최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
문여황, 조웅기, 이성실
2018 / ASIAN-AUSTRALASIAN JOURNAL OF ANIMAL SCIENCES
데이터가 존재하지 않습니다.
loading...
본 논문은 워크플로우 모델과 실행 이력을 기반으로 수행자 간 협업 인텔리전스를 "워크플로우 소셜 네트워크 인텔리전스"로 정의하고, 이를 발견하는 정보 제어넷(ICN) 기반 알고리즘을 제안합니다. 제안된 알고리즘은 특정 워크플로우 모델로부터 해당 소셜 네트워크 인텔리전스를 성공적으로 생성하여 정확성과 적합성을 검증합니다.
(기업용 환경 구축을 위한) Splunk 실시간 운영 인텔리전스
Workflow management systems for process organisations
Understanding dark networks : a strategic framework for the use of social network analysis
지능형 웹 알고리즘 : 지능형 웹 서비스 개발을 위한 머신러닝, 통계 분석, 신경망, 딥러닝 알고리즘과 추천엔진 구축
Network innovation through OpenFlow and SDN : principles and design
테크놀로지 인텔리전스 : 신기술 개발의 기회와 위협요소
Innovative performance support : strategies and practices for learning in the workflow
Social networking : mining, visualization, and security
SOCIAL NETWORKS AT WORK.
소셜 웹 마이닝 : 페이스 북, 트위터, 링크드인 등의 소셜 미디어 데이터 분석하기
인사이트, 통찰의 힘 : 평범한 일상에서 기회를 포착하다 = how to discover opportunity in everyday
Dynamics on and of complex networks.
소셜 임플로이 : 위대한 기업은 어떻게 소셜미디어로 일하는가
Theory of social choice on networks : preference, aggregation, and coordination
Social networking : the essence of innovation
Topic detection and classification in social networks : the Twitter case
Workflow patterns : the definitive guide
Kernel methods for pattern analysis
Inventive methods : the happening of the social
인터넷정보학회논문지
김광훈인터넷정보학회논문지
안현, 김광훈Journal of Network and Computer Applications
Park, M.; Ahn, H.; Kim, K.P.인터넷정보학회논문지
김미선, 김광훈KSII Transactions on Internet and Information Systems
김학성, 안현, Kwanghoon Pio KimSocial Network Analysis and Mining
Aghabaghery R.,Hashemi Golpayegani A.,Esmaeili L.인터넷정보학회논문지
박성주, 김광훈인터넷정보학회논문지
안현, 김광훈Information Sciences
Ahn H.,Kim K.P.Applied Sciences (Switzerland)
Ahn H.,Pham D.L.,Kim K.P.Procedia Computer Science
Daniel Crawl; Chun-Nan Hsu; Shitij Bhargava; Alok R. Singh; Ankit Goyal; Ilkay Altintas인터넷정보학회논문지
