최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
Big data and computational intelligence in networking
정보통신미디어 컨버전스와 선택·사용 요인의 변화 : 인터넷과 모바일을 중심으로
네트워크 중심성이론 : Gephi&R을 사용한 네트워크 빅데이터 분석
Survey of text mining : clustering, classification, and retrieval
Survey of text mining II : clustering, classification, and retrieval
Mastering digital librarianship : strategy, networking and discovery in academic libraries
신뢰성 분석
DB 기반 대학교수의 연구업적평가 실태조사 및 대안모델 제시
온톨로지 기반 학위논문 서비스를 위한 메타데이터 표준화와 모델링에 관한 연구
Computer networking and scholarly communication in the twenty-first-century university
Egocentric network analysis : foundations, methods, and models
Social networking : mining, visualization, and security
커뮤니케이션 연구를 위한 네트워크 분석
TheStrategic research for the open access system of Korean research memory
Epinets: the epistemic structure and dynamics of social networks
Big data, little data, no data : scholarship in the networked world
국가자료종합목록 발전 및 운영모델 개발에 관한 연구
Social network mining, analysis, and research trends : techniques and applications
Analysis and Visualization of Citation Networks
영어어문교육
권은영, 우경민정보관리학회지
최상희Scientometrics: An International Journal for all Quantitative Aspects of the Science of Science, Communication in Science and Science Policy
Tsay, Ming-yueh; Shen, Tung-mei; Liang, Ming-hsin한국데이터정보과학회지
김진광; 김소형; 오창혁SAGE Open
Zheng J.,Zhang K.,Han B.,Hou J.Scientometrics: An International Journal for all Quantitative Aspects of the Science of Science, Communication in Science and Science Policy
Klimek, Peter; S. Jovanovic, Aleksandar; Egloff, Rainer; Schneider, Reto한국컴퓨터정보학회논문지
김병규, 류범종, 강지훈Journal of the Korean Data and Information Science Society
오창혁 ( Chang Hyuck Oh ); 김진광 ( Jin Kwang Kim ); 김소형 ( So Hyung Kim )Journal of Nanoparticle Research
Jo, Haejin; Park, Yongtae; Kim, Sarah Eunkyung; Lee, Hakyeon한국데이터정보과학회지
김진광, 오창혁, 김소형Scientometrics
Liao, C.H.; Chen, M.-Y.정보처리학회논문지. 소프트웨어 및 데이터 공학
문성구, 김인재Global Intellectual History
Davies, M.; Calma, A.한국데이터정보과학회지
원동기; 최경호정보관리학회지
정은경Journal of Informetrics
Xie, Z.; Lv, Y.; Song, Y.; Wang, Q.정보관리학회지
조현양International Journal of Business and Management
Saranan Photchanachan; Dongxia Huo한국언론학보
전범수, 한상권한국데이터정보과학회지
원동기, 최경호전필 / 대학원
