 기법, 적합도 검정 및 확률적 시뮬레이션의 기법, 결과분석 기법, 분사감소 기법을 공부한다. 그리고 두 세 종류의 시뮬레이션 팩키지를 공부하면서 산업공학과 관련이 깊은 제조 시스템이나 FMS(Flexible Manufacturing System) 등 자동화 시스템에 대한 응용연구를 시도한다. 시간이 허락할 경우 가상현실을 이용한 시뮬레이션도 취급될 것이다.전선 / 대학원
보건의료분야 교육에 있어서 환자 안전의 문제를 해결하면서 학생들의 임상능력을 증진시키는 방법으로 가상현실 기술을 이용한 시뮬레이션 교육이 주목을 받고 있다. 이 교과목에서는 보건의료 분야 교육에 가상현실 기술을 활용한 시뮬레이션 교육의 가능성, 현황, 설계방안 등을 탐색해본다. 기존에 개발되어 활용되고 있는 가상현실 교육 프로그램을 조사, 평가해 보고, 실습교육의 이론적 기반과 가상현실 및 햅틱 기술 등 다양한 테크놀로지를 활용하여 가상현실 교육 프로그램을 설계해본다.전선 / 학사
전선 / 대학원
이 과목에서는 휴머노이드 로봇의 보행제어를 다룬다. 학생들은 이와 관련된 제어이론들을 배우고, 습득한 이론들을 시뮬레이션 환경과 실제 로봇에 구현한다. 프로젝트에서는 좀더 고급이론들을 이해하고 휴머노이드 로봇에 구현하여 실제 데모를 완성하는 것을 목표로 한다.전선 / 대학원
이 과목에서는 휴머노이드 로봇의 보행제어를 다룬다. 학생들은 이와 관련된 제어이론들을 배우고, 습득한 이론들을 시뮬레이션 환경과 실제 로봇에 구현한다. 프로젝트에서는 좀 더 고급이론들을 이해하고 휴머노이드 로봇에 구현하여 실제 데모를 완성하는 것을 목표로 한다.전선 / 대학원
미래 또는 현재 교육자로서 AI 및 첨단기술의 활용 역량을 갖추는 것은 궁극적으로 교실에서 활용하는 것을 목적으로 한다. 본 교과에서는 각 교과의 전문성을 바탕으로 기술을 활용하여 수업을 설계하는 활동을 한다. 기술과 교과의 융합 또는 교과 간의 융합을 바탕으로 창의적인 활동을 학습할 수 있는 수업 자료를 도출하고 발표하여 공유한다.전필 / 대학원
성능평가 시뮬레이션 실습은 지식기반 의사결정 설계를 통해 산출된 설계결과를 모의체계로 평가하는 과정이다. 성능평가는 최적결과로 도출된 무인이동체의 형상 및 성능자료를 입력해서 수행하거나 실제로 제작한 무인이동체의 운항자료를 입력하여 평가하는 방안으로 구분할 수 있다. 성능평가는 공력, 동수력, 구조, 추진 등의 분야별로 수행되며 각 분야에 대한 상황별 성능기준에 따라 평가된다. 대학원생은 각 분야별로 국제적인 기준과 무인이동체의 평가 시나리오 작성 방법을 학습한 후 설계 요구조건에 따라 평가를 실습하게 된다. 실제 운항을 통한 평가는 무인이동체에서 획득된 제어 입력값과 실제 위치 및 속도, 자세 등 운항자료 등과 비교‧분석을 통해 이루어진다. 아울러, 단일 무인이동체에 대해 효용성이 검증되면 5G 기술을 통해 다수 무인이동체의 평가를 위한 통합운용환경 구축을 추진한다. 이 교과를 통해 대학원생은 성능평가의 이론과 실제 경험을 습득할 수 있다.전선 / 대학원
본 교과목에서는 최신 입자법 기반의 수치해석 기법을 이용하여 원자력 열유체 관련된 다양한 현상들을 모의할 수 있는 지식을 학습한다. 주요 학습내용은 완화입자유체동역학(SPH), 이산요소법(DEM), 라그랑지안확산모델(LSM) 등의 수치해법을 포함하며, 동시에 그래픽연산장치(GPU)를 이용하여 해석을 가속화 할 수 있는 방법들을 학습한다. 이런 지식을 바탕으로 원자로 내 노심용융물의 및 핵분열 생성물 거동 관련 여러 해석 사례들을 공부하고 및 예제들을 깊이 있게 학습한다. 마지막으로 다양한 학문 분야에서 입자법 기반 최신 연구동향 및 발전방향에 대해서 소개한다.전필 / 대학원
