최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
김태홍
2015 / KSII Transactions on Internet and Information Systems
데이터가 존재하지 않습니다.
loading...
본 논문은 스마트 클래스 환경에서 콘텐츠 배포의 신뢰성을 높이기 위해 학습 기반 릴레이 선택 알고리즘을 제안합니다. 제안하는 알고리즘은 각 노드가 RQI(Relay Quality Indicator)를 통해 릴레이 품질을 분산 방식으로 추적하고, 높은 RQI를 가진 노드를 릴레이 노드로 선택하여 제어 패킷 오버헤드와 지연을 줄입니다. 시뮬레이션 및 실험 결과는 제안하는 알고리즘이 네트워크 동적 변화에 적응하며 효율적이고 신뢰성 있는 콘텐츠 배포를 제공함을 보여줍니다.
Position location techniques and applications
Introduction to distributed algorithms
Advanced relay technologies in next generation wireless communications
Distributed algorithms : 4th international workshop, Bari, Italy, September 24-26, 1990 : proceedings
Distributed algorithms : proceedings
Protective relaying theory and applications
Parallel computer routing and communication : first international workshop, PCRCW '94, Seattle, Washington, USA, May 16-18, 1994 : proceedings
Dedicated mobile communications for high-speed railway
Combinatorial optimization in communication networks
Scalability, density, and decision making in cognitive wireless networks
Distributed algorithms : 10th international workshop, WDAG '96, Bologna, Italy, October 9-11, 1996 : proceedings
Network-aware source coding and communication
Filtering, control, and fault detection with randomly occurring incomplete information
ISA '91 algorithms : 2nd International Symposium on Algorithms, Taipei, Republic of China, December 16-18, 1991 : proceedings
Distributed algorithms : 7th International Workshop, WDAG '93, Lausanne, Switzerland, September 27-29, 1993 : proceedings
A first course in network theory
Modelling, estimation and control of networked complex systems
Mobile intelligence
Software defined radios : from smart(er) to cognitive
KSII Transactions on Internet and Information Systems
김태홍Future Generation Computer Systems
Rehman O.,Ould-Khaoua M.Applied Sciences (Switzerland)
Na Y.J.,Lee W.S.,Paek M.J.,Song H.K.,Hwang D.,You Y.H.Applied Sciences (Switzerland)
Paek M.J.,Na Y.J.,Lee W.S.,Ro J.H.,Song H.K.IEEE Internet of Things Journal
Babatunji Omoniwa; Riaz Hussain; Muhammad Adil; Atif Shakeel; Ahmed Kamal Tahir; Qadeer Ul Hasan; Shahzad A. MalikIEEE Transactions on Vehicular Technology
Surender Redhu; Mayank Anupam; Rajesh M. HegdeIEEE Transactions on Communications, Communications, IEEE Transactions on, IEEE Trans. Commun.
Ruby, R.; Leung, V.C.M.; Michelson, D.G.Ad Hoc Networks
Redhu S.,Hegde R.IEEE Transactions on Vehicular Technology
Redhu S.,Anupam M.,Hegde R.M.IEEE Transactions on Mobile Computing
Tang J.,Dang S.,Abdullah S.,Nazri M.Z.A.,Sabar N.R.Journal of Signal Processing Systems: for Signal, Image, and Video Technology(formerly the Journal of VLSI Signal Processing Systems for Signal, Image, and Video Technology)
Deng, Min; Jiang, Songhao; Xu, Fang; Yang, Chunmeng; Yang, Na; Lyu, Yuanlin; Xiong, Zenggang; Ahmed, ManzoorInternational Journal of System Assurance Engineering and Management
Wang, FangIEEE Communications Letters, Communications Letters, IEEE, IEEE Commun. Lett.
