최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
김성재, 김원섭
2015 / Journal of Integrated Design Research
데이터가 존재하지 않습니다.
loading...
본 연구는 한국교통방송 제보의 비정형 데이터를 텍스트 마이닝 기법을 활용하여 분석하고 시각화하여 교통사고 관련 정보를 도출했습니다. 교통제보 데이터를 통해 사고 발생 지점, 구간, 시간대 등과 도로명, 지점명, 시간대 트렌드를 파악하고, 다른 운전자에게 영향을 미치는 지점을 파악했습니다.
데이터마이닝을 이용한 첨단 교통정보의 분석 연구 =
Driver behaviour and accident research methodology : unresolved problems
Spatial analysis methods of road traffic collisions
Data-driven traffic engineering : understanding of traffic and applications based on three-phase traffic theory
교통정보공학론 =
Data analytics for intelligent transportation systems
더 좋은 결정을 위한 뇌과학 : 신경과학자가 밝혀낸 직관의 비밀
더 좋은 결정을 위한 뇌과학 : 신경과학자가 밝혀낸 직관의 비밀
시가지도로 교통정보 수집 및 활용체계 개발에 관한 연구
Seeing Cities Through Big Data : Research, Methods and Applications in Urban Informatics
The human factors of transport signs
(첨단) 교통안전공학
Traffic access and impact studies for site development : a proposed recommended practice
(첨단) 교통안전공학 =
기초교통공학
Traffic assignment techniques
Autonomous ground vehicles
Informed urban transport systems : classic and emerging mobility methods toward smart cities
Connected vehicle systems : communications, data, and control
한국ITS학회 논문지
박준석, 김병수, 김준수, 김성익, 전우혁, 김동일, 박석호한국ITS학회 논문지
오경택, 고우리, 박지혁, 윤일수, 소재현지능정보연구
김정민; 류광렬Accident Analysis and Prevention
Schlögl M.,Stütz R.,Laaha G.,Melcher M.物流科技 / Logistics Sci-tech
郭宇; 甄云竹; 闫琦若; 李晨; 李英帅; GUO Yu; ZHEN Yunzhu; YAN Qiruo; LI Chen; LI YingshuaiIranian Journal of Science and Technology, Transactions of Electrical Engineering
Mostafa Fakhrahmad; Arash Ahrar; Shirin HasanzadehJournal of Industrial Information Integration
Finogeev A.,Finogeev А.,Fionova L.,Lyapin A.,Lychagin K.A.IEEE Transactions on Intelligent Transportation Systems, Intelligent Transportation Systems, IEEE Transactions on, IEEE Trans. Intell. Transport. Syst.
Moriya, K.; Matsushima, S.; Yamanishi, K.대한지리학회지
이건학2022 IEEE 23RD INTERNATIONAL CONFERENCE ON INFORMATION REUSE AND INTEGRATION FOR DATA SCIENCE (IRI 2022)
Kolisnyk, Michael; Kwiatkowski, Matthew R.; Leung, Carson K.; Zacharias, BenjaminISPRS International Journal of Geo-Information
Blais P.,Badard T.,Duchesne T.,Côté M.P.Journal of Transportation Technologies
