최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 평창 지역의 다양한 지역 및 글로벌 앙상블 예측 시스템의 확률적 온도 예보를 비교하고, 최적 성능을 보이는 앙상블 모델에 더 큰 가중치를 두어 수치 예보 시스템의 예보를 결합하고 보정하기 위해 통계적 후처리 방법을 사용합니다. 앙상블 모델 출력 통계 기반의 다중 모델 예보는 결정론적 예측 측면에서 편향 보정 예보보다 우수한 성능을 보였습니다.
Handbook of hydrometeorological ensemble forecasting
여름철 계절내 진동 예측 시스템 개선. 다중모델앙상블 예보
Development and assessment of optimal methods for regional prediction with bias correction
다중모델 앙상블 자료를 이용한 한반도 폭염 예측성 평가
서울대-나사 기후예측 시스템 개발을 이용한 다중모델 앙상블 예측기술 연구 =
APCC MME 계절 예측 자료 특성 분석 : 기후변동모드, 영향, 그리고 다중 모형 비교
서울대-나사 기후예측 시스템 개발을 이용한 다중모델 앙상블 예측기술 연구 =
Data assimilation for atmospheric, oceanic and hydrologic applications
통계계절예측 시스템을 이용한 중위도 동아시아 여름몬순 예측성 향상 =
An introduction to global spectral modeling
전지구 계절예측 모델의 예측 오차 분석 및 예측성 평가 =
Development of APCC-PAGASA regional prediction system(APCC-PRePS) over the Philippines year 1 : model intercomparison
Atlas of climate change : responsibility and obligation of human society
역학적 계절예측의 통계적 후처리의 성능향상을 위한 예측인자 선정 기법 개선
Practical business forecasting
Statistical analysis of climate series : analyzing, plotting, modeling, and predicting with R
The Palgrave Handbook of Government Budget Forecasting
R for everyone : advanced analytics and graphics
Atmospheric modeling, data assimilation and predictability
Applied Bayesian modelling
Asia-Pacific Journal of Atmospheric Sciences
Han, Keunhee; Choi, JunTae; Kim, Chansoo한국기상학회지
한근희, 최준태, 김찬수Quarterly Journal of the Royal Meteorological Society
Baran S.,Leutbecher M.,Szabó M.,Bouallègue Z.B.Geophysical Research Letters
Feldmann K.,Richardson D.S.,Gneiting T.대기
성민규, 김찬수, 서명석한국도시환경학회지
김성태; 구윤서Quarterly Journal of the Royal Meteorological Society
Odak Plenković I.,Schicker I.,Dabernig M.,Horvath K.,Keresturi E.Quarterly Journal of the Royal Meteorological Society
Lakatos M.,Lerch S.,Hemri S.,Baran S.기후연구
김찬수Bulletin of the American Meteorological Society
Roberts N.,Ayliffe B.,Evans G.,Moseley S.,Rust F.,Sandford C.,Trzeciak T.,Abernethy P.,Beard L.,Crosswaite N.,Fitzpatrick B.,Flowerdew J.,Gale T.,Holly L.,Hopkinson A.,Hurst K.,Jackson S.,Jones C.,Mylne K.,Sampson C.,Sharpe M.,Wright B.,Backhouse S.,Baker M.,Brierley D.,Booton A.,Bysouth C.,Coulson R.,Coultas S.,Crocker R.,Harbord R.,Howard K.,Hughes T.,Mittermaier M.,Petch J.,Pillinger T.,Smart V.,Smith E.,Worsfold M.Nonlinear Processes in Geophysics