Vien, Q.; Nguyen, H.X.; Barn, B.; Tran, X.Sensors (Switzerland)
Chiti F.,Fantacci R.,Picano B.,Pierucci L.Artificial Intelligence Review: An International Science and Engineering Journal
Al-Rawi, Hasan A. A.; Ng, Ming Ann; Yau, Kok-Lim AlvinSoft Computing
Singh A.K.,Pamula R.,Jain P.K.,Srivastava G.IEEE Open Journal of the Communications Society
Mughal B.,Fadlullah Z.M.,Fouda M.M.,Ikki S.Journal of Platform Technology
Huang Kanglin; Md Rakibul Islam; Nur AlamAd Hoc Networks
Basagni S.,Valerio V.D.,Gjanci P.,Petrioli C.Metals and Materials International
Góra, J.전선 / 대학원
본 과목은 빠른 속도로 발전하고 있는 인공지능 분야에서 최근 중요 기술 및 논문들 중 선별하여 강의를 제공한다. 주요 논문과 최신기술에 관한 학습 및 논의, 팀별로 국제적 발표가 가능한 수준의 연구 프로젝트의 진행, 등을 목표로 한다. 주제는 알고리즘 분야(active learning, classification, clustering, multitask and transfer learning, stochastic methods, unsupervised learning, self-supervised learning) 및 딥러닝 분야 (adversarial networks, deep autoencoderes, generative models, optimization for deep networks, recurrent networks, supervised deep networks)를 중심으로 다루며, 각 학기마다 중점 내용이 조정된다.전선 / 대학원
본 과목은 빠른 속도로 발전하고 있는 인공지능 분야에서 최근 중요 기술 및 논문들 중 선별하여 강의를 제공한다. 주요 논문과 최신기술에 관한 학습 및 논의, 팀별로 국제적 발표가 가능한 수준의 연구 프로젝트의 진행, 등을 목표로 한다. 주제는 알고리즘 분야 (active learning, classification, clustering, multitask and transfer learning, stochastic methods, unsupervised learning, self-supervised learning) 및 딥러닝 분야 (adversarial networks, deep autoencoderes, generative models, optimization for deep networks, recurrent networks, supervised deep networks)를 중심으로 다루며, 각 학기마다 중점 내용이 조정된다.전선 / 대학원
주어진 지식과 경험을 바탕으로 앞으로 주어질 작업을 효율적이고 체계적으로 수행할 수 있는 컴퓨터 프로그램 개발에 많은 연구가 계속되어 오고 있다. 이러한 연구의 핵심 분야인 기계 학습(Machine Learning)에 관한 강의로써 현재까지 발표된 대표적인 연구 논문들을 중심으로 이론 및 알고리즘, 응용 분야 등을 설명한다.전선 / 대학원
이 교과목은 학부과정의 데이터 통신망에서 학습한 TCP/IP 인터넷 프로토콜을 간단히 복습을 한다. 이에 관련된 프로토콜로는 LAN, ARP, TCP, ICMP을 들 수가 있다. 이러한 프로토콜들은 인터넷에서 패킷 전달과정을 기술하며 에러가 발생했을 경우 복구하는 방법들을 나타내고 있다. 교과내용은 주로 네트웍 프로토콜의 성능분석에 초점을 맞추게 된다. 패킷전달시 소요되는 지연시간 분석을 위해 지연시간에 대한 모델링을 심도있게 다룬다. 패킷의 효과적 전달을 위한 최적의 라우팅 기법을 살펴보고 이에 대한 최적화 기법에 대하서도 살펴본다. 네트웍 프로토콜의 깊이 있는 이해를 위해 네트웍 프로그래밍 숙제가 별도로 요구된다.전선 / 대학원
