최근 확인한 콘텐츠
loading...
본 연구는 시공간자료에 데이터마이닝을 적용하여 정보를 탐색하고 시각화하는 데 초점을 맞추었습니다. 대기오염물질 데이터를 사례로 CHAID 알고리즘을 통해 오염물질 표출에 영향을 미치는 요인을 분석하고, 시공간 큐브를 활용하여 시간 경과에 따른 공간적 추세를 파악했습니다. 특히, 3차원 시공간 큐브와 연동된 시각화 방법을 통해 시공간적 변화 패턴을 다차원적으로 분석했습니다.
Advances in spatial data handling : geophysical dynamics, geosimulation and exploratory visualization
Statistics for spatio-temporal data
Spatial information theory : a theoretical basis for GIS : European Conference, COSIT'93, Marciana Marina, Elba Island, Italy, September 19-22, 1993 : proceedings
Mathematical submodels in water quality systems
Design and implementation of large spatial databases : proceedings
Understanding dynamics of geographic domains
한국 청동기시대 공간과 경관
Handbook of applied spatial analysis : software tools, methods and applications
Spatio-temporal database management : International Workshop STDBM'99, Edinburgh, Scotland, September 10-11, 1999 : proceedings
Data analysis in astronomy
Thermally-driven mesoscale flows and their Interaction with atmospheric boundary layer turbulence : doctoral thesis accepted by Universidad Complutense de Madrid, Spain
Atmospheric modeling
Perspectives on spatial data analysis
Knowledge discovery in spatial data
Spatial data analysis : models, methods and techniques
Visualization and verbalization of data
Integrated spatial databases : digital images and GIS : International Workshop ISD'99, Portland, ME, USA, June 14-16, 1999 : selected papers
Spatial analysis with R : statistics, visualization, and computational methods
Statistical data analysis explained : applied environmental statistics with R
IEEE Transactions on Visualization and Computer Graphics
Deng Z.,Weng D.,Liang Y.,Bao J.,Zheng Y.,Schreck T.,Xu M.,Wu Y.IEEE computer graphics and applications
Zhou Z; Ye Z; Liu Y; Liu F; Tao Y; Su WJournal of Visualization
Qu, Dezhan; Lin, Xiaoli; Ren, Ke; Liu, Quanle; Zhang, HuijieIEEE Transactions on Visualization and Computer Graphics
Li J.,Chen S.,Chen W.,Andrienko G.,Andrienko N.IEEE Access
Zhao G.,Huang G.,He H.,He H.,Ren J.Advances in Intelligent Systems and Computing
Bui, Tien-Cuong; Kim, Joonyoung; Kang, Taewoo; Lee, Donghyeon; Choi, Junyoung; Yang, Insoon; Jung, Kyomin; Cha, Sang KyunInternational Journal of Environmental Research and Public Health
