최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 과학화 전투훈련 자료를 분석하여 작전 및 군사훈련 방법을 개선하고 군사교리를 검증하는 것을 목표로 한다. 특히, 대대급 공격작전에서 개인 화기를 이용해 적을 전투불능 상태로 만든 인원수를 분석하기 위해 영과잉 회귀모형과 허들 회귀모형을 적용하였다. 분석 결과는 소부대의 작전 및 전술적 요인 분석, 그리고 전술제대의 군사교리 검증에 활용될 수 있다.
메타파워 : AI 시대의 미래 군사력
전력화지원요소 : 이론과 실제
Adaptation under fire : how militaries change in wartime
일본, 군비확장의 역사 : 일본군의 팽창과 붕괴
고려 거란 전쟁 : 압록강 연안에서 전개된 영토 확장 전쟁
전쟁사의 수학적 분석과 평가 : 승리의 조건을 찾아서 =
War, chaos, and history
Divided armies : inequality and battlefield performance in modern war
항공기 체계효과도의 이해 =
군사심리학
(6ㆍ25전쟁) 학도의용군 연구
대통령을 위한 과학 에세이 : 어느날 과학이 세상을 벗겨버렸다 =
Analysis of categorical data with R
군사심리학의 이론과 실제
비대칭성 기반의 한국형 군사혁신 = 국방혁신 4.0의 비밀코드
군사 OR 이론과 응용 =
The science of war : defense budgeting, military technology, logistics, and combat outcomes
한국군, 어떻게 싸울 것인가
(한국전쟁에서의) 소부대 전투기술
마셜 보병 전투
한국데이터정보과학회지
김기성, 최태련국방정책연구
홍경하; 김동욱국방연구
이민호, 문호석, 한정욱, 박진영Journal of The Korean Data Analysis Society
김재오; 이슬; 조형준한국군사학논집
한정욱, 이민호, 박진영, 문호석한국경영과학회지
김각규; 김대성한국경영과학회지
김각규, 김대성한국군사학논집
박진영, 김정환, 김채동, 김태성, 문호석한국군사학논총
김건국, 문호석한국국방경영분석학회지
윤진성, 조성일, 문호석한국국방경영분석학회지
김수연, 김세용, 김익현Journal of The Korean Data Analysis Society
김재오, 이슬, 조형준Korean Journal of Applied Statistics
GakGyu Kim; Jaeoh Kim; HyungJun Cho한국데이터정보과학회지
한봉규; 윤우섭; 김재오한국군사학논총
강승욱; 문호석한국시뮬레이션학회 논문지
안세일; 한상우한국군사회복지학
박기연Sleep health
Alice D. LaGoy; William R. Conkright; Felix Proessl; Aaron M. Sinnott; Meaghan E. Beckner; Leslie Jabloner; Shawn R. Eagle; Nicole M. Sekel; Peter G. Roma; Michael N. Dretsch; Shawn D. Flanagan; Qi Mi; Bradley C. Nindl; Anne Germain; Christopher Connaboy; Fabio FerrarelliPsychiatry research
Cabrera OA; Adler AB; Bliese PDPsychology
Yoojin Jang; Juliet Jue; Jung Hee Ha전선 / 대학원
