최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
u-방재City 구현을 위한 3차원 공간정보 활용방안 연구 =
R을 이용한 다층모형 =
R을 이용한 공간정보 분석 : 공간정보의 이해와 오픈소스 소프트웨어 이용 실습
Deep learning for remote sensing images with open source software
차세대 디지털통합공간 실현방안 연구.
Singular Spectrum Analysis with R
공간정보 통계적 분석기술 기반 큐레이션 개발 : 지진을 중심으로 =
(오픈 소스 소프트웨어) R을 활용한 공간 분석과 매핑
Object detection with deep learning models : principles and applications
Applied spatial statistics and econometrics : data analysis in R
R을 활용한 공간분석
Current applications of deep learning in cancer diagnostics
Automatic extraction of man-made objects from aerial and space images (III)
차세대 디지털통합공간 실현방안 연구: 차세대 디지털통합공간 추진사례를 중심으로.
空間情報基盤 擴充을 위한 人工衛星 映像資料 活用方案 硏究
(R로 배우는) 딥러닝 =
Neural Information Processing : 26th International Conference, ICONIP 2019, Sydney, NSW, Australia, December 12–15, 2019, Proceedings, Part V
지역밀착형 정책지원을 위한 공간정보 융복합 활용방안 연구 =
Astronomy
차세대 디지털통합공간 실현방안 연구: 융복합 공간정보서비스 추진방안을 중심으로.
Applied Sciences (Switzerland)
Le Q.H.,Shin H.,Kwon N.,Ho J.,Ahn Y.한국산학기술학회논문지
박홍기, 배경호Computer-Aided Civil and Infrastructure Engineering
Xu Z.,Zhang F.,Wu Y.,Yang Y.,Wu Y.한국산학기술학회논문지
배경호; 박홍기Remote Sensing
Reda K.,Kedzierski M.Complex and Intelligent Systems
Han Q.,Yin Q.,Zheng X.,Chen Z.IEEE Transactions on Pattern Analysis and Machine Intelligence
Xinqian Gu; Hong Chang; Ruibing Hou; Xilin Chen; Bingpeng Ma; Shiguang Shan한국지적학회지
김도형, 임시영, 이돈선, 홍성언IOP Conference Series: Earth and Environmental Science
Lv, B.; Peng, L.; Wu, T.; Chen, R.IEEE Geoscience and Remote Sensing Letters
Chen J.,Wang G.,Luo L.,Gong W.,Cheng Z.한국산학기술학회논문지
배경호IEEE Transactions on Geoscience and Remote Sensing
Tang, Qian; Li, Yapeng; Xu, Yongchao; Du, BoRemote Sensing of Environment
Lei Y.,Zhang X.,Xiong S.,Tan G.,Du S.International Journal of Computer Vision
Guo, R.; Hoiem, D.Journal of Applied Remote Sensing
Saziye Ozge Atik; Muhammed Enes Atik; Cengizhan Ipbuker대한공간정보학회지
이정민, 배경호PFG – Journal of Photogrammetry, Remote Sensing and Geoinformation Science
