최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Sridharan K; Al Banna R; Malalla Z; Husain A; Sater M; Jassim G; Otoom S
2021 / Pharmacological reports : PR
Hoon Kang, Seunghyeok Yang, Jianying Huang, JeiIl Oh
2020 / International Journal of Control, Automation, and Systems
데이터가 존재하지 않습니다.
loading...
본 연구는 Bi-LSTM 딥러닝을 이용하여 폐수 유량을 예측하는 실용적인 전략을 제시하고, 양주 폐수 처리장의 폐수 유량 시계열 예측에서 우수한 결과를 보여준다. 과거 데이터를 활용하고 슬라이딩 윈도우를 이용한 p-step ahead 지연을 통해 시계열 예측을 수행한다.
Deep learning for hydrometerology and environmental science
Advances in intelligent data analysis : third international symposium, IDA-99, Amsterdam, The Netherlands, August 1999 : proceedings
딥러닝 기반 실시간 침수예상도 추정 기술 개발
Learning TensorFlow : a guide to building deep learning systems
Database Systems for Advanced Applications : 24th International Conference, DASFAA 2019, Chiang Mai, Thailand, April 22–25, 2019, Proceedings, Part II
딥러닝 기반 도시침수 위험기준 추정 기술 개발
Computational fluid dynamics : applications in water, wastewater, and stormwater treatment : EWRI computational fluid dynamics task committee
Learning deep learning : theory and practice of neural networks, computer vision, nlp, and transformers using tensorflow
Artificial neural networks in hydrology
딥러닝 기반 실시간 침수 예상도 추정기술 개발.
딥러닝 기반 도시침수 위험기준 추정 모델 설계 =
Underwater acoustics : a linear systems theory approach
머신러닝 : TensorFlow.js JavaScript
Treatment of domestic wastewater with a multi-soil-layering (MSL) system in a temperate and a tropical climate
Sewer management systems
패턴 인식과 머신 러닝
Deep Learning : foundations and concepts
Artificial intelligence for sustainable development : theory, practice and future applications
원격탐사기법 기반 강우추정 데이터를 이용한 실시간 도시유역 침수 예측 시스템 개발 =
Water (Switzerland)
Lee S.,Kim J.Journal of Water Process Engineering
Alfwzan W.F.,Selim M.M.,Althobaiti S.,Hussin A.M.Water (Switzerland)
Wongburi P.,Park J.K.Journal of Supercomputing
Huang J.,Yang S.,Li J.,Oh J.,Kang H.International Journal of Environmental Research and Public Health
Ahmed S.,Mubarak S.,Du J.T.,Wibowo S.한국수자원학회 논문집
김동균, 강석구Journal of Korea Water Resources Association
Han H.,Choi C.,Jung J.,Kim H.S.Water Resources Management
Li F.,Ma G.,Chen S.,Huang W.Water (Switzerland)
Apaydin H.,Feizi H.,Sattari M.T.,Colak M.S.,Shamshirband S.,Chau K.W.한국수자원학회 논문집
한희찬, 최창현, 정재원, 김형수Water (Switzerland)
