loading...
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.
Optimization of large structural systems
Nonlinear and optimal control theory : lectures given at the C.I.M.E. Summer School held in Cetraro, Italy, June 19-29, 2004
Lectures on modern convex optimization : analysis, algorithms, and engineering applications
Machine learning refined : foundations, algorithms, and applications
Computational learning theory : 4th European Conference, EuroCOLT '99, Nordkirchen, Germany, March 29-31, 1999 : proceedings
Introducing speech and language process
Mathematical methods and models for economists
Lectures on convex optimization
IT Convergence and Security 2017
Deep learning : a visual approach
Tutorial distance learning : rebuilding our educational system
The design and analysis of algorithms
Artificial intelligence in wireless robotics
Teaching and learning strategies
Discrete event modeling and simulation technologies : a tapestry of systems and AI-based theories and methodologies : a tribute to the 60th birthday of Bernard P. Zeigler
Principles of automated drafting
Stochastic modeling and analysis of manufacturing systems
Nonlinear system identification : from classical approaches to neural networks, fuzzy models, and Gaussian processes
Numerical analysis Lancaster, 1984
The elements of education for teachers : 50 research-based principles every educator should know
Shimada, Atsushi; Okubo, Fumiya; Yin, Chengjiu; Ogata, Hiroaki · 2018
IEEE Transactions on Learning Technologies
장은영, 윤석범 · 2021
실천공학교육논문지
Meehan M.,McCallig J. · 2019
Journal of Computer Assisted Learning
Dean N.L.,Ewan C.,Braden D.,McIndoe J.S. · 2019
Journal of Chemical Education
Ranga J.S. · 2022
Journal of Chemical Education
周强 · 2021
数学教学通讯 / SHUXUE JIAOXUE TONGXUN
安琦; An Qi · 2017
化工高等教育 / Higher Education in Chemical Engineering
黄自鑫; 卢俊杰; 李莹莹; 高祯蔓; Huang Zixin; Lu Junjie; Li Yingying; Gao Zhenman · 2023
化工高等教育 / Higher Education in Chemical Engineering
李建锋 · 2022
物理教学探讨 / Journal of Physics Teaching
刘德华 · 2021
中学教学参考 / Reference for Middle School Teaching
欧阳; 喻洪平; 袁新璐; 袁萍; Ou Yang; Yu Hongping; Yuan Xinlu; Yuan Ping · 2024
时代汽车 / Auto Time
赵畅 · 2018
吉林广播电视大学学报 / Journal of Jilin TV & Radio University
