최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 논문은 야간 교통사고 감소를 위해 안드로이드 기반의 도로 밝기 측정 어플리케이션을 구현하였다. 스마트폰의 카메라와 GPS 센서를 이용하여 도로 밝기 및 운전자의 위치 정보를 실시간으로 수집하고 데이터베이스에 저장하며, 수집된 정보는 운전자 경고 및 도로 조명 관리 개선에 활용될 수 있다.
모두의 라즈베리 파이 with 파이썬 : 누구나 쉽게 배우는 전자 회로 공작과 파이썬 프로그래밍
혁명을 위한 수학 : 인공지능과 데이터 과학은 어떻게 자본주의를 뒷받침 했는가?
Advanced video-based surveillance systems
Modeling Mobility with Open Data : 2nd SUMO Conference 2014 Berlin, Germany, May 15-16, 2014
Vision and navigation : the Carnegie Mellon Navlab
(4차 산업혁명) 인사이트 : 기술혁명의 안쪽을 들여다보는 통찰의 시선 =
EUR 18905 - COST 331 - Requirements for horizontal road marking
자동차 조명과 인간의 시각특성
Vision and visual perception
돌발상황(안개) 발생 시 교통특성 및 B-sang system의 효과분석 연구
도로 노면표시의 야간 시인성(視認性) 분석 =
범죄두려움 저감을 위한 도로조명 조도 기준 연구 =
더 좋은 결정을 위한 뇌과학 : 신경과학자가 밝혀낸 직관의 비밀
자율주행차량의 비전과 행동
길이 제대로 돼야 나라가 산다
더 좋은 결정을 위한 뇌과학 : 신경과학자가 밝혀낸 직관의 비밀
DSP for in-vehicle and mobile systems
영상기반 교통정보 추출방안 연구
Connected vehicle systems : communications, data, and control
Progress in Location-Based Services
우희숙; 권광석; 김병국; 윤천주; 김영록 · 2014
대한공간정보학회지
김지완; 이재성 · 2014
한국정보통신학회논문지
Hatem Abou-Senna; Patricia Tice; Mohamed El-Agroudy; Gail M. Holley; Mustapha Mouloua; Essam Radwan · 2023
Transportation Research Record: Journal of the Transportation Research Board
김봉근, 장인수, 이광 · 2011
대한교통학회지
전선 / 학사
AI를 이용하여 주차장 게이트에서 번호판을 인식후 주차장 게이트를 Open/deny 하는 과정을 구현한다. 자동차 번호판을 인식하기 위해 object-detection, Text Detection, OCR, Image Captioning, Generative Model 등 다양한 컴퓨터 비전 에 사용되는 딥러닝 모델들의 개요에 대해 배우고, GPU 서버를 이용하여 이 과정들을 구현한다.전선 / 대학원
표준적 도시교통계획과정의 이론적 구조와 문제점 그리고 실천모형의 장단점을 비교검토하고, 보다 일반적인 교통계획모형의 구성을 위한 여러 방법론과 고급이론을 소개함과 아울러 새로운 연구방향에 관해 연구한다.전선 / 대학원
최근 정보통신기술이 발전하면서 교통분야에서 다양한 데이터가 수집되고 활용된다. 차량과 사람의 위치 데이터, 교통량, 속도, 밀도 등 교통흐름과 관련된 데이터, 대중교통 이용 실태를 확인할 수 있는 교통카드 데이터 등이 대표적이다. 이들은 모두 실시간으로 빠르게 수집되는 만큼 양도 방대하다. 소위 빅데이터의 특징인 Volume (양), Variety (종류), Velocity (속도)의 특징을 모두 가진다. 본 교과목은 교통 분야 빅데이터의 유형을 이해하고 이를 분석하는 것을 목적으로 한다. 이를 위해 우선 빅데이터의 기초와 시각화 방안을 배운다. 이후 인공지능 방법론의 기초를 학습하고 교통 빅데이터를 이용하여 CNN, RNN 분석을 수행해 본다. 아울러 군집분석, 의사결정나무 등 자주 활용되는 데이터 분석기법도 배운다.전선 / 대학원
