최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Nedoszytko, Boguslaw; Reszka, Edyta; Gutowska-Owsiak, Danuta; Trzeciak, Magdalena; Lange, Magdalena; Jarczak, Justyna; Niedoszytko, Marek; Jablonska, Ewa; Romantowski, Jan; Strapagiel, Dominik; Skokowski, Jaroslaw; Siekierzycka, Anna; Nowicki, Roman J.; Dobrucki, Iwona T.; Zaryczariska, Anna; Kalinowski, Leszek
2020 / INTERNATIONAL JOURNAL OF MOLECULAR SCIENCES
데이터가 존재하지 않습니다.
loading...
본 연구는 냉동 컨테이너의 실제 운영 데이터를 활용하여 고장 원인을 분류하고, 데이터 불균형 문제를 해결하기 위해 2-stage 알고리즘을 개발하였다. 개발된 알고리즘에서 LGBoost를 사용한 모델이 99.16%의 정확도로 가장 우수한 성능을 보였다.
(브루스 테이트의) 세븐 랭귀지 : 프로그래머라면 알아야 할 미래를 품은 7가지 언어
Machine learning-based fault diagnosis for industrial engineering systems
Intelligent and Cloud Computing : Proceedings of ICICC 2019, Volume 1
Applications of computing, automation and wireless systems in electrical engineering : proceedings of MARC 2018
Oscillation and stability of delay models in biology
The reliability, availability, and productiveness of systems
The EM algorithm and related statistical models
A View of Operations Research Applications in Italy, 2018
Proceedings of the second International Conference on Mechatronics and Automatic Control
Intelligent Computing Methodologies : 15th International Conference, ICIC 2019, Nanchang, China, August 3–6, 2019, Proceedings, Part III
Imbalanced learning : foundations, algorithms, and applications
Linear models
알고리즘 행성 여행자들을 위한 안내서 : 쇼핑부터 인공지능까지, 우리 삶을 움직이는 알고리즘에 관한 모든 것
Permutation, parametric and bootstrap tests of hypotheses
Network performance and fault analytics for LTE wireless service providers
신뢰성공학 =
Diagnosis of process nonlinearities and valve stiction : data driven approaches
Replacement models with minimal repair
Artificial Intelligence Applications and Innovations : 17th IFIP WG 12.5 International Conference, AIAI 2021, Hersonissos, Crete, Greece, June 25–27, 2021, Proceedings
Network management and control
한국융합학회논문지
이강배, 박성호, 이희원, 이승재, 이승현ENERGY AND BUILDINGS
Li, Manfeng; Tao, Haoyuan; Liu, Mengke; He, TianbiaoIEEE Transactions on Instrumentation and Measurement