董明晓; 李瑞川; 陈继文; 杨红娟; 逄波; 张瑞军; 王红振 · 2013
中国教育技术装备 / China Educational Technique & Equipment
Fernandes H.S.,Cerqueira N.M.F.S.A.,Sousa S.F. · 2021
Journal of Chemical Education
黄永贵; 梁国星; 赵建 · 2023
高教学刊 / Journal of Higher Education
Stevens K.E.,Stevens R.E.,Grady R.L. · 2021
Journal of Chemical Education
汤晓明; 潘晓红 · 2019
大学教育 / University Education
刘彦梅; 刘彦芝 · 2021
中学课程资源 / Secondary School Curriculum Resources
Branden Bryan; Joseph A. Harsh; Joshua A. Danish; Adam V. Maltese; Ryan M. Bouldin · 2015
International Journal of Research & Method in Education
杨曦 · 2023
吉林广播电视大学学报 / Journal of Jilin TV & Radio University
전선 / 학사
학습시스템은 환경과의 상호작용을 통한 경험으로부터 지식을 습득하여 스스로 성능을 향상시키는 시스템이다. 기계학습은 학습시스템의 핵심인 경험으로부터 획득한 데이터로부터 모델을 자동으로 생성하고 이를 기반으로 미래 를 예측하는 계산구조와 알고리즘을 연구하는 컴퓨터공학의 한 분야이다. 기계학습은 인터넷 정보검색, 텍스트마이닝, 컴퓨터비젼, 로보틱스, 게임 뿐만 아니라 생명과학과 비즈니스 데이터마이닝 등에 성공적으로 활용되었다. 최근 들어 모바일폰, 스마트 TV등에서 사용자 모델링과 개인화 추천 서비스에 사용되고 있으며 컴퓨터구조, 컴파일러, 운영체제, 통신망 시스템의 모델링 및 성능 예측 등 컴퓨터공학의 다양한 분야에서 널리 활용되고 있다. 본 교과목은 감독학습, 무감독 학습, 강화학습 등 기계학습의 기본 개념과 원리, 여러가지 학습 방법에 대한 모델 구조와 학습 알고리즘 및 그 수학적인 기반를 제공하는 것을 목적으로 한다. 패턴분류, 확률관계모델링, 순차적 의사결정과정에 대한 구체적인 학습 구조와 알고리즘을 살펴보며 실제 응용문제 해결을 위한 미니 프로젝트를 통하여 그 활용 방법을 습득한다.전선 / 학사
최적화 방법 및 이의 계산은 과학, 공학, 산업에서 매우 중요하게 사용되고 있다. 변수 최적화 또는 역문제들은 근본적인 불안정성으로 인하여 실제계산에서 목적과는 다른 해를 찾게 되는 경우가 비일비재하다. 이러한 문제를 극복하기 위하여 특별히 수학적인 엄밀한 이론을 습득해야할 필요가 있다. 이를 바탕으로 수렴성 및 안정성에 대한 엄밀한 수학적 분석을 기초로 한 수치계산법을 본 과목에서 강의하고자 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 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
인지과학 연습 1의 내용을 보다 확장하여 인지과학의 연구사, 연구주제등을 다각도로 검토하여 과정에 진입한 학생들에게 인지과학의 기초적 지식배경을 제공하는데 목적이 있다.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 / 대학원
본 강좌는 의사결정 모델을 통하여 복잡한 경영문제들을 해결할 수 있는 기법들을 제공하고 정형화된 모델과 계량적 분석을 틀로 불확실하고 경쟁적인 경영환경들을 분석할 수 있는 모델을 제시한다. 이 과목은 확률론이나 의사결정 모형들을 기본으로 수송문제, 설비배치와 같은 문제들을 분석한다.전선 / 대학원
이 과목에서는 자연어처리에 대한 간단한 소개와 함께, 대표적인 인공신경망 기법들이 자연어처리 어떻게 적용되는지 살펴본다. 최근 일상생활에서도 많이 쓰이는 자연어처리는 인공신경망의 성장과 함께 비약적인 발전을 보였다. 인공신경망을 이용한 딥러닝 기법은 이론적인 면뿐만 아니라, 효율적 계산과 최적화 등의 실험적인 요소가 많아 실습이 중요하다. 이 과목을 듣기 위해서는 기계학습에 대한 기본적인 이해와 파이썬, 딥러닝 모형을 사용하는 능력이 요구된다. 이 강좌는 학생들이 자연어처리의 최근 방법론을 학습하고, 실제 구현하는 능력을 배양하며, 마지막으로 최근 방법론이 가진 한계점, 미래 연구주제에 관해 탐구한다.전선 / 학사