김광훈, 정중수, 민준기한국통신학회논문지B
전명훈, 안현, 김광훈인터넷정보학회논문지
박민재, 김창민, 김광훈, 원재강인터넷정보학회논문지
김광훈, 김형목International Journal on Software Tools for Technology Transfer
Verbeek, H. M. W.인터넷정보학회논문지
김광훈KSII Transactions on Internet & Information Systems
Min-Joon Kim; Hyun Ahn; Minjae Park인터넷정보학회논문지
정우진, 김광훈인터넷정보학회논문지
순카이, 안현, 김광훈전필 / 학사
첨단융합학부 신입생들의 전공탐색을 위한 공통필수과목으로서, 차세대지능형반도체, 융합데이터과학, 지속가능기술, 디지털헬스케어, 혁신신약 등 첨단융합학부의 다양한 전공 분야를 소개한다. 각 분야에서 개발되고 있는 첨단융합기술의 핵심 개념과 다양한 응용 분야를 소개하고, 각 분야에서 활약하고 있는 리더 특강을 통해 학생들이 졸업 후의 미래를 구체적으로 살펴볼 수 있도록 지도한다. 또한 융합의 의미와 필요성을 소개하고, 기술창업/연구/정책리더십 등 첨단융합전공의 미래 진로를 소개한다. 특히, 기업가 정신 및 도전의식(기술창업), 첨단융합 연구 기초(창의연구), 첨단융합기술의 사회적 가치(정책리더십) 등 각 교과인증과정으로 진출하는 데 필요한 핵심적 가치에 대해 교육한다.전선 / 대학원
본 교과목은 석박사과정 학생들이 전략 및 국제경영 분야의 주요이론을 학습하고 이에 대한 비판적 시각을 기르는 것을 목표로 한다. 더불어 분야의 주요 논문을 학습함으로써 학생들이 석박사 논문을 준비하는데 필수적인 논증과 실증 역량을 갖추는 것을 돕는다. 교과에서 주로 다루는 전략 및 국제경영 분야의 주요 이론은 기업 행동론, 조직 학습, 기업지배구조와 최고경영진, 제도환경과 기업의 전략적 대응 등이다.전선 / 대학원
간호관리 연구문헌을 고찰하여 간호관리영역의 연구주제 및 연구설계를 분석하고, 간호관리 영역에 의사결정기법을 적용할 수 있는 능력을 함양하고자 한다.전선 / 대학원
본 수업은 실제 운용되고 있는 SNS상에서 사용할 수 있는 도구들의 제작과 이를 통해 얻은 자료를 분석하는 기법을 익히는 것을 목표로 한다. SNS의 사용이 크게 증가함에 따라, 사용자들이 방대한 양의 자료를 웹상에서 제작, 공유하고 있다. 이러한 자료를 분석하면 기존의 방법으로는 알기 힘들었던 사용자의 취향이나 성향을 비교적 쉽게 파악할 수 있다는 연구 결과가 나오고 있다. 하지만 자료의 양이 방대할 뿐만아니라 자료의 형태도 다양해 여러가지 제한점이 있는 것도 사실이다. 본 강의는 SNS 상의 자료를 사용하여 어떻게 사용자에게 유용한 정보를 제공할 수 있는 지에 대해서 알아보고자 한다. 학생들은 Python을 이용하여 여러가지 SNS의 자료를 수집하고 분석하는 것을 배울 것이다. 단순한 수집뿐만아니라 수학적인 분석 기법에 대해서도 자세하게 다룰 예정이다.전선 / 학사
본 과정에서는 머신러닝의 기초를 수업한다. 수업 초반에는 머신러닝의 기초가 되는 확률, 선형대수, 최적화, 신호처리를 간단히 리뷰한다. 중반부에서는 대표적인 머신러닝 문제인 Classification, regression, clustering을 소개하고 예시를 통하여 개념을 학습한다. 후반부에서는 스마트 제조를 위한 센싱, 공간정보구축, 로보틱스 적용의 실습을 조별로 진행한다. 독립전원으로 구동가능한 미니PC 상에 리눅스를 운용하고, ROS SLAM 등 로보틱스와 공간지능 관련 소프트웨어를 배운다. 마지막으로는 실제 센서를 함께 구동하고 직접 데이터를 취득한 후, 수업에서 학습한 머신러닝 알고리즘을 적용해보기 위한 실습을 수행한다.전선 / 대학원
