본문 바로가기 주메뉴 바로가기
검색 검색영역닫기 검색 검색영역닫기 ENGLISH 메뉴 전체보기 메뉴 전체보기

산업수학행사

산업수학행사

2018년 산업수학 후속세대 문제해결 트레이닝

등록일자 : 2020-05-12

https://icim.nims.re.kr/post/event/613

  • 기간  2018-11-10 ~ 2018-11-14
  • 장소  롯데인재개발원 용인캠퍼스
  • 주최  산업수학혁신센터

국가수리과학연구소 산업수학혁신센터는 산업수학 후속세대들이 실제 기업의 문제해결과정에 참여하여 산업수학 역량을 키울 수 있도록 문제해결 트레이닝을 진행합니다.

자세한 내용은 본문 참고

산업수학의 미래를 만나다 산업수학 후속세대 문제해결 트레이닝

2018년 11월10일(토)~14일(수) 롯데인재개발원 용인캠퍼스

11.10(토) 부터 11.14(수) 까지 시간에 따른 세부일정을 알 수 있는 표입니다.
시간 11.10(토) 11.11(일) 11.12(월) 11.13(화) 11.14(수)
08:00~09:00 조식 조식 조식 조식
09:00~11:00 데이터 분석을 위한 웹 크롤링(양승환 박사) 데이터 분석을 위한 웹 크롤링(양승환 박사) 산업문제 해결 산업문제 해결
11:00~11:30 중식 및 이동
11:30~13:00 중식 및 등록 중식 중식 중식
13:00~14:00 환영사 및 오리엔테이션 딥러닝 산업문제 해결 산업문제 해결 문제해결 결과발표
14:00~15:00 딥러닝
15:00~16:30 산업문제 해결 산업수학 포럼
16:30~18:00 기업문제 소개
18:00~19:00 석식 석식 만찬 석식 석식
19:00~20:00 산업문제 해결 산업문제 해결 산업문제 해결
  • 참가대상:산업수학에 관심있는 학부생/대학원생, 연구원 및 기업관계자(전임교원 제외)
  • 접수기간:10월29일(월)~11월6일(화)(접수기간 연장)
  • 접수방법:산업수학포털(https://icim.nims.re.kr)을 통한 접수
  • 산업문제:1) 수학적 알고리즘 기반 주택 가치 예측 모델 개발 2) 저성능 디바이스형(lightweight)딥러닝 모델 검증 및 제안 3) 딥러닝을 활용한 CNC공정의 이상데이터 감지
  • 강연주제:1)데이터분석을 위한 웹 크롤링 2회 2)딥러닝 2회
  • 2018년 7월,8월에 실시한 '산업수학 전문가 양성 아카데미'와 '산업수학 후속세대 양성 프로그램' 수료자를 우선 선발(접수 시 수료증 첨부)
  • 전 일정 참석 가능자만 신청 가능 (부분 참가 불가)
  • 접수 후 취소는 접수 기간에만 가능
  • 실습 및 산업문제 해결을 위한 노트북 개별 지참
  • 별도의 참가비는 없으며, 전 일정 무료로 진행
  • 4박 5일 기간 내 숙식, 첫 날-마지막 날 셔틀버스 제공
  • 참가 확인중(전 일정 참석자) 제공 및 우수 참가자 시상

국가수리과학연구소, 산업수학혁신센터

문의:국가수리과학연구소 산업수학혁신센터 전화:031-5171-5200 메일:info@icim.or.kr

1. 일? ? 정: 2018년 11월 10일(토) ~ 11월 14일(수)

2. 장? ? 소: 롯데인재개발원 용인캠퍼스

3. 참가대상: 산업수학에 관심 있는 학부생/대학원생, 연구원 및 기업관계자(전임교원 제외)

4. 접수기간: 10월 29일(오전 9시) ~ 11월 4일

5. 접수방법: 산업수학 포털에서 접수 (https://icim.nims.re.kr)

- '18 7월과 8월에 실시한 ‘산업수학 전문가 양성 아카데미’와 ‘산업수학 후속세대 양성 프로그램’ 수료자를 우선 선발(접수 시 수료증 첨부)

- 인원 초과 시 조기 마감 (산업수학 에세이 작성 필수, 첨부파일 참고)

- 전 일정 참석 가능자만 신청 가능(부분 참가 불가)

- 접수 후 취소는 접수 기간에만 가능

- 실습 및 산업문제 해결을 위한 노트북 개별 지참

- 별도의 참가비는 없으며, 전 일정 무료로 진행

- 제공내역: 4박 5일 기간 내 숙식, 첫 날과 마지막 날 셔틀버스 운행(추후 공지)

참가 확인증(전 일정 참석자), 우수 참가자 시상

※ 모든 참가자는 11월 14일(수) ‘산업수학 포럼’ 참석 필수

6. 산업문제

- 의뢰기업1(분야): GH건설(부동산 정보시스템 개발)

