최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 SQL 쿼리를 분석하여 유사한 테이블 간의 유사도를 측정하고 통합을 지원하는 기법을 제안합니다. 자카드 지수 및 계층적 클러스터 분석을 통해 유사한 테이블 클러스터를 생성하고, 공존 확률을 기반으로 테이블 통합 가능성을 분류합니다.
Database reengineering and interoperability
Optimization of SQL queries for parallel machines
Big data integration theory : theory and methods of database mappings, programming languages, and semantics
Advances in databases : 13th British National Conference on Databases, BNCOD 13, Manchester, United Kingdom, July 12-14, 1995 : proceedings
Mixture model-based classification
Advances in database technology--EDBT '96 : 5th International Conference on Extending Database Technology, Avignon, France, March 25-29, 1996 : proceedings
Advances in databases and information systems : second East European symposium, ADBIS '98, Pozna?, Poland, September 7-10, 1998 : proceedings
Advances in spatial databases : 5th International Symposium, SSD '97, Berlin, Germany, July 15-18, 1997 : proceedings
Information management strategies for gaining a competitive advantage with data
Foundations of data organization and algorithms : 4th International Conference, FODO '93, Chicago, Illinois, USA, October 13-15, 1993 : proceedings
Advances in database technology--EDBT '98 : 6th International Conference on Extending Database Technology, Valencia, Spain, March 23-27, 1998 : proceedings
Data structures and efficient algorithms : final report on the DFG special joint initiative
Advances in databases and information systems : Third East European Conference, ADBIS'99, Maribor, Slovenia, September 13-16, 1999 : proceedings
Advances in knowledge discovery in databases
(뇌를 자극하는) 오라클 프로그래밍 =
실무에서 SQL을 다루는 기술
Parallel database techniques
SAS 9.1 SQL procedure : user's guide
Applied Microsoft SQL Server 2011 analysis services : tabular modelling
IEEE Transactions on Knowledge and Data Engineering, Knowledge and Data Engineering, IEEE Transactions on, IEEE Trans. Knowl. Data Eng.
Kul, G.; Luong, D.T.A.; Xie, T.; Chandola, V.; Kennedy, O.; Upadhyaya, S.IEEE/ACM transactions on computational biology and bioinformatics
Frith MC; Shrestha AMS47th International Conference on Very Large Databases (VLDB) 2021
Andra Ionescu; Christos Koutras; Angela Bonifati; Kyriakos Psarakis; Marios Fragkoulis; Asterios Katsifodimos; George SiachamisDistributed and Parallel Databases: An International Journal of Data Science, Engineering, and Management
Ding, Guohui; Sun, Shasha; Wang, GuorenWater (Switzerland)
Petrakis R.E.,Norman L.M.,Vaughn K.,Pritzlaff R.,Weaver C.,Rader A.,Pulliam H.R.IEEE Transactions on Knowledge and Data Engineering
Arzamasova N.,Bohm K.,Goldman B.,Saaler C.,Schaler M.ACM Transactions on the Web
Zhang S.,Balog K.BMC Medical Informatics and Decision Making
Chen W.,Li J.Statistical Modelling
Comas-Cufí, M.; Martín-Fernández, J.A.; Mateu-Figueras, G.Expert Systems with Applications
Aytimur M.,Cakmak A.Information Systems
Kim T.,Li W.,Behm A.,Cetindil I.,Vernica R.,Borkar V.,Carey M.J.,Li C.IEEE Transactions on Knowledge and Data Engineering, Knowledge and Data Engineering, IEEE Transactions on, IEEE Trans. Knowl. Data Eng.