본 과목은 초·중등 교사들을 대상으로 인공지능 시대의 삶의 변화와 이에 따라 요구되는 시민적 자질로서의 핵심역량이 무엇인지, 그리고 그러한 역량을 어떻게 학습자들이 함양할 수 있는지 탐구하는 것을 목적으로 한다. 4차 산업혁명이 가져오는 국가·사회적 요구에 부응하고 새로운 시대 유능한 사회 구성원으로서의 소양을 육성하는 것은 중요한 교육적 책무이다. 이를 위해 인공지능의 교육적 활용, 과학과 인문학의 융합, 빅데이터 기반 인공지능의 활용, 이와 관련된 사회·윤리적 이슈 및 인공지능 시대의 교육적 과제 등을 다룬다.전필 / 대학원
인공지능(AI) 기반 교육을 현장에서 적용하기 위해선, AI융합전공 수강생들은 인공지능(AI)을 교과 수업 상황에 융합하여, 수업을 설계하고 실행할 수 있는 역량이 요구된다. 이 강의는 AI융합전공 수강생들이 인공지능(AI) 자체에 대한 수업과, 인공지능(AI) 학습도구를 활용한 인공지능(AI)-교과 융합수업을 설계하고, 실행할 수 있는 역량을 갖추는 것을 목적으로 한다. 이를 위해 AI융합전공 수강생들은 먼저, 인공지능(AI) 자체에 대한 수업 설계 역량을 기른다. 그리고 실제적이고 집중적인 교육을 통해, 이 교과목은 수강생들의 인공지능 교과 융합 수업을 설계하고 실행하는 역량 증진시킬 것이다.전선 / 대학원
실제적인 문제를 해결하는 인공지능(AI) 기반 교육을 현장에서 적용하기 위해선, 각 교과의 전문성이 있는 AI융합전공 수강생들이 인공지능(AI) 지식과 구현능력을 바탕으로 협업하여 수업을 설계하는 역량이 요구된다. 이 강의의 목적은 첫째, 각 교과의 전문성을 가진 교사들이 인공지능 지식과 구현능력을 바탕으로 협업하여 실제적인 문제를 해결하는 교과별 인공지능 연계 프로젝트를 하는 것이다. 둘째는 교과교육 교사들이 서로 협업하여 문제 해결 중심의 교과별 인공지능 연계 수업을 설계하는 것이다. 이 교과목을 통해 AI융합전공 수강생들은 인공지능을 실제적인 문제해결에 쓰는 경험과 융합 수업 설계능력, 그리고 협업 역량이 증진될 것이다.전선 / 대학원
이 강좌는 인공지능에 대한 이해를 바탕으로 교육적 활용방안을 탐색하고 다양한 연령의 학습자를 대상으로 인공지능에 대한 교육을 효과적으로 실시하는 방안을 다룬다. 인공지능 기반 교육에 대한 최신 이론과 교육적 이슈를 체계적으로 검토하고 교육 분야에서 인간과 인공지능이 협업할 수 있는 방안을 논의한다.전선 / 대학원
딥러닝은 주어진 입력 데이터를 심층인공신경망으로 가공하여 원하는 테스크에 대해 좋은 성능을 달성하는 것을 목표로 한다. 이 과정에서 입력 데이터는 입력이 표현된 방식과는 확연히 다른 방식으로 표현되게 되고, 이러한 표현 방식의 변화를 통하여 원하는 정보를 잘 활용할 수 있게 된다. 본 강의는 딥러닝의 중요 연구주제 중 비지도학습의 기본 방식으로 자리 잡은 self-supervised learning 및 contrastive learning을 중심으로 진행한다. 특히 information theoretic approach를 비롯한 metric 관점의 representation learning에 대해 고찰하고 domain generalization, meta learning, 등과 같은 학습기법들에 대해 논의하며 이를 통하여 표현학습에 대해 심화된 이해를 하는 것을 목표로 한다.전선 / 학사
