최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 MMS와 UAV 점군 데이터의 자동 정합 성능을 ICP 기법을 이용하여 평가했습니다. 여의도 지역을 대상으로 UAV 데이터를 기반으로 MMS 데이터를 수동 정합 후 ICP 기반 자동 정합 결과와 비교 분석했으며, 데이터 중첩률과 노이즈 레벨에 따라 정합 정확도가 달라짐을 확인했습니다.
Innovations in remote sensing and photogrammetry
Integrated spatial databases : digital images and GIS : International Workshop ISD'99, Portland, ME, USA, June 14-16, 1999 : selected papers
3D geoinformation science: the selected papers of the 3D GeoInfo 2014
Automatic extraction of man-made objects from aerial and space images (II)
The European information society : taking geoinformation science one step further
Bin-Picking : new approaches for a classical problem
Artificial Intelligence for Communications and Networks : Second EAI International Conference, AICON 2020, Virtual Event, December 19-20, 2020, Proceedings
Optimization and cooperative control strategies : proceedings of the 8th international conference on cooperative control and optimization
Unmanned aerial vehicles
Aircraft noise : assessment, prediciton and control
Advances in 3d geoinformation systems
Medical image computing and computer-assisted intervention--MICCAI '99 : second international conference, Cambridge, UK, September 19-22, 1999 : proceedings
Advances in multiresolution for geometric modelling
Sensor based intelligent robots : international workshop, Dagstuhl Castle, Germany, September 28-October 2, 1998 : selected papers
Image technology : advances in image processing, multimedia and machine vision
Efficient 3d scene modeling and mosaicing
Remote sensing and GIS accuracy assessment
Medical image computing and computer-assisted intervention--MICCAI '98 : first international conference, Cambridge, MA, USA, October 11-13, 1998 : proceedings
High-performance computing and networking : International Conference and Exhibition, Munich, Germany, April 18-20, 1994 : proceedings
Parallel and distributed processing : 10 IPPSSPDP '98 workshops held in conjunction with the 12th International Parallel Processing Symposium and 9th Symposium on Parallel and Distributed Processing, Orlando, Florida, USA, March 30-April 3, 1998 : proceedings
Automation in Construction
Park, Jisoo; Kim, Pileun; Cho, Yong K.; Kang, Junsuk정보과학회논문지 : 소프트웨어 및 응용
김상훈, 조청운, 홍현기대한원격탐사학회지
박소연; 최윤조; 배준수; 홍승환; 손홍규KIBIM Magazine
박수열, 김석Sensors
Choi Y.,Park S.,Kim S.대한공간정보학회지
황진상, 김재구, 윤홍식, 정운철대한공간정보학회지
황진상; 김재구; 윤홍식; 정운철Optics and Laser Technology
