최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
조완현, 김상균, 나명환, 김덕현
2020 / Journal of The Korean Data Analysis Society
김영준, 오민재, 이인성
2017 / 한국음향학회지
데이터가 존재하지 않습니다.
loading...
본 연구는 부산시 택시 운행기록계(DTG)와 타코메터 정보를 통합하는 방법론을 제시하고, 이를 활용하여 택시 이용자 통행패턴을 분석하였다. DTG 자료 기반 O-D 정보는 국가교통DB의 O-D 정보와 유사한 결과를 보였으며, 향후 DTG 자료가 국가교통DB의 대체자료로 활용될 가능성을 제시한다.
통합형 디지털운행기록계 자료를 통한 택시 이용 및 운행 행태 분석 =
지역 간 교통수요 예측의 신뢰성 제고를 위한 빅데이터 활용 방안 연구 =
경기도 교통데이터베이스 구축 활용방안에 관한 연구 =
서울시 브랜드 콜택시 활성화 사업과 연계한 교통정보 수집을 위한 연구
Mobile 위치정보를 이용한 동적 OD 생성방안 기초연구 =
The Bureau of Transportation Statistics : priorities for the future
시가지도로 교통정보 수집 및 활용체계 개발에 관한 연구
교통카드 이용자 통행행태 연계분석 방안 =
Informed urban transport systems : classic and emerging mobility methods toward smart cities
Informed urban transport systems : classic and emerging mobility methods toward smart cities
서울시 교통센서스 및 데이터베이스 구축 : 가구통행실태조사
(첨단) 교통안전공학 =
교통망분석론 =
스마트 지식사회에 대응한 교통인프라 정책 연구 : 정보통신기술이 통행행태에 미치는 영향을 중심으로
Transportation analytics in the era of big data
서비스 기반의 데이터 경제 활성화 방안 : 교통빅데이터를 중심으로
국가통합교통체계효율화법 개정에 따른 서울시 통행실태DB의 효율적 구축·운영방안 연구
Data-driven traffic engineering : understanding of traffic and applications based on three-phase traffic theory
교통안전연구
김동욱; 권오훈대한교통학회지
권민영, 김영찬대한교통학회지
김건욱, 김정화, 김우진, 이승현디지털융복합연구
오상엽한국ITS학회 논문지
김승범, 김호선, 정종헌Journal of Visualization
Lu, Min; Liang, Jie; Wang, Zuchao; Yuan, Xiaoru中国高新区 / Science & Technology Industry Parks
王瑶대한토목학회 논문집D
유정훈, 이무영Cartography and Geographic Information Science
Gong, L.; Liu, X.; Wu, L.; Liu, Y.대한교통학회지
한혁; 홍기만; 김태균; 황준문; 홍영석; 조중래Journal of Visualization
Jiang, Xiaorui; Zheng, Chunyi; Tian, Ya; Liang, Ronghua대한교통학회지
김익기; 박상준한국빅데이터학회 학회지
김기수, 이재진, 김홍회, 장유림, 함유근한국공간정보시스템학회 논문지
이정훈, 권상철한국철도학회논문집
김경태; 이인묵; 민재홍; 곽호찬대한교통학회지
정상미, 김익기대한교통학회지
이민형, 김영찬디지털융복합연구
오상엽정보화연구
조원희; 최은미대한교통학회지
김익기, 박상준전선 / 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
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 / 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 / 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 / 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
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 / 학사