본 과목은 도시환경 공간분석과 시각화를 위한 디지털 미디어 활용기법들을 다룬다. 다양한 소프트웨어 플랫폼을 습득하고, 이들 플랫폼들을 사용하여 정량적, 시각적, 분석적 데이터를 연동시키고 변환시키는 과정과 이를 설계와 프레젠테이션에 활용하는 시각화 방법들을 연구한다. ArcGIS, 오픈소스 지오데이타 에플리케이션들, ACAD, Adobe Illustrator, Rhino와 같은 2D 벡터, 3D 모델링 프로그램, 그리고 Rhino 플러그인인 Grasshopper 등을 통해 공간분석 기법에 대한 연구를 진행할 것이며, 작업들은 기본적인 에니메이션과 3D 프린팅을 통해 가시화될 것이다.전선 / 대학원
도로교통사고로 인한 국내 사망자 수가 연간 수천 명에 달할 만큼 교통사고는 현대사회의 심각한 문제이다. 이 강의는 교통사고의 원인을 데이터 분석을 통해 정리하고 교통사고의 감소와 예방을 위한 정책을 도로 이용자, 차량, 도로환경 차원에서 살펴본다. 이 강의를 통해 교통사고 예측 모델의 개발과 활용방안을 익히고, 안전체계(Safe System) 차원의 교통안전 정책을 이해할 수 있게 된다.전선 / 대학원
도로교통사고로 인한 국내 사망자 수가 연간 수천 명에 달할 만큼 교통사고는 현대사회의 심각한 문제이다. 이 강의는 교통사고의 원인을 데이터 분석을 통해 정리하고 교통사고의 감소와 예방을 위한 정책을 도로 이용자, 차량, 도로환경 차원에서 살펴본다. 이 강의를 통해 교통사고 예측 모델의 개발과 활용방안을 익히고, 안전체계(Safe System) 차원의 교통안전 정책을 이해할 수 있게 된다.전선 / 대학원
본 과목은 도시환경 공간분석과 시각화를 위한 디지털 미디어 활용기법들을 다룬다. 다양한 소프트웨어 플랫폼을 습득하고, 이들 플랫폼들을 사용하여 정량적, 시각적, 분석적 데이터를 연동시키고 변환시키는 과정과 이를 설계와 프레젠테이션에 활용하는 시각화 방법들을 연구한다. ArcGIS, 오픈소스 지오데이타 에플리케이션들, ACAD, Adobe Illustrator, Rhino와 같은 2D 벡터, 3D 모델링 프로그램, 그리고 Rhino 플러그인인 Grasshopper 등을 통해 공간분석 기법에 대한 연구를 진행할 것이며, 작업들은 기본적인 에니메이션과 3D 프린팅을 통해 가시화될 것이다.전선 / 대학원
대상지의 환경 상태를 과학적으로 진단하고 정확하게 평가하는 것은 더 나은 환경계획 수립을 위한 선결조건이다. 최근에는 다양한 환경모니터링 기술의 발전과 함께, 보다 높은 시공간적 스케일에서 양질의 환경자료를 보다 효율적으로 취득하는 것이 가능해지고 있다. 또한 다양한 환경분야에서 서로 다른 목적과 강도로 수집된 자료들 또한 빅데이터 기술을 통해 융합, 분석됨으로써 환경평가에 활용하는 것이 기대되고 있다. 본 수업에서는 이러한 생태환경을 구성하는 다양한 생물적, 비생물적 인자들에 대한 모니터링 방법론과 기술들을 소개하고, 워크숍을 통해 그 효용성과 한계를 토론하는 시간을 가진다. 이를 통해 수강자들은 환경자료에 대한 이해를 높이며, 이를 바탕으로 보다 합리적인 환경평가방법을 고민하게 된다.전선 / 대학원
이 교과목은 대학원생들을 대상으로, 현재 사용되고 있는 최신 암호 알고리즘을 설명한다. 이 과목은 다음과 같이 두 부분으로 구성된다: 첫째, DES, IDEA, RC5, RC6 와 같은 블록 암호 알고리즘들을 각각 키(key) 생성, 암호화, 복호화 하는 과정으로 설명한다. 둘째, 전자 서명에 근거한 다양한 인증 기법을 소개한다. DMDC, MD5, SHA-1, HMAC 와 같은 다양한 해쉬(hash) 함수를 사용하여 문장을 축약하고 인증하는 방식을 제시한다.전선 / 학사
색채는 빅데이터 시각화 분석의 주요 파라메터 중 하나이다. 본 교과에서는 먼저 전통적 색채이론을 배우고 이를 바탕으로 디지털환경에서 색채데이터를 다루는 다양한 색공간들을 알아보고 이러한 색공간내의 색채정보를 3차원 데카르트좌표공간에서 라이노 및 그래스호퍼와 같은 프로그램을 활용하여 비주얼코딩을 통해 시각화하는 프로젝트 들을 실습한다.전선 / 학사
