| 1 | (A) study on the impact of financial quantitative easing on economic inequality: using agent-based simulations = 금융 양적 완화가 경제적 불평등에 미치는 영향에 관한 연구: 에이전트 기반 시뮬레이션을 사용하여link Yun, Tae-Sub; Moon, Il-Chul; et al, 한국과학기술원, 2022 |
| 2 | Adversarial dropout for deep neural networks = 딥 뉴럴 네트워크 학습 향상을 위한 적대적 드롭아웃link Park, Sungrae; Moon, Il-Chul; et al, 한국과학기술원, 2018 |
| 3 | Agent-based efficient modeling and simulation with formalism = 형식론을 이용한 효율적인 에이전트 기반 모델링 및 시뮬레이션link Bae, Jang Won; 배장원; et al, 한국과학기술원, 2015 |
| 4 | Analysis of impact of population relocation on city commerce: Micro-level estimation with agent-based model = 인구 재배치 정책이 도시 상권에 끼치는 영향력에 대한 분석:에이전트 기반 모델을 통한 미시적 수준의 예측link Lee, Se-Hoon; 이세훈; et al, 한국과학기술원, 2014 |
| 5 | Application of bayesian poisson tensor factorization for moving home simulation analysis = 거주지 이동 시뮬레이션 분석을 위한 베이지안 포아송 텐서 분해 방법론 활용link Kim, Ki-Ung; Moon, Il-Chul; et al, 한국과학기술원, 2017 |
| 6 | Comparative studies of command and control structure between ROK and US artillery organization = 한미 포병조직 지휘통제체계 비교연구link Kang, Ah Ram; 강아람; et al, 한국과학기술원, 2015 |
| 7 | Context-aware model with generalized structured gate and attentionlink Song, Kyungwoo; Moon, Il-Chul; et al, 2021 |
| 8 | Counterfactual inference and counterfactual data generation through latent disentanglement = 잠재변수 분리를 통한 반사실적 추론 및 반사실적 데이터 생성link Kim, Hyemi; Moon, Il-Chul; et al, 한국과학기술원, 2020 |
| 9 | Data-driven controller design for aircraft maneuver control with bayesian optimization = 베이지안 최적화를 이용한 항공기 기동 제어용 데이터 기반 제어기 설계link Kim, Dohyung; Moon, Il-Chul; et al, 한국과학기술원, 2019 |
| 10 | Dataset distillation via loss approximation for continual learning = 지속학습을 위한 손실함수 근사를 통한 데이터셋 증류법link Shin, Donghyeok; Moon, Il-Chul; et al, 한국과학기술원, 2022 |
| 11 | Decentralized task assignment methodology with spatial constraint = 공간적 제약을 고려한 분권화된 임무 할당 방법link Lee, Junseok; 이준석; et al, 한국과학기술원, 2015 |
| 12 | Deep generative models for collaborative filtering with multi-source and high dimensional data = 여러 종류의 다차원 데이터를 가지는 협업 필터링을 위한 딥 생성 모델link Lee, Wonsung; Moon, Il-Chul; et al, 한국과학기술원, 2018 |
| 13 | Deep generative positive-unlabeled learning under selection bias = 선택 편향 상황에서 딥 생성 모델을 이용한 양성-미분류 문제 학습link Na, Byeonghu; Moon, Il-Chul; et al, 한국과학기술원, 2021 |