Shortest path, Network flow 등의 그래프 문제를 해결하는 최근에 개발된 알고리즘과 알고리즘 분야에서의 최근의 연구결과를 학습한다. 분산 시스템의 여러 모델들과 분산 시스템에서 발생하는 중요한 문제들을 해결하는 분산 알고리즘에 관하여 연구한다.전선 / 대학원
본 교과목은 데이터사이언스 대학원의 ABC(AI model/algorithm, Big data, Computing) 교육 과정 중 컴퓨팅(C) 분야 첫번째 강좌이다. 본 교과목의 전반부는 C++ 언어 프로그래밍과 C++ 기반 객체 지향 프로그래밍으로 이루어져 있다. (1) C++ 언어의 기초 문법, 클래스의 개념과 사용법, template과 중요한 라이브러리를 학습하고, (2) abstraction, inheritance, polymorphism 등 객체 지향 프로그래밍의 원리를 습득한 뒤, (3) 예제들을 통해 클래스 기반 객체 지향 프로그래밍을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 본 교과목의 후반부는 중급 자료 구조 및 알고리즘과 딥러닝 플랫폼으로 이루어져 있다. (1) 데이터사이언스를 위한 컴퓨팅의 기초 강좌에서 다루지 않은 자료구조 및 정렬 알고리즘 (Quick sort, Radix sort, heap sort), 트리 알고리즘, 그래프 알고리즘 (Dijkstra, Kruskal 등) 등을 습득하고, (2) 배운 자료 구조와 알고리즘들을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 또, (3) Pytorch, TensorFLow 등 널리 사용되는 딥러닝 플랫폼을 학습하고, 동일 학기 수강이 권장되는 머신러닝 및 딥러닝 1(ABC 과정 중 A 분야 첫번째 강좌)에서 배운 딥러닝의 기본 원리들을 직접 구현하고, 이에 더하여 상기 플랫폼을 통해 구현 할 수 있도록 한다.전선 / 학사
두개의 직접 연결된 디바이스 간의 데이터 교환과 관련된 환경에서 전송, 인터페이싱, 링크제어 및 다중화를 이해하고, 또 통신망을 통해 데이터전송 서비스를 제공하는데 필요한 기능과 그 메커니즘을 이해할 수 있도록 한다. 이 교과목에서 취급하는 내용은 다양한 전송매체를 통한 데이터의 전송 및 인코딩, 디지탈 데이터통신 기술, 데이터 링크 제어, 멀티플렉싱, 패킷 교환, 망 경로배정 및 혼잡제어, 근거리망의 종류와 동작원리이다.전선 / 대학원
본 교과목은 프로젝트 중심 수업으로서 학생들이 end-to-end 프로젝트를 통해 데이터사이언스 애플리케이션 개발 수명 주기, 애플리케이션 아키텍처 설계와 구성 요소의 선택, 시스템 인프라 유지보수 및 모니터링과 MLOps 등을 공부하고 실질적인 경험을 쌓을 수 있도록 한다. 학생들은 실습 세션을 통해 업계에서 활용되는 최신의(state-of-art) 소프트웨어 구성 요소들을 다루고 대규모 상업 시스템들에 대해서 사례 연구를 진행한다. 학생들은 수업을 통해 프로젝트 아이디어를 제안하고, 아키텍처와 애플리케이션 기능을 디자인하며, 인프라를 애플리케이션 수명 주기에 따라 모니터링하고 유지 보수할 수 있어야 한다.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
정보화 사회의 도래와 함께 이동 통신의 중요성은 나날이 증대되고 있다. 본 과목에서는 이러한 흐름에 발맞추어 이동 통신의 기반이 되는 물리계층 과 상위계층을 이해하는데 목적을 둔다. 본 과목에서는 디지털 통신의 기초에서 출발하여, 무선 통신 환경의 특징을 알아보고, 2,3 세대 통신의 기본이 되는 CDMA를 통해 다중 사용자 환경을 이해해본다. 나아가 이동 통신의 용량 확장과 성능 개선을 위하여 많은 가능성을 가지고 있는 다중 안테나 시스템, 스마트 안테나 시스템, 무선 자원 관리 등을 다루게 된다.전선 / 학사