본 과목에서는 수강생들에게 사회 및 기업체에 나가서 스스로 문제를 탐색하고 정의한 후, 그것을 해결하는 설계대안을 도출하고, 핵심기능시제품을 개발할 것을 요구한다. 이러한 훈련을 통해서 수강생들은 미래에 사회적 리더로서 지금까지 존재하지 않았던 제품이나 기술을 개발할 수 있는 “first mover”의 능력을 배양한다. 본 과목은 공대는 물론 타 단과대학의 다양한 전공의 학생들로 구성되는 다학제적 설계팀을 구성해서 설계프로젝트를 수행하도록 요구한다. 설계팀은 한 학기 동안 (1) 사회나 기업체에서 요구되는 사용자 중심 문제를 창출해서 고객요구사항목록을 작성한 후, (2) 체계적인 공학설계 방법론을 기반으로 개념설계를 수행하여 최적설계대안을 완성하고, (3) 최적설계대안을 바탕으로 핵심기능시제품을 제작하고, (4) 최종적으로 이것을 학기말에 발표하고 전시한다. 한편, 설계 프로젝트팀을 지원하기 위해서 마케팅, 산업디자인, 특허법, 창의적 사고, 개념설계 방법론, 문제창출 사례연구 등 다양한 강의를 제공하며, 다학제 교수진과 산학협력 교수진, 변리사, 외부 전문가로 이루어진 멘토그룹이 개인별, 조별 멘토링을 한다.전선 / 대학원
기술 발전은 제 2 언어 (L2) 평가에 영향을 미쳤다. 이 강좌는 기술 발달과 언어 평가의 관계를 살펴봄으로써 평가의 구인 정의부터 평가 방법, 채점에 이르기까지 기술 발달이 언어 평가에 미친 영향에 대해 광범위하게 살펴보는 것을 목표로 한다. 기술 기반 언어 평가 및 관련 연구를 살펴본 후, 직접 기술 기반 언어 평가를 활용한 연구를 설계해보는 것을 목표로 한다.전선 / 학사
이 과목에서는 데이터를 분석하여 유용한 정보를 추출하고 모델을 만들어 예측에 사용하는 데이터 마이닝의 중요한 알고리즘, 기반 기술, 대용량 데이터를 효과적으로 처리하는 마이닝 기술 등을 학습한다. 특히 이러한 목적을 위한 기계 학습의 실용적인 기초와 새로운 패러다임을 소개하여 여러 실제 세계 도메인 응용에 어떻게 적용하는지 학습한다.전선 / 대학원
딥러닝 모델은 추상화 복잡도를 증가하면서 정보를 표현하는 여러 계층으로 이루어진 신경망으로, 최근 영상/음성/자연어 처리 등의 문제에서 다른 기계 방법론들을 크게 상회하는 뛰어난 성능을 보이고 있다. 본 과정에서는 딥러닝의 기반이 되는 기계학습 및 최적화 기법들을 배우고, 기본적인 신경망에 대해서 학습한다. 그리고 영상 처리와 자연어 처리의 핵심 모델인 Convolutional neural networks와 Recurrent neural networks의 훈련법과 추론법들을 익힌다. 또한 비감독 생성 모델인 Autoencoders와 Restrict Boltzman machines에 대해 자세히 살펴 보고 마지막으로 딥러닝 기반 강화 학습에 대해서도 학습하고 실습을 진행한다. 본 과목은 대학원생과 일부 고년차 학부생을 대상으로 한다.전선 / 학사
인공지능의 발전 및 데이터의 축적으로 최근 재료공학분야에서 기계학습이 활발히 적용되고 있고 새로운 재료설계방법으로 떠오르고 있다. 본 강좌에서는 학생들에게 기계학습 및 통계추론에 대한 기초 이론 및 파이썬을 이용한 라이브러리 활용 방법을 강의한다. 이를 바탕으로 학생이 실제 재료 데이터에 기계학습을 적용하고 해석하는 방법을 익히도록 한다.전선 / 학사
이 수업에서는 3D아트와 인터랙티브아트의 개념 및 구현 방식을 학습하여, 학생의 연구 주제에 따라 매체 선택의 폭을 넓히는 것을 목표로 한다. TouchDesigner, Unity, Blender와 같은 실습 도구를 활용하여 가상환경에서의 표현영역을 확장하고 응용 방안을 모색함으로써 창의적이고 현대적인 포트폴리오를 구성한다.전선 / 대학원
이 수업은 인공지능과 기계학습의 이론적 기초를 다루며, 특히 의료 데이터의 다양한 특징에 맞는 학습 및 추론 알고리즘을 디자인하기 위해 필요한 공학적 및 신호처리 원리를 이해하는 데 초점을 맞춘다. 수업에서는 전통적인 기계학습 기법부터 최신 인공지능 기법까지의 원리를 배우고, 이를 통해 수강자가 주어진 데이터를 바탕으로 알고리즘을 설계하고 공학적으로 해석할 수 있는 능력을 키우는 것을 목표로 한다. 의료 데이터는 단백질과 분자 (그래프), 유전체/전사체 (텍스트), 혈당/뇌파 (시계열 신호), 의료 영상 (다차원 영상), 환자 메타 정보 (테이블), 대사 상호 작용 정보 (다차원 행렬) 등 매우 다양한 형태를 가지고 있다. 이러한 다양한 데이터를 컴퓨터가 이해할 수 있는 형식으로 변환하는 과정에서 비선형 함수의 학습이 중요한 역할을 하며, 이는 의료 인공지능의 핵심 신호처리 원리 중 하나이다. 본 수업은 일반적인 기계학습 및 인공지능의 공학적 기초 외에도, 이처럼 의료 데이터의 특성을 반영한 대표적이고 특징적인 기계학습 및 인공지능 기술을 추가적으로 학습한다. 이를 통해 수강자는 일반 데이터 전문 분석가를 넘어선 의료 데이터 전문 분석가로 성장할 수 있는 역량을 갖추는 것을 목표로 한다.전선 / 학사
