최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
이경행, 주가영, 김채영, 한기정, 장다빈, 윤지혜, 유광원, 배윤정
2021 / 한국식품영양학회지
데이터가 존재하지 않습니다.
loading...
이 연구는 디지털 필터 기반의 4가지 기저유출 분리 기법(Lyne-Hollick, Chapman, Eckhardt, EWMA)의 분석 특성을 필터 매개변수 변화에 따라 검토하고 적용성을 평가했습니다. 낙동강 지류 하천의 대리 및 청송 수위관측소 자료를 활용한 결과, Chapman 기법은 건기 시 오류가 있었고, EWMA 기법은 기존 매개변수 범위 내에서 적절한 분석이 어려웠습니다. Lyne-Hollick 및 Eckhardt 기법은 적절한 결과를 보였지만, Eckhardt 기법은 매개변수 결정에 신중을 기해야 합니다.
Groundwater modelling : an introduction with sample programs in BASIC
Pitfalls and errors of HPLC in pictures
Spectral analysis and filter theory in applied geophysics
Quantitative information fusion for hydrological sciences
Nonlinear evolution equations that change type
Computer-enhanced analytical spectroscopy
Pipelined lattice and wave digital recursive filters
Environmental flow assessment : methods and applications
Estimating horizontal drain design by the finite-element and finite-difference methods
Screening of hydrological data : tests for stationarity and relative consistency
Measure theory and filtering : introduction and applications
Advances in time series methods and applications : the A. Ian McLeod festschrift
Measurement while drilling (MWD) signal analysis, optimization, and design
Hilbert-huang transform analysis of hydrological and environmental time series
Organic micropollutants in the aquatic environment : proceedings
Spectral methods : evolution to complex geometries and applications to fluid dynamics
Physical hydrology
지하수 의존도에 따른 수생태계 관리를 위한 기저유출지표 개발 및 활용방안 연구
Mathematical modeling of the hearing process : proceedings
전선 / 대학원
환경 및 인체 위험을 최소화할수 있는 국토환경 조성을 위한 개념과 기술, 설계 및 시공 기법을 포괄하는 녹색복원 기법에 대한 내용을 소개한다. 세부내용은 자연상태로부터 현저히 저하되거나 회복탄력성을 상실한 지역 또는 대상에 적용가능한 생태복원 기법과 개발로 인해 유발되는 환경 유해요인을 감소시키거나 상쇄시키기 위한 친환경적인 기술 또는 공법을 다루는 저영향개발 기법으로 나누어 진다. 지능형 환경감시 모니터링 및 예측관리를 위한 환경 빅데이터 분석 또한 이론 및 실습교육을 통해 제공된다. 이 강의는 녹색복원의 기본개념에 대한 강의, 각분야별 전문가의 특강과 현장견학 및 실습으로 이루어 진다. 이 강의를 통해 녹색복원 분야의기초지식 및 응용능력을 갖춘 전문인력 양성을 목표로 한다.전선 / 대학원
환경 및 인체 위험을 최소화할수 있는 국토환경 조성을 위한 개념과 기술, 설계 및 시공 기법을 포괄하는 녹색복원 기법에 대한 내용을 소개한다. 세부내용은 자연상태로부터 현저히 저하되거나 회복탄력성을 상실한 지역 또는 대상에 적용가능한 생태복원 기법과 개발로 인해 유발되는 환경 유해요인을 감소시키거나 상쇄시키기 위한 친환경적인 기술 또는 공법을 다루는 저영향개발 기법으로 나누어 진다. 이 강의는 녹색복원의 기본개념에대한 강의, 각분야별 전문가의 특강과 현장견학 및 실습으로 이루어 진다. 이 강의를 통해 녹색복원 분야의기초지식 및 응용능력을 갖춘 전문인력 양성을 목표로 한다.전선 / 대학원