| 14 | Deep hierarchical clustering with Dirichlet Forest Prior = 디리클레 포레스트 사전 확률을 적용한 딥 계층적 클러스터링link Kim, Kyu Seok; Moon, Il-Chul; et al, 한국과학기술원, 2021 |
| 15 | Design and evaluation of disaster response organizational structure for resource demand and supply satisfaction = 자원의 수요 및 공급을 충족하기 위한 재난 대응 조직 구조의 설계 및 평가link Lee, Geun-Ho; 이근호; et al, 한국과학기술원, 2013 |
| 16 | Distributed decision making on information delivery of time-sensitive targets 정치정; 문일철, 2015 대한산업공학회 추계학술대회, 대한산업공학회, 2015-11-07 |
| 17 | Faster R-CNN을 이용한 위성 이미지에서의 교통 수단 객체 탐지 신수진; 박준건; 김윤영; 장준호; 문일철, 한국군사과학기술학회 추계학술대회, 한국군사과학기술학회, 2017-11-14 |
| 18 | Faster R-CNN의 중심 Convolution Neural Network 모델이 훈련 및 추론에 미치는 영향에 대한 분석 신수진; 박준건; 김윤영; 장준호; 문일철, 2017년 대한산업공학회 추계학술대회 및 정기총회, pp.1 - 5, 대한산업공학회, 2017-11-04 |
| 19 | Feature based knowledge distillation for image recognition = 영상 인식을 위한 피처 기반의 지식 증류link Ji, Mingi; Moon, Il-Chul; et al, 한국과학기술원, 2022 |
| 20 | Hierarchical mixture modelings for different types of data : (a) nonparametric bayesian approach = 다양한 타입의 데이터를 위한 계층적 혼합 모델링 : 비모수적 베이지안 접근법link Shin, Su-Jin; Moon, Il-Chul; et al, 한국과학기술원, 2019 |
| 21 | Hierarchical multi-label classification from partial labels without known hierarchy = 알려진 계층 구조가 없는 부분 레이블을 사용한 계층적 다중 레이블 분류link Jo, Suhyeon; Moon, Il-Chul; et al, 한국과학기술원, 2023 |
| 22 | Incorporating domain knowledge into hierarchical topic models with dirichlet forest priors = 디리쉴릿 포레스트 사전 확률을 적용한 계층적 토픽 모델에의 도메인 지식 반영법 연구link Shin, Su Jin; 신수진; et al, 한국과학기술원, 2015 |
| 23 | Intelligent behavior modeling on information delivery of time-sensitive targets = 시한성 긴급표적의 정보 전달을 위한 지능형 행동 모델링link Jung, Chi-jung; 정치정; et al, 한국과학기술원, 2016 |
| 24 | LDA를 이용한 대용량 블로그 문서 처리 조요한; 김동우; 문일철; 오혜연, 2009 인공지능 연구회 추계 워크샵, 한국정보과학회, 2009-10-23 |
| 25 | Localized binary cross-entropy for federated learning = 연합 학습을 위한 지역적 교차 엔트로피link Shin, Yongjin; Moon, Il-Chul; et al, 한국과학기술원, 2021 |
| 26 | Modeling and Simulating Urban Mass-Evacuation of Vehicles: Artillery Strike Case 배장원; 이세훈; 문일철, 한국시뮬레이션학회 추계학술대회, 한국시뮬레이션학회, 2013-11-23 |
| 27 | Pathwise gradient estimators for various probability distributions in deep generative models = 딥 생성 모델에서의 다양한 확률 분포에 대한 경로별 경사 추정자link Joo, Weonyoung; Moon, Il-Chul; et al, 한국과학기술원, 2020 |
