최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 클라우드 컴퓨팅 플랫폼에서 병렬 연산을 사용했을 때 모란지수와 지리가중회귀분석의 연산 속도 향상을 실증적으로 분석하여 공간분석의 효율성을 평가하였다. 실험 결과, 공용 클라우드 컴퓨팅 플랫폼이 로컬 컴퓨터보다 효율적인 연산이 가능했으며, 데이터 규모가 클수록 그 격차가 더욱 크게 나타났다. 이는 대용량 공간데이터 분석에 클라우드 컴퓨팅 활용의 실질적인 성능 향상을 보여준다.
아마존 웹 서비스 완벽 활용법
Managing big data in cloud computing environments
Big data : techniques and technologies in geoinformatics
Geocomputation and urban planning
Resource management of mobile cloud computing networks and environments
Spatial analysis and geocomputation : selected essays
헬스케어와 클라우드의 만남 =
Networking spatial information systems
Computing networks : from cluster to cloud computing
클라우드 세상 속으로
Spark로 하는 고속 빅데이터 분석과 처리 : 분산 클라우드 환경의 고속 클러스터 컴퓨팅
사례로 읽는 클라우드 컴퓨팅 : 기업 생산성을 높이는 유비쿼터스 웹 서비스
Perspectives on spatial data analysis
R을 이용한 공간정보 분석 공간정보의 이해와 오픈소스 소프트웨어 이용 실습
R을 이용한 공간정보 분석 : 공간정보의 이해와 오픈소스 소프트웨어 이용 실습
Optimized cloud resource management and scheduling : Theories and practices
Elasticsearch in action : 일래스틱서치의 핵심 기능과 고급 기능
실전 LOG 분석과 체계적인 관리 가이드 : 개발자와 운영자의 트러블슈팅과 보안 담당자의 이상행위 탐지를 위한
클라우드 인프라스트럭처
당신이 지금 알아야 할 빅4 클라우드 머신러닝 : 아마존, MS, 구글, IBM 클라우드 기반 머신러닝 이론 및 실습
대한원격탐사학회지
강상구, 이기원, 김용승National Academy Science Letters
Chaubey, H.K.; Arelli, S.; Mallikharjuna Rao, K.Spatial Information Research
홍승태, 신영성, 장재우정보화연구
임철홍, 신용호, 최두영Future Generation Computer Systems
Mehrabi M.,Giacaman N.,Sinnen O.한국차세대컴퓨팅학회 논문지
Naveed Ejaz, Irfan Mehmood, 이정중, 이명호, 안성만, 백성욱European Journal of Remote Sensing
Orieschnig C.A.,Belaud G.,Venot J.P.,Massuel S.,Ogilvie A.ISPRS International Journal of Geo-Information
Zhao K.,Jin B.,Fan H.,Song W.,Zhou S.,Jiang Y.한국정보기술학회논문지
오병우Journal of Proteome Research
Neely B.A.JCO Clinical Cancer Informatics
Ronquillo J.G.,Lester W.T.Recent Advances in Electrical & Electronic Engineering (Formerly Recent Patents on Electrical & Electronic Engineering)
Yucheng Zhang; Ting Zhang; Wenzhun Huang; Tuo ZhangJournal of Spatial Science
Alper Tunga Akin; Ziya Usta; Çetin CömertJournal of Internet Technology
Prathibha, S.; Latha, B.; Sumathi, G.International Journal of u- and e-Service, Science and Technology
Mostafa Ghobaei Arani; Monireh FallahJournal of Supercomputing
Kehrer S.,Blochinger W.Journal of Cloud Computing
Zhou J.,Lilhore U.K.,Poongodi M.,Hai T.,Simaiya S.,Jawawi D.N.A.,Alsekait D.,Ahuja S.,Biamba C.,Hamdi M.정보처리학회논문지. 컴퓨터 및 통신시스템
권윤주; 홍원택INTERNATIONAL JOURNAL OF COMMUNICATION SYSTEMS
