최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 논문은 사물인터넷 환경의 동적 네트워크에서 급증하는 데이터 처리의 어려움을 해결하기 위해 분산 데이터 시스템 기반의 분산 데이터 처리 기법을 제안한다. DSA 및 DCA 기법을 적용하여 제안하는 기법의 성능 우수성을 입증하였다.
(연결고리 없는) 한국의 산업 4.0 : 한국의 산업 4.0 - 성공적 정착의 연결고리는?
R과 Java로 크롤링하자
사물인터넷을 위한 인공지능 : 더 스마트한 IoT 시스템을 개발하기 위한 고급 머신러닝딥러닝 기법
IoT IoE로 주목받는 농수축산 시장의 실태와 사업전략
기초 IoT 컴퓨팅 =
사물인터넷 웨어러블 Ver 0.9 : 새로운 IT 플랫폼을 완성하는 서비스 기획 · UX 가이드
스마트 IoT 프로젝트 : 스마트 온도 조절기, 머신 비전, 자율 주행 자동차 로봇 포함 다양한 사물 인터넷 구현
4차산업 투자지도 = 미래 유망 투자처 전격 해부 리포트
(Paradigm Shift를 위한) 4차 산업혁명 시대의 경영사례.
3년 후 대한민국 : 대한민국을 뒤흔들 신기술 =
사물인터넷 디자인의 원칙
돈 되는 안드로이드 앱 만들기
사물인터넷이 바꾸는 세상
사물인터넷의 미래
R 병렬 프로그래밍 : 빠른 데이터 처리를 위한 병렬 프로그래밍의 기초와 고급 라이브러리 활용
글로벌 커뮤니케이션 : 다문화적 관점
사물인터넷의 충격
(사물인터넷을 위한) 파이썬 네트워크 프로그래밍
Issues in LAN management : proceedings
High-Performance Computing and Big Data Analysis : Second International Congress, TopHPC 2019, Tehran, Iran, April 23–25, 2019, Revised Selected Papers
e-비즈니스연구
구석모; 김의창Journal of Sensors
Kuo Zhao; Feng Wang; Liang Hu; Rui Sun; Xiuhong FeiIEEE Systems Journal, Systems Journal, IEEE
Journal of Intelligent and Fuzzy Systems
Yuan, X.; Elhoseny, M.한국자원공학회지
김연재, 박세범, 최요순Computers and Electrical Engineering
Gökalp M.O.,Koçyiğit A.,Eren P.E.한국차세대컴퓨팅학회 논문지
최동화, 신인규, 최훈Journal of Supercomputing
Zhong Y.,Chen L.,Dan C.,Rezaeipanah A.Wireless Personal Communications: An International Journal
Patidar, Sanjay; Kumar, Neetesh; Jindal, RajniCluster Computing
Azad P.,Navimipour N.J.,Rahmani A.M.,Sharifi A.Peer-to-Peer Networking and Applications
Sohn, I.; Yoon, S.W.; Lee, S.H.정보과학회논문지
박성훈, 정상화数字通信世界 / Digital communication World
张征亮Information and Software Technology
Almeida R.,Junes V.,Machado R.,Rosa D.,Donato L.,Yamin A.,Pernas A.Procedia Computer Science
Nabhi Shah; Saumya Shah; Pulak Jain; Nishant DoshiSoft Computing
Yakhni S.,Tekli J.,Mansour E.,Chbeir R.Periodicals of Engineering and Natural Sciences
