최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Xin Yao, Qingbo Yu, Guowei Xu, Zhengri Han, Qin Qin
2019 / Korean Journal of Chemical Engineering
정영경, 고재윤
2020 / Culinary Science & Hospitality Research
Chuandong Li, Shiju Yang, Tingwen Huang
2016 / International Journal of Control, Automation, and Systems
Wang B.,Lai W.,Li S.,Huang S.,Zhao X.,You D.,Tong X.,Li W.,Wang X.
2022 / Applied Surface Science
Daye Kim, Nak
2022 / Korean Journal of Family Medicine
데이터가 존재하지 않습니다.
loading...
스트리밍 시스템 : 대용량 데이터 처리를 위한 핵심 개념과 원리
Spark로 하는 고속 빅데이터 분석과 처리 : 분산 클라우드 환경의 고속 클러스터 컴퓨팅
아파치 플링크 : 분산 환경에서 스트리밍 데이터 처리를 위한 플랫폼
스트리밍 시스템 : 대용량 데이터 처리를 위한 핵심 개념과 원리
카프카 핵심가이드 : 대규모 실시간 데이터와 스트림 처리
Big data and smart service systems
아파치 Storm을 이용한 분산 실시간 빅데이터 처리
Storm 실시간 빅데이터 분석 플랫폼 : 분산 환경과 머신 러닝을 이용한 데이터 처리
High performance memories : new architecture DRAMs and SRAMs - evolution and function
High-bandwidth memory interface
이벤트 스트림의 실시간 분석을 위한 분산 프로비넌스 헬스케어 인프라스트럭처에 관한 연구 =
러닝 스파크
Strategic engineering for cloud computing and big data analytics
아파치 플링크로 하는 스트림 데이터 처리 : 상태가 있는 스트림 데이터 분석
Big data and computational intelligence in networking
VLSI signal processing technology
하이 퍼포먼스 스파크 : 클러스터 규모 확장을 위한 우수 사례와 아파치 스파크 최적화
Networking for big data
카프카 스트림즈와 ksqIDB 정복 : 실시간 데이터 처리
대한설비관리학회지
송민규, 강용우, 김효령정보과학회 컴퓨팅의 실제 논문지
이경수, 김소현, 송다은Parallel Processing Letters
Griebler, Dalvan; DANELUTTO, MARCO; TORQUATI, MASSIMO; Fernandes, Luiz Gustavo인터넷정보학회논문지
윤창호, 박종원, 정혜선, 이용우IEEE Transactions on Big Data, Big Data, IEEE Transactions on, IEEE Trans. Big Data
Antaris, S.; Rafailidis, D.Journal of Supercomputing
Kumar V.,Sharma D.K.,Mishra V.K.KSII Transactions on Internet & Information Systems
Ayub, Umer; Ahsan, Syed M.; Qureshi, Shavez M.한국전자통신학회 논문지
송민규, 김효령KSII Transactions on Internet and Information Systems
Dawei Sun, Hongbin Yan, Shang Gao, Zhangbing ZhouINTERNATIONAL JOURNAL OF PARALLEL EMERGENT AND DISTRIBUTED SYSTEMS
Tantalaki, Nicoleta; Souravlas, Stavros; Roumeliotis, ManosApplied Sciences (Switzerland)
Bartolini I.,Patella M.PROCEEDINGS OF SC19: THE INTERNATIONAL CONFERENCE FOR HIGH PERFORMANCE COMPUTING, NETWORKING, STORAGE AND ANALYSIS
Oral, Sarp; Vazhkudai, Sudharshan S.; Wang, Feiyi; Zimmer, Christopher; Brumgard, Christopher; Hanley, Jesse; Markomanolis, George; Miller, Ross; Leverman, Dustin; Atchley, Scott; Larrea, Veronica Vergara现代工业经济和信息化 / Modern Industrial Economy and Informationization
蔡鲲鹏; Cai KunpengMultimedia Tools and Applications
Deepthi B.G.,Rani K.S.,Krishna P.V.,Saritha V.Cluster Computing
Wang S.,Zeng G.s.IEEE Transactions on Emerging Topics in Computing, Emerging Topics in Computing, IEEE Transactions on, IEEE Trans. Emerg. Topics Comput.
