d라이브러리
"위"(으)로 총 10,184건 검색되었습니다.
- 26개 뼈와 33개 관절의 정교한 하모니과학동아 l2019년 09호
- 부분을 적당한 질감의 쿠션으로 받쳐주는 방식이다. 하지만 아치를 기존보다 더 높이기 위해 무리하게 깔창을 사용해서는 안 된다. 효과도 없거니와 걸음걸이만 더 불안하게 만들 수 있다. 안 교수는 달리기 전 2가지 준비를 당부했다. 평발이든 요족이든 자신의 발 모양에 맞는 러닝화를 신고 달릴 ... ...
- 프로젝트 밴드 닥터스과학동아 l2019년 09호
- “나는 대리암, 염산과 반응하면 이산화탄소를 내며 녹는 대리암~.”7월 종영한 JTBC 오디션 프로그램 ‘슈퍼밴드’는 많은 이야깃거리를 남겼다. 그 중 ‘ ... 유튜브 활동을 병행하는 게 쉽지는 않지만 다양한 방식으로 과학 콘텐츠를 대중과 소통하기 위해 계속 노력하겠다”고 밝혔다 ... ...
- [인터뷰] 수학 국가대표 4인방을 만나다!수학동아 l2019년 09호
- 동안 고민할 수 있는 능력이 생기거든요.강지원 즐기는 게 중요해요. IMO 국가대표가 되기 위해 준비하다가 포기하는 가장 큰 이유가 문제를 풀면서 힘들기 때문이에요. 수학을 즐기지 않고 억지로 하면 견디기가 어려워요. 문제가 풀리지 않아 힘들 때는 다른 걸 하다가 풀고 싶어질 때 다시 시도해 ... ...
- 반도체가 촉발한 한일 총성 없는 경제전쟁과학동아 l2019년 09호
- 등 반도체 공정에서 핵심이 되는 소재의 한국 수출을 제한했다는 점에서 세계 1위인 국내 반도체 산업을 겨냥한 경제 보복으로도 해석된다. 이들 소재가 왜 중요한지, 해결책은 없는지 소재 분야 전반을 분석했다. ▼ 이어지는 기사를 보려면?Intro. 반도체가 촉발한 한일 총성 없는 ... ...
- 일본은 왜 포토레지스트와 플루오린화수소를 지목했나과학동아 l2019년 09호
- 중인 최리노 인하대 신소재공학과 학과장은 “삼성전자가 원하는 EUV 공정을 구축하기 위해 한창 일본과 네덜란드의 소재·부품·장비 업체들과 협업하고 있던 중에 일본 정부의 수출 규제가 이뤄졌다”며 “지금까지 세워놓은 계획에 차질이 생겼을 가능성이 크다”고 말했다.현재 주로 생산되는 ... ...
- 너의 발에 날개를 달아줄게과학동아 l2019년 09호
- 및 트렌드 전문가도 있죠. 학사 학위가 없는 사람부터 예술학교, 주립대학에서 석사학위를 딴 사람까지 배경도 저마다 다릅니다. 결국은 그 사람이 가진 개성, 경험, 관점이 중요합니다. Our team has a few different types of designers with different backgrounds. Footwea ...
- 레디메이드 보살 vs. 성 아퀸을 찾아서과학동아 l2019년 09호
- 전혀 다를 수밖에 없다고 지적했습니다. 결국, 인공지능이 진정한 해탈의 경지에 이르기 위해서는 인간과 마찬가지로 욕망과 번뇌를 가지고 태어나야 하는 셈입니다. 한편, 기독교와 같이 전지전능한 창조주를 섬겨야 하는 종교는 어떨까요? 이때도 인공지능과 인간에게는 근본적인 차이가 ... ...
- [나의 논문 투고기] 미지의 성단을 찾아서 '고딩' 3년을 모두 바쳤다과학동아 l2019년 09호
- 첫 논문을 학술지에 투고한 설렘은 굉장히 컸다. 혹시 논문에 관한 답변이 왔는지 알기 위해 나는 수시로 e메일을 확인했다. 승인될까, 거부될까. 내 마음은 두 가지 미래를 끊임없이 저울질했다.논문을 투고하고 3주 뒤인 3월 12일, 마침내 답변이 왔다. 그 내용은 날 울고 싶게 만들었다. 논문의 ... ...
- [언니오빠 논문연구소] 암석에 새겨진 한반도 지각의 역사과학동아 l2019년 09호
- 지각이 진화해온 과정을 알아내야 합니다. 여기서 한반도의 지구조를 제대로 파악하기 위해서는 일본과 중국 등 이웃나라의 연구 자료가 필수적입니다. 지각은 독립된 판으로 구분된 것처럼 보이지만 판이 상호 작용해 전체 지각의 운동에 영향을 미치는 만큼 글로벌 협력이 필요합니다. 필자가 ... ...
- [수학미술관] 인공지능 화가 '오비어스' 그림은 컴퓨터로, 서명은 수학식으로!수학동아 l2019년 09호
- 생성자는 실제 이미지를 이용해 진짜 같은 가짜를 만들고, 감별자는 이에 대한 진위를 판별합니다. 이때 생성자는 감별자를 속이지 못한 데이터를, 감별자는 생성자에게 속은 데이터를 계속 입력받아 학습합니다. 이 과정을 반복해 점점 실제에 가까운 거짓 데이터를 만들 수 있게 되는 것이지요 ... ...
이전169170171172173174175176177 다음
