최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
Guide to maritime informatics
선박의 이해
빅데이터를 활용한 해운시장분석 연구 : 빅데이터 파악 및 확보방안
데이터로 본 독도 바다.
Advances in estimation, navigation, and spacecraft control : selected papers of the Itzhack Y. Bar-Itzhack Memorial Symposium on Estimation, Navigation, and Spacecraft Control
데이터로 본 독도 바다.
Landsat자료에 의한 서해남부해안지형에 관한 연구
Oceanographic and marine cross-domain data management for sustainable development
어항정보시스템 구축을 위한 기초조사 및 활용방안 연구 =
Modeling methods for marine science
선박해양 구조역학 =
선박생산자동화 =
딥러닝을 활용한 해양오염 예측도구 개발 및 적용 연구 (I)
Econometric and dynamic modelling-- exemplified by Caesium in Lakes after Chernobyl : methodological aspects of establishing representative and compatible lake data, models, and load diagrammes
제주도 물류 분석을 이용한 제주-목포 연안수송시스템 구축 =
선박해양 구조역학 =
해양교육 계획 수립을 위한 기반 연구
전지구 해양변화 감시시스템 구축(ARGO) =
The study of maritime clusters in Japan analyzed by the Location Quotient (LQ) method
Machine Vision and Applications
Ghahremani, A.; Alkanat, T.; Bondarev, E.; de With, P.H.N.IEEE Transactions on Instrumentation and Measurement
Robert Skulstad; Guoyuan Li; Thor I. Fossen; Bjornar Vik; Houxiang ZhangIEEE Transactions on Intelligent Transportation Systems
Eva Chondrodima; Nikos Pelekis; Aggelos Pikrakis; Yannis TheodoridisIEEE Transactions on Intelligent Transportation Systems
Cheng X.,Li G.,Skulstad R.,Zhang H.ACM Transactions on Intelligent Systems and Technology
Jiang, Fenyu; Wang, Huandong; Li, YongKSII Transactions on Internet and Information Systems
Juhyoung Sung, Kyungwon Park, Kiwon Kwon, 송병철Ocean Science Journal
Lee, Kwang-Jae; Lee, Seung-Jae; Chang, Jae-Young한국마린엔지니어링학회지
이영찬; 김미래; 장희주; 전태열IGARSS 2020 - 2020 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM
Song, Juyoung; Kim, Duk-jinIEEE Transactions on Multimedia, Multimedia, IEEE Transactions on, IEEE Trans. Multimedia
Shao, Z.; Wu, W.; Wang, Z.; Du, W.; Li, C.Journal of Navigation
Andrew Rawson; Mario BritoInternational Journal of Naval Architecture and Ocean Engineering
Guo Hai, Du Lin, Li GuangnianData in Brief
Andreas Tritsarolis; Yannis Kontoulis; Yannis TheodoridisMaritime Transport Research
