최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 농업 기후 자료 처리 및 분석 체계에 대한 클라우드, 온프레미스, 하이브리드 컴퓨팅 플랫폼의 장단점을 비교 분석하였다. 대량의 농업 기상 및 기후 데이터를 처리하는 시스템은 비용 문제로 퍼블릭 클라우드 이주가 불가능하며, 저장 및 백업은 온프레미스, 분석 및 처리는 클라우드에서 운용하는 것이 합리적임을 확인하였다.
클라우드 컴퓨팅 : 개념에서 설계, 아키텍처까지
システム分析
실용적인 클라우드 보안 : 클라우드 보안 기초와 실무
(24단계 실습으로 정복하는) 쿠버네티스 : 헬름, 로키, 프로메테우스 등 현장에서 바로 활용할 수 있는 쿠버니티스 도구 활용법
사례로 읽는 클라우드 컴퓨팅 : 기업 생산성을 높이는 유비쿼터스 웹 서비스
Digital Ecosystem for Innovation in Agriculture
클라우드 네이티브 애플리케이션 디자인 패턴 : [애플리케이션의 배포와 운영을 고려한 7가지 설계 패턴]
클라우드 세상 속으로
Reliability assurance of big data in the cloud : cost-effective replication-based storage
클라우드 컴퓨팅 애플리케이션 아키텍처
클라우드 컴퓨팅 : 개념에서 설계, 아키텍처까지
AWS클라우드 보안 핸드북 : 클라우드 보안 정책과 시스템 구현의 지침서=
아마존 웹 서비스 완벽 활용법
(훤히 보이는)클라우드 컴퓨팅 =
AWS 시스템 개발 스킬업
클라우드, 클라우드 네이티브 =
(아마존 웹 서비스를 이용한) 글로벌 서비스 인프라 설계 : 효율적인 AWS 운용을 위한 DevOps 환경 만들기
일상을 바꾼 클라우드 컴퓨팅
Climate and environmental database systems
Cloud data centers and cost modeling : a complete guide to planning, designing and building a Cloud data center
연구방법논총
이강표Journal of Physics: Conference Series
Swetha, D.N.; Balaji, S.IOP Conference Series: Materials Science and Engineering
Sokolov, Strahil; Vlaev, Stefan; Chalashkanov, Mihail생물환경조절학회지
백정현, 허정욱, 김현환, 홍영신, 이재수한국농림기상학회지
김광수; 유병현; 현신우; 강대균ACM Computing Surveys
Netto, M.A.S.; Rodrigues, E.R.; Cunha, R.L.F.; Calheiros, R.N.; Buyya, R.Climate Services
Zhang, S.; Wu, H.; Li, M.; Liu, B.; Shao, P.데이타베이스연구
백정현, 이홍로Chinese Geographical Science
Wu, Hantian; Zhang, Lu; Zhang, XinJournal of Supercomputing
Pang B.,Hao F.,Yang Y.,Park D.S.Precision Agriculture
Pavón-Pulido, N.; López-Riquelme, J.A.; Torres, R.; Pastor, J.A.; Morais, R.Agricultural Water Management
López-Riquelme, J.A.; Navarro-Hellín, H.; Soto-Valles, F.; Torres-Sánchez, R.; Pavón-Pulido, N.Scientific Data
D Kovács D.,Musial J.,Bojanowski J.,Clarijs D.,de la Mar J.,Zlinszky A.Pattern Recognition and Image Analysis