Noor F.,Haq S.,Rakib M.,Ahmed T.,Jamal Z.,Siam Z.S.,Hasan R.T.,Adnan M.S.G.,Dewan A.,Rahman R.M.Journal of Water Process Engineering
Xu B.,Pooi C.K.,Tan K.M.,Huang S.,Shi X.,Ng H.Y.Water Resources Management
Duong, T.D.; Tran, V.N.; Nguyen, T.V.한국방재학회논문집
김진혁, 이상은, 손민우한국해안·해양공학회논문집
우정운, 김연중, 윤종성International Journal of Machine Learning and Cybernetics
Huang J.,Li J.,Oh J.,Kang H.Water (Switzerland)
Park K.,Jung Y.,Kim K.,Park S.K.Journal of Water Process Engineering
Yu, Y.; Chen, Y.; Huang, S.; Zhou, H.; Li, X.; Tan, Z.; Wang, R.; Wu, Y.Hydrology and Earth System Sciences
Zhu W.,Tao T.,Yan H.,Yan J.,Wang J.,Li S.,Xin K.IEEE Access
Liu X.,Shi Q.,Liu Z.,Yuan J.전선 / 대학원
본 교과목은 고급데이터마이닝 방법론(326.637) 과목에 이어 심층학습모형에 중점을 둔다. 교육 목표는 심층학습(deep learning)의 방법들을 공부하고 관련된 통계적 문제를 찾아내는 것이다. 다루는 내용은 다음과 같다. 심층학습 이전의 특징 추출 및 판별 분석 기법, 기계학습에서 사용되는 이론적인 도구들, 인공신경망의 기초, 다층 퍼셉트론, 역전파, 합성곱 신경망, 최적화와 정칙화, 가시화, 파이톤과 심층학습 프레임워크, 순환 신경망, 변분적 추론, 적대적 생성 네트워크, 영상 분할 및 검출, 자연어 처리 등이다.전선 / 대학원
본 교과목은 고급데이터마이닝 방법론(326.637) 과목에 이어 심층학습모형에 중점을 둔다. 교육 목표는 심층학습(deep learning)의 방법들을 공부하고 관련된 통계적 문제를 찾아내는 것이다. 다루는 내용은 다음과 같다. 심층학습 이전의 특징 추출 및 판별 분석 기법, 기계학습에서 사용되는 이론적인 도구들, 인공신경망의 기초, 다층 퍼셉트론, 역전파, 합성곱 신경망, 최적화와 정칙화, 가시화, 파이톤과 심층학습 프레임워크, 순환 신경망, 변분적 추론, 적대적 생성 네트워크, 영상 분할 및 검출, 자연어 처리 등이다.전선 / 대학원
인지과학 연습 1의 내용을 보다 확장하여 인지과학의 연구사, 연구주제등을 다각도로 검토하여 과정에 진입한 학생들에게 인지과학의 기초적 지식배경을 제공하는데 목적이 있다.전선 / 대학원
스마트시티는 다양한 기관 및 시설로부터 수집된 데이터를 활용하여 실시간 변화를 예측하고 효율적으로 도시 서비스를 제공하는 미래형 도시모델이다. 또한 빅데이터 분석은 방대한 데이터 속에서 신속하게 패턴을 인식하고 새로운 가치를 찾아내는 과정으로써 스마트시티 계획 및 운영에 반드시 필요한 기술이다. 본 강의는 도시 빅데이터 분석에 필요한 지식 및 기술을 학습하는 입문과정이다. 스마트시티공학을 전공하는 학생들에게 빅데이터의 개념 및 구조를 이해하고 도시데이터 분석에 필요한 통계기법, 프로그램, 모델링 등을 학습할 수 있는 기회를 제공함으로써 미래도시 고도화 기반을 마련하고 지능형 도시에 최적화된 전문가를 육성하고자 한다.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
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.전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.전필 / 학사
농촌과 농경지에서의 수문순환과 물질순환의 기초이론을 이해하고, 유출과 함께 발생하는 토립자와 비점오염물질의 운송과정을 학습한다. 농지에서의 토양유실량의 추정기술을 배우고, 토양과 수분의 보전을 위한 영농법과 테라스계획과 시공 및 관리방법, 농지배수조절방법 등에 대한 공학적 원리와 이론을 학습한다. 농지로부터 비료 및 농약 등 농업화학물질 부하량과 배출량의 추정법을 학습한다. 비점오염의 관리를 위한 영농법, 공학적 방법, 그리고 최적관리기법의 특징과 효과, 계획방법 등을 학습한다. 또한, 농업기반조성사업에서 다루어지고 있는 논, 밭의 공학적 기술에 대하여 살펴본다. 본 강좌에서는 강의--토론과 과제 중심의 실습이 이루어지며, 실습과제의 해결을 통해 공학적인 비점오염 관리방법에 대하여 학습한다.전선 / 학사