Motlagh, Aida Amini; Movaghar, Ali; Rahmani, Amir MasoudInformation Systems & e-Business Management
Sundaramoorthy, P.전선 / 대학원
데이터센터 구조의 융합적 접근 (A Holistic Approach to Datacenter Architecture): 모바일, 클라우드 컴퓨팅이 보편화되면서 대부분의 대용량 자료들이 데이터센터에서 수집,처리,보관되고 있다. 본 강의에서는 융합적 시각에서 이러한 데이터센터를 하나의 컴퓨터로 접근하여, 전달, 연산, 저장 기능이 구현되는 원리와 예시를 학습하며, 보편적인 문제들인 소프트웨어와 하드웨어 구성요소, 확장성, 총소유비용 및 신뢰성 문제를 다룬다.전선 / 대학원
데이터센터 구조의 융합적 접근 (A Holistic Approach to Datacenter Architecture): 모바일, 클라우드 컴퓨팅이 보편화되면서 대부분의 대용량 자료들이 데이터센터에서 수집,처리,보관되고 있다. 본 강의에서는 융합적 시각에서 이러한 데이터센터를 하나의 컴퓨터로 접근하여, 전달, 연산, 저장 기능이 구현되는 원리와 예시를 학습하며, 보편적인 문제들인 소프트웨어와 하드웨어 구성요소, 확장성, 총소유비용 및 신뢰성 문제를 다룬다.전선 / 학사
본 과목은 빅데이터를 활용하는 ML/AI/인지과학의 서비스를 개발할 때, 특히 많이 접하면서 까다로운 시계열 데이터 처리와, 파이썬 등으로 서비스를 개발을 효과적으로 할 수 있는 MLOps/DevOps 실전 가이드를 다루고자 한다. 연구 성과를 검증/공유하기 위해 패키지로 deploy하기 위한 도커/쿠버네티스 기술과 마이크로서비스 구축에 필요한 방법을 학습한다.전선 / 대학원
본 과목에서는 고차원 데이터의 저차원 표현을 학습하기 위한 기하학적 방법을 소개한다. 미분 기하학의 기초(구체적 주제는 리만 다양체 및 Lie 그룹, 텐서, 커넥션 및 fiber 번들 포함)를 다룬 후, 고차원 데이터에 대한 기존 기계 학습 알고리즘(예: 매니폴드 러닝, 메트릭 러닝)의 기하학적 일반화 방법을 개발하여, 대칭적 구조가 존재하는 고차원 비유클리디언 데이터 문제에 적용한다. 위와 같은 방법을 구현하기 위한 효율적인 계산 알고리즘도 소개한다. 후반부에는 Ito 확률 미분 방정식의 관점에서 강화 학습과 확률 최적 제어 간의 관계를 고찰하여, 고차원 비유클리디언 데이터 강화 학습 문제에 적용 가능한 기하학적 방법도 개발한다.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 / 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 / 학사
본 교과목은 AWS 클라우드 서비스를 활용하여 클라우드 컴퓨팅 기술을 심도 있게 학습하고, 실제 프로젝트를 통해 실무 능력을 배양하는 강좌이다. 해당 수업에서는 클라우드 컴퓨팅의 기본 개념과 다양한 서비스 모델들(IaaS, PaaS, SaaS)에 대해 학습하며, 클라우드 계정 및 권한 관리, 데이터베이스 사용법, 데이터 분석, DevOps, 클라우드 네이티브 앱 개발 등 포괄적인 내용을 다룬다. 강의는 이론과 실습으로 구성되어 AWS 클라우드 플랫폼을 직접 사용하여 학습하며, 실제 데이터 세트를 활용한 프로젝트 수행을 통해 학생들은 이론적 지식과 실무 적용 능력을 동시에 배양한다. 또한, 강의는 최신 클라우드 컴퓨팅 동향을 반영하고 현업 엔지니어들과 협력하여 개발된 내용을 바탕으로 진행된다. 이 과정을 통해 학생들은 AWS 클라우드 컴퓨팅에 대한 심도 있는 지식을 습득하고, 실제 프로젝트를 통해 현장에서 적용 가능한 실무 능력을 키울 수 있다. 이를 통해 클라우드 컴퓨팅 분야에서 경쟁력 있는 전문가로 성장할 수 있는 기반을 마련할 것으로 기대된다.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 / 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
기존의 클라우드 의존적 AI 컴퓨팅이 사용자 프라이버시, 네트워크 과부하, 인터넷 단절에 대한 취약성 등 다양한 이슈를 야기함에 따라 최근 AI 컴퓨팅을 클라우드 뿐만 아니라 사용자 근처의 소형/저비용 엣지 컴퓨터에서도 수행하려는 흐름이 전개되며 앰비언트 인공지능이라는 개념이 탄생했다. 본 강좌는 최신 논문 분석, 구현 실습 및 그룹 프로젝트를 통해 앰비언트 인공지능을 위한 핵심 기술과 플랫폼을 익히고 응용하는 것을 목표로 한다. (1) 앰비언트 인공지능 기술: 모델 경량화, 신호처리와 딥러닝 모델의 하이브리드 운용, 클라우드-엣지 통합 운용, 연합 학습, 메타 학습 (2) 앰비언트 인공지능 플랫폼: TensorFlow, TensorFlow Lite, Coral AI, Jetson Nano (3) 앰비언트 인공지능 응용: 혼합현실, CCTV 자체 분석 등전선 / 대학원