“수학적 알고리즘 기반 주택 가치 예측 모델 개발”

- 의뢰기업2(분야): ㈜디파인(딥러닝 기반 서비스 개발)

“저성능 디바이스형 (lightweight) 딥러닝 모델 검증 및 제안”

- 의뢰기업3(분야): 타키온테크(스마트팩토리)

“딥러닝을 활용한 CNC 공정의 이상데이터 탐지”

7. 강연 주제

- 데이터 분석을 위한 웹 크롤링 2회(양승환 박사, 인텔리콘연구소)

[인터넷에 존재하는 수많은 정보 중 원하는 데이터를 자동화된 방식으로 확보하고 분석에

가능한 형식으로 처리할 수 있는 기술을 실습 위주로 진행]

- 딥러닝 2회(미정)

[Python을 사용할 수 있고 딥러닝의 기본적인 원리를 이해하고 있는 참가자를 대상으로

실제 데이터 분석에 적용할 수 있도록 실습 위주로 진행]

8. 산업문제 해결과정

- 첫 날(11월 10일) 기업의 산업문제 소개

- 참가자가 희망하는 문제를 선택하여 수학적 이론 및 각자의 데이터 분석 방법으로 문제해결 과정에 참여

- 문제해결 과정에 활용 가능한 데이터 수집 및 딥러닝에 관한 강연 진행

- 마지막 날(11월 14일) ‘산업수학 포럼’ 장소(광교테크노밸리)로 이동하여 문제해결 결과발표를 진행하며 이 중 우수한 참가자는 포럼에서 시상 및 해결 결과를 직접 발표

9.? 세부 일정 및 내용

자세한 내용은 본문 참조


2018년 산업수학 후속세대 문제해결 트레이닝 시간과 날짜별로 정리하여 설명하는 표 입니다.
시간 11.10(토) 11.11(일) 11.12(월) 11.13(화) 11.14(수)
08:00~09:00 조식 조식 조식 조식
09:00~11:00 데이터 분석을 위한 웹 크롤링(양승환 박사) 데이터 분석을 위한 웹 크롤링(양승환 박사) 산업문제 해결 산업문제해결
11:00~11:30 중식 및 이동
11:30~13:00 중식 및 등록 중식 중식 중식
13:00~14:00 환영사 및 오리엔테이션 딥러닝(미정) 산업문제 해결 산업문제 해결 문제해결 결과발표
14:00~15:00 딥러닝(미정)
15:00~16:30 산업문제 해결 포럼 참석
16:30~18:00 기업문제 소개
18:00~19:00 석식 석식 만찬 석식 석식
19:00~20:00 산업문제 해결 산업문제 해결 산업문제 해결  

국가수리과학연구소 산업수학혁신센터는 산업수학 후속세대들이 실제 기업의 문제해결과정에 참여하여 산업수학 역량을 키울 수 있도록 문제해결 트레이닝을 진행합니다.

자세한 내용은 본문 참고

산업수학의 미래를 만나다 산업수학 후속세대 문제해결 트레이닝

2018년 11월10일(토)~14일(수) 롯데인재개발원 용인캠퍼스

11.10(토) 부터 11.14(수) 까지 시간에 따른 세부일정을 알 수 있는 표입니다.
시간 11.10(토) 11.11(일) 11.12(월) 11.13(화) 11.14(수)
08:00~09:00 조식 조식 조식 조식
09:00~11:00 데이터 분석을 위한 웹 크롤링(양승환 박사) 데이터 분석을 위한 웹 크롤링(양승환 박사) 산업문제 해결 산업문제 해결
11:00~11:30 중식 및 이동
11:30~13:00 중식 및 등록 중식 중식 중식
13:00~14:00 환영사 및 오리엔테이션 딥러닝 산업문제 해결 산업문제 해결 문제해결 결과발표
14:00~15:00 딥러닝
15:00~16:30 산업문제 해결 산업수학 포럼
16:30~18:00 기업문제 소개
18:00~19:00 석식 석식 만찬 석식 석식
19:00~20:00 산업문제 해결 산업문제 해결 산업문제 해결
  • 참가대상:산업수학에 관심있는 학부생/대학원생, 연구원 및 기업관계자(전임교원 제외)
  • 접수기간:10월29일(월)~11월6일(화)(접수기간 연장)
  • 접수방법:산업수학포털(https://icim.nims.re.kr)을 통한 접수
  • 산업문제:1) 수학적 알고리즘 기반 주택 가치 예측 모델 개발 2) 저성능 디바이스형(lightweight)딥러닝 모델 검증 및 제안 3) 딥러닝을 활용한 CNC공정의 이상데이터 감지
  • 강연주제:1)데이터분석을 위한 웹 크롤링 2회 2)딥러닝 2회
  • 2018년 7월,8월에 실시한 '산업수학 전문가 양성 아카데미'와 '산업수학 후속세대 양성 프로그램' 수료자를 우선 선발(접수 시 수료증 첨부)
  • 전 일정 참석 가능자만 신청 가능 (부분 참가 불가)
  • 접수 후 취소는 접수 기간에만 가능
  • 실습 및 산업문제 해결을 위한 노트북 개별 지참
  • 별도의 참가비는 없으며, 전 일정 무료로 진행
  • 4박 5일 기간 내 숙식, 첫 날-마지막 날 셔틀버스 제공
  • 참가 확인중(전 일정 참석자) 제공 및 우수 참가자 시상