이 교과목의 목표는 보건의료 정책과 사업의 평가에 흔히 이용되는 주요 계량적 방법론을 이해함으로써 연구 논문을 비판적으로 평가하고 실제 구체적 연구 문제에 적용할 수 있도록 하는 것이다. 무작위 대조 연구의 실험 설계를 기준점으로 삼아, 잠재적 혼란요인을 통제변수로 포함하여 보정하는 다중 회귀분석을 통하여 비실험적 상황에서 인과적 효과를 추론할 수 있는 가능성과 필요한 가정을 검토하는 것으로부터 출발한다. 실제 보건의료 정책 및 사업의 평가에서 그러한 가정들은 충족되는 경우가 드문 편인데, 이 교과목에서는 그런 상황에서 비실험적 자료를 이용하여 보건의료 정책 및 사업 효과를 추정할 때 인과적 추론 강화에 도움을 줄 수 있는 방법론들을 주로 다룬다. 구체적으로는 이중차이, 성향점수, 도구변수, 회귀불연속, 간섭된 시계열 모형, 자연실험 방법이 포함된다.전선 / 학사
과학연구와 산업응용에서의 과정개선, 비용절감 및 복잡한 시스템에 대한 이해를 위한 효과적인 데이터 수집과 분석의 방법을 배운다. 하나의 요인에 대한 완전확률화법, 라틴방격법, 요인배치법, 블록계획, 일부실시법, 반응표면분석 등의 이론을 소개하고 각 계획법에 따라 수집된 자료의 분석 방법을 배운다. 선수과목으로서는 <회귀분석 및 실습>이 요구된다.전선 / 대학원
본 과정은 유전적 분석을 활용한 인과성 추론 및 공개자료 활용방법에 대해 다룹니다. 유전적 무작위 배정이란, 위험요인과 결과변수간 인과적 관련성을 유전 정보를 활용하여 평가하는 방법입니다. 대규모 전장 유전체 관련성 분석 결과가 이용 가능해지면서, 역학의 주요 연구방법으로 활용되고 있습니다. 본 과정은 실습을 통해 분석 방법을 구체적으로 다룰 것이며, 공개 자료에 대한 소개와 활용 방법을 소개할 예정입니다. 본 과목의 수강은 선수 과목(역학원론, 유전체역학) 이수와 R 프로그래밍 언어에 대한 이해가 요구됩니다.전선 / 대학원
본 과목은 사회통계의 고급수준에 해당되는 부분으로 이론적 기초와 분석방법을 이해하고, 사회복지와 관련자료를 컴퓨터를 이용하여 분석한 후 보고서를 작성하는 연습을 한다. 이 과목에서는 부제에 따라 구조방정식 및 잠재성장모형 혹은 인과추론 및 정책평가에 대해 중점적으로 다룬다. 그러므로 이 과목의 수강은 사회통계의 초급수준을 이해함을 전제로 한다.전선 / 대학원
인과추론은 데이터로부터 인과적 결론을 도출하는데 필요한 논리적 조건과 분석과정을 탐색하는 새로운 양적방법론적 접근이다. 이 강의는 교육분야 연구자들에게 인과추론의 기본 개념과 최신 연구성과들을 소개하고, 교육연구에 인과추론을 적극적으로 활용할 수 있도록 유도하는 것을 목표로 한다.전선 / 대학원
본 강의는 정치외교학 연구를 설계하는 법과 연구의 다양한 방법론을 이해하는 것을 목표로 한다. 수강생들은 연구 질문을 선정하는 법, 논리와 이론에 기반하여 가설을 세우는 법, 개념을 조작하는 법, 자료를 수집하는 법, 그리고 논리를 검증하기 위해 적절한 연구를 설계하고 수행하는 법을 배우게 된다. 특히 연구설계와 자료 수집에 있어 사례연구, 과정 추적, 필드 인터뷰 등 질적 데이터의 수집 및 연구뿐만 아니라 행정 데이터, 설문조사, 무작위 실험 등 양적 데이터의 수집 및 연구를 모두 포괄한다. 즉 본 강의는 정치학 연구를 위해 선택할 수 있는 전반적인 메뉴(menu)를 소개하고, 연구 질문에 알맞은 방법론을 선택하는 것을 주된 목적으로 한다. 수강생들은 각 방법론적 접근이 갖는 강점과 약점을 이해하고, 과학적 연구의 패러다임 등 방법론적 진화 과정을 학습하게 될 것이다. 또한 수강생들은 한 학기 동안 각자 하나의 연구설계 계획서를 작성하여 평가받게 된다.전선 / 대학원
체육측정평가연구는 체육과 스포츠 현장에서 양적 분석과 관련된 검사도구나 측정치의 평가와 관련된 제반 이론이다. 신뢰도, 타당도, 타당도일반화, 고전검사이론, 문항반응이론 등에 대한 내용을 강의한다.전선 / 대학원
고급통계방법을 의류학연구에 활용할 수 있도록 방법론에 대한 이해와 의류학에의 적용방법을 학습한다. 다양한 연구설계에 대한 분산분석과 회귀분석, 난괴분석, 다항회귀 등을 학습하고, 그밖에 군집분석, 판별분석, 다차원분석, 컨조인트분석, 정중상관분석 등의 기법을 익힌다. 또한 각자 전공영역의 연구 유형을 비판적으로 평가하여 보고, 문제점을 해결할 수 있는 방법을 모색한다.전필 / 학사