Tang, M.; Tahboub, R.Y.; Aref, W.G.; Atallah, M.J.; Malluhi, Q.M.; Ouzzani, M.; Silva, Y.N.SIGMOD '19: PROCEEDINGS OF THE 2019 INTERNATIONAL CONFERENCE ON MANAGEMENT OF DATA
Zhu, Erkang; Deng, Dong; Nargesian, Fatemeh; Miller, Renee J.IEEE Transactions on Neural Networks and Learning Systems
Cheung Y.M.,Zhang Y.Neural Computing and Applications
Pilaluisa J.,Tomás D.,Navarro-Colorado B.,Mazón J.N.한국문헌정보학회지
노정순International Journal of Database Theory and Application
Zhu Ge멀티미디어학회논문지
이경호, 임태우Applied Intelligence
Jiang Chen; Xianyong ZhangPattern Recognition Letters
Chen G.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 / 학사
각종 정보를 효율적으로 관리하기 위한 데이터베이스 시스템에 대한 데이터 모델링 기법, 화일 시스템의 구성 및 인덱싱 기법, 해싱 기법,데이터베이스의 논리적 구조와 물리적 구조, 각 모델에 따른 각종 질의어(query language) 처리 및 최적화, 동시성 제어(concurrency control), 복구기법(recovery technique) 등의 데이터베이스 설계 기법에 대해서 배운다. 선수과목으로는 자료구조, 운영체제가 요구된다.전선 / 대학원
본 교과목은 응용 데이터사이언스를 위한 데이터 관리의 원리를 가르친다. 이 수업에서 다루는 주제는 다음과 같다. - 데이터 관리의 이론적 배경: 데이터 종류, 1차 논리, 2차 논리, 관계 논리와 관계 대수, 스키마, 정규화 - 관계데이터베이스: 개체-관계 모델, 트랜잭션, 동시성 제어, 로깅, 복구, SQL, OLTP, 쿼리 최적화 - 분산형 및 연합형 데이터베이스 시스템 - 데이터 애널리틱스: OLAP, 컬럼 스토어, ETL, 작업 데이터 저장소, 데이터 웨어하우스, 데이터 레이크, 인메모리 데이터베이스 - 데이터베이스의 물리적 디자인: Postgres 또는 MySQL을 이용한 B-tree 구현 등 - 데이터 처리: 파이썬의 NumPy, Pandas 등을 활용 이를 바탕으로 적용분야에 데이터사이언스를 응용할 기틀을 마련한다.전선 / 대학원
본 강의는 농식품 공급망에서의 레질리언스 역량 강화에 대한 이론 및 모형을 다루고 농식품 공급망 레질리언스와 관련된 주요 이슈 및 연구 동향을 살펴보며 이를 통해 공급망 레질리언스 구축 방안에 대해 심층적으로 논의하는데 그 목표를 두고 있다. 구체적으로 농식품 공급망에서의 다양한 리스크 요인들을 살펴보고 이에 대해 공급망 입지 및 공급망 설계, 구매 및 공급자 관리, 생산 및 운영 등의 전략적 접근 방안을 다루게 된다.전선 / 대학원
본 강좌는 데이터사이언스 대학원의 ABC(AI model/algorithm, Big data, Computing) 교육 과정 중 빅데이터(B) 분야 첫번째 강좌이다. 이 강좌에서는 데이터사이언스와 관련 분야를 위한 데이터 관리의 원론을 가르친다. 이 수업에서 다루는 주제는 다음과 같다. - 데이터 관리의 이론적 배경: 데이터 종류, 1차 논리, 2차 논리, 관계 논리와 관계 대수, 스키마, 정규화 - 관계데이터베이스: 개체-관계 모델, 트랜잭션, 동시성 제어, 로깅, 복구, SQL, OLTP, 쿼리 최적화 - 분산형 및 연합형 데이터베이스 시스템 - 데이터 애널리틱스: OLAP, 컬럼 스토어, ETL, 작업 데이터 저장소, 데이터 웨어하우스, 데이터 레이크, 인메모리 데이터베이스 - 데이터베이스의 물리적 디자인: Postgres 또는 MySQL을 이용한 B-tree 구현 등 - 데이터 처리: 파이썬의 NumPy, Pandas 등을 활용전선 / 대학원