Ranjan, R.; Wang, L.; Zomaya, A.Y.; Tao, J.; Jayaraman, P.P.; Georgakopoulos, D.JOURNAL OF BIG DATA
Kolajo, Taiwo; Daramola, Olawande; Adebiyi, Ayodele2021 27TH IEEE INTERNATIONAL SYMPOSIUM ON HIGH-PERFORMANCE COMPUTER ARCHITECTURE (HPCA 2021)
Prasad, Ananth Krishna; Rezaalipour, Morteza; Dehyadegari, Masoud; Bojnordi, Mahdi Nazm정보과학회 컴퓨팅의 실제 논문지
이재환, 구동훈, 박경민, 김직수, 황순욱ACM Transactions on Computer Systems
Ousterhout, J.; Gopalan, A.; Gupta, A.; Kejriwal, A.; Lee, C.; Montazeri, B.; Ongaro, D.; Park, S.J.; Qin, H.; Rosenblum, M.; Rumble, S.; Stutsman, R.; Yang, S.전선 / 학사
본 과목에서는 빅 데이터 분석 기술을 활용하여 문제를 해결하는 프로젝트를 한 학기에 걸쳐 진행한다. 연구 주제는 수강생이 직접 선택하되, 1)산업체에서 실제로 겪고 있는 문제를 파악하고 이를 해결하기 위한 기법을 개발하거나, 2)빅데이터 관련 특정 연구 분야의 최신 연구 동향을 파악하고 이와 관련한 연구 주제를 선택하여 연구를 진행한다.전선 / 대학원
본 과목은 데이터사이언스를 위해 고성능 컴퓨팅(high-performance computing, HPC) 시스템을 사용하는 방법을 배운다. 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 중반부에서는 (1) 병렬처리 시스템의 구조와 동작원리를 배운 뒤, (2) 병렬화, 최적화 기법 등을 다루며, (3) 딥 러닝 시스템에 대한 최적화 기법 등을 다룬다. 본 교과목의 후반부에서는 (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 / 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
컴퓨터를 설계하는 데 필요한 공학적 방법론, 설계기법, 무결함 검증방법, 기술동향, 성능평가 방법을 익힌다. 구체적으로 다루어지는 내용은 파이프라인 형태의 명령어 실행 방법, 명령어 수준의 병렬성, 메모리 계층구조, 입출력 시스템, 다중처리기, GPU 및 가속기 아키텍처 등이다.전선 / 학사
빅데이터 분석을 위한 수집과 활용 전반이 윤리적 이슈와 관련됨을 인식하는 가운데, 그 문제에 관한 자기의 입장을 문헌 연구와 토론을 통해 비판적으로 고찰하는 능력을 배양함으로써, 스스로 빅데이터에 대한 윤리적 질문을 던지고 답을 찾아갈 수 있는 능력을 배양한다.전선 / 대학원
본 교과목은 응용 데이터사이언스를 위한 데이터 관리의 원리를 가르친다. 이 수업에서 다루는 주제는 다음과 같다. - 데이터 관리의 이론적 배경: 데이터 종류, 1차 논리, 2차 논리, 관계 논리와 관계 대수, 스키마, 정규화 - 관계데이터베이스: 개체-관계 모델, 트랜잭션, 동시성 제어, 로깅, 복구, SQL, OLTP, 쿼리 최적화 - 분산형 및 연합형 데이터베이스 시스템 - 데이터 애널리틱스: OLAP, 컬럼 스토어, ETL, 작업 데이터 저장소, 데이터 웨어하우스, 데이터 레이크, 인메모리 데이터베이스 - 데이터베이스의 물리적 디자인: Postgres 또는 MySQL을 이용한 B-tree 구현 등 - 데이터 처리: 파이썬의 NumPy, Pandas 등을 활용 이를 바탕으로 적용분야에 데이터사이언스를 응용할 기틀을 마련한다.전선 / 대학원