Ren Z.,Lin T.,Feng K.,Zhu Y.,Liu Z.,Yan K.IEEE Transactions on Instrumentation and Measurement
Zhijun Ren; Tantao Lin; Ke Feng; Yongsheng Zhu; Zheng Liu; Ke YanInternational Journal of Hydromechatronics
Xi C.,Yang J.,Liang X.,Ramli R.B.,Tian S.,Feng G.,Zhen D.한국융합학회논문지
이승현, 박성호, 이승재, 이희원, 유성열, 이강배Neural Computing and Applications
Mehta S.,Patnaik K.S.한국정밀공학회지
전용재, 최영운, 이상원International Journal of Hydrogen Energy
Shin S.,Choi Y.Y.,Sohn Y.J.,Kim M.,Lim I.S.,Oh H.IEEE Sensors Journal
Tian W.,Cheng X.,Li G.,Shi F.,Chen S.,Zhang H.Journal of Building Performance Simulation
Fong K.F.,Lee C.K.,Leung M.K.H.,Sun Y.J.,Zhu G.,Baek S.H.,Luo X.J.,Lo T.K.K.,Leung H.S.Y.IEEE Sensors Journal
Luo W.,Yang W.,He J.,Huang H.,Chi H.,Wu J.,Shen Y.International Journal of Precision Engineering and Manufacturing
한순영, 최해진, 최승겸, 오재성Reliability Engineering and System Safety
Wu J.,Zhao Z.,Sun C.,Yan R.,Chen X.ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE
Yuan, Yage; Wei, Jianan; Huang, Haisong; Jiao, Weidong; Wang, Jiaxin; Chen, HualinIEEE Transactions on Industrial Electronics
Ni X.,Yang D.,Zhang H.,Qu F.,Qin J.IEEE Transactions on Industrial Electronics
Xueqing Ni; Dongsheng Yang; Huaguang Zhang; Fuming Qu; Jia QinEnergy and Buildings
Zhang J.,Li Z.,Chen H.,Cheng H.,Xing L.,Wang Y.,Zhang L.Knowledge-Based Systems
Duan Y.,Chen J.,Zhang T.,He S.,Feng Y.,Xie J.,Xiao W.ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE
Yang, Wenxin; Zhang, Hanyuan; Lim, Jit Bing; Zhang, Yuyu; Meng, Huanhuan전선 / 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
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 교과목은 데이터사이언스 대학원의 ABC(AI model/algorithm, Big data, Computing) 교육 과정 중 컴퓨팅(C) 분야 첫번째 강좌이다. 본 교과목의 전반부는 C++ 언어 프로그래밍과 C++ 기반 객체 지향 프로그래밍으로 이루어져 있다. (1) C++ 언어의 기초 문법, 클래스의 개념과 사용법, template과 중요한 라이브러리를 학습하고, (2) abstraction, inheritance, polymorphism 등 객체 지향 프로그래밍의 원리를 습득한 뒤, (3) 예제들을 통해 클래스 기반 객체 지향 프로그래밍을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 본 교과목의 후반부는 중급 자료 구조 및 알고리즘과 딥러닝 플랫폼으로 이루어져 있다. (1) 데이터사이언스를 위한 컴퓨팅의 기초 강좌에서 다루지 않은 자료구조 및 정렬 알고리즘 (Quick sort, Radix sort, heap sort), 트리 알고리즘, 그래프 알고리즘 (Dijkstra, Kruskal 등) 등을 습득하고, (2) 배운 자료 구조와 알고리즘들을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 또, (3) Pytorch, TensorFLow 등 널리 사용되는 딥러닝 플랫폼을 학습하고, 동일 학기 수강이 권장되는 머신러닝 및 딥러닝 1(ABC 과정 중 A 분야 첫번째 강좌)에서 배운 딥러닝의 기본 원리들을 직접 구현하고, 이에 더하여 상기 플랫폼을 통해 구현 할 수 있도록 한다.전선 / 대학원
