최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Jo M.,Kim S.,Lee C.
2022 / International Journal of Precision Engineering and Manufacturing - Green Technology
데이터가 존재하지 않습니다.
loading...
본 연구는 잠수함 전술훈련 장비의 성능개량 효과를 계층화 분석법을 통해 측정하였다. 전문가 설문 및 쌍대비교법을 활용하여 효과 요소별 가중치를 산출하고, 성능개량 장비의 효과지수가 현재 장비 대비 약 1.74배 우수한 것으로 나타났다. 특히, 전술훈련체계-팀웍훈련-전술 요소가 가장 높은 가중치를 차지했다.
Measures of effectiveness for the information-age Navy : the effects of network-centric operations on combat outcomes
(효과분석 기반의) 모델링 및 시뮬레이션 : 입문 =
Dynamics and control of mechanical systems in offshore engineering
전쟁의 게임체인저, AI
항공기 체계효과도의 이해 =
Ship resistance and propulsion : practical estimation of ship propulsive power
Submarine hydrodynamics
항공우주 방위산업 한국의 생존전략
(기능구조분석에 기반한) 선박의 적재성능
People's Liberation Army Navy (PLAN) : combat systems technology, 1949-2010
함정 : 국내 함정 전문가 33인이 함께 저술한 대형 복합 무기체계 함정에 대한 길라잡이
조선 후기 수군 연구 : 정책, 재정, 훈련에 관하여
잠수함의 과학 : 적을 은밀하게 추적하고 격침하고 교란하며 핵탄두까지 발사하는 잠수함 메커니즘 해설
Consolidated Afloat Networks and Enterprise Services (CANES) : manpower, personnel, and training implications
잠수함 설계개념
Beyond knowledge : the legacy of competence : meaningful computer-based learning environments
Team performance assessment and measurement : theory, methods, and applications
周杰; 马琪; 陈晓雅; ZHOU Jie; MA Qi; CHEN Xiaoya · 2024
当代教育理论与实践 / Theory and Practice of Contemporary Education
박강문; 이은복; 신석훈; 한승진; 지승도 · 2014
한국시뮬레이션학회 논문지
정재현; 김규선; 박수현; 김중헌; 윤원혁 · 2024
한국통신학회논문지
Van Buskirk, Wendi L.; Fraulini, Nicholas W.; Schroeder, Bradford L.; Johnson, Cheryl I.; Marraffino, Matthew D. · 2019
ADAPTIVE INSTRUCTIONAL SYSTEMS, AIS 2019
김준형, 배건성 · 2017
한국시뮬레이션학회 논문지
· 2025
한국군사과학기술학회지
임병선; 한승환; 김영길 · 2014
한국정보통신학회논문지
전선 / 대학원
이 과목에서는 해양공학분야에 새로이 제기되는 중요 기술 문제중 하나를 택하여 해당 기술의 역사적 전개, 내용, 세계의 수준과 우리의 위치 등을 전반적으로 소개한 다음, 기술의 핵심 내용에 대한 관련논문들을 세미나 형식으로 분석하고 토의한다.전필 / 학사
본 강의에서는 선박이 반드시 가져야 하는 주요 성능 중 하나인 복원성 (stability)의 개념을 설명하고, 그것을 평가하기 위한 일련의 과정인 선박계산에 대해 학습한다. 먼저 선박과 같은 부유체에 작용하는 다양한 힘과 모멘트를 이해하고, 선박의 횡복원성 및 종복원성을 학습한다. 선박의 정확한 무게 중심을 구하기 위한 자유 표면 효과와 경사 시험에 대해 학습한다. 이후 선박의 복원성 곡선으로부터 복원성을 평가하기 위한 다양한 기준에 대해 학습한다. 특히, 선박의 복원성 곡선을 생성하기 위한 여러 수치 적분 방법을 설명하고, 유체 정역학적 계수 및 배수량 등곡선도를 구하기 위한 방법을 학습한다. 이어서 선박이 손상을 입었을 때 복원성을 평가하기 위한 두 가지 방법, 즉 결정론적 방법과 확률론적 방법에 대해 심도 있게 학습한다. 본 강의는 선박과 관련한 다양한 계산 방법을 다루고 있으며, 최종적으로는 설계 과정에 적용하여 선박의 안정성 즉, 복원성을 평가하는 것을 목적으로 한다.전필 / 학사