마이크로프로세서를 이용하여 디지털 하드웨어 시스템을 설계하는데 필요한 다양한 분야를 학습한다. 구체적으로 메모리 제어기, 입출력 장치, 시스템 버스, 통신 인터페이스 등과 함께 어셈블리 프로그래밍과 디바이스 드라이버 작성법과 같이 하드웨어 지원 프로그래밍도 학습한다. 학생들이 이 과목에서 마이크로프로세서 기반 디지털 시스템 설계에 관한 학기 프로젝트를 수행한다.전선 / 대학원
본 교과목은 오늘날 인공지능의 중심을 이루는 거대언어모델(Large Language Models)과 이를 기반으로 한 대화형 인공지능을 다룬다. 특히 거대언어모델의 학습부터 응용까지 이어지는 전체 파이프라인을 아래와 같이 체계적으로 다룬다. (1) Pre-training: 지식 습득을 위한 사전학습(Transformer, BERT, GPTs) (2) Supervised Fine-tuning: 상호작용 학습(Dialogue Fine-tuning, Instruction Tuning, Reasoning) (3) Alignment: 인간 가치와의 정렬(RLHF, DPO, KTO 등) 및 언어모델 해석 기법(AI Psychometrics, Mechanistic Interpretability) (4) Grounding: 외부 데이터 및 도구 활용 기법(페르소나, 문서, 이미지, 지식 그래프, 도구 증강 에이전트) (5) Applications: 다양한 도메인으로의 응용(대화 시뮬레이션 및 심리상담·교육·설득 응용) 수업에서는 각 연구 주제별로 핵심 논문들의 아이디어, 데이터, 방법론 등을 강의한다. 실습으로는 언어모델 학습, 언어모델 API를 이용한 대화 시스템 구현, 대화형 인공지능과 관련된 작은 연구 프로젝트를 수행한다. 이 과목을 통해 수강생들은 거대언어모델 연구 동향을 큰 틀에서 파악하고, 핵심적인 연구 주제들과 방법론을 이해하며, 이를 실제 연구에 적용하는 능력을 기르게 된다.전선 / 학사
데이터마이닝 및 경영과학의 애널리틱스는 빅데이터를 분석하여 인사이트를 도출하는 과정에 사용되는 핵심 방법론이다. 이 강의에서는 비즈니스 가치를 창출하기 위한 비즈니스 문제 정의, 실제 데이터 식별 및 확보, 그리고 실제 분석을 실행하는 과정을 배운다. 또한 학생 각자가 이를 프로젝트 형태로 수행하여 인사이트를 도출하고 어떠한 의사결정을 통해 응용할지를 배운다. 이를 통해 이론적으로 배운 기법을 실제 산업응용 할 수 있는 능력을 함양한다.전선 / 대학원
병렬처리 프로그래밍 언어를 소개하고 각종 병렬 컴퓨터 구조에 대한 병렬 프로그램의 예, 프로그램 분석 기법, 코드 최적화 기법을 다룬다.전선 / 학사
◎ 구 분: 중급 – 에너지 저장/변환 ≪ 교수요목 ≫ 신재생 에너지의 품질과 사용효율을 제고할 수 있는 거대에너지 저장의 필요성을 확인하고, 다양한 방식의 거대에너지 저장 시스템에 대한 이해와 거대에너지 저장 시설의 부지조사, 설계, 시공에 대한 기술을 학습한다. ≪ 학습목표 ≫ - 거대에너지 저장의 필요성을 이해한다. - 다양한 거대에너지 저장 방법을 이해한다. - 거대에너지 저장시설의 부지조사, 설계 및 시공에 대한 특징을 파악할 수 있다.전선 / 학사