| 28 | POMDP-DEVS를 활용한 전투 개체 모델링 배장원; 이강훈; 김현은; 이준석; 고봉석; 남보원; 문일철; et al, 대한산업공학회지, v.39, no.6, pp.498 - 516, 2013-12 |
| 29 | Research on improving generalization of deep active learning by perturbing input space = 입력 공간의 변형을 통한 딥러닝 능동 학습의 일반화 성능 향상에 관한 연구link Kim, Yoon-Yeong; Moon, Il-Chul; et al, 한국과학기술원, 2023 |
| 30 | Similarity search on wafer bin map through nonparametric and hierarchical clustering = 비모수적 및 계층적 군집화를 통한 웨이퍼 빈 맵의 유사성 순위 검색 방법link Lee, Jeahoon; Moon, Il-chul; et al, 한국과학기술원, 2022 |
| 31 | Virtual-Constructive 시뮬레이션 연동을 활용한 공중전 전투 실험 김동준; 신용진; 안경수; 김영곤; 문일철; 배장원, 한국시뮬레이션학회 논문지, v.30, no.1, pp.139 - 152, 2021-03 |
| 32 | 가상 전력 도매 시장의 최적 경매 가격 예측 신수진; 이세훈; 권윤중; 차재강; 문일철, 대한산업공학회지, v.39, no.6, pp.562 - 576, 2013-12 |
| 33 | 감성 분석에서의 어텐션 메커니즘을 위한 마스크 모델링 = Mask modeling for attention mechanism in sentiment analysislink 장준호; 문일철; et al, 한국과학기술원, 2019 |
| 34 | 강화학습 방법론을 이용한 탄도미사일 방어체계 무기-표적할당에 대한 인공지능 방법론 적용에 대한 연구 변무현; 문일철, 한국국방경영분석학회지, v.48, no.2, pp.99 - 108, 2022-12 |
| 35 | 강화학습을 이용한 다양한 토공사 환경에서의 작업 경로 계획 = Earthwork planning in various environment via reinforcement learninglink 지민기; 문일철; et al, 한국과학기술원, 2018 |
| 36 | 강화학습을 이용한 다양한 환경에서의 절토 공정 계획 지민기; 우성철; 박진규; 문일철, 2018년 한국경영과학회 춘계공동학술대회 논문집 [3개 학회 공동주최], pp.1805 - 1816, 한국경영과학회, 2018-04-04 |
| 37 | 강화학습을 이용한 이종 장비 토목 공정 계획 지민기; 박준건; 김도형; 정요한; 박진규; 문일철, 한국시뮬레이션학회 논문지, v.27, no.1, pp.1 - 13, 2018-03 |
| 38 | 강화학습을 통한 토목 공정 최적화 박준건; 지민기; 김도형; 정요한; 이한선; 박진규; 문일철, 2017 춘계공동학술대회(대한산업공학회, 한국경영과학회, 한국시뮬레이션학회), pp.2172 - 2179, 대한산업공학회, 2017-04-27 |
| 39 | 공학급 기동 모델링을 위한 공중 무기 체계 Base System Model 설계 문일철; 유호동; 김탁곤; 이순주; 양승남, 2017 춘계공동학술대회(대한산업공학회, 한국경영과학회, 한국시뮬레이션학회), pp.672 - 675, 대한산업공학회, 2017-04-27 |
| 40 | 교전 학습을 위한 공중 무기 기본체계모델 = Air combat basic system model for learning engagementlink 정민재; 문일철; et al, 한국과학기술원, 2020 |
| 41 | 군집 분석을 통한 미시 시뮬레이션 파라미터 교정 김동준; 윤태섭; 배장원; 강동오; 백의현; 문일철, 2018 대한산업공학회 추계학술대회, 대한산업공학회, 2018-11-09 |
| 42 | 기계 가독형 지식 구조 기반 전자-메모 시스템 및 방법 최기선; 안진현; 문일철, 2011-06-22 |
| 43 | 기계학습 기반의 동적 시뮬레이션 파라미터 교정 방법 문일철, 2018-04-20 |
| 44 | 깊은강화학습 기반 1-vs-1 공중전 모델링 및 시뮬레이션 문일철; 정민재; 김동준, 한국시뮬레이션학회 논문지, v.29, no.1, pp.39 - 46, 2020-03 |
