최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
이혜진, 김은빈, 김수현, 임하은, 박영미, 강준호, 김희원, 김진호, 박웅양, 박성진, 김진기, 양윤정
2020 / Journal of Nutrition and Health
박주황, 김종수, 김태석
2014 / 멀티미디어학회논문지
데이터가 존재하지 않습니다.
loading...
본 연구는 탈황 공정에서 수집된 빅데이터에 다변량 통계 분석을 적용하여 운영 편차의 원인을 분석하는 시스템을 구축했습니다. MES를 통해 수집된 빅데이터를 활용한 회귀 분석 결과, 기존 모델 대비 52%의 성능 향상을 설명하는 회귀 방정식을 도출했습니다. 제안된 방법은 주관적인 판단의 위험이 있는 기존의 수동 분석 방식을 객관적인 수치 및 통계 기반 분석으로 대체할 수 있습니다.
Multiscale analysis of deformation and failure of materials
Introduction to mathematical modeling
Complex system maintenance handbook
Climate change impact on soil erosion in sub-tropical environment : application of empirical and semi-empirical models
Statistical process control for quality improvement
Statistical process monitoring using advanced data-driven and deep learning approaches : theory and practical applications
Handbook of multicriteria analysis
Automotive, mechanical and electrical engineering : proceedings of the 2016 International Conference on Automotive Engineering, Mechanical and Electrical Engineering (AEMEE 2016), Hong Kong, China, 9-11 December 2016
Comprehensive chemometrics : chemical and biochemical data analysis
Fault detection and diagnosis in industrial systems
Model-based fault diagnosis in dynamic systems using identification techniques
Multidimensional second order stochastic processes
Dynamic Factor Models
Matrix-based introduction to multivariate data analysis
Aspects of multivariate statistical analysis in geology
Vibration fundamentals
Cyber-physical power systems state estimation
멀티미디어학회논문지
박주황; 김종수; 김태석ACS Omega
Long, Jian; Chen, Yifan; Cao, Dengke; Chen, Pengyu; Yang, MingleiMetals
Barui S.,Mukherjee S.,Srivastava A.,Chattopadhyay K.Neurocomputing
Zhang, K.; Peng, K.; Chu, R.; Dong, J.Communications in Nonlinear Science and Numerical Simulation
Páez Chávez J.,Zhang Z.,Liu Y.Water Research
Monje V.,Owsianiak M.,Junicke H.,Kjellberg K.,Gernaey K.V.,Flores-Alsina X.Chemometrics and Intelligent Laboratory Systems
Ge, Z.Fuel
Ranaee E.,Ghorbani H.,Keshavarzian S.,Ghazaeipour Abarghoei P.,Riva M.,Inzoli F.,Guadagnini A.Control Engineering Practice
Young-Hak Lee; Kwang Gi Min; Chonghun Han; Kun Soo Chang; Tae Hwa ChoiIEEE Transactions on Instrumentation and Measurement