본 교과목은 기계학습과 딥러닝 기술의 학문적 기반을 바탕으로 화학생물공학 분야의 복잡한 문제 해결을 위한 기법을 익히기 위한 과목이다. 이 과목에서 지도 및 비지도 학습, 의사결정트리, 선형 회귀, 로지스틱 회귀, 신경망, 재료 개발, 열역학, 반응공학, 이동현상, 그리고 공정 최적화의 응용을 다룬다. 또한 최종 프로젝트를 통해 실제 문제를 해결하는 데 필요한 이러한 기술을 적용하는 것을 강조하며, 도메인 지식을 활용하여 효과적인 모델을 개발하는 방법을 학습할 수 있도록 유도할 예정이다. 수업의 선행 조건으로 화학생물공학의 기본적인 지식과 Python 프로그래밍 경험이 필요하며. 강의 내용을 바탕으로 학생들이 화학생물공학에서 빠르게 진화하는 인공지능 분야의 선도자가 될 수 있는 역량 강화에 목표를 둔다.전선 / 대학원
이 강좌는 실험심리학에서 최근의 중요 연구들을 소개하고 인간 마음의 기본 원리를 탐색 및 논의하는 세미나이다. 우선 강의 초에 인간의 생리, 지각 및 인지 수준에서 일반이론을 소개하고 그 문제점들을 알아본다. 이 이론들에 기초하여, 이 강좌에서는 시각, 주의, 언어, 문제 해결, 인간 추리 등의 세부 주세를 다룬다. 또한 이 강좌에서는 이런 주제들에 관해 실험 실습을 통해 학생들의 구체적인 이해의 증진을 시도한다.전선 / 학사
본 과목은 자연과학대학 학부생을 대상으로 하여, 세부 학부/학과에 관계없이 자연과학대학 학부생이 함양해야 하는 프로그래밍 및 인공지능 지식을 갖추도록 돕는 것을 목표로 합니다. 특히 프로그래밍 및 인공지능과 관련된 방대한 내용 중 자연과학을 전공하는 데 실질적으로 필요한 전산학, 계산과학, 통계학, 심층신경망 분야의 기초지식을 습득하고, 그에 대한 실습을 직접 해보도록 하는 데 초점을 맞춥니다. 이는 자연과학대학의 기존 인공지능/계산과학/데이터과학 전공과목의 수강에 앞서, 학부생들이 프로그래밍 능력과 함께 이를 자연과학의 문제에 직접 적용할 수 있는 능력을 갖추도록 하기 위함입니다. 본 과목에서는 이론과 실습을 병행하여, 향후 자연과학 연구에서 맞닥뜨릴 수 있는 실제 문제와 데이터를 인공지능을 이용하여 다루고 해결해 볼 수 있는 기회를 학부생들에게 제공하고자 합니다. 기초 수준의 컴퓨팅/프로그래밍 능력을 갖춘 학생은 본 과목을 이수한 후, 자연과학의 세부 분야에서 인공지능과 프로그래밍이 어떻게 활용되는지 이해하고, 향후 연구에 직접 활용할 수 있는 능력을 함양하게 될 것입니다.전선 / 학사
4차 산업혁명의 핵심기술인 인공지능(딥러닝)의 배경지식과 활용방법을 습득하며, Convolutional Neural Networks 와 Recurrent Neural Networks 에 관한 지식과 활용법을 실습한다. 딥러닝 기본개념, Stochastic Gradient Descent, backpropagation 기법, 초기화기법, regularization 기법, 콘볼류션신경망(CNN), CNN 구조, 반복신경망(RNN), RNN의 응용, 강화학습을 다룬다. 이론은 기존 머신러닝과목에서 다루므로, 이론보다는 실용적 적용능력을 배양하기 이해 딥러닝 관련 소프트웨어 교육을 강조하며, Python에 관한 강의와 실습, Python 수학 라이브러리 numpy에 강의도 실시한다. 또한 Advanced deep learning library인 Tensorflow에 대한 강의와 실습도 병행한다.전선 / 대학원
소셜 컴퓨팅과 라지데이터 분석 등이 커뮤니케이션 분야에서도 중요한 이슈로 부상함에 따라 컴퓨터공학을 전공하지 않은 연구자들도 소셜 네트웍 시스템의 기술적, 구조적 특성을 이해할 필요가 있다. 이 수업에서는 Ruby나 Python 등을 사용한 기초 프로그래밍 학습과, 웹 기반 기술(web technology), 데이터베이스 등의 관련 기술에 대한 학습을 통해 실제로 소셜 네트웍을 개발하고 분석하는 방법을 배운다. 또한, 이 과정에서 트위터 등의 소셜 네트웍의 데이터 마이닝 기법을 배우고 소셜 네트웍 분석을 실습을 통해 학습한다.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
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
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 / 학사
본 강좌는 예비영어교사들에게 <컴퓨터를 활용한 언어학습 (CALL)>의 원리를 중등학교 영어교육방법의 실제에 활용하는 기회를 제공한다. 학생들은 영어교육 공학기법을 탐구하여, 영어교육방법의 기본적 바탕을 익힌다.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
현대사회에서 발생되는 다양한 폐기물의 발생원과 지속가능한 관리를 위한 공학적 기법의 원리와 응용, 제도적 정책적 이해를 강의 목표로 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.