통상적으로 교통운영은 교통류에 대한 충분한 이해를 바탕으로 적절한 운영 방안을 도입하여 도로교통시설의 효율을 높이는 것을 의미한다. 이를 위해 교통류에 대한 미시적‧거시적 관점, 교통량‧속도‧밀도 등 교통류 특성 간의 관계, 교통정체의 발생 및 해소 과정 등을 이해하는 것이 중요하다. 한편, 교통수단의 다변화로 인해 기존 교통운영의 대상이었던 도로교통이 교통시스템의 한 요소로써의 역할을 맡게 되었으며, 자연스럽게 교통운영의 범위도 확대되었다. 또한, 정보통신기술의 발달이 수집 가능한 정보의 질적‧양적 성장을 촉진하였지만, 불완전한 정보가 수집되거나 교통시스템 내‧외적 요인으로 인해 불확실한 예측이 이뤄지는 경우도 발생하였다. 최근 들어 이를 해결하기 위해 인공지능(Artificial Intelligence, AI)을 활용한 사례들이 등장하고 있다. 따라서 이 과목에서는 교통류분석, 교통신호제어 등의 배경이 되는 교통 관련 이론에 대해 학습함과 더불어 교통운영 분야 내 다양한 AI 적용 사례들을 소개하면서 기계학습(Machine Learning), 딥러닝(Deep Learning), 생성형 AI(Generative AI) 등 연관된 AI 기법을 살펴본다. 아울러 자율주행차량 제어, 대중교통 및 모빌리티 시스템 운영 등 교통운영의 확대된 범주 내에 포함되는 교통시스템에 대해서도 다룸으로써 폭넓은 지적 기반을 제공할 수 있을 것으로 기대된다.전선 / 대학원
이 강의는 스마트 시티 계획과정 및 도시에서 발생하는 문제와 현상을 이해하기 위해 정량화할 수 있는 데이터를 수집하고 통계적 또는 수학적 기법을 통하여 문제의 원인을 체계적이며 논리적으로 분석하고 탐구하는 방법을 훈련하는 것을 목표로 한다. 특히, 학생들은 가설 설정 및 검증법을 선정하고, 다양한 종류의 데이터를 수집 및 코딩하며(e.g. 설문, 관찰, 샘플링 등), 기술 및 추론 통계(e.g, 회귀, 공간회귀, 머신러닝 등) 방법론을 학습하여 실제 데이터를 활용하여 연구 문제 및 가설에 적합한 계량적 분석 기법을 선택하여 도시 연구를 위한 논문을 작성하는 능력을 키울 수 있다. 또한, 이를 기반으로 기 출판된 양적 논문을 해석하고 이해하여 올바른 지식 소비자로서의 소양을 갖추는 것을 목표로 한다.전선 / 대학원
이 강의는 스마트 시티 계획과정 및 도시에서 발생하는 문제와 현상을 이해하기 위해 정량화할 수 있는 데이터를 수집하고 통계적 또는 수학적 기법을 통하여 문제의 원인을 체계적이며 논리적으로 분석하고 탐구하는 방법을 훈련하는 것을 목표로 한다. 특히, 학생들은 가설 설정 및 검증법을 선정하고, 다양한 종류의 데이터를 수집 및 코딩하며(e.g. 설문, 관찰, 샘플링 등), 기술 및 추론 통계(e.g, 회귀, 공간회귀, 머신러닝 등) 방법론을 학습하여 실제 데이터를 활용하여 연구 문제 및 가설에 적합한 계량적 분석 기법을 선택하여 도시 연구를 위한 논문을 작성하는 능력을 키울 수 있다. 또한, 이를 기반으로 기 출판된 양적 논문을 해석하고 이해하여 올바른 지식 소비자로서의 소양을 갖추는 것을 목표로 한다.전선 / 대학원
대기 및 생활 환경 내 주요 현상들은 이해하기 위한 다양한 최신의 미량 원소 및 실시간 분석 기술 (MS & Chrom. techniques) 들의 물리 화학적 원리등을 소개하고자 한다. 뿐만 아니라 해당 기술들의 적용 분야. 데이터의 활용 범위, 장점 및 한계등에 대해 소개하여, 기기 활용의 능력을 배양하고자 한다. 또한 실제 측정을 통해 얻어진 데이터를 분석함으로써, 필요한 프로그래밍, 결과 도시법등의 데이터 분석법등의 기술을 익힘으로써, 데이터 해석의 기본을 습득할 수 있도록 한다.전선 / 학사