이 교과목은 산업인력개발 관련 현장 및 연구에서 관련 자료들을 통계적으로 처리할 수 있는 능력을 갖추는 것을 목적으로 한다. 이 강의에서는 자료의 요약, 기술 방법, 두 가지 이상의 변수들 간 관계, 통계적 추론과 가설 검증, 상관분석, 회귀분석, 분산분석 등의 방법을 다룬다. 또한 이러한 분석을 위한 통계분석 패키지를 실제로 활용하는 능력을 기르도록 한다.전선 / 대학원
본 과정은 선형 시스템, 전달 함수, 라플라스 변환에 대하여 소개한다. 안정성과 피드백을 다루고 과도 응답 사양을 위한 기본 설계 도구를 제공한다. 또한 주파수 영역 기술도 간략하게 다룬다. 이 과정에는 컴퓨터 프로그래밍 실습 및 제어 설계 프로젝트가 포함된다. 실습 프로젝트에 관련된 전공은 조선해양공학은 물론 로봇공학, 기계공학, 전자공학, 전기공학, 산업응용수학 등이다.전선 / 대학원
이 과목은 우리가 일상적으로 많이 쓰고 있는 통계적 용어, 이 과목에서는 컴퓨터를 이용한 보건통계 자료처리에 필요한 기본적 통계적 이론들을 배우고 여러 통계 패키지를 이용한 실제의 자료처리 과정을 배우는 것을 목적으로 삼는다. 많은 실제 예제 자료들을 다룸으로 실제적인 문제 처리 능력을 키우고 컴퓨터를 이용한 자료 처리의 자신감을 키운다. 또한 회귀분석과 분산분석의 기초 이론들을 실제 쓰이는 용도를 중심으로 익힌다. 하나의 교재를 정하지 않고 매 시간 필요한 자료들을 복사하여 수업시간 전에 배분할 예정임.전선 / 대학원
데이터와 컴퓨팅 역량의 폭발적인 증가로 인해, 비즈니스 의사결정에서 데이터 분석과 정량적 모델링의 활용은 필수적인 요소가 되었다. 이 과목은 데이터 과학과 고급 경영과학을 결합하여, 다양한 비즈니스 환경에서 데이터의 활용을 통한 효율적 의사결정 시스템을 구축하기 위한 기술과 도구들을 다룬다. 전통적인 데이터 처리 및 분석을 넘어, 데이터를 스마트하고 해석 가능하며 실행 가능한 비즈니스 의사결정으로 변환하는 '처방적 분석' 방법론에 중점을 둔다. 구체적으로는 머신러닝 알고리즘, 고급 의사결정 모델링, 최적화와 같은 기술을 결합하여 자원 배분, 공급망 관리, 불확실성 대응, 경제성 분석 등 다양한 문제들을 데이터와 정량적 근거에 기반하여 해결하는 능력을 배양하는 것을 목표로 한다. 고급 엑셀 기능과 기본적이고 쉽게 이용 가능한 파이썬 모델링 기법 등 실무적인 도구들을 익히며, 코딩 기술이 요구되지 않는 상황에서도 이 도구들의 메커니즘을 이해하고 활용할 수 있는 매니저로서의 역량을 기르게 될 것이다. 이 과목은 처방적 분석 방법론의 실무적 유용성에 초점을 맞추어, 다양한 분야에서 해석 가능하고 실행 가능한 의사결정 시스템을 구축하려는 경영 매니저들에게 유용할 것이다.전선 / 대학원
용량-반응 관계 등 약력학적 관계를 임상적으로 통합하여 이해하고, 여러 약물에 대한 약력학적 반응을 인체에서 객관적으로 측정하여 적정약물요법, 임상시험, 약동학/약력학 모델링 등에 응용할 수 있는 방법론을 연구한다. 또한 indirect response, tolerance, effect-link model, irreversible effects, oscillating response 등에 대해서도 모델링을 적용하는 방법을 이해한다.전선 / 대학원