평균 제곱 추정(mean square estimation), 최대 가능성 추정(max likelihood estimation), 그리고, Wiener 필터링과 같은 고전적인 추정 이론에 대해 소개한다. 이산 시간 또는 연속 시간 Kalman 필터, shaping filter, 최적 평활, Kalman 필터 디자인과 성능 분석, 제곱근 필터링, 확장 Kalman 필터를 포함한 비선형 필터링에 대해서도 알아본다.전선 / 대학원
평균 제곱 추정(mean square estimation), 최대 가능성 추정(max likelihood estimation), 그리고, Wiener 필터링과 같은 고전적인 추정 이론에 대해 소개한다. 이산 시간 또는 연속 시간 Kalman 필터, shaping filter, 최적 평활, Kalman 필터 디자인과 성능 분석, 제곱근 필터링, 확장 Kalman 필터를 포함한 비선형 필터링에 대해서도 알아본다.전선 / 대학원
대기과학연구에 필수적으로 이용되는 대기 전지구 모델 및 일기예보 모델의 근간을 구성하는 대기역학 코어 및 자료동화 시스템에 이용되는 다양한 수치적인 방법들을 공부한다. 실습시간에는 실제 현업 모델 혹은 단순화된 현업 모델을 이용하여, 대기역학 코어 및 자료동화 시스템이 실제 기상현상의 수치모의에 있어 어떻게 이용되는지 연습할 수 있는 기회를 갖는다.전선 / 대학원
선형시스템의 최적추정자인 칼만필터를 기본으로 하여 모델의 불확실성을 고려한 적응필터 및 강인필터, 계산량을 줄이기 위한 슈미트필터, 다양한 측정치에 대한 내고장을 높이기 위한 분산필터를 소개한다. 또한 비선형 모델에 대한 확장칼만필터를 기반으로 최근에 많은 연구가 되고 있는 무향 칼만필터 (Unscented Kalman Filter)에 대한 특성을 분석한다. 마지막으로 상태변수가 정규분포를 가지지 않을 때 최적의 필터로 최근에 각광을 받고있는 다양한 입자필터 (Particle Filter)를 소개한다. 수업에서 소개된 필터는 INS/GPS 결합시스템과 레이더 추적문제에 적용한다.전선 / 대학원
인간의 산업활동으로 말미암아 초래된 토양오염 문제를 오염물질의 환경에서의 거동과 물리, 화학, 생물학적 제거기작을 중심으로 다룬다. 나아가 오염된 토양의 정화 및 복구에 사용되는 기반기술에 대해 공부를 하고 최근 중요시 되고 있는 생물회복기술의 원리 및 실제 적용성 등을 깊이 다룬다. 특히, 오염토양의 관리라는 측면에서 위해성평가에 대한 체계적인 강의를 통하여 오염지역의 정화목표의 설정에 위해성평가 기술이 어떻게 응용될 수 있는지를 알아본다.전선 / 대학원
본 과목에서는 유한요소해법, 유한체적법, Spectral methods, A posteriori error estimate, Adaptive methods, Nonconforming methods 등 편미분방정식의 최근 발전된 수치해법, 선형 및 비선형 방정식의 직접 및 반복 해법, 최적화 문제의 수치해법, 확률 및 통계문제의 수치해법, 몬테 카를로 해법 등과 관련된 최신 과학계산 이론과 더불어 이러한 이론을 과학, 공학의 주요 방정식에의 적용한 응용사례에 대한 최신의 선택적 주제를 배우도록 한다.전선 / 대학원
본 강좌는 다양한 머신러닝기법을 활용한 기후환경데이터 분석 방법을 소개한다. Linear regression, Logistic regression, Support Vector Machine (SVM), Random Forest, XGBoost, LightGBM 등과 같은 지도 학습 기법에 더불어,K-mean clustering, Principal Component Analysis, Singular Value Decomposition,Self-Organizing Map (SOM) 등의 비지도 학습 머신러닝 기법들의 구동 원리를 파악할 수 있는 이론 강의와, 이 중 일부를 활용한 실습 과정으로 구성된다. 다양한 머신러닝 기법 기반의 데이터 분석 방법을 비교함으로서 머신러닝 기법들의 장단점을 파악할 수 있도록 한다.전선 / 대학원
분지해석은 퇴적분지의 거시적 지배요인을 규명하는 학문분야로서, 현생 및 고기의 퇴적분지 형성에 관한 모형을 만드는데 중점을 둔다. 현생 퇴적분지의 퇴적작용, 예를 들면 동해의 울릉분지, 서해의 서해분지 또한 고기의 태백산분지, 경상분지 등 발생에서 변형에 이르기까지의 지각의 활동, 지구조적 요인, 그리고 퇴적속성작용 등 지각의 자연현상을 이해하는 분야이다.전선 / 대학원