Lerch S.,Baran S.,Möller A.,Groß J.,Schefzik R.,Hemri S.,Graeter M.Journal of the Royal Statistical Society. Series C: Applied Statistics
Marty, R.; Fortin, V.; Kuswanto, H.; Favre, A.-C.; Parent, E.Environmental and Ecological Statistics
Gaetan, Carlo; Giummolè, Federica; Mameli, ValentinaQuarterly Journal of the Royal Meteorological Society
Barnes C.,Brierley C.M.,Chandler R.E.Monthly Weather Review
Schulz B.,Lerch S.Weather and Climate Extremes
Whan K.,Zscheischler J.,Jordan A.I.,Ziegel J.F.Nonlinear Processes in Geophysics
Schuhen N.Monthly Weather Review
Scheuerer M.,Hamill T.한국기상학회지
성민규, 서명석, 김찬수Stochastic Environmental Research and Risk Assessment
Lea Friedli; David Ginsbourger; Jonas Bhend전선 / 대학원
스마트시티는 다양한 기관 및 시설로부터 수집된 데이터를 활용하여 실시간 변화를 예측하고 효율적으로 도시 서비스를 제공하는 미래형 도시모델이다. 또한 빅데이터 분석은 방대한 데이터 속에서 신속하게 패턴을 인식하고 새로운 가치를 찾아내는 과정으로써 스마트시티 계획 및 운영에 반드시 필요한 기술이다. 본 강의는 도시 빅데이터 분석에 필요한 지식 및 기술을 학습하는 입문과정이다. 스마트시티공학을 전공하는 학생들에게 빅데이터의 개념 및 구조를 이해하고 도시데이터 분석에 필요한 통계기법, 프로그램, 모델링 등을 학습할 수 있는 기회를 제공함으로써 미래도시 고도화 기반을 마련하고 지능형 도시에 최적화된 전문가를 육성하고자 한다.전선 / 학사
일기와 관련한 지구상 각 지역의 특징적인 기상 현상을 설명한다. 특히 동아시아지역의 몬순, 중위도 고·저기압계, 태풍, 강수를 다룬다. 컴퓨터를 이용한 기본 일기도의 작성과 분석을 실험하며 기본 일기도를 이용하여 보조 일기도의 작성한다. 강의에서 다룬 일기계의 실제 예보법을 습득하고 일기예보 브리핑을 수행한다.전선 / 대학원
농식품관련산업의 주요 이슈들에 대한 경제학적 실증 분석기법을 학습하고, 이를 실제 자료에 적용하여 동 분야의 실증적 연구 수행에 기초를 마련한다. 실증적인 연구 수행을 위하여 기존 발표 논문에 대한 체계적인 검토를 시도한다.전선 / 대학원
대기과학연구에 필수적으로 이용되는 대기 전지구 모델 및 일기예보 모델의 근간을 구성하는 대기역학 코어 및 자료동화 시스템에 이용되는 다양한 수치적인 방법들을 공부한다. 실습시간에는 실제 현업 모델 혹은 단순화된 현업 모델을 이용하여, 대기역학 코어 및 자료동화 시스템이 실제 기상현상의 수치모의에 있어 어떻게 이용되는지 연습할 수 있는 기회를 갖는다.전선 / 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 / 학사
본 수업에서는 경제학 기본이론, 통계학, 경제수학 등을 이수한 학생들을 대상으로 농업경제 현상에 관련된 경제변수들의 관계를 측정하기 위한 기본이론을 다룬다. 모델설정, 추정, 예측 및 정책분석을 궁극적 목표로 하며 이를 위해서 필요한 회귀분석, 중회귀분석, 시계열 분석 등을 학습한다. 또한 이론만이 아니라 이를 실증적으로 적용할 수 있도록 컴퓨터 실습시간을 가진다.전선 / 대학원
경제를 계량적으로 파악하는 것은 현대 경제학에 있어서 아주 중요한 의미를 갖는다. 이 과목은 대학원에서 계량경제학을 전공하는 학생들이 계량경제학의 중요한 토픽들을 심화하여 이해할 수 있도록 하는 것을 목적으로 한다.전선 / 대학원
