모아소프트 8월 교육과정 안내

​뜨거운 8월, 시원한 모아소프트의 교육장으로 여러분을 초대합니다.

(주)모아소프트 8월 정규 교육과정 일정 안내드립니다.

8월 모아소프트 교육센터에서는 

ILS의 기본개념과 사례들을 통한 실무를 접해보고 LLC에서 수행하고 있는 소프트웨어 FMEA를 국내 무기체계 소프트웨어에

적용 하는 방안을 공유하기 위한  'SW ILS & FMEA 통합과정 및 3일간의 교육을 통해 EMC/EMI, 전파환경분석 - 5G,

RCS(ISAR, IR)에 대한 이해와 관련 툴을 실습해보는 RF/EMC 분야의 다양한 교육이 진행됩니다.

또한 총수명주기비용 기반의 군수지원요소 분석 실무와  KALMAN FILTER 기본 과정이 진행되오니 많은 관심 부탁드립니다.

8월 교육은 현재 홈페이지를 통해 교육 신청 접수중이오니 빠른 수강신청 부탁드립니다.

감사합니다. 



* 모아소프트 8월 정규 교육과정 신청 안내

http://www.moasoftware.co.kr/edu/edu.asp?curDate=2017-08-01



 

 

  


* 모아소프트 연간 정규 교육과정 안내

http://www.moasoftware.co.kr/cscenter/notice_view.asp?idx=27&cPage=1



* 교육비 및 기타 교육 문의

전화  02 - 6945 - 2182 (남혜미 과장)

E-mail  hmnam@moasoftware.co.kr

 

 

신고

'Kalman Filtering'의 총 다섯개의 ​Lecture 중, 다섯번째 강의와 관련된 교육자료를 공유합니다.

(+하단에 포함된 첨부파일을 통해 전체 교육자료를 다운로드 받으시길 바랍니다.)

 

Lecture-005 - Unscented Kalman Filtering.pdf

 

 

Lecture-001 -Recursive Least Square Filtering

Lecture-002 - Kalman Filtering Linear Models - Theory

Lecture-003 - Kalman Filtering Linear Models Some Examples

Lecture-004 - Nonlinear Kalman Filtering

Lecture-005 - Unscented Kalman Filtering


 

신고

'Kalman Filtering'의 총 다섯개의 ​Lecture 중, 네 번째 강의와 관련된 교육자료를 공유합니다.

(+하단에 포함된 첨부파일을 통해 전체 교육자료를 다운로드 받으시길 바랍니다.)


Lecture-001 -Recursive Least Square Filtering

Lecture-002 - Kalman Filtering Linear Models - Theory

Lecture-003 - Kalman Filtering Linear Models Some Examples

Lecture-004 - Nonlinear Kalman Filtering

Lecture-005 - Unscented Kalman Filtering

 

Lecture-004 - Nonlinear Kalman Filtering.pdf

 

 

 

신고

'Kalman Filtering'의 총 다섯개의 ​Lecture 중, 세 번째 강의와 관련된 교육자료를 공유합니다.

(+하단에 포함된 첨부파일을 통해 전체 교육자료를 다운로드 받으시길 바랍니다.)

 

Lecture-003 - Kalman Filtering Linear Models Some Examples.pdf

  

Lecture-001 -Recursive Least Square Filtering

Lecture-002 - Kalman Filtering Linear Models - Theory

Lecture-003 - Kalman Filtering Linear Models Some Examples

Lecture-004 - Nonlinear Kalman Filtering

Lecture-005 - Unscented Kalman Filtering

 

 

 

신고

'Kalman Filtering'의 총 다섯개의 ​Lecture 중, 두 번째 강의와 관련된 교육자료를 공유합니다.

(+하단에 포함된 첨부파일을 통해 전체 교육자료를 다운로드 받으시길 바랍니다.)

  

Lecture-002 - Kalman Filtering Linear Models - Theory.pdf

 

Lecture-001 -Recursive Least Square Filtering

Lecture-002 - Kalman Filtering Linear Models - Theory

Lecture-003 - Kalman Filtering Linear Models Some Examples

Lecture-004 - Nonlinear Kalman Filtering

Lecture-005 - Unscented Kalman Filtering 





 

 

신고

 

(주)모아소프트는 공식 블로그를 통해 모아소프트 교육사업부의 인기교육 'Kalman Filtering' 강의자료를 공유해

'지식공유' 라는 교육사업부의 운영목적을 더욱 널리 알리고자합니다. 


 'Kalman Filtering'의 총 다섯개의 ​Lecture 중, 첫 번째 강의와 관련된 교육자료를 공유합니다.

(+하단에 포함된 첨부파일을 통해 전체 교육자료를 다운로드 받으시길 바랍니다.)

 

Lecture-001 -Recursive Least Square Filtering.pdf

  

Lecture-001 -Recursive Least Square Filtering

Lecture-002 - Kalman Filtering Linear Models - Theory

Lecture-003 - Kalman Filtering Linear Models Some Examples

Lecture-004 - Nonlinear Kalman Filtering

Lecture-005 - Unscented Kalman Filtering 




 

 

Kalman Filtering an elementary  course
<Recursive Least Square Filter>


History


1955 – George Trimble at Glen L. Martin establish “RIAS”


  -Robert Bass ( under Solomon Lefschetz)

  -R.E Kalman

  -Richard E. Bellman

  -Richard Bucy


 1958 – This group were funded by “Air Force Office of Scientific Research”


  -Kalman’s idea on “state-space form of optimal estimation” which was

  developed by Norbert Wiener and Andrei Kolmogorov in 1940.