본 과목은 여러 교통체계의 설계와 관련된 이론 및 실습을 통해 교통시스템설계 능력을 배양하는데 목적이 있다. 교통체계의 종류로는 도로, 철도, 대중교통, 화물, 항공 그리고 해운교통체계가 있다. 본 과목에서는 도로, 철도, 대중교통 등 육상교통체계를 중심으로 관련 이론과 특성을 재정리하고, 이를 교통시스템의 설계에 적용하는 과정과 실제 사례를 중심으로 설계 프로젝트를 통하여 실제 설계를 수행하고 이의 발표 및 토론을 통해 종합적인 교통공학자로서의 자질을 함양하고자 한다.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
본 과목은 국제통상 전공자들에게 필요한 테이터 분석 방법론과 방법론의 응용을 가르치는 것을 목표로 한다. 방법론으로는 기초 통계학 이론 및 회귀분석 모형이 포함되며, 동시에 이 기법이 실제 어떻게 사용되는지 프로젝트 및 데이터 실습을 통해서 학습한다. 데이터 실습은 STATA를 기반으로 진행한다. 이에 더하여, 각국에서 도입중인 evidence-based policy making (EBPM)의 동향과 민간의 신용카드 및 교통정보를 기반으로 한 실시간 데이터가 정책입안에 어떻게 활용되는지 사례분석을 통해서 학습한다. 마지막으로 최근 활발히 이용되고 있는 머신러닝(Machine Learning)기법 일부도 소개한다. 학습 평가는 방법론에 대한 시험과 통계분석에 대한 final project를 기초로 이루어진다.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
본 강의는 빅데이터 관리 시스템을 다루는 대학원 수준의 과목으로, 전통적인 관계형 데이터베이스 관리 시스템(RDBMS)부터 최신 데이터 레이크하우스 아키텍처 및 벡터 데이터베이스까지 포함하여 최신 데이터베이스 시스템 설계(State-of-the-Art DBMS Design)를 중점적으로 다루게 됩니다. 또한, 클라우드 네이티브 하이브리드 트랜잭션/분석 처리(HTAP) 데이터베이스 시스템과 검색 증강 생성(RAG, Retrieval-Augmented Generation)기술을 활용한 AI 기반 데이터베이스 응용을 다룰 예정입니다. 이 강의를 통해 학생들은 다음과 같은 내용을 심도 있게 학습하게 됩니다. • 독립형 및 분산형 데이터베이스 관리 시스템(DBMS)의 최신 구현 기법 (e.g., cloud HTAP DBMSs). • OLTP(온라인 트랜잭션 처리), OLAP(온라인 분석 처리), 벡터 검색(Vector Search) 워크로드 간의 설계 트레이드오프와 데이터베이스 시스템에서의 설계 선택. • 벡터 데이터베이스(Vector Databases)개념 및 벡터 인덱싱 기술(예: HNSW, IVF, PQ, FAISS, ScaNN)과 고차원 데이터 검색을 위한 근사 최근접 이웃(ANN, Approximate Nearest Neighbor) 검색 알고리즘. • 전통적인 데이터베이스와 벡터 검색 기술의 통합, 그리고 이를 AI 기반 분석, 추천 시스템, LLM(대규모 언어 모델) 기반 검색 엔진에서 어떻게 활용할 수 있는지에 대한 이해. • 최신 데이터베이스 연구 논문을 비판적으로 분석하고, 이를 바탕으로 개선 방향을 도출하여 새로운 데이터베이스 기술을 제안하는 능력. 또한, 본 강의에서는 오픈소스 빅데이터 관리 프레임워크 및 클라우드 기반 플랫폼을 활용한 실습과 프로젝트를 통해, 현대적인 데이터베이스 시스템 및 벡터 검색 기반 아키텍처를 설계하고 최적화하는 실무 경험을 쌓을 수 있도록 합니다.전선 / 대학원
본 강의는 빅데이터 관리 시스템을 다루는 대학원 수준의 과목으로, 전통적인 관계형 데이터베이스 관리 시스템(RDBMS)부터 최신 데이터 레이크하우스 아키텍처 및 벡터 데이터베이스까지 포함하여 최신 데이터베이스 시스템 설계(State-of-the-Art DBMS Design)를 중점적으로 다루게 됩니다. 또한, 클라우드 네이티브 하이브리드 트랜잭션/분석 처리(HTAP) 데이터베이스 시스템과 검색 증강 생성(RAG, Retrieval-Augmented Generation)기술을 활용한 AI 기반 데이터베이스 응용을 다룰 예정입니다. 이 강의를 통해 학생들은 다음과 같은 내용을 심도 있게 학습하게 됩니다. • 독립형 및 분산형 데이터베이스 관리 시스템(DBMS)의 최신 구현 기법 (e.g., cloud HTAP DBMSs). • OLTP(온라인 트랜잭션 처리), OLAP(온라인 분석 처리), 벡터 검색(Vector Search) 워크로드 간의 설계 트레이드오프와 데이터베이스 시스템에서의 설계 선택. • 벡터 데이터베이스(Vector Databases)개념 및 벡터 인덱싱 기술(예: HNSW, IVF, PQ, FAISS, ScaNN)과 고차원 데이터 검색을 위한 근사 최근접 이웃(ANN, Approximate Nearest Neighbor) 검색 알고리즘. • 전통적인 데이터베이스와 벡터 검색 기술의 통합, 그리고 이를 AI 기반 분석, 추천 시스템, LLM(대규모 언어 모델) 기반 검색 엔진에서 어떻게 활용할 수 있는지에 대한 이해. • 최신 데이터베이스 연구 논문을 비판적으로 분석하고, 이를 바탕으로 개선 방향을 도출하여 새로운 데이터베이스 기술을 제안하는 능력. 