본 강좌는 고급 자료분석을 위한 모형기반 통계분석방법론에 대해 다룬다. 자료의 특징과 분석의 목적에 따라 적합한 통계모형을 제시하고, 자료를 적합, 적합된 통계모형의 해석을 통한 인사이트 제시등에 대해 다룬다. 프로젝트를 통해서 배운 방법들을 실제 데이터에 적용하고 발표한다. ● Linear model and linear mixed model ● Generalized linear model ● Shrinkage method and variable selection ● Graphical methods and causal Inference ● Bayesian methods전선 / 대학원
이 과목에서는 빅데이터의 시대를 맞이하여 탐색적 자료분석과 확증적 자료분석을 보다 일반화한 개념인 알고리즘과 통계적 추론의 발전과정에 대해서 공부한다. 먼저 통계학 분야의 대표적인 3개의 학파, 베이지안(Bayesian), 빈도주의(Frequentist), 우도주의 (Fisherian)에 대해서 알아본 후 교차검증과 모형선택, 축소추정량, 경험적 베이즈 방법론, 재표본 추출법, 생존분석과 EM 알고리즘, MCMC, 다중비교과 같은 최신통계 방법론을 소개한다.전선 / 대학원
데이터마이닝 (Data Mining)은 대용량 데이터베이스에 존재하는 데이터 간의 관계, 패턴, 규칙 등을 찾아내고 모형화해서 의사결정을 돕고, 유용한 정보로 변환하는 일련의 과정이다. 본 강좌에서는 기술모델링과 예측모델링에 사용되는 통계학, 기계학습, 신경회로망 기법들을 공부하고, 응용 사례 연구와 패키지를 이용한 프로젝트를 수행한다.전선 / 대학원
세계적으로 정부나 연구 기관에서 제공하는 공공 데이터는 매년 증가 추세에 있으며, 다양한 데이터들을 활용하는 것은 연구나 정책 결정 등의 활용에 있어 점점 더 중요해지고 있다. 본 교과목에서는 공공 데이터 수집과 정제 기술, 데이터 분석 및 시각화 방법을 학습한다. 이를 통해 과학적 분석력을 강화하고, 사회적 문제를 해결하기 위한 데이터 기반 탐구 능력을 습득하는 것을 목표로 한다.전선 / 대학원
한 지역에 대한 체계적이고 종합적인 이해는 본래 지리학이 추구해 온 목표였다. 이러한 목표를 이루기 위한 방법은 시대별, 지역별로 다소 상이한 형태를 띠며 발전해 왔다. 본 과목에서는 지역연구의 방법론이 전체 지리학의 발전과정 속에서 어떻게 변모해 왔는가를 고찰하고 각각의 방법론들이 지니는 장단점들을 파악해 봄으로써 지역연구의 새로운 방법론을 모색해 보는 데 주안점을 둔다.전필 / 대학원
‘정책사례연습’은 현장의 정책사례를 과학적 방법론의 시각에서 분석·토론하고 이를 보고서 실적물의 형태로 산출하는 것을 기본과제로 하며, 이를 통해 경험적 연구 역량의 함양과 문제해결 역량을 배양하는 데 그 목적이 있다. 이는 기존의 이론 중심의 교육에서 탈피하여 현장 밀착형, 사례 위주의 교육으로 전환하고, 이를 통해 세부 정책분야(공공관리·도시교통환경·국제·보건·융합과학기술·그 외 분야에서 정책 처방의 타당성과 실현 가능성을 제고하려는 취지이다. 따라서 정책분야 및 사례별 전문성이 요구되므로 해당 분야의 전문연구자인 여러 교수가 공동으로 순환하며 강의하는 것을 원칙으로 한다. ‘정책사례연습 1’에서는 정책사례를 분석할 수 있는 다양한 연구방법론과 적용례를 제시함으로써 수강생들로 하여금 본인의 관심 정책분야에서 실제 사례를 발굴하여 실적물을 작성할 수 있도록 안내하고, 연구계획서의 작성을 지원한다.전선 / 대학원
고급통계역학의 기본개념에 관한 내용을 배운다. 깁스의 앙상블 이론을 통하여 여러가지의 앙상블을 고찰하고 각 앙상블의 상태합을 구한 후 기체로 구성된 간단한 계에서 실제로 각종의 열역학적 성질을 구한다. 고전 및 양자역학적 통계역학의 기본 법칙을 고찰한다. 고전역학적으로는 분포함수에 의한 방법을 배우고 분포함수를 구할 수 있는 각종 방법도 구찰한다. 양자역학적으로는 밀도행렬에 의한 처리방법을 배우고 흑체복사등의 문제를 고찰한다. 강의 후반부에서는 현대 통계역학의 여러 주제들을 다룰 것이다. 그 예들로는 상전이, 임계현상, 평균장이론, 재규격화군 이론, 비평형 통계역학, 전산모사방법 등이 포함될 것이다.전선 / 대학원