Nyandwi, Emmanuel; Gerke, Markus; Achanccaray, PedroRemote Sensing
Huang W.,Liu Z.,Tang H.,Ge J.IEEE Transactions on Geoscience and Remote Sensing
Anna Hu; Liang Wu; Siqiong Chen; Yongyang Xu; Haitao Wang; Zhong XieConstruction and Building Materials
Zhang H.,Zhang R.,Sun D.,Yu F.,Gao Z.,Sun S.,Zheng Z.전선 / 대학원
본 과목은 조경학의 학위논문을 준비하거나 조경분야의 학술연구를 수행하기 위해 필요한 연구방법 즉, 연구주제 선정 방법, 자료수집 및 분석방법, 통계분석방법, 논문 작성방법 등을 심층적으로 습득하고, 이를 활용함으로써 연구수행능력을 향상시키는데 있다.전필 / 학사
공간의 생성, 발전, 성장 및 입지, 공간시장의 적정 규모이론, 공간 구조 및 토지이용, 집적화 및 클러스터, 주택 및 토지시장 분석, 인구 전망 와 공간경제 분석기법전선 / 대학원
보건학, 환경보건학 전공자들이 의학 보건학의 관점에서 지리정보체계(GIS)의 기본적인 개념과 간단한 분석 기술을 습득한다. 본 과정은 공간 정보 접근을 위한 최신 기술과 GIS 내에서 정보를 통합하는 방법에 초점을 맞춘다. 지역 사회와 국가 단위에서 의학-보건학적 정보의 지리공간 분석에 활용하여 연구자들과 실무자들이 습득한 정보를 효과적으로 처리할 수 있도록 한다. (1) 공중보건연구 및 실습 활용에 적절한 공간 데이터 확인 (2) 공중보건연구 및 실습 활용을 위한 공간 데이터 수집, 작성을 위한 지침 설계 (3) 최신 기술 데이터를 GIS에 통합하여 공간 분석 수행전선 / 대학원
본 스튜디오는 인공지능(AI)을 조경의 핵심 설계 도구로 활용하는 것을 목표로 하는 실습 중심의 스튜디오이다. 지난 2년간 진행한 세미나 주제인「조경과 AI」에서 다루었던 이론적 논의를 확장하여, 실제 설계 프로세스 속에서 AI의 잠재력과 한계를 탐구한다. 본 수업은 인간이 직관적으로 해결하기 어려웠던 형태적·공간적 문제를 인공지능을 통해 분석하고 생성하는 과정을 실험하며, 프롬프트 설계(Prompt Design)와 룰 베이스 설계(Rule-Based Design)와 같은 개념을 핵심 학습 주제로 다룬다. 수강생들은 2차원 이미지로부터 3차원 형상을 추출하고, 형태의 특징을 기반으로 기능과 프로그램을 부여하는 과정에서 다양한 AI 도구를 활용한다. 이를 통해 인공지능을 단순한 도구가 아닌 공동 설계자(co-designer)로 이해하며, 디지털 생성 기술을 통해 새로운 형태, 패턴, 그리고 공간 경험을 제안한다. 최종적으로 AI를 활용한 설계 프로토타입 혹은 실험적 디자인 아틀라스를 제작하여, 미래 조경·도시설계의 가능성을 탐구한다.전선 / 대학원
시간과 장소는 사람과 함께 역학의 3요소이지만 상대적으로 덜 주목받아왔다. 2000년부터 2010년까지 주요 역학저널 7종에 실린 논문 중 공간 요소를 제대로 분석한 논문은 약 1%에 지나지 않았다. 최근 지리정보시스템(GIS)의 발전과 소지역 건강정보 제공에 따라 관련 역학 연구가 늘어나고 있다. 본 과목에서는 QGIS 및 R과 같은 오픈소스 소프트웨어를 이용해 건강행동과 질병의 분포를 시각화하고, 시공간상관을 고려한 군집분석과 회귀분석을 수행하며, 지역사회개입의 효과를 평가해보고자 한다.전선 / 학사
“공간정보분석1: 통계모형”의 심화과정으로 해석모형과 달리 예측모형에 초점을 둔다. 공간 패턴의 학습과 예측에 접목할 수 있는 머신러닝과 인공지능의 주요 이론과 알고리즘을 소개하며 R/Python 코딩과 사례연구를 통해 실천적 공간데이터 사이언스의 기초를 제공한다. 이 강의는 머신러닝의 학습이론, 감독학습, 무감독학습, 신경망, 앙상블 학습을 주 내용으로 하며 공간 헤도닉 모형, 공간 클러스터와 아웃라이어 패턴, 가우시언 프로세스와 공간 크리깅 내삽, 공간의사결정 등 지리학적 활용을 연습한다.전선 / 대학원