국가수리과학연구소, 산업수학혁신센터

문의:국가수리과학연구소 산업수학혁신센터 전화:031-5171-5200 메일:info@icim.or.kr

1. 일? ? 정: 2018년 11월 10일(토) ~ 11월 14일(수)

2. 장? ? 소: 롯데인재개발원 용인캠퍼스

3. 참가대상: 산업수학에 관심 있는 학부생/대학원생, 연구원 및 기업관계자(전임교원 제외)

4. 접수기간: 10월 29일(오전 9시) ~ 11월 4일

5. 접수방법: 산업수학 포털에서 접수 (https://icim.nims.re.kr)

- '18 7월과 8월에 실시한 ‘산업수학 전문가 양성 아카데미’와 ‘산업수학 후속세대 양성 프로그램’ 수료자를 우선 선발(접수 시 수료증 첨부)

- 인원 초과 시 조기 마감 (산업수학 에세이 작성 필수, 첨부파일 참고)

- 전 일정 참석 가능자만 신청 가능(부분 참가 불가)

- 접수 후 취소는 접수 기간에만 가능

- 실습 및 산업문제 해결을 위한 노트북 개별 지참

- 별도의 참가비는 없으며, 전 일정 무료로 진행

- 제공내역: 4박 5일 기간 내 숙식, 첫 날과 마지막 날 셔틀버스 운행(추후 공지)

참가 확인증(전 일정 참석자), 우수 참가자 시상

※ 모든 참가자는 11월 14일(수) ‘산업수학 포럼’ 참석 필수

6. 산업문제

- 의뢰기업1(분야): GH건설(부동산 정보시스템 개발)

“수학적 알고리즘 기반 주택 가치 예측 모델 개발”

- 의뢰기업2(분야): ㈜디파인(딥러닝 기반 서비스 개발)

“저성능 디바이스형 (lightweight) 딥러닝 모델 검증 및 제안”

- 의뢰기업3(분야): 타키온테크(스마트팩토리)

“딥러닝을 활용한 CNC 공정의 이상데이터 탐지”

7. 강연 주제

- 데이터 분석을 위한 웹 크롤링 2회(양승환 박사, 인텔리콘연구소)

[인터넷에 존재하는 수많은 정보 중 원하는 데이터를 자동화된 방식으로 확보하고 분석에

가능한 형식으로 처리할 수 있는 기술을 실습 위주로 진행]

- 딥러닝 2회(미정)

[Python을 사용할 수 있고 딥러닝의 기본적인 원리를 이해하고 있는 참가자를 대상으로

실제 데이터 분석에 적용할 수 있도록 실습 위주로 진행]

8. 산업문제 해결과정

- 첫 날(11월 10일) 기업의 산업문제 소개

- 참가자가 희망하는 문제를 선택하여 수학적 이론 및 각자의 데이터 분석 방법으로 문제해결 과정에 참여

- 문제해결 과정에 활용 가능한 데이터 수집 및 딥러닝에 관한 강연 진행

- 마지막 날(11월 14일) ‘산업수학 포럼’ 장소(광교테크노밸리)로 이동하여 문제해결 결과발표를 진행하며 이 중 우수한 참가자는 포럼에서 시상 및 해결 결과를 직접 발표

9.? 세부 일정 및 내용

자세한 내용은 본문 참조


2018년 산업수학 후속세대 문제해결 트레이닝 시간과 날짜별로 정리하여 설명하는 표 입니다.
시간 11.10(토) 11.11(일) 11.12(월) 11.13(화) 11.14(수)
08:00~09:00 조식 조식 조식 조식
09:00~11:00 데이터 분석을 위한 웹 크롤링(양승환 박사) 데이터 분석을 위한 웹 크롤링(양승환 박사) 산업문제 해결 산업문제해결
11:00~11:30 중식 및 이동
11:30~13:00 중식 및 등록 중식 중식 중식
13:00~14:00 환영사 및 오리엔테이션 딥러닝(미정) 산업문제 해결 산업문제 해결 문제해결 결과발표
14:00~15:00 딥러닝(미정)
15:00~16:30 산업문제 해결 포럼 참석
16:30~18:00 기업문제 소개
18:00~19:00 석식 석식 만찬 석식 석식
19:00~20:00 산업문제 해결 산업문제 해결 산업문제 해결  

이 페이지에서 제공하는 정보에 대해 만족하십니까?