Wang, Wells; Bin, Junchi; Zaji, Amirhossein; Halldearn, Richard; Guillaume, Fabien; Li, Eric; Liu, ZhengIOP Conference Series: Materials Science and Engineering
S Nord; P Bergljung; Patrick Henkel; R Rylander; S Alissa; L Sanchez-Heres; P Hansen; A Rydlinger; J Hüffmeier; A BaggeIEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
Zhengning Zhang; Lin Zhang; Yue Wang; Pengming Feng; Ran HeJournal of Supercomputing
Ferreira M.D.,Sadeghi Z.,Matwin S.International Journal of Fuzzy Logic and Intelligent Systems
Kim, J.-S.; Jeong, J.S.IEEE Geoscience and Remote Sensing Magazine
Chi Zhang; Xi Zhang; Gui Gao; Haitao Lang; Genwang Liu; Chenghui Cao; Yuying Song; Yanan Guan; Yongshou DaiIEEE Transactions on Instrumentation and Measurement
Skulstad R.,Li G.,Fossen T.I.,Vik B.,Zhang H.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 / 대학원
컴퓨터를 이용한 형상설계 개념과 방법을 소개한다. 곡선/곡면모델, 솔리드 모델, 볼륨 모델의 기본 개념과 수학적 표현 방법을 강의한다. 이를 토대로 선박형상 모델링, 선박구획배치 모델링, 선체구조 모델링 방법을 습득하고, Term project로서 3차원 모델링 구현 프로그램을 작성한다.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.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 / 대학원
선체저항, 선체경계층, 추진, 파랑 중 부유체 운동 등과 같은 여러 선박과 해양구조물을 대상으로 하는 유체역학의 응용에 관한 전반적인 기초지식을 다룬다. 연속체 가정, 유동의 표현, 보존법칙과 지배방정식, 모형시험의 특성, 선체-추진기 상호작용, 점성유동의 특성, 이상유체의 변수분리와 Green 정리, 포텐셜 유동과 부가질량, 파의 특성, 자유수면조건, 조파저항 특성, 부유체 운동방정식, 운동방정식 계수, 파 기진력, 운동응답, 불규칙파중의 운동 등의 주요내용을 삼는다.전선 / 대학원
선체구조의 안전성을 평가하는 데 필요한 제반 설계조건이 무엇이며, 그러한 설계조건을 충족하기 위해 사용되는 선체구조 해석 내용이 선체 구조 설계시 어떠한 관점에서 관련지어지는가를 종합적으로 검토하고, 아울러 선체 구조물의 파괴 모드의 특성이 설계조건과 어떠한 관계를 갖고 있는가를 구체적으로 살펴봄으로써, 최적의 안전한 선체구조를 설계하는 전반적인 과정을 이해하도록 한다.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 / 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.전필 / 학사
본 강의에서는 선박설계를 위해 기준선의 lines를 이용하여 설계선의 선형 및 구획을 모델링하고 그의 응용에 대하여 학습한다. Bezier 곡선과 B-Spline 곡선의 이론을 학습한 후에 이를 Bezier 곡면과 B-Spline 곡면으로 확장하여 학습한다. 선형 곡면들의 저장을 위한 topology로서 Solid Modeling 방법 중 Boundary Representation에 대하여 학습한다. 최적 설계를 학습한다. 이를 위해 최적 설계 개요, 비제약 최적화, 선형 계획법, Kuhn-Tucker 정리, 제약 비선형 최적화 기법(Quadratic Programming, Sequential Quadratic Programming, Genetic Algorithm 등)에 대하여 학습한다. 마지막으로 최적화 기법을 이용한 선박의 주요 치수 결정에 대하여 학습한다.전선 / 대학원