교육연구에서 사용되는 데이터의 구조가 대부분 학생이 교사나 학교에 내재되어 있는 위계적인 구조를 가지는 경우가 많다는 점에서, 다층모형은 양적 연구 방법론을 익히고자 하는 교육 연구자에게 매우 필요한 방법론이라고 할 수 있다. 이 교과목에서는 다층모형을 이해하는 데 필요한 통계적 기초를 포함하여 다층모형의 기본적 개념 및 이론적 기초를 다루며, 이를 토대로 하여 2수준과 3수준 다층모형에서 시작하여 종속변수가 연속변수가 아닌 이분변수나 다분변수일 때 적용가능한 다층모형과 다시점 데이터에 적용가능한 변화에 대한 다층성장모형까지 교육연구에서 가장 자주 사용되는 기본적 모형들을 소개하고자 한다.전선 / 대학원
본 과목에서는 농식품 산업에서의 공급망 및 운영전략과 관련하여 기후변화 및 지속가능성, 공급망 레질리언스 및 글로벌 공급망 운영전략 등의 관점에서 기본적인 이론과 모형을 습득하고 해당 분야의 최근 연구 동향을 살펴보는 것을 목표로 한다. 구체적으로 공급망 입지 및 네트워크, 구매 전략, 공급망 협력, 생산 및 운영전략, 공급망 혁신기술 등의 연구 분야에서 주요 연구 결과를 논의하고 새로운 연구 문제를 창출할 수 있도록 한다.전선 / 대학원
본 교과목은 식품 비즈니스 분야의 대학원에서의 아카데믹 연구를 위한 기본적인 지식을 제공하는 것을 그 목적으로 한다. 본 교과목은 연구 설계, 문헌 연구, 변수 설정, 가설 개발, 자료 수집, 설문 개발, 샘플링, 자료 분석 등의 아카데믹 연구 분야의 다양한 주제들을 다룬다. 본 수업을 ㅛ성공적으로 수강한 학생은 국제 학술 대회 수준의 연구를 수행할 수 있도록 한다.전선 / 학사
컴퓨터를 활용하여 문제를 해결할 시 그 활용이 필수적인 기본적인 자료 구조에 대해 가르친다. 배열, linked list, stack, queue, priority queue, search tree, hash table, balanced search tree 등의 자료구조의 구성, 활용 방법 및 효율성을 강의한다. Python 기반의 숙제를 통해 수강생이 직접 각 자료구조를 구현/활용할 수 있는 능력을 배양한다.전선 / 대학원
본 과목은 도시설계 및 조경학 분야에 특화된 정량적 도시환경 실증연구 방법론 세미나 수업이다. 본 과목은 정량적 연구방법론의 이해와 활용능력 습득을 통해 독립적으로 정량적 분석 연구를 수행할 수 있는 능력을 기르는 것을 목표로 한다. 이를 위해 “물리적 도시환경의 측정”,“정량적 분석의 기초”, “기초 통계 모형”의 세 가지 주제를 다룬다. 물리적 도시환경의 측정에서는 도시환경의 개념과 지표 도출 과정을 배운다. 정량적 분석의 기초에서는 데이터 및 변수의 이해, 개념의 조작화와 가설 검정 등 정량적 분석의 기초를 다룬다. 기초 통계 모형 부분에서는 종속 변수의 특성에 따라 적절히 적용해야 하는 가장 기본적인 통계 모형(OLS models, Logistic Models, Count Models)을 다룬다. 학생들은 세미나 내용을 바탕으로 실제 데이터를 활용하여 가설 검정과 분석 결과 해석 실습을 수행할 것이다.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 과목은 도시설계 및 조경학 분야에 특화된 정량적 도시환경 실증연구 방법론 세미나 수업이다. 