또한, 본 강의에서는 오픈소스 빅데이터 관리 프레임워크 및 클라우드 기반 플랫폼을 활용한 실습과 프로젝트를 통해, 현대적인 데이터베이스 시스템 및 벡터 검색 기반 아키텍처를 설계하고 최적화하는 실무 경험을 쌓을 수 있도록 합니다.전선 / 대학원
이 과목은 도시대중교통체계와 관련되는 계획 및 관리 문제들을 다룬다. 구체적으로, 첫째, 도시대중교통 수단들의 현 상황을 개괄적으로 살펴본 후 대중교통 운수업체의 성과를 측정하는 방법과 대중교통시설 투자사업을 위한 재원 조달방법을 다룬다. 둘째, 대중교통에 대한 수요 및 대중교통 운수업체의 비용함수를 추정하는 방법과 요금설정방안을 다룬다. 마지막으로, 대중교통운행여건을 개선하기 위해 시행할 수 있는 혼잡통행료 부과방안과 대중교통운수업체의 경영개선방안을 다룬다.전선 / 대학원
대중교통이용과 타 교통이용간의 관계, 도시지역에서의 대중교통의 역할, 대중교통에 영향을 주는 외부요소의 분석 등을 다루며 새로운 고속대중교통수단의 개발에 필요한 제반 설계 및 특성분석, 토지이용의 효율화를 위한 대중교통망의 설계, T.S.M의 개발 및 발전을 통한 대중교통의 수송력 극대화 등을 연구한다.전선 / 대학원
사회혁신은 도시와 지역의 지속가능발전, 거주민의 행복을 궁극적 목적으로 한다. 본 과목은 공간적 지속가능성과 개인의 행복(웰빙) 간 관계를 기반으로 하여 행복의 7대 원인인 가족 관계, 재정 상황(소득과 부), 근로, 건강, 개인의 자유, 개인적 가치(신념), 그리고 커뮤니티를 살피고 웰빙 증진에 관한 커뮤니티 참여, 신뢰, 관계의 중요성을 다룬다. 이를 통해 사회혁신을 가능케 하는 정부와 개인의 역할에 관해 이해한다.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
국내외에서 널리 알려진 전자기록시스템의 구축 사례를 탐구하고 기반이 되는 정보 기술에 대해 배운다. 기록물의 형식(텍스트, 이미지, DB 등)과 수집되는 경로(sns, 웹, 고문서 등)에 따라 적용될 수 있는 정보 기술의 종류를 이해하고, 데이터의 관점에서 기록물이 효율적으로 관리되기 위한 데이터 표현 방법과 빅데이터 기반의 기록물 분석 방법 등에 대해 학습한다.전선 / 대학원
우리나라의 산업화 과정에서 복잡 다양하게 구성된 교통체계의 문제점과 주요 정책과제를 규명하고, 교통정책을 구성하는 기본이론의 연구와 분석모형을 토대로 문제해결을 위한 정책의 개발과 논리를 학습한다.전선 / 대학원
개발경제학의 주요 이론들과 이들의 실증분석결과들을 주로 논의한다. 본 과목은 또한 세계은행에서 주도한 저개발국들의 가계조사(Household Survey)를 활용한 연구들의 미시계량분석기법과 실증결과를 활용한 정책활용 사례들도 논의한다. 예를 들어 저개발국들인 파퓨아뉴기니, 베트남 등의 실제 가구조사자료의 활용, 적절한 미시계량도구를 사용한 가격과 소득탄력성을 추정하는 방법 및 이들 탄력성 추정치를 근거로 한 지역물가지수 및 최적 물품세구조등을 도출하는 실증연구들을 논의한다. 수강생은 실제 자료를 활용한 실증분석 작업결과에 대한 정기적인 과제를 제출하며, 학기말에 본 과목에서 논의된 여러 연구주제 중 하나의 선택 주제의 응용방안에 대한 간략한 연구계획서를 작성하여야 한다.전선 / 대학원
이 강의는 스마트 시티 계획과정 및 도시에서 발생하는 문제와 현상을 이해하기 위해 정량화할 수 있는 데이터를 수집하고 통계적 또는 수학적 기법을 통하여 문제의 원인을 체계적이며 논리적으로 분석하고 탐구하는 방법을 훈련하는 것을 목표로 한다. 특히, 학생들은 가설 설정 및 검증법을 선정하고, 다양한 종류의 데이터를 수집 및 코딩하며(e.g. 설문, 관찰, 샘플링 등), 기술 및 추론 통계(e.g, 회귀, 공간회귀, 머신러닝 등) 방법론을 학습하여 실제 데이터를 활용하여 연구 문제 및 가설에 적합한 계량적 분석 기법을 선택하여 도시 연구를 위한 논문을 작성하는 능력을 키울 수 있다. 또한, 이를 기반으로 기 출판된 양적 논문을 해석하고 이해하여 올바른 지식 소비자로서의 소양을 갖추는 것을 목표로 한다.