Kim, P. A.; Kalantaev, P. A.; Pyatkin, V. P.한국콘텐츠학회 논문지
안민제; 전인배; 손인국; 이하; 박용훈; 임종태; 복경수; 유재수Procedia Computer Science
Płóciennik, Marcin; Fiore, Sandro; Donvito, Giacinto; Owsiak, Michał; Fargetta, Marco; Barbera, Roberto; Bruno, Riccardo; Giorgio, Emidio; Williams, Dean N.; Aloisio, GiovanniJournal of Biosystems Engineering
Kim, JoonYong; Lee, Chun Gu; Park, Dong-Hyeok; Park, Heun Dong; Rhee, Joong-YongBulletin of the American Meteorological Society
Powers J.G.,Werner K.K.,Gill D.O.,Lin Y.L.,Schumacher R.S.Spatial Information Research
Reem Adnan AL Kharouf; Abdel Rahman Alzoubaidi; Mazher JweihanAmerican Journal of Industrial and Business Management
Cameron Fisher전선 / 대학원
데이터센터 구조의 융합적 접근 (A Holistic Approach to Datacenter Architecture): 모바일, 클라우드 컴퓨팅이 보편화되면서 대부분의 대용량 자료들이 데이터센터에서 수집,처리,보관되고 있다. 본 강의에서는 융합적 시각에서 이러한 데이터센터를 하나의 컴퓨터로 접근하여, 전달, 연산, 저장 기능이 구현되는 원리와 예시를 학습하며, 보편적인 문제들인 소프트웨어와 하드웨어 구성요소, 확장성, 총소유비용 및 신뢰성 문제를 다룬다.전선 / 대학원
데이터센터 구조의 융합적 접근 (A Holistic Approach to Datacenter Architecture): 모바일, 클라우드 컴퓨팅이 보편화되면서 대부분의 대용량 자료들이 데이터센터에서 수집,처리,보관되고 있다. 본 강의에서는 융합적 시각에서 이러한 데이터센터를 하나의 컴퓨터로 접근하여, 전달, 연산, 저장 기능이 구현되는 원리와 예시를 학습하며, 보편적인 문제들인 소프트웨어와 하드웨어 구성요소, 확장성, 총소유비용 및 신뢰성 문제를 다룬다.전선 / 대학원
농림기상 분야의 정보에 공간정보의 비중이 크다. 디지털화된 공간정보는 기초 지형정보, 인문사회적정보, 원격탐사 등과 관계형 데이터베이스로 연결할 수 있으며, 정보의 조합과 분석을 통해 농림기상 분야의 관리에 필요한 정보를 생성할 수 있다. 이 강의에서는 프로그래밍을 기반으로 농림기상분야의 공간분석 능력을 기르고, 대량 생산되고 있는 모바일과 원격탐사 데이터 등의 적용 가능성과 방향을 고찰한다.전선 / 대학원
다양한 농림기상 분야의 빅데이터의 활용을 위해 빅데이터의 의미, 이해, 활용에 대해 배울 수 있는 과목이다. 기존의 대용량 데이터와 빅데이터는 무엇이 다른 것인가? 단순한 통계분석과 빅데이터 분석의 차이는 무엇일까? 과연 데이터만 많이 있다면 답을 구할 수 있는가? 이러한 다양한 질문에 대한 답을 찾을 수 있는 과목으로 실제 빅데이터 분석 기법을 익힐 수 있도록 교과내용을 구성하였다.전선 / 대학원
기상은 자연환경 중 가장 기본적인 요소이며, 동시에 끊임없이 변화하며 예측이 불가능하다. 이러한 자연환경을 극복하고 안정된 주년 고품질 농산물을 생산하기 위하여 공기, 물, 토양환경관리가 요구되고 또한 이들은 농촌에 광범위하게 적용되고 있다. 이러한 인위적인 다양한 시설들의 설계 및 관리를 위하여 기상환경을 시설목적 및 설계와 연계하여 정확하게 이해할 수 있어야 하며, 이러한 지식을 토대로 농업시설설계가 이루어져야 한다. 본 강좌에서는 대기환경에 대한 물리적 특성들을 이해하고 이 지식을 다양한 농업시설 설계에 공학적으로 적용할 수 있는 기술 및 이론을 공부하며, 강의와 실습을 병행하여 이해도를 높인다.전선 / 대학원