본 과목은 정량적 연구방법론의 이해와 활용능력 습득을 통해 독립적으로 정량적 분석 연구를 수행할 수 있는 능력을 기르는 것을 목표로 한다. 이를 위해 “물리적 도시환경의 측정”,“정량적 분석의 기초”, “기초 통계 모형”의 세 가지 주제를 다룬다. 물리적 도시환경의 측정에서는 도시환경의 개념과 지표 도출 과정을 배운다. 정량적 분석의 기초에서는 데이터 및 변수의 이해, 개념의 조작화와 가설 검정 등 정량적 분석의 기초를 다룬다. 기초 통계 모형 부분에서는 종속 변수의 특성에 따라 적절히 적용해야 하는 가장 기본적인 통계 모형(OLS models, Logistic Models, Count Models)을 다룬다. 학생들은 세미나 내용을 바탕으로 실제 데이터를 활용하여 가설 검정과 분석 결과 해석 실습을 수행할 것이다.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 / 학사
이 과목에서는 컴퓨터를 통하여 데이터 관련 문제를 해결하기 위해 필요한 자료 구조와 문제 해결을 위한 알고리즘 설계 방법을 학습한다. 배열, 연결 리스트, 큐, 스택, 우선순위 큐 등의 기본적인 자료구조를 배우고, 검색 트리, 해시 테이블, 균형 잡힌 검색 트리 등 자료의 색인을 위한 자료구조와 그들의 효율성을 배운다. 정렬, 그래프 등의 알고리즘 설계를 위한 이론도 제공한다.전선 / 학사
Gauss 소거법, Cholesky 분해, Householder와 Gram-Schmidt 해법, 데이터 맞춤, 비선형 최소자승법, 심플렉스 해법, 행렬의 분할, Jacobi와 Seidel 반복법, 이완해법, 유한차분법, ADI 해법, 켤레 그래디언트 해법 등을 다룬다.전선 / 학사
본 과목에서는 데이터베이스 분야의 핵심 개념(데이터 모델, SQL, 무결성 제약조건, 데이터베이스 디자인, 스토리지 구조, 트랜잭션 등)을 소개한다. 또한 프로젝트를 통해 주요 개념을 실제로 구현, 활용할 수 있도록 한다.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.전필 / 대학원
본 과목은 행정 및 정책 연구에 있어서 기초가 되는 방법론적 연구역량의 배양과 양질의 연구를 수행할 수 있는 연구설계의 논리와 유형을 이해하는데 목적이 있다. 여기에는 3가지 하위목표를 상정할 수 있는데, 첫째, 과학적 실증연구의 논리를 살펴보고, 대표적인 연구방법론으로서의 양적 접근법과 질적 접근법 간의 논쟁을 살펴봄으로써, 방법론적 다원주의와 분석적 엄격성을 이해하고자 한다. 특히 각각의 접근법이 보유하는 논리와 절차의 상이성에도 불구하고, 그 평가기준의 공통점이 존재하고 또한 바람직함이 존재하는데, 이를 살펴보고자 한다. 둘째, 정책은 일정 목적을 달성하기 위한 수단으로 구성되는 것이 일반적이며 따라서 적절한 인과추론의 논리가 필수적이다. 이때 인과추론의 적절성은 연구설계의 논리 구조와 이를 위한 가정에 있음을 이해할 필요가 있다. 셋째, 실제 인과추론을 위한 다양한 방법론에 대한 이해와 응용역량의 배양을 도모한다. 이러한 논의는 향후 수강할 양적연구방법과 질적연구방법의 이론적·실무적 토대가 될 것이다.전선 / 학사
전선 / 대학원
이 강좌는 석·박사 학위 논문 작성 등 교육연구에 필요한 통계적 분석에 대한 개념과 이론에 대한 폭넓은 이해를 돕고, 실제 교육연구에서 통계적 기법들을 적절히 활용할 수 있도록 하기 위한 것이다. 이를 위해 교육관련 각종 연구 자료의 특성(예: 다층 자료, 유목 자료, 연속 자료 등)에 적절한 통계적 기법들에 대한 소개와 함께 관련 컴퓨터 프로그램을 활용하여 실제로 분석할 수 있도록 하기 위한 것이다. 아울러 수강생들은 관심 있는 교육관련 자료를 분석하고 그 결과를 수업시간에 보고하는 기회를 가지게 될 것이다.