Azad AbdulhafedhMathematical Problems in Engineering
Shiau, Y.-R.; Tsai, C.-H.; Hung, Y.-H.; Kuo, Y.-T.中国公共安全(学术版) / China Public Security
彭璇; 方艾芬; 裘晨璐; 周建宁; PENG Xuan; FANG Aifen; QIU Chenlu; ZHOU JianningIEEE OPEN JOURNAL OF INTELLIGENT TRANSPORTATION SYSTEMS
Seo, Younghoon; Park, Jihyeok; Oh, Gyungtaek; Kim, Hyungjoo; Hu, Jia; So, JaehyunAccident Analysis and Prevention
Lian Y.,Zhang G.,Lee J.,Huang H.Archives of Suicide Research
Das S.,Kutela B.,Menon N.Scientometrics
Zayet T.M.A.,Ismail M.A.,Varathan K.D.,Noor R.M.D.,Chua H.N.,Lee A.,Low Y.C.,Singh S.K.J.IEEE Transactions on Intelligent Transportation Systems
Chaojie Li; Borui Zhang; Zeyu Wang; Yin Yang; Xiaojun Zhou; Shirui Pan; Xinghuo YuInjury Prevention
Giummarra M.J.,Lau G.,Gabbe B.J.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
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
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 / 학사
본 과목에서는 대용량의 텍스트를 분석하여 유의미한 결론을 도출하는 텍스트마이닝 기법에 대해 강의한다. Natural language processing, probabilistic topic model, text clustering, text categorization, contextual text mining 등, 텍스트마이닝 분야의 핵심 Keyword 및 기법에 대해 다룬다.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
전자의무기록, 소셜 미디어, 건강보험자 등 여러 자료원으로 부터 많은 양의 정형, 비정형 보건의료데이터가 생성되고 있다. 이런 데이터에서 얻은 정보와 지식은 보건의료서비스전달체계를 향상하고 의료비를 줄이는 데 활용할 수 있다. 보건의료분야에서 생성되는 데이터는 용량이 크고 복잡하여 분석하는 것도 쉽지 않고 그 분석결과를 임상실무에 적용하는 것 또한 쉽지 않다. 이 교과목에서는 전자의무기록, 소셜 미디어, 건강보험자 등에서 생산되는 보건의료 빅데이터의 특성과 이들 데이터를 분석하는 기법에 대해 소개한다. 본 교과목에서 데이터마이닝/기계학습, 분류등과 같은 정형데이터의 분석기법 뿐 아니라 자연어처리, 텍스트 마이닝 등 비정형데이터 분석기법을 포함한다.전선 / 학사
교통계획의 틀을 이루는 교통수요의 추정과정과 계획의 배경 및 철학, 교통과 토지이용계획과의 상호관계로부터 교통모형과 토지이용모형과의 상호접속을 꾀하며 발생교통 분포 및 배분교통 그리고 수송수단배분 모형에 대한 소개를 포함하여 실제의 자료를 응용하여 우리나라 대도시를 대상으로 컴퓨터를 이용한 실험을 하게 된다. 최근 관심의 초점이 되고 있는 ITS(Intelligent Transportation System)에 대한 소개도 포함된다.전선 / 대학원
대학원생을 대상으로 한 세미나로, 교통과 정보통신기술이 가지는 지리적 함의에 관한 이론 및 방법론과 관련된 핵심연구와 최근의 연구동향을 다루는 것을 목표로 한다. 주요 주제로는 교통과 정보통신네트워크, 공간적 상호작용 및 입지-배분모형, 교통 및 정보통신기술과 도시발달, 도시내 통행, 정보도시, 사이버공간, 접근성, 이동성, 교통 및 정보통신정책 등이 포함된다.전선 / 대학원
교통사고에서 발생하는 손상의 기본적인 기전을 알고 보행자와 탑승자에서 나타나는 전형적인 손상 양상을 익혀, 사고 상황을 판단할 수 있도록 한다.전선 / 대학원