Park, Yeonkyeong; Song, Insang; Yi, Jeeeun; Yi, Seon-Ju; Kim, Sun-YoungConcurrency and Computation: Practice and Experience
Liu B.,Zhao H.,Liu Y.,Wang S.,Li J.,Li Y.,Lang J.,Gu R.Journal of Visualization
Luo, Xinchi; Jiang, Runfeng; Yang, Bin; Qin, Hongxing; Hu, HaiboGIScience and Remote Sensing
Wang H.,Zhang H.,Zhu H.,Zhao F.,Jiang S.,Tang G.,Xiong L.IEEE Access
Ren K.,Wu Y.,Zhang H.,Fu J.,Qu D.,Lin X.ACM Transactions on Knowledge Discovery from Data
Ren S.,Guo B.,Li K.,Wang Q.,Wang Q.,Yu Z.The Visual Computer: International Journal of Computer Graphics
Li, Jiayang; Bi, ChongkeATMOSPHERIC ENVIRONMENT
Zhang, Bo; Rong, Yi; Yong, Ruihan; Qin, Dongming; Li, Maozhen; Zou, Guojian; Pan, JianguoIEEE transactions on visualization and computer graphics
Goodwin S; Dykes J; Slingsby A; Turkay CIEEE Transactions on Visualization and Computer Graphics
Mota R.,Ferreira N.,Silva J.D.,Horga M.,Lage M.,Ceferino L.,Alim U.,Sharlin E.,Miranda F.INTERNATIONAL JOURNAL OF GEOGRAPHICAL INFORMATION SCIENCE
Cheng, Changxiu; Wu, Xiaojing; Zurita-Milla, Raul; Song, ChangqingCartography and Geographic Information Science
Desjardins M.R.,Hohl A.,Griffith A.,Delmelle E.Journal of Circuits, Systems and Computers
P Thejaswini; Sunita Shirahatti; G S Gunasagari; Rohini S. Hongal; Rajeshwari S Mattimani한국데이터정보과학회지
오영창; 박은식전선 / 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
데이터마이닝 (Data Mining)은 대용량 데이터베이스에 존재하는 데이터 간의 관계, 패턴, 규칙 등을 찾아내고 모형화해서 의사결정을 돕고, 유용한 정보로 변환하는 일련의 과정이다. 본 강좌에서는 기술모델링과 예측모델링에 사용되는 통계학, 기계학습, 신경회로망 기법들을 공부하고, 응용 사례 연구와 패키지를 이용한 프로젝트를 수행한다.전선 / 학사
이 과목은 시공간 좌표체계에서 측정된 사회와 자연현상의 데이터 사이언스 분석기법을 다룬다. 지리학의 제 분야에서 다루는 정보를 정량적 분석이라는 맥락에서 “공간정보분석 1, 2”의 선행과목을 이수한 학생을 대상으로 한다. 시공간 자료구조, 시계열 모형, 공간모형의 이론을 고찰하고 머신러닝 알고리즘과 지리정보시스템을 플랫폼으로 실제 사례분석을 연습한다.전선 / 학사
통계학, 인공지능, 컴퓨터공학의 도구를 총체적으로 사용하는 데이터마이닝은 기존의 과학 및 공학 분야 뿐 아니라 생산, 마케팅, 금융 등과 같은 비즈니스 분야에도 활발히 사용되고 있다. 본 강좌에서는 데이터마이닝의 기본적인 문제인 클러스터링, 분류, 연관분석 등과 해당 기법들을 소개한다. 또한, 실제 비즈니스에서 데이터마이닝이 사용되는 배경 및 사례를 공부한다. 생산, 마케팅, 금융 분야의 실제 데이터를 사용하여 마이닝을 수행하는 프로젝트를 함으로써 이들 분야에 있어서의 데이터마이닝의 특성을 이해하고 문제해결능력을 제고하고자 한다.전선 / 대학원
광범위한 산림자원과 경관의 관리를 위해서 공간정보를 이용할 수 있다. 디지털화된 공간정보는 기초 지형정보, 인문사회적정보, 원격탐사 등과 관계형 데이터베이스로 연결할 수 있으며, 정보의 조합과 분석을 통해 산림경관의 관리에 필요한 정보를 생성할 수 있다. 이 강의에서는 프로그래밍을 기반으로 산림 분야의 공간분석 능력을 기르고, 대량 생산되고 있는 모바일과 원격탐사 데이터 등의 산림 분야 적용 가능성과 방향을 고찰한다.전선 / 학사