다양한 딥러닝 신경망(CNN 등) 모델을 이용하여 치과영상(파노라마 영상, 구내 영상, CEP 영상 및 콘빔CT(CBCT) 영상)에서 정상 해부학적 구조물의 자동적 영역분할, CEP 계측점 자동적 탐지, 및 다양한 치과질환의 자동적 탐지 및 분류하는 딥러닝 모델과, 3D 치과 데이터에서 자동적 탐지, 분할과 분류하는 딥러닝 모델의 원리와 구조에 대해 수업함. 인공신경망과 딥러닝 소개 컴퓨터 비전을 위한 심층 컨볼루션 신경망 소개 딥러닝을 이용한 의료 및 치과영상 감지 및 인식 딥러닝을 이용한 의료 및 치과영상 분할 딥러닝을 이용한 의료 및 치과영상 등록 딥러닝을 이용한 컴퓨터 지원 진단(CAD)전선 / 대학원
조경설계에서 주로 다루고 있는 단지규모보다는 훨씬 광역의 대상지역 중 특히 개발로 인해 환경문제가 야기될 가능성이 높은 자연경관지역 그리고 환경보전에 역점을 두어야 할 환경을 대상으로 하여 광역조경계획 (Landscape Planning)의 계획방법을 활용하여 계획대안을 작성하는 스튜디오 과목임. 이 과목에서는 특히 환경오염 및 자연훼손이 심각해져 가는 우리 나라의 실정에서 각종개발계획들이 환경적으로 건전하고 지속가능한 개발(ESSD)이 될 수 있도록 친환경적 개발계획 대안들을 발견하고 적용해보는 데 초점을 맞추고자 한다. 본 스튜디오에서는 국토환경종합계획, 환경보전도시(Ecopolis), 지속가능한 계획 및 설계(Sustainable planning and design), 생태관광계획, 그린네트�p 계획, 국립공원, 도립공원, 그린벨트, 강유역개발, 쓰레기매립장 및 주변지역계획, 농촌마을계획 등의 문제들을 가지고 조경계획을 수립하고 그 관리방안을 모색할 것이다. 이 과목에서는 계획의 수립과정에서 지리정보체계(GIS)를 활용하여 대상지 분석을 하게 됨으로 GIS활용법을 자연스럽게 습득하게 된다.전선 / 대학원
철근콘크리트의 내진설계를 강의하며 특히 접합부 및 프레임-벽체시스템에 대한 연구에 치중한다.전선 / 대학원
본 교과목은 막대한 시공간적 데이터를 바탕으로 예측기법을 발전시킬 수 있는 머신 러닝 기법을 중심으로, 이에 대한 이론적 기반과 사례 연구를 계량지리학적 관점에서 이해하는 것을 목표로 한다. 통계학적 머신 러닝, 최적화, 사회 및 정보 네트워크 분석, 베이지안 모델링 등 관련된 다양한 분야에 대한 지리학 분야의 방법론과 적용 방안에 대해서 학습한다.전선 / 대학원
본 과목은 도시환경 공간분석과 시각화를 위한 디지털 미디어 활용기법들을 다룬다. 다양한 소프트웨어 플랫폼을 습득하고, 이들 플랫폼들을 사용하여 정량적, 시각적, 분석적 데이터를 연동시키고 변환시키는 과정과 이를 설계와 프레젠테이션에 활용하는 시각화 방법들을 연구한다. ArcGIS, 오픈소스 지오데이타 에플리케이션들, ACAD, Adobe Illustrator, Rhino와 같은 2D 벡터, 3D 모델링 프로그램, 그리고 Rhino 플러그인인 Grasshopper 등을 통해 공간분석 기법에 대한 연구를 진행할 것이며, 작업들은 기본적인 에니메이션과 3D 프린팅을 통해 가시화될 것이다.전선 / 대학원
본 과목은 도시환경 공간분석과 시각화를 위한 디지털 미디어 활용기법들을 다룬다. 다양한 소프트웨어 플랫폼을 습득하고, 이들 플랫폼들을 사용하여 정량적, 시각적, 분석적 데이터를 연동시키고 변환시키는 과정과 이를 설계와 프레젠테이션에 활용하는 시각화 방법들을 연구한다. ArcGIS, 오픈소스 지오데이타 에플리케이션들, ACAD, Adobe Illustrator, Rhino와 같은 2D 벡터, 3D 모델링 프로그램, 그리고 Rhino 플러그인인 Grasshopper 등을 통해 공간분석 기법에 대한 연구를 진행할 것이며, 작업들은 기본적인 에니메이션과 3D 프린팅을 통해 가시화될 것이다.전선 / 대학원