석유, 석탄, 천연가스, 신재생에너지를 비롯한 에너지 및 광물자원을 개발하기 위한 플랜트 및 운송망, 부지 설계에 필요한 GIS의 최신기술을 다룬다. GIS 분석 알고리즘 및 최근 연구사례를 분석한다.전선 / 학사
지표 및 지하공간을 다루는 지형 및 지질의 공간정보를 에너지 GIS를 통해 분석하는 방법과 관련 프로그래밍 기법을 다룬다. 상용 소프트웨어를 이용한 실습이 포함된다.전선 / 대학원
기후환경데이터의 기본적인 특성을 이해하고, 다양한 기후환경 현상들의 특성 변동 및 변화를 분석/예측하기 위한 다양한 딥러닝 기법의 원리를 학습하고 실습한다. Feed-forward Neural Networks, Convolutional Neural Network, Long-Short Term Memory, Generative Adversarial Networks, Vision Transformer 등 딥러닝 기법의 작동 원리와, 해당 기법들의 기후환경데이터에의 적용 예시를 학습한다. 실습과 소규모 프로젝트를 통한 기후환경데이터에의 딥러닝 기법의 적용을 통해 기후환경분야 공공기관 및 연구소에서 요구하는 자료분석 능력을 습득한다.전선 / 대학원
기후환경데이터의 기본적인 특성을 이해하고, 다양한 기후환경 현상들의 특성 변동 및 변화를 분석/예측하기 위한 다양한 딥러닝 기법의 원리를 학습하고 실습한다. Feed-forward Neural Networks, Convolutional Neural Network, Long-Short Term Memory, Generative Adversarial Networks, Vision Transformer 등 딥러닝 기법의 작동 원리와, 해당 기법들의 기후환경데이터에의 적용 예시를 학습한다. 실습과 소규모 프로젝트를 통한 기후환경데이터에의 딥러닝 기법의 적용을 통해 기후환경분야 공공기관 및 연구소에서 요구하는 자료분석 능력을 습득한다.전선 / 대학원
본 교과목은 농산물의 수확 후 품질관리 고도화를 위해 유통 단계 중 적용될 수 있는 첨단기술 (블럭체인, 클라우드, 디지털 트랜스포메이션 등)의 적용기술을 포함하고 있으며 수송 및 유통 중인 농산물의 품질특성을 측정, 분석할 수 있는 실시간/원격 비파괴 평가기술들에 대한 내용을 포함한다. 구체적으로, 다양한 센싱정보 (영상 등)를 실시간 무선통신방식으로 수집하여 클라우드 기반의 빅데이터를 구축하고 이러한 정보를 분석할 수 있는 딥러닝 기반의 첨단기술들에 대한 구체적 방안에 대해 논의하며 프로젝트를 통해 관련기술들을 구현하도록 한다.전선 / 대학원
본 강좌는 다양한 머신러닝기법을 활용한 기후환경데이터 분석 방법을 소개한다. Linear regression, Logistic regression, Support Vector Machine (SVM), Random Forest, XGBoost, LightGBM 등과 같은 지도 학습 기법에 더불어,K-mean clustering, Principal Component Analysis, Singular Value Decomposition,Self-Organizing Map (SOM) 등의 비지도 학습 머신러닝 기법들의 구동 원리를 파악할 수 있는 이론 강의와, 이 중 일부를 활용한 실습 과정으로 구성된다. 다양한 머신러닝 기법 기반의 데이터 분석 방법을 비교함으로서 머신러닝 기법들의 장단점을 파악할 수 있도록 한다.전선 / 대학원
전반적인 기후학 및 기후변화과학의 기본적 지식을 바탕으로, 농림생태계와 물리적인 기후계간의 상호작용을 식량생산, 자원관리, 생태계 서비스 등의 시스템 차원에서 고찰, 분석, 이해한다. 에너지 및 물질 순환, 기상재해 및 병해충, 작물생산과 농림생태계 관리에 미치는 기후변화의 영향을 예측, 평가하고 이에 따른 시나리오의 개발과 변화 및 교란에 적응하기 위한 사회-생태시스템 모델링의 이론과 응용에 대하여 배운다.전선 / 대학원