Abed Q.A.,Abdullah M.T.,Dikhil H.J.Journal of Industrial Information Integration
Yin Y.,Xu B.,Cai H.,Yu H.萍乡学院学报 / Journal of Pingxiang University
罗晓娟; 魏诗琳; 罗雪兵; 姜楠; LUO Xiao-juan; WEI Shi-lin; LUO Xue-bing; JIANG Nan数字通信世界 / Digital communication World
曹望成; 刘志宇; 邢军; 范书平전선 / 학사
사물인터넷(IoT)을 비롯한 스마트 환경과 소셜네트워크 서비스의 보편화로 인해 다양하고 방대한 데이터가 발생하고 있다. 이와 함께 막대한 양의 데이터를 신속하게 처리할 수 있는 컴퓨팅 환경의 발달과 창의적인 시각으로 데이터를 분석하고 연결하는 인공지능의 개발로 빅데이터는 여러 분야의 혁신적인 패러다임으로 등장하고 있다. 빅데이터는 데이터 그 자체의 효용성보다는 다양한 방법의 가공을 통한 데이터 간의 연결 및 창의적인 분석을 통해 혁신적인 가치를 창출하고 있으며, 빅데이터의 분석과 활용은 산업과 국가 경쟁력의 척도가 되고 있다. 빅데이터의 분석을 통해 새로운 가치를 창출하기 위해서는 다학제적 융합연구가 필요하다. 이 강의에서는 빅데이터 기업, 연구소 및 학계 전문가들을 초빙하여 최신 빅데이터 기술 경향에 대하여 알아본다. 또한 실제 업무에서 사용되는 툴을 활용하여 다양한 분석 기법을 공부하게 된다. 빅데이터 분야에 관심있는 학생들에게 진로 및 전공 선택에 대한 전망을 제시하게 될 것이다.전선 / 대학원
이 교과목에서는 고급 데이터베이스 시스템의 기반이 되는 주제로서 질의어 처리, 데이터베이스 회복, 병행제어, 데이터베이스 보안 및 무결성, 그리고 분산 데이터베이스를 다룬다. 또한 현재 제기되고 있는 문제로서 의사결정지원 시스템, 웹 데이터베이스, 멀티미디어 데이터베이스, 그리고 이동 데이터베이스도 다뤄질 것이다. 교과목을 통해 관련 연구논문들이 논의될 것이다.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
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
4차 산업혁명의 핵심 기술인 빅데이터, 사물인터넷 등과 함께 정보통신 기술을 활용해 저장하고 처리해야 하는 정보의 양은 폭발적으로 증가하고 있다. 이와 함께 고전적 폰 노이만 컴퓨팅 구조의 폰 노이만 병목현상, 낮은 에너지 효율 등의 문제를 해결할 수 있는 Processing-in-memory, Neuromorphic Computing 등의 새로운 기술의 개발 필요성이 높아지고 있다. 본 강의에서는 이와 같은 새로운 컴퓨팅 기술을 이해하고 해당 기술에 활용되기 위한 재료가 갖추어야 할 물성 및 실제 연구되고 있는 여러 재료에 대해서 배운다.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
스마트폰, 사물인터넷, 웨어러블, AR/VR 기기등 컨슈머 디바이스의 발전과, 클라우드/에지 컴퓨팅 등 백앤드 컴퓨팅 기술의 발전으로, 컴퓨팅 서비스의 영역이 다양한 산업 분야와 사람들 삶속으로 빠르게 확장되고 있다. 이로 인해 마크 와이저가 제안한 유비쿼터스 컴퓨팅 비전의 실현이 한층 눈앞에 다가오게 되었다. 모바일 컴퓨팅 시스템은 유비쿼터스 컴퓨팅을 실현하는 첫 단계로서, 기존의 컴퓨팅 시스템과는 매우 다른 특성을 지닌다. 많은 경우, 모바일 컴퓨팅 시스템은 물리 공간에 분산되어 사용자 및 환경을 관찰하는 이기종의 센싱 장치, 이를 처리, 분석하기 위한 다계층의 분산 추론 시스템, 추론을 기반으로 자동화된 피드백을 주기위한 엑추에이터등 복잡한 시스템 요소가 유기적으로 엮어 동작하게 된다. 또한 시스템의 높은 사용성을 위해서, 사용자와 상황의 다양성을 고려한 고도로 개인화된 적응형 서비스 인터페이스의 설계가 필수적이다. 본 과목에서는, 스마트폰, 사물인터넷, 웨어러블, AR/VR 기기를 위한 소프트웨어 시스템, 센서 데이터 분석 및 추론을 위한 분산 기계 학습 기법, 효율적 모바일 서비스 구현을 위한 분산 시스템 구조, 새로운 사용자 인터페이스 및 응용 설계 등, 성공적인 모바일 컴퓨팅 시스템의 디자인 및 개발을 위해 필요한 핵심 기술을 살펴보고, 이를 적용 발전시킬 수 있는 능력을 키우고자 한다.전선 / 대학원