다양한 딥러닝 신경망(CNN 등) 알고리즘을 치과영상(파노라마 영상, 구내 영상, CEP 영상 및 콘빔CT(CBCT) 영상)에 적용하여 자동적 영역분할, 치과질환의 자동적 탐지 및 분류하는 방법을 실습함. 치과영상 데이터의 annotation 방법, 신경망 학습, 테스트 및 모델의 성능분석 등을 디지털 치과 데이터를 실제 컴퓨터 서버에 탑재하고 실습하여, 학생 스스로 딥러닝을 이용하여 치과영상을 분석할 수 있는 능력을 제공함. Getting Started with Deep Learning Using PyTorch Building Blocks of Neural Networks Diving Deep into Neural Networks Fundamentals of Machine Learning Deep Learning for Computer Vision Deep Learning with Sequence Data and Text Generative Networks전선 / 대학원
이 강의는 공간정보공학을 기반으로 지리정보시스템(GIS), 원격탐사 및 측량학에 대한 고급 개념 및 활용에 대한 내용을 다룬다. 이 강의에서 수강생들은 최신 문헌, 기술 보고서 및 관련 리소스에 대한 논의를 통해 공간정보 산업분야 관련 기술 및 주요발전사항에 대한 지식을 배양한다. 특히, 고해상도 위성영상, 환경공간정보 매핑 기법, 주요 원격탐사 및 사진측량 등 공간영상정보의 해석기법에 대해 소개한다.전선 / 대학원
방사성 폐기물 및 독성 산업 폐기물의 처분과 관련하여 외부 환경으로부터의 차단이 용이한 지층 처분 방안이 전 세계적으로 고려되고 있다. 특히 방사성 폐기물의 지층 처분과 관련한 연구는 지난 20여 년간 수행되어 온 바 있으며, 중저준위 방사성 폐기물은 이미 지층에 처분되고 있다. 이 교과목에서는 폐기물을 지하 암반 층에 처분하는 경우, 고려되어야 하는 환경 위해 요인 및 이를 극복하기 위한 방안에 대하여 학습한다. 특히 구조물의 장기간 안정성, 지하수 환경 보전 등 중요 과제에 대하여 심도있게 논의한다. 교과목에서 다루는 주제는 (1) 처분장의 위치 선정, (2) 처분장의 설계, (3) 처분장의 건설, (4) 처분장의 성능 평가, (5) 방사성 폐기물의 처분, (6) 안정성 평가, (7) 계측 장비의 설치 및 자료의 해석 등을 포함한다.전선 / 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
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 대학원
가측 공간, 단조수렴정리, Riesz Representation Theorem, 르벡적분, L^p 공간, 힐버트 공간 이론, 한-바나흐 정리, 열린사상 정리, Complex Measures, Product Measure, 푸비니 정리 등을 학습한다.전선 / 학사
이 수업은 고대에서 20세기에 이르는 기술사를 검토함으로써 현대 사회에서 과학 못지 않게 중요한 역할을 담당하고 있는 기술의 발전 과정과 그에 영향을 미치는 다양한 기술 내적, 외적 요소를 살펴봄은 물론, 기술과 과학, 기술과 문화, 기술과 산업, 기술과 경영, 기술과 사회 구성원들 사이의 다양한 상호 작용을 폭넓게 이해하는 것을 목적으로 한다. 최근에 nanotechnology, biotechnology라는 말이 널리 사용되는 예에서 보듯이, 과학을 전공하는 학생들에게도 기술에 대한 이해는 필수적이다.전선 / 대학원
본 강의는 인공환경을 건축구조물 단위의 시스템으로서 이해하고, 생애주기 동안 주변 환경과 어떻게 상호작용하는지에 대한 폭넓은 이해를 제공한다. 건축구조물의 사용 환경에 따른 거동을 다자유도시스템(state-space representation)으로 분석하기 위해 동역학 기초지식이 요구된다. SIMO, MIMO 시스템 관련하여 대표적인 응답기반 시스템식별 기술(시계열 기반, 주파수영역 기반, 확률기반 등)의 이론에 대해 학습한다. 더 나아가 시스템식별 기술을 머신러닝 알고리즘(ARMA, Neural Network, LSTM 등)과 접목하여 부분 계측된 인공환경의 실시간모니터링과 미래성능예측, 그리고 유지보수를 위한 의사결정 도출방법을 학습한다. 궁극적으로 학생들에게 다차원적인 건축물과 환경의 상호작용에 대한 통찰력을 제공한다.