한 개체로부터 다른 실험조건하에서나 여러 다른 관측시간에 반복적으로 얻어진 자료를 분석하기위한 통계기법을 다룬다. 연속형의 반복측정자료를 분석하기 위해 다변량정규분포의 가정을 필요로 하는 고전적인 다변량모형을 소개하고 최근에 널리 사용되고 있는 혼합모형을 다룬다. 이산형의 반복측정자료 분석을 위해서는 가중최소제곱법에 근거한 모형과 랜덤화 모형을 다루고 일반화선형모형을 확장한 일반화추정방정식(GEE)모형을 다룬다.전선 / 대학원
사회적 변화에 따라 미디어를 받아들이는 수용자에 대한 새로운 연구가 요구되고 있는 시점이다. 다수의 디지털 매체의 도입으로 인한 기존 수용자 조사 방식의 문제점들이 있다. 이러한 문제를 해결하기 위한 몇 가지 제안을 지속적으로 연구할 예정이다. 예컨대 대안적 미디어 이용행태 조사방법으로 최근 대두되고 있는 인터넷 조사와 휴대전화사의 문제점을 대안적 조사의 표집과정과 기존의 확률적 표집틀을 사용하는 경우가 어떻게 서로 다른가를 비교, 분석, 개선할 것이다. 또한 대안적 조사기법의 가장 큰 문제점인 표본 편파의 문제점을 해결하는 방안으로 성향점수를 사용한 성향가중방법, 반복비례 가중법, 표본 선택편의 수정 방법 등에 대해 연구할 것이다.전선 / 대학원
디지털 영상 처리 및 분류를 통한 원격탐사 위성영상으로부터 추출 가능한 지리정보의 효과적인 판독 및 분류 기법을 습득하고 실제 실험 프로젝트를 통하여 위성영상의 판독 능력을 배양한다.전선 / 학사
편미분방정식의 가장 기초적 이론들을 고전적 방정식들의 예를 들어 소개한다. 구체적으로 다룰 내용들은 일계준선형 편미분방정식이론, 국소해의 존재성과 유일성, Cauchy-Kovalevsky 정리, Laplace 방정식, 최대치원리, Harnack 부등식, Hilbert 공간의 방법론, 변분원리 등이다.전선 / 대학원
본 강좌는 강우, 증발산, 침투, 유출, 지하수 등 물의 순환의 각 요소를 지구과학 이론에 근거하여 살펴보고, 단위유량도, 수문학적 설계이론 등의 공학기법을 다룬다. 또한 기후변화, 레이더, GIS 등 최신 이슈를 함께 배운다.전선 / 대학원
분자 수준 (DNA, RNA, proteins, epigenome) 생물정보 데이터 분석에 사용된 기계학습 기법을 구체적 문제와 함께 학습하는 과목이다. 생물정보학에 거의 모든 기계학습 기법이 사용 되고 있는데, 본 과목에서 다루는 기법은 dynamic programming, ML, MAP, (generalized) hidden Markov model (HMM), Gibbs sampling, Dirichlet mixture, expectation maximization, (graph) convolutional neural network, (graph) embedding, (Baysian) autoencoder 등이다.전선 / 대학원
전산역학(유체 및 고체)에 기반을 둔 본 교과목은 일종의 Numerical Recipe를 수강자에게 제공하고자하며 각자의 연구 목적에 맞는 Integrated Reacting Flow Solver를 개발할 수 있는 소양을 제공한다.전선 / 대학원
한 지역에 대한 체계적이고 종합적인 이해는 본래 지리학이 추구해 온 목표였다. 이러한 목표를 이루기 위한 방법은 시대별, 지역별로 다소 상이한 형태를 띠며 발전해 왔다. 본 과목에서는 지역연구의 방법론이 전체 지리학의 발전과정 속에서 어떻게 변모해 왔는가를 고찰하고 각각의 방법론들이 지니는 장단점들을 파악해 봄으로써 지역연구의 새로운 방법론을 모색해 보는 데 주안점을 둔다.전선 / 대학원
분자 수준 (DNA, RNA, proteins, epigenome) 생물정보 데이터 분석에 사용된 기계학습 기법을 구체적 문제와 함께 학습하는 과목이다. 생물정보학에 거의 모든 기계학습 기법이 사용 되고 있는데, 본 과목에서 다루는 기법은 dynamic programming, ML, MAP, (generalized) hidden Markov model (HMM), Gibbs sampling, Dirichlet mixture, expectation maximization, (graph) convolutional neural network, (graph) embedding, (Baysian) autoencoder 등이다.전선 / 대학원
본 과정에서는 입자역학을 바탕으로 하여 유사의 침퇴적 및 이동에 대한 지식을 습득하고 하천 운영관리에 적용될 수 있는 유사이동에 대한 현실적 해결방안에 대하여 배운다.