본 과목은 2군 교과목으로 임상의과학자의 양성을 위하여 중개연구의 실제적인 방법론 교육을 목적으로 한다. 학생들은 본 과목을 통하여 중개연구의 다양한 방법론을 접하고 중개연구를 효과적으로 수행할 수 있는 능력을 갖추게 될 것이다. 이를 통하여 중개연구의 다양한 결과들을 비판적으로 분석할 수 있는 능력을 함양한다.전선 / 학사
디지털 테크놀로지가 일상생활 면면에 침투하고 인간경험을 구성하는 필수적인 요소가 되면서, 테크놀로지 사용자인 인간, 컴퓨터, 기계의 만남의 양상 및 사회, 문화적인 맥락에 대한 탐구의 필요성이 커지고 있다. 에쓰노그래피는 인간과 컴퓨터의 접점을 디지털 테크놀로지 사용의 맥락과 사용자의 경험을 중심적으로 접근하는 질적 접근법이다. 이 수업에서는 디지털 테크놀로지 사용에 대한 다양한 에쓰노그래피 사례 검토 및 실습 교육을 통해, 사용자 경험에 대한 질적인 접근의 특징과 유용성을 파악하고, 실제 에쓰노그래피를 수행할 수 있는 능력을 함양하는 것을 목표로 한다. 이를 통해, 계량적 접근이 포착하지 못하는 UX에 대한 심층적인 이해를 도모하고 새로운 HCI 디자인을 개발, 모색할 수 있도록 한다.전필 / 대학원
본 과목은 2군 교과목으로 임상의과학자의 양성을 위하여 중개연구의 최신 동향 교육을 목적으로 한다. 학생들은 중개연구의 최신동향을 분석함으로써 중개연구의 향후 발전 방향을 모색한다. 또한 주요 관련 문헌에 대한 비판적 토론을 통하여 중개연구의 결과들에 대한 비판적 분석능력을 함양한다. 이를 통하여 중개연구를 효과적으로 수행할 수 있는 능력을 갖추게 될 것이다.전선 / 학사
본 과목에서는 대용량의 텍스트를 분석하여 유의미한 결론을 도출하는 텍스트마이닝 기법에 대해 강의한다. Natural language processing, probabilistic topic model, text clustering, text categorization, contextual text mining 등, 텍스트마이닝 분야의 핵심 Keyword 및 기법에 대해 다룬다.전선 / 학사
베이즈 추론은 베이즈 정리를 이용하여 불확실성을 가진 정보를 확률로 표현하고 이를 이용하여 추론을 하는 방법이다. 이 과목에서는 베이즈 추론의 역사적 배경, 베이즈 추론의 기본 요소를 다루고, 현실적인 베이즈 추론을 위해 필요한 베이즈 계산 방법들, 즉 마르코프 체인 몬테 카를로와 변분방법 등을 다룬다. 또한 베이즈 추론을 이표본 검정, 선형 회귀모형, 로지스틱 회귀모형 등 기본적인 통계모형에 적용하여 데이터 분석하는 방법을 배운다.논문 / 대학원
본 강좌는 대학원생들을 대상으로 효과적인 논문 작성법을 지도하기 위해 개설되었다. 수강생들은 지도교수의 지도 아래 논문 작성법을 훈련받게 된다.전필 / 학사
인문학은 전통적으로 질적 접근을 주 방법론으로 삼아왔으나, 최근 수량적 접근의 필요성이 크게 부각되고 있다. 이 과목은 인문데이터과학을 전공하는 학생들에게 인문학의 여러 영역의 자료를 수량적으로 분석하기 위한 기초 지식을 제공한다. 통계의 기본 개념과 추론의 원리를 익히고 통계 소프트웨어를 활용하여 실제 데이터를 분석하는 능력을 키운다. 인문계열 1학년 수준의 수학 배경 지식에 맞추어 통계적 기법을 이해할 수 있도록 이론적인 부분을 최소화하되 추후에 본격적인 통계 관련 수업을 들을 수 있는 수리적인 기초를 닦을 수 있는 기회를 제공할 수 있도록 한다.전선 / 대학원
이 교과목은 정보시스템분야에 대한 개념적/연구중심적 소개가 목적이다. 구체적으로 정보시스템 분야에 대한 정의, 정보시스템분야의 고전 및 현재 연구에 대한 소개, 분야를 이해하기 위한 사고의 틀 제공이 목적이다.전선 / 학사
화학 혹은 화학교육 분야의 최근연구동향에 대해 토의한다. 주어진 주제에 대해 독자적으로 문헌 조사, 실험 계획, 연구 추진, 발표, 평가, 선례 등을 통하여 창의적인 연구를 추진시킨다.전필 / 대학원
최근의 의생명과학의 발전과 함께 기초과학, 공학 및 의학이 융합되는 중개연구가 각광받고 있음. 본 강좌는 health와 관련한 학생들의 관심을 고취하기 위하여 최근에 진행되고 있는 의생명 중개연구 및 임상연구를 질환기전 중심으로 살펴보는 강의임.전선 / 대학원
본 강좌는 중국의 경서에 대한 체계적인 이해를 돕기 위해 개설된 과목이다. 사서삼경을 중심으로 중국의 유가 경전을 자세히 탐독하고, 이를 바탕으로 중국 경전의 현대적 의미를 재해석하는 것이 본 강좌의 주된 목표이다.전선 / 대학원