‘임상법학’은 학생이 학내에 개설된 리걸클리닉이나 법률상담센터 또는 학외의 변호사사무실 등에서 실제 사건의 의뢰인 면담, 사실관계 및 증거자료의 정리, 법률정보의 조사, 문제해결 방법에 대한 의견서 등 법문서의 작성 등 과정을 담당 교원이나 변호사의 지도 하에 실제로 주도적으로 수행함으로써 경험을 통하여 분쟁을 효율적으로 해결할 수 있는 지식 및 능력을 키우는 것을 목표로 한다. ‘임상법학 2’는 형사 및 행정사건을 다루는 임상실습과목에 해당한다. ‘임상법학 2’에서는 형사·행정 사건에 대한 법률정보의 조사와 더불어 변론요지서, 행정소송 소장, 준비서면, 의견서 등의 작성이 다루어진다.전선 / 대학원
이 강좌는 대표적인 친환경 녹색교통수단인 철도교통에 대한 철도공학적 이해 및 교통체계적 분석을 다룬다. 이를 위하여 철도계획 일반, 철도교통수요분석 및 평가, 시설 및 시스템, 운영 및 유지보수 등을 살펴본다. 아울러, 지속가능발전의 교통체계적 내재화를 위한 철도교통의 역할을 논의한다.전선 / 대학원
일상적으로 네트워크 시설의 계획과 운영관리에 치중해온 전통적 교통계획수법의 문제점을 비판하고 대중교통수단의 결절시설인 터미널, 정류장의 입지, 구조 및 디자인 등의 지능형교통체계의 중요성에 주목하여 기차, 버스 등의 교통터미널과 화물유통센타 등의 설계기준 및 세부구조 계획 등에 관해 연구한다.전선 / 대학원
철근콘크리트의 내진설계를 강의하며 특히 접합부 및 프레임-벽체시스템에 대한 연구에 치중한다.전선 / 대학원
산업화에 따른 도시화 그리고 지속적인 대도시화에서 발생되는 교통문제를 효과적으로 대처할 수 있는 계획방법론의 습득을 위해, 도시교통문제의 특성분석, 도시성장에 따른 장래교통수요예측, 교통수단의 특성과 소비자 선택 행태, 대안의 성안과 비교평가분석 등에 관한 이론과 모형들을 연구한다.전선 / 대학원
온라인 교육 활동이 활발해지면서 교육 분야의 데이터가 폭발적으로 증가하고 있다. 온라인 교육이 쏟아내는 빅 데이터의 추출과 분석은 오프라인 데이터의 분석과 함께 과학교육의 현황을 파악하고 미래를 위한 과학교육의 방향을 결정하는데 중요한 정보를 제공할 수 있다. 이 과목에서는 학생들이 빅 데이터 분석의 원리와 방법을 이해하고, 학습 결과를 온라인과 오프라인 과학교육과 사회현상의 분석에 응용하는 능력을 기르는 것을 목표로 하며, 데이터 마이닝을 위한 확률 개념을 바탕으로 수집된 데이터에서 최대의 정보를 추출하는 방법을 학습한다. 특히, 대표적 분류 모형인 퍼셉트론, 합성곱 신경망, 순환 신경망, 생성 모형으로 오토 인코더, 적대적 생성 신경망, 볼츠만 머신, 딥 빌리프 네트워크 등을 깊이 다룰 예정이다. 학생들은 이 주제들에서 학습한 내용을 교육 데이터 마이닝의 실습, 무크와 같은 대규모 학습의 분석에 응용하는 연습을 한다. 이 과목은 교육 통계와 좋은 보완이 될 수 있다. 그러나 강의를 이해하는데 필요한 통계 수학과 컴퓨터 프로그램 지식을 선행 지식으로 요구하지는 않는다.전선 / 학사
교통과 정보통신체계의 흐름을 지리적 측면에서 살펴 이들 문제에 대한 이해를 높이고 이들 현상에 대한 분석능력을 기르는 것을 목표로 삼는다. 주요 교수내용은 교통 및 정보통신체계의 발달과정, 교통 및 정보통신네트워크, 공간적 상호작용 및 입지-배분모형, 교통 및 정보통신과 도시발달, 도시교통, 정보도시, 사이버공간, 접근성, 이동성, 교통 및 정보통신정책 등이다.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
교통계획은 대상구역의 현황을 파악하기 위하여 연구 수행자의 전문적 능력에 의해 교통망을 수립함에서 비롯된다. 본 과목을 통하여 교통공학적 입장에서 교통망을 중점 연구하며 그래프이론, 통행배분이론, 선형계획이론 등을 종합적으로 소개한다. 수요예측 4단계 중에서 주로 통행배정에 관련한 내용을 다룬다.전선 / 학사
이 강의에서는 실질적 문제해결을 위한 다양한 자료 분석 방법론의 이해와 적용을 경험한다. 해결하고자 하는 문제의 구체화를 포함하여, 데이터의 수집 및 정리, 탐색적 데이터분석, 시각화, 통계적 추론 및 예측 그리고 의사결정의 핵심 원리를 배운다. 정형 데이터뿐만 아니라 비정형 데이터(텍스트 데이터, 공간 데이터, 네트워크 데이터) 분석 방법도 다루며, 이러한 데이터에 적합한 시각화 및 분석 기법을 학습한다. 학생들은 다양한 데이터의 구조를 이해하고 적절한 자료 분석 방법을 선택하며, 실습을 통해 배운 내용을 실제 문제에 적용하여 해결하는 전 과정을 경험한다. 이를 통해 문제해결 능력과 실무에서 활용 가능한 분석 역량을 효과적으로 향상시킨다.