스마트폰, 사물인터넷, 웨어러블, AR/VR 기기 등 컨슈머 디바이스의 발전과, 클라우드/에지 컴퓨팅 등 백앤드 컴퓨팅 기술의 발전으로, 컴퓨팅 서비스의 영역이 다양한 산업 분야와 사람들 삶 속으로 빠르게 확장되고 있다. 이로 인해 마크 와이저가 제안한 유비쿼터스 컴퓨팅 비전의 실현이 한층 눈앞에 다가오게 되었다. 모바일 컴퓨팅 시스템은 유비쿼터스 컴퓨팅을 실현하는 첫 단계로서, 기존의 컴퓨팅 시스템과는 매우 다른 특성을 지닌다. 많은 경우, 모바일 컴퓨팅 시스템은 물리 공간에 분산되어 사용자 및 환경을 관찰하는 이기종의 센싱 장치, 이를 처리, 분석하기 위한 다계층의 분산 추론 시스템, 추론을 기반으로 자동화된 피드백을 주기 위한 엑추에이터등 복잡한 시스템 요소가 유기적으로 엮어 동작하게 된다. 또한 시스템의 높은 사용성을 위해서, 사용자와 상황의 다양성을 고려한 고도로 개인화된 적응형 서비스 인터페이스의 설계가 필수적이다. 본 과목에서는, 스마트폰, 사물인터넷, 웨어러블, AR/VR 기기를 위한 소프트웨어 시스템, 센서 데이터 분석 및 추론을 위한 분산 기계 학습 기법, 효율적 모바일 서비스 구현을 위한 분산 시스템 구조, 새로운 사용자 인터페이스 및 응용 설계 등, 성공적인 모바일 컴퓨팅 시스템의 디자인 및 개발을 위해 필요한 핵심 기술을 살펴보고, 이를 적용 발전시킬 수 있는 능력을 키우고자 한다.전선 / 학사
데이터 마이닝은 대용량 데이터에서 유용한 패턴을 찾기 위한 이론과 기법을 의미한다. 본 과목에서는 데이터 마이닝을 위한 주요 알고리즘 및 이론(유사 아이템 검색, 빈발 패턴 검색, 링크 분석, 데이터 스트림 마이닝, 클러스터링, 그래프 마이닝 등)을 다룬다.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
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 / 학사
에너지 수요 급증, 탄소중립, 환경 문제 등으로 인해 에너지 생산 및 사용의 효율성이 보다 중요해지고 있다. 본 교과목에서는 에너지 생산 및 사용의 효율성을 향상시킬 수 있는 데이터 사이언스 기법을 학습한다. 데이터 사이언스는 자료에 숨겨진 유의미한 패턴을 여러 분야의 기법을 사용하여 찾아내는 분야이다. 본 교과목에서는 대표적인 데이터 사이언스 기법인 주성분 분석, 다차원 척도법 등의 차원축소 기법, k-means 클러스터링, 밀도기반 클러스터링 등의 클러스터링 기법, 딥러닝, Support Vector Machine 등의 기계학습 기법을 학습한다. 학습한 데이터 사이언스 기법들을 에너지 데이터에 대해 특성 추출 및 분류, 이상현상 탐지 및 분류, 수요 및 가격 예측, 개발 계획의 신속한 최적화 등 다양한 문제에 적용하는 실습을 수행한다.전선 / 학사
기술의 발달로 새로운 시장 환경이 만들어지고 있는 상황에서 패션의 생산, 마케팅, 소비 등 전체 가치 사슬에 대한 IT 적용 문제를 다룬다. 특히 대량맞춤(mass-customized) 패션제품 및 서비스 구현, 3D 가상 패션 리테일링(3D visual retailing), 모바일 패션 커뮤니케이션(mobile communication)을 중심 주제로 패션산업현장에서 창의적으로 응용 가능한 기술을 습득한다.전선 / 대학원