임상사회복지의 개념과 활동내용에 대해 공부하고, 다양한 실천이론과 모델(정신역동, 행동주의, 인지행동, 과제중심, 위기개입 등)에 대한 이해와 현장에의 적용기술, 모델의 비교분석에 초점을 맞춘다.전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.전선 / 대학원
본 교과목은 정보기술과 정보사업, 그리고 인터넷 개발에 있어서의 사회 연결망의 영향을 다룬다. 특히, 서비스 연결망과 공급자 연결망의 구조를 분석하는데 초점을 맞춘다. 또한 인터넷 기반 시스템이 어떻게 사회연결망을 유지시키는지에 대해 검토한다.전선 / 대학원
본 과목은 사업아이디어를 가치 창출이 가능한 조직 또는 기업으로 변환시키고자 하는 경영자들이 직면하는 문제들을 구체적으로 토론하고, 기업가가 되고자 하는 학생들이 필요한 자신만의 접근방법이나 가이드라인 그리고 기술 등을 개발할 수 있도록 하는데 그 목적을 두고 있다. 본 과목에서는 구체적으로 학생들이 잠재적으로 가치 있는 사업기회를 어떻게 포착하고, 이를 실행시키기 위해 필요한 자원을 어떻게 획득하여 창업에 나설 것인가를 다룬다. 또한 기업을 창업한 이후, 이를 어떤 식으로 운영하여 안정적인 기업으로 유지,성장시키고, 나아가 주주에게 가치를 제공할 것인가를 다룬다.논문 / 대학원
이 과목은 석사 및 박사 학위 과정에 있는 학생들이 인공지능의 각 분야의 연구 경험을 쌓을 기회를 제공하는 것이다. 학생들은 이 과목을 통하여 인공 지능의 이론과 응용에 대해 공부하고, 각자의 연구 방향과 주제를 설정하며, 최종적으로는 연구 성과를 달성하는 것을 목표로 한다.전선 / 대학원
구강 및 악안면 영역을 보철물로 수복시 고려할 사항과 임상과정을 각 단계별로 고찰하고 이를 임상에 응용할 수 있도록 한다. 임상에서 발생되는 다양한 증례와 문제를 살펴보고 이를 해결하기 위한 방법을 논의한다. 수복재료에 대한 전반적인 고찰과 함께 측두하악장애 등의 문제를 가진 환자의 보철수복, 고난도 증례의 치료방법, 타과와의 협진을 통한 치료등 총괄적인 접근을 통해 해결할 수 있도록 한다.전선 / 대학원
정보통신 분야의 기술, 산업, 시장의 변화 동인을 이해하고 이에 따른 공공의 역할과 정부 정책의 변화 방향을 분석한다. 빠르게 진화하고 있는 정보·콘텐트, 유통플랫폼, 소셜미디어, 스마트 공간과 모빌리티, 클라우드 컴퓨팅, 사물인터넷, 빅데이터, 인공지능의 확산에 따른 국내외 거대 사업자의 등장과 알고리즘의 윤리성 등을 학습하고, 글로벌 경쟁환경에서 한국기업의 경쟁력과 정부 정책과 제도의 정립에 관하여 토의한다.교양 / 학사
컴퓨터를 처음 접하는 학생들을 대상으로 컴퓨터에 대한 일반적인 기초개념 등을 설명하고, 프로그램이 수행되는 과정과 프로그램 작성을 위한 논리적인 사고에 대하여 강의한다. 이와 같은 기초 지식을 바탕으로 Python 언어를 사용하는 방법을 습득한다. 일부 공과대학 학부/학과에서는 포트란, C 언어, 또는 Matlab을 사용하는 법을 익힌다. 매주 2시간의 실습을 통하여 프로그래밍 기법을 배양하도록 한다.교양 / 학사
「베리타스 강좌 2: 베리타스 강좌 2: 수학과 데이터 사이언스로 보는 사회와 경영」는 자연과학적 모델과 사회과학적 이해를 융합하여 복잡한 사회 현상을 탐구하는 교과목이다. 물리학, 생물학에서 발전한 다양한 모델(네트워크 모델, 정보이론, 카오스이론, 스케일링 이론, 전염병모델 등)을 소개하고, 이들이 사회·경영·정치·도시학 등 인문사회 분야와 어떻게 연결되는지를 학습한다. 본 강좌의 차별성은 이과와 문과 학생이 협력하는 팀 기반 학습에 있으며, 데이터와 간단한 시뮬레이션을 활용한 실습을 통해 이론을 실제 사회현상에 적용한다. 학생들은 그룹 토론, 프로젝트를 통해 비판적 사고, 협업 능력, 창의적 문제 해결 역량을 배양하며, 나아가 데이터 기반 분석과 복합적 가치 창출 능력을 기르게 된다.전필 / 학사