최근 생물정보 데이터 생산 비용이 급격히 감소함에 따라 다양한 오믹스 자료를 활용하여 질병의 원인이 되는 오믹스 마커 규명 연구가 활성화되고 있다. 오믹스 자료는 유형에 따라 통계학적 성질에 큰 차이가 있으며, 따라서 보건자료와 다중오믹스를 통합하여 분석을 수행하는 경우 이러한 차이를 적절히 고려하여 유형 별 적절한 분석을 수행할 필요가 있다. 본 과목에서는 전장유전체분석, 멘델랜덤화 기법을 비롯하여 다양한 유전체와 보건 자료를 분석에 활용되는 분석기법을 주로 소개할 것이다. 또한 전사체, 후성유전체, 마이크로비옴과 같은 오믹스데이터와 보건 자료 통합분석 기법을 소개할 것이다. 각 오믹스 자료의 생물학적 이해보다는 자료의 특성과 분석 알고리즘을 통계학적 기법에 기초하여 설명할 것이며, 따라서 수업의 내용을 적절히 이해하기 위해서는 회귀분석/보건학통계방법론, 수리통계학/보건통계학연습 등의 과목을 선수강해야 한다.전선 / 대학원
최근 생물정보 데이터 생산 비용이 급격히 감소함에 따라 다양한 오믹스 자료를 활용하여 질병의 원인이 되는 오믹스 마커 규명 연구가 활성화되고 있다. 오믹스 자료는 유형에 따라 통계학적 성질에 큰 차이가 있으며, 따라서 보건자료와 다중오믹스를 통합하여 분석을 수행하는 경우 이러한 차이를 적절히 고려하여 유형 별 적절한 분석을 수행할 필요가 있다. 본 과목에서는 전장유전체분석, 멘델랜덤화 기법을 비롯하여 다양한 유전체와 보건 자료를 분석에 활용되는 분석기법을 주로 소개할 것이다. 또한 전사체, 후성유전체, 마이크로비옴과 같은 오믹스데이터와 보건 자료 통합분석 기법을 소개할 것이다. 각 오믹스 자료의 생물학적 이해보다는 자료의 특성과 분석 알고리즘을 통계학적 기법에 기초하여 설명할 것이며, 따라서 수업의 내용을 적절히 이해하기 위해서는 회귀분석/보건학통계방법론, 수리통계학/보건통계학연습 등의 과목을 선수강해야 한다.전필 / 학사
기본적으로 선형회귀모형을 주어진 자료에 적합시키는 방법을 소개하며, 모형모수에 대한 추론도 다룬다. 이 과목에서 다루는 주제를 나열하면, 단순선형회귀, 다중선형회귀, 모형적합진단, 가중선형회귀, 변수변환, 회귀진단, 레버리지 및 영향점 탐지, 범주형변수를 위한 회귀분석기법, 다중공선성, 변수선택 및 모형선택, 비선형회귀, 일반화선형모형, 인공신경망 등이다.전선 / 대학원
본 강좌는 강화학습 분야의 다양한 알고리즘의 이론과 실제를 소개한다. Markov 의사 결정 프로세스의 기초를 배우고, 탐색 및 일반화를 포함한 강화학습의 핵심 과제 등을 다룬다. 실습을 통해 강화학습에서 사용되는 주요 알고리즘 기법(모델 기반, 모델 프리, 정책 경사 등)을 학습한다. 이 강좌를 통해 학생들이 강화학습의 기본 이론을 이해하고, (심층) 강화학습 알고리즘을 구현하는 것을 목표로 한다. • Markov 의사 결정 프로세스 • 테이블 형식 방법 • 함수 근사법을 이용한 강화학습(모델 기반 및 모델 프리 방법) • 정책 경사 • 탐색 및 활용전선 / 대학원
한 개체로부터 다른 실험조건하에서나 여러 다른 관측시간에 반복적으로 얻어진 자료를 분석하기위한 통계기법을 다룬다. 연속형의 반복측정자료를 분석하기 위해 다변량정규분포의 가정을 필요로 하는 고전적인 다변량모형을 소개하고 최근에 널리 사용되고 있는 혼합모형을 다룬다. 이산형의 반복측정자료 분석을 위해서는 가중최소제곱법에 근거한 모형과 랜덤화 모형을 다루고 일반화선형모형을 확장한 일반화추정방정식(GEE)모형을 다룬다.전필 / 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
이 강좌는 자료분석을 위해서 사용하는 다양한 고급 통계 방법에 관한 교육을 목표로 한다. 회귀분석에서 소개된 선형모형의 이론과 응용을 보다 일반적인 경우로 확장하고 각 방법들에 대한 직관적인 설명과 한계에 대해서 알아본다. 또한 실제 문제에서 이러한 방법을 적용하기 위한 프로그래밍을 통한 구현 방법을 학습한다. 이 강좌를 이수한 후 수강생들은 새로운 자료 분석 문제를 마주쳤을 때 (1) 적절한 통계 분석 방법을 선택하고 (2) 이러한 방법들을 통계 소프트웨어를 이용하거나 프로그래밍을 통하여 구현하고 (3) 분석 결과를 통계학 전공이 아닌 사람들에게 설명할 수 있어야 한다.