Chen Li; Gang Li; Xu Chen; Ping Zhou; Xiao HePROCESSES
Ji, Cheng; Sun, WeiIEEE Transactions on Industrial Informatics
Yao L.,Ge Z.Journal of Statistical Computation and Simulation
Zümre Özdemir Güler; Mehmet Akif BakırIEEE Transactions on Instrumentation and Measurement
Li C.,Li G.,Chen X.,Zhou P.,He X.Journal of Water Resources Planning and Management
Xiaoting Wang; Junyu Li; Shuming Liu; Xipeng Yu; Ziqing MaEngineering Applications of Artificial Intelligence
Garcia-Alvarez D.,Bregon A.,Pulido B.,Alonso-Gonzalez C.J.International Journal of Distributed Sensor Networks
Wang X.,Yang X.,Huang J.,Chen X.대한안전경영과학회지
김태성Applied Sciences (Switzerland)
Kang B.,Na W.,Lee H.Information Systems
Valencia-Parra Á.,Varela-Vaca Á.J.,Gómez-López M.T.,Carmona J.,Bergenthum R.전선 / 대학원
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.전선 / 대학원
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.전선 / 대학원
본 교과목은 데이터를 분석하여 유용한 정보를 추출하고 모델을 만들어 예측에 사용하는 데이터 마이닝에 대해 보다 깊이 있게 소개한다. 데이터마이닝의 중요한 알고리즘, 기반 기술, 대용량 데이터를 효과적으로 처리하는 마이닝 기술 등을 학습한다. 그리고 분산 시스템과 다수의 머신을 이용하여 빠르고 확장성 있게 대용량 데이터를 처리하는 방법을 논의한다. 또한 여러 실제 세계 응용에 어떻게 데이터마이닝을 적용하는지에 대해서도 논의한다. 주요 주제로 그래프 데이터 분석, 행렬/텐서 데이터 분석, 비정상 이벤트 탐지 등이 있다.전선 / 대학원
본 과목에서는 다양한 인공 지능 (특히 머신 러닝) 및 빅데이터 분석 시스템에 대해 공부한다. 자원을 관리하는 자원 관리자, 데이터를 저장하는 분산 스토리지, 데이터 처리의 핵심 모델인 데이터 플로우 모델, 배치 분석, 인메모리 처리, 스트림 처리, SQL, 머신 러닝/딥러닝 시스템, 그래프 처리에 대해서 공부한다. 특히, 대표적인 시스템인 Spark, Beam, TensorFlow, PyTorch 등을 활용하여 실제로 해당 시스템들이 어떻게 동작하는지 깊게 공부한다. 배운 이론을 바탕으로 프로그래밍 과제와 팀별 연구 프로젝트를 수행한다.전선 / 대학원
계산이론은 컴퓨터공학의 기초학문이며, 중요한 문제에 대한 효율적인 알고리즘들을 소개하고, 그런 알고리즘의 복잡도 분석을 다룬다. 이 교과목에서는 먼저 알고리즘의 성능을 분석하는 기법, 특히 amortized analysis에 대해 배운다. 그리고, 계산이론 분야에서 중요한 알고리즘과 그 응용에 대해 배운다. 구체적으로, (스트링 매칭, 2차원 패턴 매칭, 근사 매칭, suffix trees, 데이터 압축 문제에 대한) 스트링 알고리즘과 bioinformatics에의 응용, (선택 문제, 다항식 확인 문제에 대한) randomized 알고리즘과 그 영향, (페이지 교체 문제, k 서버 문제에 대한) online 알고리즘과 금융문제(일방향 거래와 portfolio 선택 문제)에의 응용을 배운다.전선 / 대학원
본 과목에서는 다양한 인공 지능 (특히 머신 러닝) 및 빅데이터 분석 시스템에 대해 공부한다. 자원을 관리하는 자원 관리자, 데이터를 저장하는 분산 스토리지, 데이터 처리의 핵심 모델인 데이터 플로우 모델, 배치 분석, 인메모리 처리, 스트림 처리, SQL, 머신 러닝/딥러닝 시스템, 그래프 처리에 대해서 공부한다. 특히, 대표적인 시스템인 Spark, Beam, TensorFlow, PyTorch 등을 활용하여 실제로 해당 시스템들이 어떻게 동작하는지 깊게 공부한다. 배운 이론을 바탕으로 프로그래밍 과제와 팀별 연구 프로젝트를 수행한다.전선 / 대학원