컴퓨터를 활용하여 문제를 해결할 시 그 활용이 필수적인 기본적인 자료 구조에 대해 가르친다. 배열, linked list, stack, queue, priority queue, search tree, hash table, balanced search tree 등의 자료구조의 구성, 활용 방법 및 효율성을 강의한다. Python 기반의 숙제를 통해 수강생이 직접 각 자료구조를 구현/활용할 수 있는 능력을 배양한다.전선 / 대학원
본 강의는 농식품 공급망에서의 레질리언스 역량 강화에 대한 이론 및 모형을 다루고 농식품 공급망 레질리언스와 관련된 주요 이슈 및 연구 동향을 살펴보며 이를 통해 공급망 레질리언스 구축 방안에 대해 심층적으로 논의하는데 그 목표를 두고 있다. 구체적으로 농식품 공급망에서의 다양한 리스크 요인들을 살펴보고 이에 대해 공급망 입지 및 공급망 설계, 구매 및 공급자 관리, 생산 및 운영 등의 전략적 접근 방안을 다루게 된다.전선 / 대학원
본 과목에서는 농식품 산업에서의 공급망 및 운영전략과 관련하여 기후변화 및 지속가능성, 공급망 레질리언스 및 글로벌 공급망 운영전략 등의 관점에서 기본적인 이론과 모형을 습득하고 해당 분야의 최근 연구 동향을 살펴보는 것을 목표로 한다. 구체적으로 공급망 입지 및 네트워크, 구매 전략, 공급망 협력, 생산 및 운영전략, 공급망 혁신기술 등의 연구 분야에서 주요 연구 결과를 논의하고 새로운 연구 문제를 창출할 수 있도록 한다.전선 / 대학원
상품유통에 대한 최근의 이론과 연구결과를 살펴보고 의류상품에서 특별하게 나타나는 유통상의 특성을 집중적으로 학습한다. 특히 리테일링의 다양한 형태, 전망, 형태별 전략 등을 이해하고, 우리나라 패션산업에서 유통부분의 발전을 위한 구체적인 방안을 모색한다.전선 / 학사
본 과목의 목적은 [창의융합세미나]를 성공적으로 수강한 학생들에게, 다시 한 번 공동으로 연구계획을 디자인하고 협동 연구를 수행하는 기회를 부여하는 동시에, 한층 진전된 수준의 탐구를 실행함으로써 실제적인 공동 결과물들을 창출할 수 있도록 하려는 것이다. 학생들은 [창의융합세미나]에서 수행한 공동 연구를 더욱 발전시킬 수도 있으며, 다른 구성원들과 다른 창의적 주제를 발굴하여 더 깊이 있는 융합적 연구 성과물을 낼 수도 있다. 이런 과정을 통해 학생들은 집단 창의성과 융합적 문제 해결 능력의 실제를 깊이 있게 경험하게 될 것이다.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.전선 / 대학원
본 강좌에서는 네트워크 위상, 전달 경로, 패킷 흐름의 조절, 라우터 디자인, 교착상태의 탐지 및 회피, 혼잡 제어 등 상호연결 네트워크의 구조와 설계에 관한 주제를 다룬다. 이와 함께 on-chip 네트워크, 병렬 컴퓨터, 공유 메모리의 상호연결, 데이터 센터 네트워크와 인터넷 라우터의 스위칭 조직 등 상호연결 네트워크의 이론이 활용될 수 있는 예를 살펴본다.전선 / 대학원
다양한 분야, 다양한 형식의 정보를 구조화 할 수 있는 능력을 함양하게 하는 과목이다. 리서치에 의해 조사 수집된 정보를 그루핑 하고 나열되어 있는 정보를 시각적으로 재구성하는 방법을 연구한다. 또한 재구조화된 정보를 여러 매체로 표현할 수 있는 능력을 기른다. 상징과 아이콘, 인포메이션 다이어그램 등으로부터 인포메이션 그라픽스까지 다양한 시각툴을 사용하여 효과적인 정보전달이 될 수 있게 한다. 개인별 주제를 정해 정보를 재해석하는 연구가 이루어지게 된다.전선 / 대학원
본 강좌에서는 네트워크 위상, 전달 경로, 패킷 흐름의 조절, 라우터 디자인, 교착상태의 탐지 및 회피, 혼잡 제어 등 상호연결 네트워크의 구조와 설계에 관한 주제를 다룬다. 이와 함께 on-chip 네트워크, 병렬 컴퓨터, 공유 메모리의 상호연결, 데이터 센터 네트워크와 인터넷 라우터의 스위칭 조직 등 상호연결 네트워크의 이론이 활용될 수 있는 예를 살펴본다.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.