Xu M.,Ma H.,Zhong X.,Zhao Q.,Chen S.,Zhong R.Robotics and Autonomous Systems
Xie Y.,Tang Y.,Zhou R.,Guo Y.,Shi H.Computers and Industrial Engineering
Park K.B.,Choi S.H.,Kim M.,Lee J.Y.Optics and Laser Technology
Zhang S.,Wang Q.,Zhang J.,Liu B.Buildings
Li J.,Peng Y.,Tang Z.,Li Z.대한원격탐사학회지
장충수, 김용민, 김태현, 최선용, 고진우, 이승근Engineering Geology
Beni T.,Nava L.,Gigli G.,Frodella W.,Catani F.,Casagli N.,Gallego J.I.,Margottini C.,Spizzichino D.한국컴퓨터그래픽스학회논문지
김지건, 이준희, 박상민, 고광희대한원격탐사학회지
이수암, 황윤혁, 김수현한국산학기술학회논문지
김현수Journal of Applied Remote Sensing
Guevara, J.; Cheein, F.A.A.; Gené-Mola, J.; Gregorio, E.; Torres-Torriti, M.; Reina, G.Journal of Manufacturing Systems
Kozjek D.,Porter C.,Carter F.M.,Bhattad P.,Brackman P.,Lisovich A.,Mogonye J.E.,Cao J.ISPRS International Journal of Geo-Information
Kuçak R.A.,Erol S.,Erol B.전선 / 학사
실습과 병행하여 기초적인 오차조정법, 네트워크 분석, 삼각 및 삼변측량, 트래버스 측량 등의 내용을 강의하고, 전자파거리측정기, 인공위성위치결정 시스템 등을 소개하며, 첨단연구분야인 지리정보시스템(GIS), 위성원격탐사, 디지털 매핑 등의 현황을 설명한다. 또한, 측량 장비 실습과 더불어 QGIS를 이용한 공간정보 자료 분석 실습을 병행한다.전선 / 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
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 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 대학원
수집된 기록들을 보관하기 위해 이를 어떻게 정리하여 배열할 것인가, 혹은 파일과 폴더의 제목은 어떻게 붙일 것인가. 또한 이용을 위해 자료를 어떻게 분류하고 색인화하며, 어떻게 목록화하여 이용자에게 편의를 제공할 것인가를 다룬다. 기록들의 목록, 분류, 색인 등 이용을 위한 기록물 조직방법의 이론과 실습을 통해 기록전문가로서의 자질을 기른다. 또한 기록물 메타데이터의 개념과 구조를 이해시킨다.전선 / 대학원
인간의 다양한 운동기술을 주의깊게 관찰하고 효과적으로 연구하는 방법뿐만 아니라 이러한 복잡한 기술들을 정성적으로 분석하는 여러 가지 운동역학적 접근 방법에 대해 배운다. 특히, 인간의 효율적인 운동동작 수행을 위한 주요 원리와 함께 각종 운동상해 원인에 대한 규명 및 예방방법, 그리고 더 나아가 운동 기술의 수행력을 최대로 하기 위한 기술개발 등에 대한 내용을 중심으로 구성된다.전선 / 대학원
디지털 영상 처리 및 분류를 통한 원격탐사 위성영상으로부터 추출 가능한 지리정보의 효과적인 판독 및 분류 기법을 습득하고 실제 실험 프로젝트를 통하여 위성영상의 판독 능력을 배양한다.전선 / 대학원
센서 정보를 통하여 공간 정보를 획득하고 구성하는 기술은 스마트 팩토리나 생산 설계에 있어 중요한 요소 기술이다. 이 강의는 동시적 위치 추정 및 지도 작성법으로 알려진, 센서 기반 위치 정보 추정과 공간 정보 구성에 대한 내용을 다룬다. 특히 센서가 탑재된 대상이 고정적이지 않은 무인이동체의 센싱을 학습하여, 위치 추정과 공간 정보 추정의 연결성을 배우고, 이를 통하여 스마트 팩토리나 자율 주행에 관심이 있는 학생들에게 관련 기초 지식과 활용 사례를 제공한다.전선 / 대학원
건축과 도시환경을 설계, 시공, 운영하는 과정은 항상 인간 활동을 중심으로 수행되어왔지만, 인간 활동에 관한 실시간의 정량적 데이터를 수집 및 분석하는 데에 기술적 한계가 있었으며, 이로 인해 건축과 도시공간의 기능과 편의를 향상시키는데 많은 어려움이 있음. 본 강의에서는 건축환경에서 실시간으로 사람과 환경의 데이터를 자동으로 수집, 분석, 활용하는 ICT기반 센싱 및 데이터 처리기술에 대해서 학습하고, 스마트홈, 스마트빌딩, 스마트건설의 계획과 각 요소기술의 적용방안에 대해서 논의함. 본 강의를 성공적으로 이수함으로써 학생들이 다음과 같은 역량을 계발하는 것이 가능함. (1) 건축과 도시환경의 설계, 시공, 운영 과정에서 데이터 수집 및 활용 현황, 그리고 내재되어있는 문제점에 대해서 이해하고 논의할 수 있음 (2) 영상, 소리, Lidar 등 센서를 활용한 데이터 수집 기법와 인공신경망 등 기계학습을 활용하여 필요한 정보를 추출하는 과정에 대해서 이해하고, 프로그래밍을 통해 직접 구현할 수 있음 (3) 스마트홈, 스마트빌딩, 스마트건설을 구성원리를 이해하고, 계획에 요구되는 요소기술의 적용에 있어 장/단점과 기회/장벽에 대해서 설명할 수 있음전선 / 대학원