소셜 컴퓨팅과 라지데이터 분석 등이 커뮤니케이션 분야에서도 중요한 이슈로 부상함에 따라 컴퓨터공학을 전공하지 않은 연구자들도 소셜 네트웍 시스템의 기술적, 구조적 특성을 이해할 필요가 있다. 이 수업에서는 Ruby나 Python 등을 사용한 기초 프로그래밍 학습과, 웹 기반 기술(web technology), 데이터베이스 등의 관련 기술에 대한 학습을 통해 실제로 소셜 네트웍을 개발하고 분석하는 방법을 배운다. 또한, 이 과정에서 트위터 등의 소셜 네트웍의 데이터 마이닝 기법을 배우고 소셜 네트웍 분석을 실습을 통해 학습한다.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
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 / 학사
이 강의는 자동차, 로봇, 스마트폰을 비롯한 여러 산업기기와 생활 가전 전 분야에 활용되는 사물인터넷(IoT; Internet of Things) 기술을 적용하여, 다양한 객체들을 설계하고 제작하는 실습을 수행함으로써, 설계 감각과 창의성을 키우는 데 목적이 있다. 학생들은 코딩으로 사물인터넷(IoT)을 구동시키고 모니터링하는 방법을 학습한다. 마이크로 컨트롤러(아두이노, 라즈베리파이 등)를 활용하여 컴퓨터의 구조를 이해하고, 온도, 습도, 빛, 소리, 동작, 이미지 등 다양한 센서와 디스플레이, 모터 등 구동 장치들이 연결되는 것을 확인하고, 그 원리를 이해할 수 있도록 한다. 또한 IoT의 다양한 응용사례를 경험함으로써 기초부터 시제품 개발에 이르는 타 공학 설계 교과목들과도 연계할 수 있을 것이다.전선 / 학사
데이터마이닝은 대용량 데이터에서 유용한 패턴을 찾기 위한 이론과 기법을 의미한다. 데이터마이닝은 웹, 사기 탐지, 추천 시스템, 사이버 보안 등 중요한 응용에 활용되고 있다. 본 과목에서는 데이터마이닝을 위한 중요 알고리즘과 이론을 설명한다. 주요 학습 주제로 mapreduce, 유사 아이템 검색, 빈발 패턴 검색, 링크 분석, 데이터 스트림 마이닝, 클러스터링, 그래프 마이닝 등을 다룬다.전선 / 대학원
본 교과목은 데이터사이언스 대학원의 ABC(AI model/algorithm, Big data, Computing) 교육 과정 중 컴퓨팅(C) 분야 두번째 강좌이다. 본 교과목의 전반부는 (1) 순차 컴퓨터 시스템의 구조와 동작원리를 배워 시스템 프로그래밍 능력을 배양하며, (2) Process management, CPU scheduling, 네트워크의 기초 등 Linux 시스템의 전반적인 동작원리를 배운다. 강좌의 중반부는 (1) 병렬처리 시스템의 구조와 동작원리를 배운 뒤, (2) 병렬화, 최적화 기법 등을 다루며, (3) 딥 러닝 시스템에 대한 최적화 기법 등을 다룬다. 본 교과목의 후반부에서 (1) 병렬처리 시스템을 프로그래밍하는 다양한 방법들 중 OpenMP, MPI, OpenCL, CUDA 로 병렬처리 시스템을 프로그래밍하는 방법을 배우며, 마지막으로 (2) Spark와 같은 distributed processing platform 및 (3) Dockers와 Kubernetes와 같은 virtualization에 대하여 다룬다.전선 / 학사
현대의 과학, 공학, 그리고 경영의 응용시스템은 데이터에 점점 더 많이 의존하게 되었지만 전통적인 데이터 분석 기술들은 복잡한 빅 데이터 시대에 맞도록 설계되어 있지 않는 실정이다. 데이터를 수집, 저장, 가공하여 그 안에서 지식을 추출하는 빅 데이터 분석은 새로운 과제들을 탐구하는 흥미 있고 빠르게 발전하는 하나의 학문으로 등장하였다. 본 강의에서는 프로그래밍 경험이 많지 않는 학생들을 대상으로 데이터의 수집 및 분석뿐만 아니라 데이터 프로그래밍 언어의 사용에도 초점을 맞춰 이를 바탕으로 빅 데이터 분석의 토대를 마련하는 것을 목표로 한다.