Urban Computing은 도시 공간상의 객체(objects), 활동(activities), 특성(characteristics) 등을 컴퓨터 테크놀로지를 이용하여 분석하는 수업이다. 도시에 대한 이해와 도시를 분석하는 능력을 키우는 것이 본 강의의 목적이다. 도시에 대한 이해를 머릿속에 한정시키지 않고 이를 실질적으로 컴퓨터를 포함한 미디어 매체와 결합하여 표현함으로써, 아이디어를 보다 구체화시키는 것이 본 강의의 또 다른 핵심이다. 수업은 크게 장소와 공간에 대한 이해와 컴퓨터 테크놀로지에 대한 이해, 컴퓨터 테크놀로지를 도시에 적용하여 결과물을 만들어내는 세 부분으로 나뉜다. 컴퓨터 테크놀리지 부분은 Advanced GIS와 Database, Programming으로 나뉘며, Advanced GIS에서는 공간분석기법과 통계를, Database 수업에서는 Database 설계와 SQL 사용법을 강의한다. Programming 수업에서는 HTML, JavaScript, XML, Google Maps 프로그래밍에 대한 강의를 진행한다.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
한정된 자료들 사이의 공간적 상호관계를 분석하고 이를 바탕으로 임의의 위치에서 원하는 자료값을 예측하는 여러 크리깅 기법을 공부한다. 주어진 값과 그 분포를 항상 보전하는 조건부 시뮬레이션과 불확실성을 줄이기 위해 이용가능한 자료를 통합하여 사용하는 최적화 기법을 공부한다.전선 / 대학원
기존의 클라우드 의존적 AI 컴퓨팅이 사용자 프라이버시, 네트워크 과부하, 인터넷 단절에 대한 취약성 등 다양한 이슈를 야기함에 따라 AI 컴퓨팅을 클라우드뿐만 아니라 사용자 근처의 소형/저비용 컴퓨터에서도 수행하려는 흐름이 전개되며 앰비언트 인공지능 혹은 엣지 인공지능이라는 개념이 탄생했다. 의료 데이터는 개인의 민감정보를 다량 포함하고 있어 특히 프라이버시가 중요하므로, 앰비언트 인공지능과 결합하였을 때 시너지 창출이 가능하다. 본 강좌는 앰비언트 인공지능의 최신 기술과 플랫폼 익히고 의료 도메인에 응용하는 것을 목표로 하며 구체적인 주제는 다음과 같다. ▪ 딥러닝 모델 경량화 (양자화, 가지치기, 지식 증류) ▪ 연합 학습 ▪ 딥러닝과 경량 신호처리 기법의 하이브리드 운용 ▪ 클라우드와 자원 제한적 엣지 기기의 통합 운용 ▪ 앰비언트 인공지능 소프트웨어 플랫폼 (TensorFlow, TensorFlow Lite) ▪ 앰비언트 인공지능 하드웨어 플랫폼 (Google Coral) ▪ 의료 도메인 데이터의 이해 (일례로, 수면 의학 데이터)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
이 과목은 공간데이터의 분석에 활용되는 전통적 통계기법의 이해를 그 목적으로 한다. 공간데이터의 수집과 샘플링, 공간 센트로그라피와 커널밀도분석과 같은 기술 통계와 함꼐 공간 자기상관, 공간회귀모형에 이르는 추론통계를 주요 내용으로 한다. 또한 공간 점 패턴 분석과 크리깅 내삽모형, 공간 클러스터 패턴 탐지 등을 비중있게 다룬다. 통계 패키지 R을 통한 코딩과 공간자료의 모델링, 시각화를 연습한다.전선 / 학사
지표 및 지하공간을 다루는 지형 및 지질의 공간정보를 에너지 GIS를 통해 분석하는 방법과 관련 프로그래밍 기법을 다룬다. 상용 소프트웨어를 이용한 실습이 포함된다.전선 / 대학원
공간 전사체학 개론 강의에서는 2010년대 중반 과학방법론에 있어 큰 변화를 일으킨 공간 전사체학에 대해 소개한다. 2023년 현재, 상업적으로 사용 가능한 공간전사체 플랫폼으로는 시퀀싱이 필요한 Visium(10X Genomics사), GeoMx(Nanostring사), Stereo-seq(BGI사), Slide-seq(Curio사) 등이 있고 현재 기술 수준으로는 단일 세포 수준에서 또는 세포 내 소기관(Subcellular) 해상도는 구현이 불가능함을 이해한다. In situ hybridization을 기본으로 한 시퀀싱이 필요없는 상업화된 공간전사체 데이터 생산 플랫폼으로는 Xenium(10X Genomics사), CosMx (Nanostring사), MERFISH(Vigen사) 등이 있으며, suspending cell을 이용한 단일세포 전사체 프로파일링 기술과는 달리 수백개 정도의 유전자를 검출할 수 있음을 이해한다.전선 / 대학원
공간경제의 최근 연구 과제를 중심으로 이론적 토대를 검토하고 계량 방법론의 개발 및 적용 방안을 심충적으로 연구한다전선 / 대학원
최근 급속도로 증가하고 있는 수많은 인공위성에 탑재된 센서들은 무엇이며, 이러한 센서들로부터 생성되는 위성자료의 종류, 구조, 검보정 방법들에 대해 배우며 이러한 자료들을 이용하여 다양한 과학기술 분야에서 어떻게 활용할 수 있을지에 대해 이해한다. 이 수업에서 Sentinel-1/2, TerraSAR-X, Lansat과 같은 실제 인공위성 자료들을 이용하여 자료처리 및 활용개발에 대한 실습도 수행한다.