이 과목은 ‘도시통계분석’의 고급과정으로서 도시 연구에서 제기되는 문제들을 계량적으로 분석하는 데 사용되는 방법의 원리와 응용방법을 심도 있게 살펴보는 데 목적이 있다. 이 과목을 수강한 학생들은 계량분석을 이용한 최신의 도시 연구 논문들을 이해할 수 있고, 자신의 연구 질문에 맞는 자료와 분석방법을 이용하여 스스로 접근할 수 있는 능력을 갖추게 될 것이다. 세부적으로 고전적 선형회귀 모형, 일반화 선형모형(generalized linear models), 연립방정식모형(simultaneous equations models), 패널자료 모형(panel data models), 다수준 회귀모형(multi-level regression models), 이산선택모형(discrete choice models), 시계열분석(time series analysis), 공간계량분석(spatial econometrics) 등을 학습하게 된다. 수업시간을 통해 기본 원리를 습득할 뿐만 아니라, 과제를 통해 Stata 등 통계 패키지(학생선택에 따라 R, Python, MATLAB 등을 이용할 수도 있음)를 이용하여 실제 자료에 분석방법을 적용하는 실습을 할 기회를 갖는다.전선 / 대학원
본 강좌는 다양한 머신러닝기법을 활용한 기후환경데이터 분석 방법을 소개한다. Linear regression, Logistic regression, Support Vector Machine (SVM), Random Forest, XGBoost, LightGBM 등과 같은 지도 학습 기법에 더불어,K-mean clustering, Principal Component Analysis, Singular Value Decomposition,Self-Organizing Map (SOM) 등의 비지도 학습 머신러닝 기법들의 구동 원리를 파악할 수 있는 이론 강의와, 이 중 일부를 활용한 실습 과정으로 구성된다. 다양한 머신러닝 기법 기반의 데이터 분석 방법을 비교함으로서 머신러닝 기법들의 장단점을 파악할 수 있도록 한다.전필 / 대학원
거시경제학연구 1은 경제학 대학원 과정 1년 차 학생들을 대상으로 설계된 거시경제학 코어 시퀀스의 첫 번째 과목이다. 현대 거시경제학 연구를 위한 입문 과목으로서 기초 이론과 방법을 소개하고, 나아가 주요 거시경제 현상을 분석하기 위한 기본적인 모형에 대해 강의한다.전선 / 대학원
이 과목은 ‘도시통계분석’의 고급과정으로서 도시 연구에서 제기되는 문제들을 계량적으로 분석하는 데 사용되는 방법의 원리와 응용방법을 심도 있게 살펴보는 데 목적이 있다. 이 과목을 수강한 학생들은 계량분석을 이용한 최신의 도시 연구 논문들을 이해할 수 있고, 자신의 연구 질문에 맞는 자료와 분석방법을 이용하여 스스로 접근할 수 있는 능력을 갖추게 될 것이다. 세부적으로 고전적 선형회귀 모형, 일반화 선형모형(generalized linear models), 연립방정식모형(simultaneous equations models), 패널자료 모형(panel data models), 다수준 회귀모형(multi-level regression models), 이산선택모형(discrete choice models), 시계열분석(time series analysis), 공간계량분석(spatial econometrics) 등을 학습하게 된다. 수업시간을 통해 기본 원리를 습득할 뿐만 아니라, 과제를 통해 Stata 등 통계 패키지(학생선택에 따라 R, Python, MATLAB 등을 이용할 수도 있음)를 이용하여 실제 자료에 분석방법을 적용하는 실습을 할 기회를 갖는다.전선 / 대학원
계산이론은 컴퓨터공학의 기초학문이며, 중요한 문제에 대한 효율적인 알고리즘들을 소개하고, 그런 알고리즘의 복잡도 분석을 다룬다. 이 교과목에서는 먼저 알고리즘의 성능을 분석하는 기법, 특히 amortized analysis에 대해 배운다. 그리고, 계산이론 분야에서 중요한 알고리즘과 그 응용에 대해 배운다. 구체적으로, (스트링 매칭, 2차원 패턴 매칭, 근사 매칭, suffix trees, 데이터 압축 문제에 대한) 스트링 알고리즘과 bioinformatics에의 응용, (선택 문제, 다항식 확인 문제에 대한) randomized 알고리즘과 그 영향, (페이지 교체 문제, k 서버 문제에 대한) online 알고리즘과 금융문제(일방향 거래와 portfolio 선택 문제)에의 응용을 배운다.전선 / 대학원
이 과목은 보건의료 영역에서 컴퓨터를 활용한 텍스트 분석을 다룬다. 보건의료 영역에는 여러 종류의 언어 자료가 존재한다. 사람들이 온라인 공간에서 여러 질병에 대해 던지는 질문들, 보건의료 전문가들의 연구들, 질병과 건강에 대한 신문기사들이 그 예다. 이들로부터 정보를 체계적이고 과학적으로 추출할 수 있다면, 보건의료에서 다양한 방식으로 활용할 수 있다. 최근 많이 사용되고 있는 컴퓨터를 활용한 텍스트 분석은 이런 작업에 새로운 가능성을 제시한다. 본 과목에서는 여러 가지 컴퓨터를 활용한 텍스트 분석 방법을 학습하고, 보건의료 영역 자료에 적용하는 것을 실습한다.