인공지능은 사람의 생각과 행동을 모사하고, 이성적인 행위를 통하여, 주어진 목적을 달성하는 시스템을 연구하는 학문 분야이다. 본 수업에서는 인공지능 시스템을 구성하기 위한 다양한 방법론을 논한다. 이는 효율적인 탐색, 지식의 표현, 불확실성에 대한 이해, 상관관계와 인과관계에 대한 이해, 시각, 음성, 자연어 등의 처리, 학습 등을 포함한다. 이를 통해 학생은 인공지능의 핵심 원리와 기술에 대해 수학적, 논리적, 정성적, 정량적, 확률 통계적, 학습적 관점 등으로 종합적인 이해를 한다.전선 / 대학원
본 강의는 도로, 철도, 항만, 항공 등의 교통 시스템을 효율적으로 운영하고 관리하기 위한 다양한 방법과 전략을 다룬다. 교통시스템의 최적화는 시스템의 효율성을 향상시키고, 혼잡을 저감하며, 환경에 미치는 영향을 최소화하는 데에 중요한 영향을 미친다. 이를 위해 본 강의에서는 교통시스템에 대한 기본 개념을 설명하고 신호 제어, 도로 확장, 교통시스템 개선 등을 위한 선형, 비선형 계획법, 동적 계획법, 정수 계획법 등 다양한 최적화 기법들을 사례를 중심으로 설명한다. 또한 최근 이슈가 되고 있는 C-ITS와 스마트모빌리티 서비스를 소개하고 다양한 문제점과 해결방안을 토론한다. 학생들은 각자 교통시스템과 관련한 연구 주제를 선정하고 이를 최적화하는 방안을 제시하는 텀프로젝트를 한 학기 동안 수행한다.전선 / 학사
AI 연산을 위한 GPU 등의 하드웨어는 반도체 공정을 통해 만들어지는 VLSI 회로로 구현된다. 본 과정에서는, VLSI 설계에 사용되는 CAD Tool을 활용하여, full-custom VLSI 회로를 구현하는 방법을 실습으로 배운다. 기본 적인 logic gate에서부터 출발하여, GPU의 핵심 구성 요소 중 하나인 ALU까지 transistor level에서 직접 설계하고, layout까지 완수하는 것을 목표로 한다.전선 / 대학원
화학 공정 산업에서는 설계, 시공, 운전, 유지보수 등 각 단계에서 다양한 하드웨어 및 소프트웨어 기술이 사용되고 있으며, 그 변화의 속도가 빠른 만큼 동향을 계속적으로 파악하는 것은 엔지니어 차원에서 중요하다. 최근에는 전통적으로 분리되어 있던 설계 소프트웨어(CAD, intelligent P&ID, simulation)와 공정제어시스템(SCADA: Supervisory Control And Data Acquisition) 간에 연계 및 통합이 시도되고 있으며, 특히 4차 산업혁명 기술(빅데이타, 사물인터넷, virtual reality 등)을 화학공정에 적용시킬 때, SCADA와의 연계가 중요하다. 본 강좌에서는 이러한 ICT(Information and Communication Technology) 응용 중 SCADA, simulation, Smart Plant/Intelligent P&ID 및 big data analytics, 사물인터넷(Internet of Things), 가상현실(Virtual Reality), 인공지능 등 4차 산업 기술의 개발 및 응용 관련하여, 최신 국제 동향 및 사례에 대해 소개하고, 심층 토의 및 개인 프로젝트 추진을 통해 각자(각 회사)의 여건에 맞는 4차 산업혁명 기술 프로젝트를 기획, 관리할 수 있는 역량을 확보하도록 돕게 된다.전선 / 대학원
경제를 계량적으로 파악하는 것은 현대 경제학에 있어서 아주 중요한 의미를 갖는다. 이 과목은 대학원에서 계량경제학을 전공하는 학생들이 계량경제학의 중요한 토픽들을 심화하여 이해할 수 있도록 하는 것을 목적으로 한다.
Dynamical systems in neuroscience : the geometry of excitability and bursting
The Koopman Operator in Systems and Control : Concepts, Methodologies, and Applications
Predictive control for linear and hybrid systems
Robotics : control, sensing, vision, and intelligence
데이터가 존재하지 않습니다.