사회적기업(social enterprise)은 수익창출을 목적으로 하는 기업 경영의 원리를 이용하여, 사회 일반에 도움이 되는 재화와 서비스를 제공하는 것을 목적으로 하는 대안적 경제제도이다. 경영의 사회적 책임과 경제적 효율성이라는 두 가지 목적의 균형적 달성을 추구한다. 특히, 정부 부문의 복지 관련 투자의 비효율성에 대한 비판, 그리고 기존 시민사회 운동의 비효율성에 대한 비판으로, 그리고 기업가정신을 사회적 책임에 적용하는 새로운 경영기법으로 각광받고 있다. 본 수업의 목적은 새롭게 조명 받고 있는 사회적 기업과 관련된 경영, 그리고 정책적 이슈들을 조망하고, 실천적 대안을 구상하는데 있다.전선 / 대학원
기계학습은 다양한 분야에서 점차 큰 관심을 받고 있으나, 막상 실제 데이터에 적용하여 성공적인 결과를 도출하는 데에는 많은 어려움이 따른다. 본 과목은 기계학습 기법들을 실제 문제에 적용할 때에 중요한 데이터 전처리, 피쳐 추출, 차원 축소, 클래스 불균형, 모델 앙상블 등의 주제들을 다루고, 데이터로부터 모형과 종속성을 학습하는 원리와 기법들을 소개하는 바, 특히 확률, 통계 및 최적화 이론에 기반하여 신경망 (Neural Networks), 서포트 벡터 머신 (Support Vector Machines), 은닉 마르코프 모형 (Hidden Markov Models) 및 강화 학습 (Reinforcement Learning) 기법들을 공부한다. 또한, 이들 기법을 활용하여, 다양한 시계열 데이터들을 대상으로 예측 및 분류 모델을 구현하는 프로젝트들과 데이터 기반 학습의 사례 연구들이 포함된다.전선 / 학사
본 과목은 빅데이터를 활용하는 ML/AI/인지과학의 서비스를 개발할 때, 특히 많이 접하면서 까다로운 시계열 데이터 처리와, 파이썬 등으로 서비스를 개발을 효과적으로 할 수 있는 MLOps/DevOps 실전 가이드를 다루고자 한다. 연구 성과를 검증/공유하기 위해 패키지로 deploy하기 위한 도커/쿠버네티스 기술과 마이크로서비스 구축에 필요한 방법을 학습한다.전선 / 대학원
이 과목은 산업인력개발교수학습이론에 대한 종합적이고 심층적인 이해를 도모하고, 이를 토대로 실업계 고등학교, 전문대학, 대학, 기업체 등에서의 적용능력과 연구능력을 배양하기 위한 과목이다.전선 / 학사
최근 세계경제의 서비스화가 빠른 속도로 진행되고 있고 국내 산업구조 역시 제조 중심에서 서비스 산업 중심으로 크게 변화하고 있어, 서비스에 대한 이해와 생산성의 향상이 주요 관심사로 대두되고 있다. 서비스 시스템은 고객의 요구사항을 만족시키는 서비스를 생산ㆍ전달하기 위해 설계되는 기술과 조직적 네트워크의 복합체인 바, 본 교과목에서는 과학적ㆍ공학적 시각에서 서비스 시스템을 분석하고, 새로운 서비스 시스템을 설계ㆍ운영ㆍ혁신하기 위한 다양한 방법론을 학습한다.전선 / 대학원
본 교과목은 단순한 질의응답을 넘어, 스스로 목표를 설정하고, 도구를 사용하며, 복잡한 과업을 자율적으로 수행하는 ‘에이전트(Agentic)' AI의 설계 원리와 구현 방법론을 심층적으로 다룬다. 기존의 LLM(Large Language Model)이 가진 한계를 극복하고, LLM을 ‘추론 엔진'으로 활용하여 실제 세계와 상호작용하는 지능형 시스템을 구축하는 데 초점을 둔다. 수강생들은 단일 에이전트의 핵심 구성 요소인 사고-행동-관찰(Reasoning-Acting-Observation) 루프, 동적 도구 사용(Tool Use), 장단기 기억(Memory) 메커니즘을 학습한다. 나아가 여러 에이전트가 협력하여 인간의 개입을 최소화하면서 복잡한 문제를 해결하는 멀티 에이전트 시스템(Multi-Agent System)의 설계 패턴(예: 계층적, 협력적)과 통신 프로토콜을 배운다. LangChain, AutoGen, CrewAI와 같은 최신 프레임 워크를 활용한 실습을 통해, 에이전트 아키텍처 설계부터 정교한 프롬프트 체이닝, 실행 루프 구현까지의 전 과정을 경험하며, 차세대 AI 애플리케이션을 개발할 수 있는 실전 역량을 배양하는 것을 목표로 한다.