본 과목에서는 공학문제 해석에 널리 사용되는 컴퓨터시뮬레이션을 위한 수치해석 기법의 기본적인 개념과 프로그래밍을 학습한다. 유한차분법, 유한요소법 등과 같은 전통적인 수치해석 기법과 함께, 머신러닝을 이용한 컴퓨터시뮬레이션 데이터의 처리 및 활용방법, 그리고 물리지식기반 인공신경망 등을 이용한 머신러닝기반 컴퓨터시뮬레이션 기술을 배운다. 구조물의 정적 및 동적 거동해석을 비롯하여 유체유동과 열전달 해석 및 전자기장 해석 등 기계시스템의 거동을 이해하기 위한 문제에 적용하여 프로그래밍 및 해석을 수행한다.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 과목은 시뮬레이션 연구방법론을 다룬다. 이를 통해, 수강생들에게 전략분에서 뿐만 아니라 다른 전공분야에서도 널리 활용되는 엄선된 시뮬레이션 연구방법론을 소개하고, 수강생들이 직접 실습을 통해 사용방법을 습득할 수 있도록 설계하였다. 본 과목의 궁극적인 목표는 전략분야에 있어서 연구의 질을 높이는 것이다. 그 동안 여러 경영대학들에서는 시뮬레이션 연구방법론에 대한 과목이 거의 없었다. 본 과목을 통해 시뮬레이션 연구방법론을 수행하는 체계적인 토대를 마련하여 전략분야 연구에 있어서 사고의 폭을 넓히는 데 기여할 수 있을 것으로 기대한다.전선 / 대학원
딥러닝은 주어진 입력 데이터를 심층인공신경망으로 가공하여 원하는 테스크에 대해 좋은 성능을 달성하는 것을 목표로 한다. 이 과정에서 입력 데이터는 입력이 표현된 방식과는 확연히 다른 방식으로 표현되게 되고, 이러한 표현 방식의 변화를 통하여 원하는 정보를 잘 활용할 수 있게 된다. 본 강의에서는 딥러닝의 중요 연구주제 중 지도학습, 비지도학습, contrastive learning, domain generalization, meta learning, 등과 같은 학습기법들에 대해 논의하고 이를 통하여 표현학습에 대해 이해하는 것을 목표로 한다.전필 / 대학원
디지털 포렌식 기술의 입문과정으로서, 디지털포렌식의 절차, 디지털포렌식 기술 동향과 역사, 디지털포렌식 기술의 위기와 대응방안을 살펴본다. 즉, 디지털 데이터의 삭제, 암호화, 은닉에 대응하는 컴퓨터 시스템 및 소프트웨어 도구 기술, 디지털 증거물 데이터 처리과정의 무결점을 보장하는 기술, 디지털 증거물의 온전함을 보장하는 기술 등을 살펴본다.전선 / 대학원
이 강의는 인공지능의 작동 원리를 정확히 이해하고, 이를 통해 인공지능에 대한 막연한 두려움이나 맹신을 피하며 바람직한 미래 시민으로 성장하는 것을 첫 번째 목표로 합니다. 또한, 인공지능의 발전이 사회와 문화와 교육에 미치는 영향에 대한 인문학적인 통찰을 키움으로써 미래를 예측하고 대비하는 데 도움을 주며, 기계학습을 자신의 전문 분야에 응용하여 문제를 해결하고 혁신적인 해결책을 제안할 수 있는 능력을 키우는 것을 목표로 합니다. 특히, 지식의 공유와 문제해결형 프로젝트를 통해 함께 협업하는 능력을 강화하여 다양한 배경과 전문성을 가진 동료들과 협력하여 현실적이고 창의적인 해결책을 찾을 수 있도록 합니다.전선 / 대학원
본 과목은 데이터 과학의 방법론을 배우고 교육 관련 데이터, 다양한 인문 사회 분야의 데이터를 활용하여 인문학과 사회학 분야의 주제를 융합적으로 해결하는 역량을 기르는 교수 지식과 교육 역량을 갖추는 것을 목적으로 한다. 데이터 과학, 기계학습의 다양한 방법을 배우고 데이터 기반 교육을 실제 교실 환경에서 구현하는 방안을 연구하고 모색한다. 인공지능이 데이터를 사용하여 인문 사회 분야에 어떻게 기여할 수 있는지 동향과 가능성을 파악하고, 그 기반이 되는 분석 방법을 배운다. 인문 사회 분야의 다양한 주제와 관련된 데이터를 수집하고, 인문 사회 분야의 문제 해결을 위해 관련 데이터를 전통적 통계 분석과 최근의 기계학습, 다양한 인문 사회 맞춤형 분석 방법 등으로 분석하는 융합교육을 수행하는 구체적 아이디어를 개발한다. 또한 인문 사회 분야의 연구와 문제 해결을 위해 과학과 수학, 정보 분야의 문제 해결 방식을 융합하는 다양한 방안을 교육적으로 활용하는 방법을 연구한다.