Man-Machine-Computer-Environment의 total integrated system effectiveness를 향상시키기 위한 human capability, limiting function, performance output의 측정, 변수의 선정, 분석, 평가, 개선을 위한 설계과정을 심리학, 사회학, 생리학, 역학 등의 방법론을 동원하여 훈련한다. 위의 목적을 이루기 위한 방안으로서 input 기능과 신뢰도, information processing 기능과 측정, output의 분석 및 주위환경의 변화가 인간성능에 미치는 내용을 주요 강의 내용으로 구성한다.전필 / 학사
Man-Machine-Computer-Environment의 total integrated system effectiveness를 향상시키기 위한 human capability, limiting function, performance output의 측정, 변수의 선정, 분석, 평가, 개선을 위한 설계과정을 심리학, 사회학, 생리학, 역학 등의 방법론을 동원하여 훈련한다. 위의 목적을 이루기 위한 방안으로서 input 기능과 신뢰도, information processing 기능과 측정, output의 분석 및 주위환경의 변화가 인간성능에 미치는 요인들에 대한 실험으로 구성한다.전필 / 학사
보, 기둥, 벽, 바닥 및 간단한 쉘 구조물의 구조적 요소를 분석하고 설계하는 방식을 제시한다. 여기에서는 특히 목조, 조적조, 철골조, 콘크리트조 등의 구조방식의 이해가 요구된다. 그리고 구조재의 기계적 성질을 시험하기 위한 실험 과정이 포함될 수 있다.전선 / 학사
선박의 소요동력 산정과 추진 장치 선정에 필요한 기본 지식을 습득하고 실습한다. 선박의 저항 및 자항 성능과 프로펠러의 단독 특성을 이해하고, 예인 수조에서 모형선에 대한 저항과 자항 실험을 수행한다. 추진 장치의 종류와 기능을 소개하고 성능특성을 파악한다. 선박용 프로펠러의 형상에 대한 기본개념을 정립한다. 특수 추진 장치의 종류와 개념을 이해할 수 있는 공학적인 지식을 익힌다.전선 / 대학원
조선 공학과 관련된 최근의 연구동향을 조사하고 주요 핵심 사항을 학습한다.교양 / 학사
예측할 수 없는 많은 위험에 직면한 현대 사회에서 자신의 몸을 보호하기 위해 요구되는 체력과 자기 방어술을 기초부터 단계적으로 교수한다. 어떤 위급한 샹황에서도 자신을 보호할 수 있는 능력을 기를 수 있도록 투기 종목의 기본 기술을 이용하여 다양한 호신 기술을 습득하는 것을 목표로 한다. 유도, 태권도, 합기도, 검도 등의 기술을 이용하여 필요한 체력을 연마하고, 위급한 상황에 현명하게 대처할 수 있는 능력을 기르도록 한다.전선 / 학사
선박과 해양구조물의 파랑 중 운동의 기본 이론과 관련 공학적 문제들을 습득한다. 또한, 선박의 기본적 조종이론과 실험기법, 그리고 국제적으로 요구되는 조종성능에 대해 학습한다. 그리고 선박해양공학에서 사용되는 제어기법에 대한 기본적 이론과 사례들을 소개한다.전선 / 학사
본 강의에서는 통계적 추론에 기반한 기계학습의 기초에 대하여 학습하고 조선해양공학의 응용문제에 대한 프로젝트를 수행한다. 기계학습에 관련된 확률, 선형대수, 최적화의 기초에 대하여 학습한다. 확률에 기반한 최우추정법에 대하여 학습한다. 비지도 학습 분류 방법 및 선형 회귀법에 대하여 학습한다. Hidden Markov 모델과 Bayesian Inference의 개념, 이론 및 알고리즘에 대한 개요를 학습한다. Neural Network에 기반한 학습모델로 이미지 인식을 위한 Convolutional Neural Network, 음성과 같은 time series 데이터의 학습을 위한 Recurrent Neural Network의 개요에 대하여 학습한다. 그리고 보상에 따라 학습하는 Reinforcement Learning에 대하여 익힌다. 마지막으로 조선해양공학 응용의 기계학습 프로젝트를 수행하도록 한다.전선 / 대학원