농식품관련산업의 주요 이슈들에 대한 경제학적 실증 분석기법을 학습하고, 이를 실제 자료에 적용하여 동 분야의 실증적 연구 수행에 기초를 마련한다. 실증적인 연구 수행을 위하여 기존 발표 논문에 대한 체계적인 검토를 시도한다.전선 / 대학원
본 교과목은 농림기상학 이론을 실제 현장에 적용하는 방법을 사례 연구와 문헌 조사를 통해 심층적으로 다룹니다. 학생들은 기후 데이터, 도구, 모델을 활용한 농업 분야의 실질적인 응용 사례, 특히 작물 생산, 병해충 관리, 수자원 관리 등에 대해 학습합니다. 또한, 기후 서비스가 농업 의사결정에 어떻게 기여할 수 있는지에 대해 구체적인 사례를 통해 이해를 돕습니다. 본 강의는 기후변화와 변동성에 대응하는 농업기후서비스의 역할을 중심으로, 이론과 실무를 연결하는 통합적인 접근법을 제공합니다.전선 / 대학원
정보과학분야의 첨단 기법인 데이터마이닝과 머신러닝에 대한 이론을 학습하고 상업용패키지를 이용하여 농업분야응용에 대해 실습하며, 농업분야의 필요한 알고리즘을 개발하는 학습기회를 제공한다. Decision Tree, Probabilistic Machine Learning, Baysian Classifier, Neural Nets, Support Vector Machine, K--NN, Boosting, K--Means and Hierarchical Clustering, Reenforcement Learning 등에 대한 이론적 연구와 농업분야의 응용을 상업적 패키지를 이용하여 학습하고, 농업분야를 위한 알고리즘의 개발에 대해 실습한다.전선 / 대학원
펌프와 팬과 같은 유체기계 시스템의 농업기계나 시설농업에 적용, 유체기계의 성능측정, 유공압시스템의 해석방법과 시뮬레이션 기법 등을 다룬다.전선 / 대학원
한정된 자료들 사이의 공간적 상호관계를 분석하고 이를 바탕으로 임의의 위치에서 원하는 자료값을 예측하는 여러 크리깅 기법을 공부한다. 주어진 값과 그 분포를 항상 보전하는 조건부 시뮬레이션과 불확실성을 줄이기 위해 이용가능한 자료를 통합하여 사용하는 최적화 기법을 공부한다.전선 / 대학원
대기과학연구에 필수적으로 이용되는 대기 전지구 모델 및 일기예보 모델의 근간을 구성하는 대기역학 코어 및 자료동화 시스템에 이용되는 다양한 수치적인 방법들을 공부한다. 실습시간에는 실제 현업 모델 혹은 단순화된 현업 모델을 이용하여, 대기역학 코어 및 자료동화 시스템이 실제 기상현상의 수치모의에 있어 어떻게 이용되는지 연습할 수 있는 기회를 갖는다.전선 / 학사
지구상에서 일어나는 자연환경변화의 원리와 과정에 대해 지권을 중심으로 공부한다. 지구의 자연환경을 체계적으로 분석하고 이해하기 위해 지구환경시스템을 여러 개의 더 작은 시스템으로 나누고 각 시스템의 환경적 의미와 각 시스템이 나타내는 현상의 원인에 대해 이해한다. 이러한 이해를 바탕으로 우리가 실제로 체험하거나 실생활에 중요한 여러 가지 지구환경 문제들에 대하여 그 원인과 환경오염이나 환경재해를 예방하거나 대처하는 방법에 대해서도 공부한다.전선 / 학사
ICT를 비롯한 디지털 기술 혁신에 따라 전통적인 농식품산업은 빠르게 디지털화(digitalization)가 진행되고 있다. 스마트팜, 정밀농업, O2O 서비스, 푸드테크 등 디지털 농식품산업 관련 이슈를 이해하기 위해서는 기존의 경제 모형을 확장하여 디지털화에 특화된 경제 이론을 학습할 필요가 있다. 이에 본 과목은 디지털 기술 발달에 따른 비용 감소로 경제 주체의 행위가 어떻게 변화하는지를 다루는 디지털 경제학을 농식품산업 분야에 접목한다. 강의는 다음과 같이 구성된다. 첫째, 디지털 경제학의 기초 이론 및 개념들을 학습한다. 둘째, 디지털 농식품 분야 경제문제를 소개하고 현황을 이해한다. 셋째, 학습된 디지털 경제 이론을 관련 이슈에 적용하여 실증 분석 능력을 배양한다.