선박건조 과정의 주요 프로세스와 설비를 정의하고, 공정계획과 일정 계획을 소개한다. 선박건조과정의 목표를 생산성, 납기, 품질, 비용으로 구분하여 평가하는 기법을 소개한다. 최근의 생산경영 기법인 경영혁신(PI), 제약이론, 식스 시그마, 린 생산 이론을 소개하고 선박건조 과정에 적용한다. 수강생들은 그룹별로 프로젝트를 수행하여, 강의에서 배운 내용을 실제 적용하는 훈련을 한다.전선 / 학사
본 강의에서는 선박 및 해양구조물 (선체)의 기본 설계를 위한 기초이론을 여러 단계로 나누어 학습한다. 먼저, 주요 치수 결정 단계에서는 선주 요구 조건, 각종 설계 제약 조건, 주요 치수 결정을 위한 설계 모델, 경하 중량 추정 방법, 화물창 용적 추정 방법, 건현 계산 방법 등을 학습한다. 이후 주기관 및 프로펠러 결정 단계에서는 저항 및 마력 추정 방법, 주기관 선정 방법, 프로펠러의 주요 치수 결정 방법 등을 학습한다. 선형 설계 단계에서는 선형의 생성, 변환 및 수정 방법과 선형의 성능 평가 방법을 배운다. 일반 배치 설계 단계에서는 관련 규정 및 배치 설계 방법을 익힌 뒤 선박 계산 방법을 학습한다. 구조 설계 단계에서는 관련 규정, 종강도 평가 방법, 구조 부재의 치수 계산 방법 등을 배우고, 의장 설계 단계에서는 선체 의장, 기관 의장, 선실 의장, 전기 의장으로 나누어 설계 방법을 간략히 학습한다. 본 강의는 선박 및 해양구조물의 기본 설계를 위한 핵심 이론을 다루고 있으며, 최종적으로는 선박 및 해양구조물의 기본 설계를 직접 해 볼 수 있는 기초 능력을 배양하는 것을 목적으로 한다.전선 / 학사
평면응력 상태에서의 응력과 변형률에 대한 변환 공식과 모어원을 학습하며, 평면응력 상태를 구형 또는 원통형 압력용기 적용을 통해 깊이 있게 이해한다. 또한, 보의 설계와 해석에 중요한 보의 처짐에 대한 해법과 굽힘에 의한 탄성에너지를 학습한다. 부정정보를 이해하고, 다양한 해법을 학습하며, 마지막으로. 기둥의 좌굴과 안정성에 관하여 학습한다. 후반부에서 자유진동과 강제진동의 특성을 통해 진동의 기초이론을 배우며, 과도진동에 대한 개념과 다자유도 진동계와 주요 진동시스템에 대하여 학습한다.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
조선공학에서 필요한 선체구조에 대한 신뢰성공학, 보 및 판의 좌굴을 다루는 구조안정론, 선박의 진동론, 비선형 문제 등 유한요소법의 고급 이론을 다루는 전산역학분야, 선박경제학 등의 다양한 주제로 매 개설 학기마다 중요한 주제들 중 하나가 선정되어 심도있는 강의가 제공된다.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 / 학사
인공위성 및 해양 관측 기술의 발전으로 해양 관측 데이터는 급속히 증가하고 있으며, 다양한 해양 및 기후변화 연구에 광범위하게 활용되고 있다. 이 강의에서는 인공위성과 해양 현장 관측을 통해 생성되는 방대한 해양 빅데이터의 생산 과정을 학습하고, 이를 효과적으로 처리, 분석, 시각화하고 해석하는 과정을 이해한다. 해양 데이터 분석 이론과 컴퓨터 프로그래밍을 활용한 일련의 자료 처리 방법을 중등학교 교육과정 중 해양 데이터 기반 탐구 활동에도 적용한다.전선 / 학사
이 과목에서는 역사정보 빅데이터의 특성과 현황을 이해하고 역사적 지식을 산출하는 기초적인 과정을 습득한다. 습득 과정은 크게 세 단계로 진행된다. 첫째, 한국 근대의 대표적인 언론 자료를 선정하여 역사적 맥락과 자료의 특성 및 유의미한 관찰 지점 등을 파악한다. 둘째, 해당 자료의 코퍼스를 구축하고, 파이썬 언어를 활용한 토픽모델링을 통해 그 자료의 핵심 주제를 발견한다. 셋째, 네트워크 분석 방법을 활용하여 핵심 주제의 상호 연결 관계를 살펴보고, 이를 통해 해당 자료의 논조가 시기별로 어떻게 변화하는가를 관찰한다.전필 / 학사
조선해양공학자에게 필요한 선박해양유체역학의 기본적 특성을 이해하는 것을 목표로 삼는다. 조선해양공학 분야에서 다루는 주요 유체역학 문제에 대해 소개하고, 관련 유동의 적용 사례들을 살펴본다. 또한, 비압축성 유체에 대한 기본 방정식을 유도하고 비점성 유동 해석과 관련된 정의 및 정리 등을 습득한다. 벡터 미분/적분 등 연관된 기초 수학과 함께 일반 유체역학의 기본 내용을 복습한다.전선 / 대학원
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.