본 수업에서는 데이터를 이용한 모형의 추론과 예측모형 생성을 배우며, 그 과정을 통해 질문의 구조화, 데이터 수집과 정리, 통계추론, 예측모델링, 의사결정과정의 핵심원리를 배운다. 중급수준의 데이터의 변환, 데이터 정제, 모형적합, 모형선택, 모형진단 등에 대한 기초이론을 배우며, 데이터 실습을 통해 그 과정을 익힌다.전선 / 대학원
이 과목에서는 실시간시스템분야에서의 최신 연구동향을 학습한다. 멀티코어/GPGPU 등의 병렬컴퓨팅 환경, 이종의 컴퓨팅자원들이 결합된 이종컴퓨팅 환경 등 새롭게 대두되는 컴퓨팅 환경에서 실시간시스템을 구성하는 최신 기법들을 학습한다. 또한, 자율주행, 인공지능, IoT등 새롭게 등장하는 응용에서 실시간성을 보장하기 위한 최신 연구들을 학습한다.전선 / 학사
전선 / 대학원
차량, 항공기, 로봇 등의 제어에 사용되는 컴퓨터 시스템은 계산상의 정확성과 아울러 태스크가 주어진 시간 내에 종료되어야만 하는 실시간시스템이다. 이 과목에서는 이러한 실시간시스템 구성을 위한 태스크 스케쥴링, 프로그래밍기법, 통신, 자원관리 등의 기법에 대하여 학습한다. 또 기말과제를 통하여 각자의 연구분야의 실시간 특성에 대하여 연구할 기회를 갖는다.전선 / 대학원
이 과목에서는 유닉스 운영체제를 중심으로 운영체제의 내부 구조와 운영체제 분야의 최신 이론을 배운다. 수강생들은 또한 운영체제 관련 다수의 논문을 읽고 발표해야 하며, 운영체제와 연관된 프로젝트를 수행해야 한다. 강좌 내용을 요약하면, 유닉스의 구조와 발전, 운영체제 관련 논문 연구, 프로젝트 수행 등이다.전선 / 학사
건강하고 지속가능한 사회에 대한 관심이 고조되면서 사회의 기본적 구성 단위가 되는 개인과 가계의 삶의 질과 안녕에 대한 사회적 관심이 커지고 있음. 이에 상품과 서비스의 개발에 있어서 상품중심이 아닌 소비자중심의 관점이 필요하고, 생활맥락에서 생성되는 다양한 데이터에 대한 이해와 활용에 대한 숙련도를 함양할 필요가 있음. 본 교과목은 빅데이터 분석을 실질적 라이프 솔루션 도출에 활용할 수 있는 융합적 역량을 강화하는 것을 목적으로 함. 소비, 의, 식, 아동, 가족 영역의 주요 현안을 파악하고, 각 영역에서 주로 활용되는 빅데이터의 종류와 내용을 학습하고, 빅데이터가 라이프 솔루션 도출에 실질적으로 활용되는 사례 학습을 통해 생활산업 영역 빅데이터 역량을 강화하고자 함.전선 / 대학원
프로그래밍을 하는데 필요한 핵심 분야들을 학습한다. C와 C++ 언어, 프로그래밍 방법론, 자료구조와 알고리즘을 학습하고, 이와 함께 프로그래밍 환경으로서 운영체제에 대해서 학습한다. 프로그래밍 실습을 통해 프로그래밍의 실제 지식을 학습한다.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 / 대학원
현대 경영에서의 의사 결정은 데이터의 분석 결과에 점점 더 많이 의존하고 있는 추세다. 정형 데이터 뿐만 아니라 비정형 데이터를 인터넷 상에서 수집, 저장, 가공하여 그 안에서 경영 인사이트를 추출하는 빅데이터 분석의 중요성은 날로 증가하고 있다. 이 강의는 프로그래밍 경험이 많지 않은 학생들을 대상으로 프로그래밍 언어의 기초뿐만 아니라 데이터의 수집 및 분석의 모든 과정을 살펴봄으로써 데이터 기반 의사 결정에 대한 이해를 높이고 기계학습 및 인공지능에서 사용하는 프로그래밍 언어가 산업 전반에 걸쳐 어떻게 활용되고 있는지에 대한 기초 지식을 제시한다. 또한 프로그래밍 언어를 실제 데이터에 적용하는 실습 과정을 통해 실전 문제에 대한 응용력을 배양하고, 향후 경영 환경에서의 실무 적용능력의 토대를 제공한다.