멀티스케일 현상을 이용하는 전형적인 소자 및 시스템인 MEMS(Micro Electro Mechanical Systems) 및 NEMS(Nano Electro Mechanical Systems)를 직접 제작, 측정 하는 실험 및 실습과목이다. 나노 및 마이크로 현상을 이용하는 각종 공정의 원리 및 공정의 설계 방식을 습득하고 top-down 및 bottom-up 방식의 제작 중 전형적인 접근방식들을 실제로 구현하고 비교한다.전선 / 대학원
오늘날의 많은 경영의사결정은 해당 의사결정이 경영활동의 어떤 기능과 관계되는가와 상관없이 통계학과 경영과학에서 제시된 계량적 모형을 이용한 분석을 바탕으로 이루어지고 있다. 본 과목은 통계학과 경영과학의 최적화 과정에 대한 학생들의 기초적인 이해를 높이기 위해서 제시되었는데, 특히 가장 일반적으로 사용되는 MS/OR과 통계적 방법론에 대한 이해와 컴퓨터 프로그램을 이용해서 이러한 방법론들이 어떻게 실행되는가에 대해서 초점을 두고 있다. 본 과목을 통해서 학생들은 여러 가지 통계적 보고서를 평가하고, 이를 경영활동에 활용하는 능력을 가지게 될 것이며, 오늘날의 경영활동에서 기본적인 수단이 되는 통계적 방법론에 대한 기술을 배양하고, 경영환경에 대한 간단한 모형화를 통해 MS/OR과 통계적 방법론들이 얼마나 다양하게 활용되는가를 이해하게 될 것이다.전필 / 대학원
오늘날의 많은 경영의사결정은 해당 의사결정이 경영활동의 어떤 기능과 관계되는가와 상관없이 통계학과 경영과학에서 제시된 계량적 모형을 이용한 분석을 바탕으로 이루어지고 있다. 본 과목은 통계학과 경영과학의 최적화 과정에 대한 학생들의 기초적인 이해를 높이기 위해서 제시되었는데, 특히 가장 일반적으로 사용되는 MS/OR과 통계적 방법론에 대한 이해와 컴퓨터 프로그램을 이용해서 이러한 방법론들이 어떻게 실행되는가에 대해서 초점을 두고 있다. 본 과목을 통해서 학생들은 여러 가지 통계적 보고서를 평가하고, 이를 경영활동에 활용하는 능력을 가지게 될 것이며, 오늘날의 경영활동에서 기본적인 수단이 되는 통계적 방법론에 대한 기술을 배양하고, 경영환경에 대한 간단한 모형화를 통해 MS/OR과 통계적 방법론들이 얼마나 다양하게 활용되는가를 이해하게 될 것이다.전선 / 대학원
본 과목은 국제통상 전공자들에게 필요한 테이터 분석 방법론과 방법론의 응용을 가르치는 것을 목표로 한다. 방법론으로는 기초 통계학 이론 및 회귀분석 모형이 포함되며, 동시에 이 기법이 실제 어떻게 사용되는지 프로젝트 및 데이터 실습을 통해서 학습한다. 데이터 실습은 STATA를 기반으로 진행한다. 이에 더하여, 각국에서 도입중인 evidence-based policy making (EBPM)의 동향과 민간의 신용카드 및 교통정보를 기반으로 한 실시간 데이터가 정책입안에 어떻게 활용되는지 사례분석을 통해서 학습한다. 마지막으로 최근 활발히 이용되고 있는 머신러닝(Machine Learning)기법 일부도 소개한다. 학습 평가는 방법론에 대한 시험과 통계분석에 대한 final project를 기초로 이루어진다.전선 / 학사
분자의 운동, 반응 및 동적인 전기화학에 관한 제문제를 기초적인 이론으로부터 응용에 이르기까지 다방면에 걸쳐 연구한다. 여기에는 기본적인 기체운동론, 이온운반과 분자확산을 다루는 분자의 운동, 간단한 반응의 속도론과 더불어 광화학반응, 자체촉매반응, 진동반응, 연쇄반응 등이 관련되는 좀 더 복잡한 반응의 속도론, 고체 표면에서의 흡착, 촉매현상 및 과전위, 분극현상, 폴라로그래피, 전지, 부식 등을 취급하는 동적인 전기화학에 관련된 전반적인 내용이 포함된다.전선 / 대학원
본 과목은 생산서비스운영 (OM) 분야의 연구를 이해하기 필요한 기본적인 확률론 및 분석기법을 살펴본다. 다양한 OM 이론분석 연구에 사용되는 확률과정론을 이해하고, Probability, Poisson Process, Continuous time Markov Chains and Queueing Theory와 같은 개념을 익혀본다. 확률과정론을 활용하여 OM 분야의 다양한 주제에 대한 적용 예를 살펴보고, 응용을 위한 미니 프로젝트를 수행한다.전선 / 대학원
스마트시티는 다양한 기관 및 시설로부터 수집된 데이터를 활용하여 실시간 변화를 예측하고 효율적으로 도시 서비스를 제공하는 미래형 도시모델이다. 또한 빅데이터 분석은 방대한 데이터 속에서 신속하게 패턴을 인식하고 새로운 가치를 찾아내는 과정으로써 스마트시티 계획 및 운영에 반드시 필요한 기술이다. 본 강의는 도시 빅데이터 분석에 필요한 지식 및 기술을 학습하는 입문과정이다. 스마트시티공학을 전공하는 학생들에게 빅데이터의 개념 및 구조를 이해하고 도시데이터 분석에 필요한 통계기법, 프로그램, 모델링 등을 학습할 수 있는 기회를 제공함으로써 미래도시 고도화 기반을 마련하고 지능형 도시에 최적화된 전문가를 육성하고자 한다.전선 / 대학원