| 45 | 노드 분류 태스크에서 그래프 신경망의 수용 영역 깊이 선택 = Receptive field depth selection in graph neural network for node classification tasklink 김성은; 문일철; et al, 한국과학기술원, 2023 |
| 46 | 다수의 초고속 비행체 추적을 위한 EKF PDA IMM과 UKF PDA IMM의 성능 분석 김상현; 최한림; 문일철, 한국항공우주학회 2016년도 춘계학술대회, pp.537 - 538, 한국항공우주학회, 2016-04-21 |
| 47 | 다차원 가우시안 프로세스와 시계열 텍스트 데이터 이용한 대통령 후보자 지지율 분석 나영연; 박준건; 문일철, 2017 춘계공동학술대회(대한산업공학회, 한국경영과학회, 한국시뮬레이션학회), pp.1151 - 1156, 대한산업공학회, 2017-04-26 |
| 48 | 대규모 가상군의 POMDP 행동계획 및 학습 사례연구 홍정표; 이종민; 이강훈; 한상규; 김기응; 문일철; 박재현, 2016 한국컴퓨터종합학술대회 (KCC), pp.983 - 985, 한국정보과학회, 2016-07-01 |
| 49 | 대화력전 및 기계화 보병 시나리오를 통한 대규모 가상군의 POMDP 행동계획 및 학습 사례연구 이종민; 홍정표; 박재영; 이강훈; 김기응; 문일철; 박재현, 정보과학회 컴퓨팅의 실제 논문지, v.23, no.6, pp.343 - 349, 2017-06 |
| 50 | 데이터 증강 기법 및 변분 오토인코더를 활용한 낸드 플래시 메모리 유지 신뢰성 결함 예측 = Prediction of retention reliability fault in nand flash through data augmentation technique and variational autoencoderlink 사공현; 문일철; et al, 한국과학기술원, 2022 |
| 51 | 딥러닝 기반 강화학습을 이용한 토목 공정 계획 지민기; 우성철; 정요한; 박진규; 문일철, 2017년 대한산업공학회 추계학술대회 및 정기총회, pp.1485 - 1511, 대한산업공학회, 2017-11-04 |
| 52 | 딥러닝 기반 시계열 토픽 모델링 = Dynamic topic modeling with neural variational inferencelink 박준건; 문일철; et al, 한국과학기술원, 2018 |
| 53 | 레짐 변화 탐지를 활용한 동적 시뮬레이션 파라미터 교정 김도형; 문일철, 한국정보과학회 2016년 동계학술대회 논문집, pp.687 - 689, 한국정보과학회, 2016-12-21 |
| 54 | 버추얼-컨스트럭티브 시뮬레이션을 이용한 전투 행위 추론 모델링 = Inverse modeling of combat behavior with virtual-constructive simulation traininglink 김도윤; Kim, Do Yun; et al, 한국과학기술원, 2016 |
| 55 | 베이지안 딥러닝을 활용한 정치성향 모델링 및 추론 = Deep ideal point estimation with networklink 송경우; 문일철; et al, 한국과학기술원, 2017 |
| 56 | 변분 오토인코더와 가우시안 프로세스의 계층적 모델을 활용한 반도체 글라스의 임계 치수의 예측 = Prediction about critical dimension of semiconductor glass using a hierarchical model of variational auto-encoder and gaussian processlink 유현웅; 문일철; et al, 한국과학기술원, 2021 |
| 57 | 보조정보를 이용하는 조건부 변분 오토인코더 기반의 협업 필터링 방법 및 장치 문일철; 이원성 |
| 58 | 블랙 박스 생성기에 대한 적대적 비(非)우도 추론 방법 및 장치 문일철; 김동준; 주원영; 신승재; 송경우 |
| 59 | 블랙박스 기댓값-최대화 알고리즘을 통한 초고속 비행체의 정밀 궤적 추정 = Black-box expectation-maximization algorithm for estimating latent states of high-speed vehicleslink 김윤영; 문일철; et al, 한국과학기술원, 2018 |
| 60 | 비모수적 가우시안 과정 혼합 모델을 위한 추계 변분 추론 이원성; 문일철, 2015년 대한산업공학회 추계학술대회 및 정기총회, pp.1207 - 1222, 대한산업공학회, 2015-11-07 |