본 코스에서는 선형, 비선형, 정수, 동적, 확률적인 최적화 기법에 대해 강의한다. 각 기법에서 어떻게 바람직한 측면을 최대화 하고 부적적인 측면을 최소화 할 수 있는가를 보여 줄 수 있는 예제들을 제시하게 될 것이다. 특히 산업 뿐 아니라 컴퓨터 프로그램에서 선형, 비선형 문제를 풀기위한 응용문제를 강조하게 될 것이다.전선 / 대학원
본 과목에서는 데이터 분석 알고리즘, 시스템, 응용 등 다양한 분야의 문제들을 이해하고 기존 기술의 제약점을 해결하는 캡스톤 프로젝트를 진행한다. 이를 통해, 여러 과목에서 학습한 이론을 실제 문제에 적용할 수 있는 응용 능력 및 문제 해결 능력 향상을 기대한다. ▪데이터 분석 기법 개발 프로젝트 ▪데이터 기반 응용 프로젝트 ▪빅데이터 응용 프로젝트 ▪기계학습 응용 프로젝트 ▪빅데이터 시스템 개발 프로젝트전선 / 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
계통, 부품 및 시설전반의 신뢰도를 분석하고 다중심층원리를 적용시켜 계통의 안전도를 증가시키는데 목적을 둔다. 확률 및 신뢰도의 기본 개념, 계통의 Logic diagram 등과 부품간 상호작용 및 기본 확률 분포 및 고장모델, fault tree 구성 및 분석, 신뢰도 자료수집 그리고 Monte-Carlo법의 신뢰도 분석에의 응용을 공부한다.공통 / 대학원
소비자 중심으로 사고하면서, 데이터를 활용한 과학적 분석능력을 기반으로 시장 문제를 해결하여 소비자의 삶의 질의 증진에 기여하고, 기업의 이윤 추구 및 사회적 가치 창출이라는 목적을 달성할 수 있는 융합적 역량이 요구된다. 본 과목에서는 리테일/서비스 및 소비자, 데이터 분석 전공 교수의 집단 교수 방법과, 기업들과의 산학협력 프로젝트를 통해, 수강생들의 데이터 분석 역량과, 소비자에 대한 이해에 기반한 데이터 해석, 인사이트 도출 및 문제 진단 역량과, 리테일/서비스 기업을 위한 개선책 도출 역량을 갖춘 융합적 인재를 양성하고자 한다.전선 / 대학원
소음진동 데이터의 측정과 분석기법을 이해하기 위하여, 주로 랜덤데이타 분류, 코릴레이션 함수, 스펙트럼 밀도함수, 통계적 오차, 시스템 응답함수, 디지털 데이터 획득기법, FFT 구현 및 소음진동문제의 응용예들을 다룬다.전선 / 대학원
본 강좌에서는 계통 운영과 계획, 시장 연계, 성능평가와 신뢰도 평가 등을 위한 전력계통 분석기법을 소개한다. 전력 계통 예제를 통하여 convex optimization, 동적 최적화, 최적 제어 등에 대한 주요 알고리즘을 소개한다. 본 강의에서는 convex optimization에 대한 interior-point methods, decision theoretic planning, Markov decision processes, 선형 계획법, 동적 계획법, 최적 제어 기법과 비선형 최적화에 대한 최적화 조건과 같은 주제들을 다룬다.전필 / 대학원
자료를 모형화하는 통계적 방법으로 선형모형의 중요성을 다루는 것이 이 과목의 목적이다. 이론적인 측면도 공부하지만 주로 모형선택, 추정, 모형검증과 같은 방법론을 강조한다. 다루는 모형은 단순회귀, 다중회귀, 일차분산분석, 이차 분산분석 등을 다룬다. 추론을 위해 최소제곱방법을 주로 사용하지만 이와 관련하여 우도에 기초한 방법도 다루게 된다. 선형모형을 통한 자료의 모형을 위해 R을 이용한다.전필 / 학사