본 과목에서는 데이터 분석 알고리즘, 시스템, 응용 등 다양한 분야의 문제들을 이해하고 기존 기술의 제약점을 해결하는 캡스톤 프로젝트를 진행한다. 이를 통해, 여러 과목에서 학습한 이론을 실제 문제에 적용할 수 있는 응용 능력 및 문제 해결 능력 향상을 기대한다. ▪데이터 분석 기법 개발 프로젝트 ▪데이터 기반 응용 프로젝트 ▪빅데이터 응용 프로젝트 ▪기계학습 응용 프로젝트 ▪빅데이터 시스템 개발 프로젝트전필 / 대학원
본 교과목은 데이터과학 분야에 관심있는 통계학 석사 과정 대학원생을 대상으로, 데이터 랭글링 및 시각화, 회귀분석, 선형 모형, 일반화 선형 모형, 혼합 모형, 분류를 포함하여 모든 데이터 과학자가 익숙해야 하는 통계 방법론 및 이를 통계 소프트웨어를 사용해 적용하는 실례를 다룬다. 기존의 통계학 과목과 비교하여 본 교과목은 이론에 대한 강조가 덜한 대신, 통계 방법론을 구현하고 주요 개념을 실제 자료에 적용하여 데이터를 분석하기 위해 어떻게 소프트웨어를 사용하는지에 대해 더 중점을 둔다. 주요 개념에 대해서는 그것이 “작동하는 이유”에 대한 직관적 설명을 위주로 한다. 본 과목의 모든 통계 분석은 R과 Python을 사용한다.전선 / 학사
본 강의에서는 (1) 자동제어와 계측 프로그램을 이용한 재료공정제어의 실습, (2) 실험 데이터의 체계적 분석을 위한 통계적 기법인 분산분석, 회귀분석기법 등의 이해, (3) 기본적인 통계이론의 이해를 위해 필수적인 확률분포, 추정 및 검정의 개념 이해, (4) 최근 6시그마의 주요한 도구로 각광을 받고 있는 실험설계법과 다구찌 기법의 이해와 활용, (5) 통계해석 프로그램의 활용과 실습을 통해 재료공정의 제어, 공정 데이터의 해석 및 적용에 관한 내용을 다룬다.전선 / 대학원
데이터 마이닝은 빅 데이터를 분석하기 위한 핵심 도구로서 많은 관심을 받고 있다. 특히 컴퓨터 공학 측면에서 고급 데이터 마이닝 알고리즘 및 분석 플랫폼을 설계하고 구현하는 기술을 학습하는 것은 최근 넘쳐나는 빅 데이터에서 실행 가능한 지식을 추출하는데 핵심적인 역할을 한다. 본 과목에서는 빅 데이터를 분석하기 위한 컴퓨터 공학 기반 고급 기술, 알고리즘, 핵심 플랫폼을 다룬다. 또한 초 대용량 데이터, 초고속 데이터 등을 효과적으로 분석하는 기법을 학습한다.전선 / 대학원
본 과목은 산업공학과 및 공과대학 대학원생을 대상으로 다변량 데이터분석에 필요한 기반 지식을 전반적으로 이해하고 응용할 수 있는 능력을 배양함을 목표로 하며 이를 위해 다변량 통계학 (multivariate analysis) 방법론 (회귀분석, 요인분석, 군집분석, 판별분석, 구조화 방정식 등) 에 관한 이론과 실습을 중심으로 학습하고 이를 연구의 설계, 연구자료의 수집과 분석, 분석결과의 정리 그리고 결과를 해석하도록 한다.전선 / 대학원
본 과목은 박사과정 대상의 도시환경 분석 모형과 데이터 시각화 심화 과정이다. 통계 모형 방법은 도시설계와 조경학을 포함한 다양한 학문 분야의 연구에서 광범위하게 이용되고 있다. 최근에는 빅데이터를 활용한 고급 모델링 기법이 개발 및 적용되고 있으며, 데이터 시각화 분석을 통한 분석과 해석의 고도화가 이루어지고 있다. 본 과정에서는 이러한 고급 모형 중 도시환경 분야에 적합한 공간회귀모형, 다층모형, 시계열 모형을 다룬다. 학생들이 이 모형들을 이용한 연구과제를 수행하며, 데이터 시각화를 통해 도시 및 조경 관련 의사결정에 관련된 함의를 도출하는 과제를 수행한다. 본 과목을 수강하기 위해서는 기초 통계 모형(OLS, Logistic Model)에 관한 이해가 필수적으로 요구된다.전선 / 대학원
스마트시티는 복잡 인프라 시스템의 확률 기반 모형의 구축과, 계측 데이터에 기반한 학습/업데이팅, 그리고 상황별 실시간 추론에 기반한 의사결정을 필수적으로 요구한다. 본 교과목은 이러한 정보공학 기반 인프라 시스템 관리의 기반이 되는 다음의 베이지안 이론과 방법론을 소개한다: (1) 데이터 기반 통계적 학습: 마르코프 체인 몬테 카를로, (2) 인과관계 모형 구축, 학습 및 추론: 베이지안 네트워크, (3) 커널 기반 학습 및 추론: 가우시안 프로세스, (4) 시그널 프로세싱: 베이지안 필터. 각 방법론을 컴퓨터 프로그래밍을 통해 직접 실습하고, 재난재해 레질리언스, 안전, 생애주기 관리 등 다양한 인프라 관련 문제에 적용함으로써 스마트시티를 구현하는 데에 필요한 인프라 정보공학 핵심역량을 함양하는 것을 목표로 한다.