본 강좌에서는 상고시대부터 춘추전국시대의 문헌과 글쓰기를 중점적으로 다룬다. 이 시기는 ‘문학’이라는 관념이 미분화된 때이므로 지적, 문화적, 사회적 현상 등과의 연계 아래 이 시기에 출현한 제반 문헌과 글쓰기를 복합적으로 다룬다. 수업은 선진시기의 문헌과 관련 연구논저의 강독과 비판적 읽기를 중심으로 진행하면서, 당시의 지성사, 문화사 관련 연구논저 등의 강독과 비판적 읽기를 병행한다. 또한 발표와 세미나, 에세이 작성 등도 병행된다.전필 / 학사
디지털환경으로의 변화를 이해하고 그 산업적 가능성을 모색함에 있어서 무엇보다 우선 요구되는 것은 새로운 디지털기술과 인간간의 상호작용을 이해하는 일이다. 또한 디지털매체를 매개로 새롭게 등장하는 인간 대 인간의 만남, 상호작용, 커뮤니케이션, 대인관계의 발전을 이해하는 일도 새로운 기술발전의 사회적 함의를 이해하는 가장 기본적인 출발점이 된다. 본 과목은 휴먼/컴퓨터 인터페이스 및 컴퓨터매개 커뮤니케이션과 관련된 주요이론 및 연구성과 등을 살펴본다.전선 / 대학원
인체유래물이란 인체로부터 수집하거나 채취한 조직ㆍ세포ㆍ혈액ㆍ체액 등 인체 구성물 또는 이들로부터 분리된 혈청, 혈장, 염색체, DNA, RNA, 단백질 등을 말한다. 해당 교과목은 인체유래물을 활용한 cell line model, xenograft model, organoid model 구축에 대해 소개하고자 한다. 또한 인체유래물을 활용한 다양한 연구 방법 등에 대해 다루고자 한다.전선 / 학사
빅데이터 인문학의 소양은 크게 두 방향에서 갖출 수 있다. 하나는 인문학 전공자가 IT·빅데이터·AI 지식을 습득하는 것이고 다른 하나는 빅데이터·AI를 전공하는 공학도가 인문학적 훈련을 받는 것이다. 관건은 상반된 학문 분야의 기술을 융합하여 새로운 문제를 해결할 수 있는 능력을 기르는 것이다. 빅데이터·AI 기술과 인문적 문제의식이 만나서 유의미한 결과를 냈던 사례들을 구체적으로 살펴봄으로써 기술 지식과 인문적 사고를 융합시키는 훈련을 간접적으로 해 볼 수 있을 것이다. 본 교과목은 디지털 자료와 다양한 데이터 분석 기법을 활용하여 사회·문화적으로 의미 있는 질문을 던질 수 있는 의제설정 능력을 제고하는 데 목표를 두고 있다. 이러한 목표를 달성하기 위해 본 교과과정에는 다음과 같은 내용이 포함된다. 1) 디지털 시대에 인문적 사고의 효용 2) 인문적 사고를 기르는 기본적 활동과 그 효과 3) 디지털 인문 데이터의 정의와 설명 4) 디지털 인문 데이터의 다양한 사례 5) 디지털 인문 데이터를 이용한 산업적 문제해결 사례와 사회 문제해결 사례전선 / 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.전필 / 학사
이 과목은 인문데이터과학 전공 전반에 대한 기본 지식을 습득하는데 목표를 두고 있다. 우선 인문학의 각 영역에서 생산되는 다양한 인문데이터의 고찰에서부터 이 데이터를 과학적으로 분석하고 데이터화하는 방법과 실제로 처리하는데 필요한 개념을 습득한다. 또한 반응시간측정, 안구측정(Eye tracker), 뇌파측정(EEG) 등의 인지 반응 데이터를 수집하는 다양한 방법론을 학습할 수 있는 기회를 갖게 된다. 이러한 과정을 통해 수강생들은 인문데이터 과학 전공을 수행할 수 있는 기본 능력을 갖추게 될 것이다. 본 강의는 각 주제에 따라 복수의 강사가 진행하는 공동운영 강좌로 운영된다.전선 / 학사
전선 / 학사
데이터 마이닝은 대용량 데이터에서 유용한 패턴을 찾기 위한 이론과 기법을 의미한다. 본 과목에서는 데이터 마이닝을 위한 주요 알고리즘 및 이론(유사 아이템 검색, 빈발 패턴 검색, 링크 분석, 데이터 스트림 마이닝, 클러스터링, 그래프 마이닝 등)을 다룬다.교양 / 학사
본 교과목은 초급한문과 중급한문에 이은 고급 수준의 한문 명작에 대한 강좌이다. 초중급 한문 과정에서 다져진 실력을 바탕으로 고품격의 다양한 한문 문장을 정밀하게 읽어보는 과정이다. 초급한문과 중급한문에서는 주로 모범적이고 정격에 가까우며 비교적 평이한 문장을 다룬다. 그러다보니 유명하고 중요한 한문 문장임에도 초급자가 이해하기 쉽지 않다고 판단되면 배제되는 경우가 많았다. 본 강좌에서는 이러한 한문 문장을 경사자집(經史子集)의 다방면에 걸쳐 두루 선별하여 읽어보고자 한다. 본 교과목까지 수강하게 되면 정격적인 한문 문장뿐만 아니라 다소 파격적이고 난해한 문장에 대한 이해와 적응력을 높임으로써 한문을 깊이 배우거나 한문과 관련된 분야를 전공하려는 학문후속세대에게 자신감을 심어줄 수 있을 것이다.