본 과목에서는 정형 데이터와 비정형 데이터를 효과적으로 관리하고 분석하는 데에 필요한 제반 이론 및 기법을 배운다. 구체적으로, 본 과목의 전반부에서는 데이터베이스 (DB)를 기반으로 한 정보 시스템의 설계 및 구현, 그리고 DB 마이닝과 DB 기반 추천 시스템과 관련된 모형과 기법을 다루고, 후반부에서는 텍스트 데이터를 대상으로 정보 검색, 문서 분류 및 군집화를 위한 주요 이론과 방법론들을 소개한다. 아울러, 본 과목은 소개된 모형 및 기법들을 구현하여 다양한 형태의 데이터에 실적용해보는 프로젝트들을 포함하는 바, 이를 통해 실제 문제에 대한 해결 능력을 기르고, 관련된 기술적 이슈들을 경험해보는 것을 목표로 한다.전선 / 대학원
계산이론은 컴퓨터공학의 기초학문이며, 중요한 문제에 대한 효율적인 알고리즘들을 소개하고, 그런 알고리즘의 복잡도 분석을 다룬다. 이 교과목에서는 먼저 알고리즘의 성능을 분석하는 기법, 특히 amortized analysis에 대해 배운다. 그리고, 계산이론 분야에서 중요한 알고리즘과 그 응용에 대해 배운다. 구체적으로, (스트링 매칭, 2차원 패턴 매칭, 근사 매칭, suffix trees, 데이터 압축 문제에 대한) 스트링 알고리즘과 bioinformatics에의 응용, (선택 문제, 다항식 확인 문제에 대한) randomized 알고리즘과 그 영향, (페이지 교체 문제, k 서버 문제에 대한) online 알고리즘과 금융문제(일방향 거래와 portfolio 선택 문제)에의 응용을 배운다.전선 / 대학원
본 코스에서는 선형, 비선형, 정수, 동적, 확률적인 최적화 기법에 대해 강의한다. 각 기법에서 어떻게 바람직한 측면을 최대화 하고 부적적인 측면을 최소화 할 수 있는가를 보여 줄 수 있는 예제들을 제시하게 될 것이다. 특히 산업 뿐 아니라 컴퓨터 프로그램에서 선형, 비선형 문제를 풀기위한 응용문제를 강조하게 될 것이다.전선 / 대학원
본 과목에서는 다양한 인공 지능 (특히 머신 러닝) 및 빅데이터 분석 시스템에 대해 공부한다. 자원을 관리하는 자원 관리자, 데이터를 저장하는 분산 스토리지, 데이터 처리의 핵심 모델인 데이터 플로우 모델, 배치 분석, 인메모리 처리, 스트림 처리, SQL, 머신 러닝/딥러닝 시스템, 그래프 처리에 대해서 공부한다. 특히, 대표적인 시스템인 Spark, Beam, TensorFlow, PyTorch 등을 활용하여 실제로 해당 시스템들이 어떻게 동작하는지 깊게 공부한다. 배운 이론을 바탕으로 프로그래밍 과제와 팀별 연구 프로젝트를 수행한다.전선 / 대학원
멀티코어 및 멀티프로세서 시스템을 사용하면서 생기는 여러가지 동기화 문제들을 알아보고 이에 대한 해결책을 배운다. 우선 기본적인 개념들과 이론적인 배경을 먼저 배우고 그 기반 위에서 실제 사용되는 하드웨어 위에서 어떤 알고리즘들을 통해서 이런 문제를 해결하여야 하는지에 대한 실제적인 지식을 배우고 실습해본다.전필 / 대학원
거시경제학연구 1은 경제학 대학원 과정 1년 차 학생들을 대상으로 설계된 거시경제학 코어 시퀀스의 첫 번째 과목이다. 현대 거시경제학 연구를 위한 입문 과목으로서 기초 이론과 방법을 소개하고, 나아가 주요 거시경제 현상을 분석하기 위한 기본적인 모형에 대해 강의한다.전선 / 학사
문제를 해결하기 위해 알고리즘을 구성하고 이를 분석하는 방법에 대해 강의한다. 알고리즘의 효율성 분석 도구(점근적 복잡도, 점화식), 정렬 및 선택 알고리즘, 자료의 저장과 검색(검색 트리, 해시 테이블), 집합의 처리, 동적 프로그래밍, 그래프 알고리즘, 문자열 매칭, 계산의 한계(NP-completeness), 상태공간 트리의 탐색 등을 다룬다.전선 / 대학원
이 강의는 스마트 시티 계획과정 및 도시에서 발생하는 문제와 현상을 이해하기 위해 정량화할 수 있는 데이터를 수집하고 통계적 또는 수학적 기법을 통하여 문제의 원인을 체계적이며 논리적으로 분석하고 탐구하는 방법을 훈련하는 것을 목표로 한다. 특히, 학생들은 가설 설정 및 검증법을 선정하고, 다양한 종류의 데이터를 수집 및 코딩하며(e.g. 설문, 관찰, 샘플링 등), 기술 및 추론 통계(e.g, 회귀, 공간회귀, 머신러닝 등) 방법론을 학습하여 실제 데이터를 활용하여 연구 문제 및 가설에 적합한 계량적 분석 기법을 선택하여 도시 연구를 위한 논문을 작성하는 능력을 키울 수 있다. 또한, 이를 기반으로 기 출판된 양적 논문을 해석하고 이해하여 올바른 지식 소비자로서의 소양을 갖추는 것을 목표로 한다.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.