도로설계상에 있어서 교통공학적인 면에서 고려해야 할 것이 무엇이며 그에 따라 필요한 고려사항으로서 도로상의 교통량을 추정하고 도로의 용량, 정지 및 추월시거평면 및 종단선형설계, 곡선의 배합, 편구배와 구배에 관한 내용을 다룬다. 또한 설계적인 측면에서 평면 및 입체교차설계, 엇갈림 분류 및 합류구간설계, 도로설계 등에 대한 연습도 다루게 된다.전선 / 대학원
유체의 속도, 초음속유동장의 충격파, 연소장의 온도, 연소생성물의 농도 등 반응장/비반응장의 특성을 측정하는데 있어, 기존의 방식은 측정장치를 유동장내 삽입하여 교란을 유발시킬 수 있는데 반해 레이저를 이용한 계측방식은 유동장의 교란을 유발시키지 않고 측정(non-intrusive technique) 가능하며, 그 정밀도도 매우 높다. 그러므로 본 과목은 빛(light)의 원리 및 특성, 레이저(LASER)의 기본 원리 및 특성을 기초로 하여 현재까지 개발된 레이저를 이용한 측정기법을 소개한다. 즉, LDV, PIV, PDPA, PLLIF, LIF, CARS 등 속도, 온도, 농도 등을 정확히 측정할 수 있는 기법의 원리, 장점 및 단점을 배우며, 전반적인 이해를 돕기 위해 기초적인 양자역학(Quantum mechanics), Scattering의 원리 및 종류(Rayleich & Raman Scattering), 형광(Fluorescence)의 원리, 분광법(Spectroscopy)에 대한 지식을 습득한다.전선 / 학사
원격탐사에 대한 기본이론들을 이해하고, 위성영상의 프로세싱기법과 알고리즘을 이해하므로써, 여러 활용분야에 적용가능한 능력을 배양하는데 있으며, 이를 위해 IDRISI, ERDAS, ER-Mapper 등의 영상처리용 소프트웨어 실습을 병행한다.전선 / 학사
스포츠 분야는 가장 인기 있는 전문영역으로 성장하였다. 현대사회에서 스포츠는 단순히 오락이나 건강증진 활동에 그치지 않으며, 경제, 산업, 방송, 법률, 문화, 교육 그리고 외교와 정치 등 모든 중요한 분야에 그 영향력과 생산력을 확장시키고 있다. 이에 따라 예전처럼 코치나 교사중심에서 벗어나, 교육과 연구, 건강과 치료, 산업과 무역, 방송과 언론, 국제개발과 평화 등에 전문직이 급속히 생겨나고 있다. 특히, 스포츠를 내용으로 융합적이고 통합적인 지식과 기술의 적용과 활용이 이루어짐으로써 미래사회의 새로운 전문직 창출이 활발하게 진행되고 있기도 하다. 본 강좌는 스포츠 직역에 속한 다양한 전문직종에 대한 현장중심의 이해, 전문인의 가치와 윤리 습득, 그리고 핵심전문역량 개발 등을 목적으로 한다. 특히 국가직무능력표준(NCS)에 근거하여 예비스포츠전문인으로서 필요한 한국체육현장에서 강조되는 전문지식과 기량을 습득하고, 이를 중등학교현장에서 효과적으로 지도하는 기본능력을 함양한다.전선 / 대학원
본 스튜디오는 인공지능(AI)을 조경의 핵심 설계 도구로 활용하는 것을 목표로 하는 실습 중심의 스튜디오이다. 지난 2년간 진행한 세미나 주제인「조경과 AI」에서 다루었던 이론적 논의를 확장하여, 실제 설계 프로세스 속에서 AI의 잠재력과 한계를 탐구한다. 본 수업은 인간이 직관적으로 해결하기 어려웠던 형태적·공간적 문제를 인공지능을 통해 분석하고 생성하는 과정을 실험하며, 프롬프트 설계(Prompt Design)와 룰 베이스 설계(Rule-Based Design)와 같은 개념을 핵심 학습 주제로 다룬다. 수강생들은 2차원 이미지로부터 3차원 형상을 추출하고, 형태의 특징을 기반으로 기능과 프로그램을 부여하는 과정에서 다양한 AI 도구를 활용한다. 이를 통해 인공지능을 단순한 도구가 아닌 공동 설계자(co-designer)로 이해하며, 디지털 생성 기술을 통해 새로운 형태, 패턴, 그리고 공간 경험을 제안한다. 최종적으로 AI를 활용한 설계 프로토타입 혹은 실험적 디자인 아틀라스를 제작하여, 미래 조경·도시설계의 가능성을 탐구한다.전선 / 대학원
컴퓨터그래픽스 전반에 걸쳐 기본적인 개념들을 설명한다. 컴퓨터 그래픽스의 기본적인 렌더링 파이프라인, 물체들을 표현하는 여러 가지 방법, 빛을 나타내는 방법, 레이트레이싱, 볼륨렌더링 등의 특수한 렌더링 방법, 그림자나 질감을 나타내는 방법에 대해서 개론 형식으로 강의한다.