건축과 도시환경을 설계, 시공, 운영하는 과정은 항상 인간 활동을 중심으로 수행되어왔지만, 인간 활동에 관한 실시간의 정량적 데이터를 수집 및 분석하는 데에 기술적 한계가 있었으며, 이로 인해 건축과 도시공간의 기능과 편의를 향상시키는데 많은 어려움이 있음. 본 강의에서는 건축환경에서 실시간으로 사람과 환경의 데이터를 자동으로 수집, 분석, 활용하는 ICT기반 센싱 및 데이터 처리기술에 대해서 학습하고, 스마트홈, 스마트빌딩, 스마트건설의 계획과 각 요소기술의 적용방안에 대해서 논의함. 본 강의를 성공적으로 이수함으로써 학생들이 다음과 같은 역량을 계발하는 것이 가능함. (1) 건축과 도시환경의 설계, 시공, 운영 과정에서 데이터 수집 및 활용 현황, 그리고 내재되어있는 문제점에 대해서 이해하고 논의할 수 있음 (2) 영상, 소리, Lidar 등 센서를 활용한 데이터 수집 기법와 인공신경망 등 기계학습을 활용하여 필요한 정보를 추출하는 과정에 대해서 이해하고, 프로그래밍을 통해 직접 구현할 수 있음 (3) 스마트홈, 스마트빌딩, 스마트건설을 구성원리를 이해하고, 계획에 요구되는 요소기술의 적용에 있어 장/단점과 기회/장벽에 대해서 설명할 수 있음전선 / 대학원
본 과목은 유한 차원 및 무한 차원 벡터 공간에서의 최적화를 통합적으로 다루며, 최적화와 머신러닝 사이의 상호작용에 중점을 둔다. 최적화 알고리즘은 머신러닝의 핵심 역할을 하며 (예: 주어진 데이터셋으로부터 모델을 학습시킬 때) 동시에 고차원 최적화 문제를 풀기 위해 머신러닝 모델이 최근 많이 활용되고 있다 (예: 물리 시스템의 지배 방정식을 무한 차원 최적화 문제의 해로 재구성한 다음, 머신러닝 알고리즘을 사용하여 이에 수반되는 고차원 최적화 문제를 해결하려는 시도). 본 과목에서는 머신러닝 분야에서 필요로 하는 최적화 이론 및 알고리즘과 동시에, 복잡한 최적화 문제를 풀 수 있는 머신러닝 기법들에 대해 심도있게 다룬다.전선 / 학사
“항공드론빅데이터알고리즘”은 드론 기술과 인공지능의 융합을 탐구하는 수업이다. 드론은 자율비행, 데이터 처리, 기계학습 등 다양한 인공지능 기술을 활용하여 복잡한 환경 속에서도 효율적으로 임무를 수행한다. 드론에서 인공지능의 궁극적인 목표는 대량의 데이터를 수집하고, 이를 임무에 맞게 최적화하여 운영하는 것이다. 본 과목에서는 드론이 수집하는 방대한 양의 데이터가 자동화된 방식으로 처리되는 방법을 이해한다. 학생들은 빅데이터 알고리즘의 기본 개념을 배우고, 이를 통해 실질적인 데이터 분석 기법을 습득한다. 특히, 수집된 빅데이터를 활용하여 실제 드론 임무에 적용할 수 있는 사례를 통해 이론과 실무의 연계를 강화한다. 또한, 데이터 분석 과정에서의 도전 과제와 해결책을 모색하고, 최신 기술 동향을 반영하여 학생들이 변화하는 드론 산업에 적응할 수 있도록 돕는다. 궁극적으로, 학생들은 드론의 데이터 분석 역량을 강화하고, 이를 통해 효과적인 의사결정을 내릴 수 있는 능력을 배양한다.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
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.전선 / 대학원
농림기상 분야의 정보에 공간정보의 비중이 크다. 디지털화된 공간정보는 기초 지형정보, 인문사회적정보, 원격탐사 등과 관계형 데이터베이스로 연결할 수 있으며, 정보의 조합과 분석을 통해 농림기상 분야의 관리에 필요한 정보를 생성할 수 있다. 이 강의에서는 프로그래밍을 기반으로 농림기상분야의 공간분석 능력을 기르고, 대량 생산되고 있는 모바일과 원격탐사 데이터 등의 적용 가능성과 방향을 고찰한다.전선 / 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.전선 / 학사
본 교과목은 학부생을 대상으로 바이오시스템 공학의 정밀농업과 자동화 분야에 활발하게 사용되는 지구측위시스템(GPS), 지리정보시스템(GIS), 변량제어기술(VRA) 등의 다양한 정보기술과 수집된 정보를 효율적으로 분석하는 회귀법, 분산분석 등의 공학자를 위한 통계기법을 다룬다. 실제 데이터를 현장에서 수집하고 공학소프트웨어를 이용하여 분석하는 실습을 통하여 바이오시스템 공학자의 정보처리 능력을 증진시키는 목표를 두고 있다.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.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
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.