본 강의에서는 선박, 잠수체, 고속선, 무인선 등의 다양한 해양운송체(Marine Vehicles)의 동역학과 그에 대한 제어에 대한 심화 이론들과 시뮬레이션 방법을 학습한다. 해양운송체에 대한 일반적인 유체 동역학적 모델링 방법에 대해 살펴보고, 선박 조종에 대한 전통적인 운동 방정식 모델과 추진기 모델에 대해 학습한다. 이를 기반으로 해양운송체 운동방정식에 대한 안정성 분석법, 제한수역 및 천수역에서의 유체력 모델, 횡동요 연성 효과 등에 대한 고급 조종 이론들을 추가적으로 학습한다. 강의 후반부에서는 바다에서 무인수상선과 무인수중체가 운용되기 위해 필요한 파도, 바람, 조류 등의 다양한 해양환경하중에 대한 심화 이론과 평가 방법, 수치 모델에 대해 학습한다. 또한 무인해양운송체가 위치유지 및 경로추적, 장애물 회피 등의 임무를 수행하기 위해 필요한 제어 이론 및 추력분배 알고리즘에 대해 학습한다.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
해양환경의 측정과 관찰, 수중통신 등에 사용되는 수중에서의 음파의 물리적 성질을 알아보고, 그의 응용으로서 소나를 설계하는 데 필요한 설계 인자에는 어떠한 것들이 있는지 공부한다. 과목내용은 파동방정식, 물리량(각종 음준위, 흡음, 방향성, 효율 등등), 경계면 반사, 회절, 해양에서의 음전달 현상, 음파의 응용을 포함하고 있다.전선 / 대학원
본 강의에서는 제조시스템의 동적 스케줄링을 자동화/최적화하기 위한 심층강화학습을 학습한다. 우선, 전통적인 강화학습 이론에 대한 이해를 위해 MDP(Markov Decision Process), Dynamic Programming, Temporal Difference Control을 학습하고, 복잡한 문제 해결을 위한 근사방법으로 Function Approximation 및 Policy Gradient 이론을 학습한다. 다음으로, 강화학습에 심층인공신경망을 접목한 심층강화학습을 위해 DQN(Deep Q-Network), AC(Actor Critic) 등의 심층강화학습 이론을 학습한다. 마지막으로, permutation flowshop scheduling, flexible jobshop 등 대표적인 제조유형의 스케줄링 문제에 심층강화학습을 적용하는 이론 및 실습을 진행한다. 이때 대표 제조유형에 대한 환경은 DES 시뮬레이션 방법을 적용하여 실제 제조시스템의 복잡한 제약조건들을 반영할 수 있도록 한다.전선 / 대학원
이 과목에서는 해양공학분야에서 새로이 대두되는 중요한 기술문제 중 한 가지를 택하여 해당 기술의 역사적 배경, 기술개발과정, 현재의 상황, 세계수준에 대비한 우리나라의 기술수준, 해결해야 할 핵심기술 내용 등을 관련문헌이나 전문가의 초청강연을 통하여 분석하고 단순화된 모델을 구축하여 이론적 및 수치적 또는 실험적으로 해석하여 해결책을 모색한다.전선 / 학사
과학연구와 산업응용에서의 과정개선, 비용절감 및 복잡한 시스템에 대한 이해를 위한 효과적인 데이터 수집과 분석의 방법을 배운다. 하나의 요인에 대한 완전확률화법, 라틴방격법, 요인배치법, 블록계획, 일부실시법, 반응표면분석 등의 이론을 소개하고 각 계획법에 따라 수집된 자료의 분석 방법을 배운다. 선수과목으로서는 <회귀분석 및 실습>이 요구된다.전선 / 대학원
본 교과목은 단순히 기존의 가속기를 활용하는 수준을 넘어, 차세대 AI 반도체 분야의 창업 및 핵심 개발에 필요한 맞춤형 AI 추론 엔진 개발 능력을 배양하는 것을 목표로 한다. 이를 위해 최첨단 설계 방법론인‘알고리즘-소프트웨어-하드웨어 통합 설계(Co-design)'에 대한 깊이 있는 이론과 실전 경험을 제공한다. 수강생들은 GPU와 같은 범용 하드웨어의 한계를 이해하고, 특정 LLM 알고리즘에 최적화된 하드웨어를 직접 설계함으로써 전력, 비용, 속도 측면에서 압도적인 경쟁력을 갖춘 엣지 AI 솔루션을 구현하는 방법을 학습한다. 특히, 최신 경량화 기술인 저비트 양자화(Low-bit Quantization) 기법을 알고리즘 단계에서 적용하고, 이를 C++ 기반의 고수준 합성(High-Level Synthesis, HLS)을 통해 FPGA 상에 하드웨어 로직으로 구현하는 전 과정을 실습한다. 최종적으로는 SoC(System on Chip) 환경에서 프로세서(PS)와 프로그래머블 로직(PL)을 연동하여 완전한 LLM 추론 가속 시스템을 구축하는 프로젝트를 통해, 아이디어를 실제 하드웨어 프로토타입으로 구현하는 역량을 완성한다.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.전선 / 학사
원격탐사의 원리 및 지하에 분포하고 있는 에너지원을 찾기 위해 응용되는 최신기술에 대해 배운다. 상업적으로 사용되는 소프트웨어를 이용한 위성영상의 분석 실습이 포함된다.