  Bucy recognized “Wiener-Hopf eaquation for Wiener filter” is

  equivalent to nonlinear ODE studied by Riccati.


1960 – Kalman published “discrete time filter”

1961 – Kennedy – Apollo Project announcement.


  -Stanley Schmidt implemented Kalman Filter in digital computer

    MIT won the NASA contract for Apollo

    James E. Potter solved the problem of numerical performance of

    Riccati matrix( measurement covariance matrix ) by

    Cholesky factorization

 



신고

모아소프트 8월 교육과정 안내

​무더운 여름, 모아소프트 시원한 강의실로 여러분을 초대합니다.

(주)모아소프트 8월 정규 교육과정 일정 안내드립니다.

8월 모아소프트 교육센터에서는   '코딩룰의 이해', '코딩룰 선정 방안', '코딩룰 체킹법' 등을 소개하고, 프로그래머들의 실수로

빈번하게 발생하는 위험한 코드 실사례를 통해 보다 안전한 코드 작성 방법을 교육하는 "MISRA를 기반으로 한 코딩룰 교육"

최근 인기교육으로 자리잡고 있는 "Least Square Metod"에서 출발하여 Recursive Method 그리고 Linear Differential Equation Systems 을 통한

Linear Kalman Filter 모델의 유도와 Nonlinear Model로의 확장에 대해 다루는   "Kalman Filter (기본 과정)" 이 8월 내에 진행됩니다!

8월 진행되는 교육은 현재 홈페이지를 접수중이오니 빠른 수강신청 부탁드립니다.

감사합니다. 



* 모아소프트 8월 정규 교육과정 신청 안내

http://www.moasoftware.co.kr/edu/edu.asp?curDate=2016-08-01


 


 

  

* 모아소프트 연간 정규 교육과정 안내

http://www.moasoftware.co.kr/cscenter/notice_view.asp?idx=22&cPage=1



* 교육비 및 기타 교육 문의

전화  02 - 6945 - 2182 (남혜미 과장)

E-mail  hmnam@moasoftware.co.kr

신고

 

KALMAN FILTER 고급 과정 (부제 : Bayesian  Filtering)


1. 개요

Kalman Filter는 공학은 물론이고 Data의 해석과 Parameter Estimation 분야까지 폭 넓게 응용되고 있다. 또한 Kalman Filter는 가우스시절에 시작된 최소자승법 그리고 미분방정식이론 및 확률 이론 등 다양한 분야의 배경지식과  수학적 지식이 요구되는 분야이다.

본과정은 Kalman Filter에 대한 기본적인 이해를 위해 준비한 과정으로,
초기의 "Least Square Metod"에서 출발하여 Recursive Method 그리고 Linear Differential Equation Systems 을 통한 Linear Kalman Filter 모델의 유도와 Nonlinear Model로의 확장 등을 다룬다.

 

2. 중점


  • 수학적 이론 및 실습
  • 실습은 Matheamtica V10.0 코드로 진행되며 CD 제공

3. 참석대상


  • 공학의 모든분야 종사자


4. 교육 프로그램

일정

세부내용

 강사

1일차

10:00-16:00 


(1) What is Bayesian Analysis
(2) Recursive Bayesian Filtering
(3) Gaussian Filtering
(4) Gauss-Hermite Kalman Filtering
(5) Particle Filtering
(6) Unscented Bayesian Filtering
      

      


장주수 대표(모아소프트)

 

 


5. 교육 신청


신고

 

​KALMAN FILTER 기본 과정


1. 개요

Kalman Filter는 공학은 물론이고 Data의 해석과 Parameter Estimation 분야까지 폭 넓게 응용되고 있다. 또한 Kalman Filter는 가우스시절에 시작된 최소자승법 그리고 미분방정식이론 및 확률 이론 등 다양한 분야의 배경지식과  수학적 지식이 요구되는 분야이다.
본과정은 Kalman Filter에 대한 기본적인 이해를 위해 준비한 과정으로,
초기의 "Least Square Metod"에서 출발하여 Recursive Method 그리고 Linear Differential Equation Systems 을 통한
Linear Kalman Filter 모델의 유도와 Nonlinear Model로의 확장 등을 다룬다.


2. 중점

  • 수학적 이론 및 실습
  • 실습은 Matheamtica V10.0 코드로 진행되며 CD 제공

3. 참석대상

  • 공학의 모든분야 종사자
     

4. 교육 프로그램

 일정

 세부내용

  강사

1일차

10:00-16:00 

  1. Mathematical Backgrounds
    - Linear Algebra
    - Systems of Linear Differential Equations & Dynamics
 
 2. Least Square Methods
    - Recursive Least Square Method

장주수 대표(모아소프트)

2일차

10:00-16:00 

  3. Modified Kalman Filter
    - A Recursive Least Square Filtering Application

 4. Kalman Filter 
    - Linear Model
    - Nonlinear Model 
    - Unscented Kalman Filter
    - Other Applications
)  

장주수 대표(모아소프트)

 
5. 교육 신청

 

 

 
신고

+ Recent posts