수많은 기업과 조직들은 머신러닝과 AI를 빅데이터에 적용하여 의사결정을 내리고 가치를 창출하고 있습니다. 하지만 그 과정에서 점점 커져가는 데이터와 점점 복잡해져 가는 알고리즘을 의사결정자인 사람이 이해하는 것이 필수적으로 선행되어야 합니다. 데이터 시각화는 데이터와 알고리즘을 사람이 직관적으로 이해할 수 있도록 도와주는 강력한 도구입니다. 이 수업을 통해 학생들은 다양한 유형의 데이터를 요약하고 시각적으로 표현하여 다른 사람과 효과적으로 커뮤니케이션 할 수 있는 방법들에 대해서 배울 것입니다.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
에너지 수요 급증, 탄소중립, 환경 문제 등으로 인해 에너지 생산 및 사용의 효율성이 보다 중요해지고 있다. 본 교과목에서는 에너지 생산 및 사용의 효율성을 향상시킬 수 있는 데이터 사이언스 기법을 학습한다. 데이터 사이언스는 자료에 숨겨진 유의미한 패턴을 여러 분야의 기법을 사용하여 찾아내는 분야이다. 본 교과목에서는 대표적인 데이터 사이언스 기법인 주성분 분석, 다차원 척도법 등의 차원축소 기법, k-means 클러스터링, 밀도기반 클러스터링 등의 클러스터링 기법, 딥러닝, Support Vector Machine 등의 기계학습 기법을 학습한다. 학습한 데이터 사이언스 기법들을 에너지 데이터에 대해 특성 추출 및 분류, 이상현상 탐지 및 분류, 수요 및 가격 예측, 개발 계획의 신속한 최적화 등 다양한 문제에 적용하는 실습을 수행한다.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
본 교과목은 데이터를 분석하여 유용한 정보를 추출하고 모델을 만들어 예측에 사용하는 데이터 마이닝에 대해 보다 깊이 있게 소개한다. 데이터마이닝의 중요한 알고리즘, 기반 기술, 대용량 데이터를 효과적으로 처리하는 마이닝 기술 등을 학습한다. 그리고 분산 시스템과 다수의 머신을 이용하여 빠르고 확장성 있게 대용량 데이터를 처리하는 방법을 논의한다. 또한 여러 실제 세계 응용에 어떻게 데이터마이닝을 적용하는지에 대해서도 논의한다. 주요 주제로 그래프 데이터 분석, 행렬/텐서 데이터 분석, 비정상 이벤트 탐지 등이 있다.전선 / 대학원
대상지의 환경 상태를 과학적으로 진단하고 정확하게 평가하는 것은 더 나은 환경계획 수립을 위한 선결조건이다. 최근에는 다양한 환경모니터링 기술의 발전과 함께, 보다 높은 시공간적 스케일에서 양질의 환경자료를 보다 효율적으로 취득하는 것이 가능해지고 있다. 또한 다양한 환경분야에서 서로 다른 목적과 강도로 수집된 자료들 또한 빅데이터 기술을 통해 융합, 분석됨으로써 환경평가에 활용하는 것이 기대되고 있다. 본 수업에서는 이러한 생태환경을 구성하는 다양한 생물적, 비생물적 인자들에 대한 모니터링 방법론과 기술들을 소개하고, 워크숍을 통해 그 효용성과 한계를 토론하는 시간을 가진다. 이를 통해 수강자들은 환경자료에 대한 이해를 높이며, 이를 바탕으로 보다 합리적인 환경평가방법을 고민하게 된다.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.전선 / 학사
건축물의 환경생태학적 특성에 대한 이해를 바탕으로 다양한 환경성능을 만족시킬 수 있는 건축적 요구사항, 건축환경이론에 근거한 환경시스템의 분석, 평가에 의하여 건축환경시스템의 개념 및 기본원리를 파악하고 건축환경계획에 응용하는 방법에 대하여 학습한다.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 / 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
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
본 강좌는 다양한 머신러닝기법을 활용한 기후환경데이터 분석 방법을 소개한다. Linear regression, Logistic regression, Support Vector Machine (SVM), Random Forest, XGBoost, LightGBM 등과 같은 지도 학습 기법에 더불어,K-mean clustering, Principal Component Analysis, Singular Value Decomposition,Self-Organizing Map (SOM) 등의 비지도 학습 머신러닝 기법들의 구동 원리를 파악할 수 있는 이론 강의와, 이 중 일부를 활용한 실습 과정으로 구성된다. 다양한 머신러닝 기법 기반의 데이터 분석 방법을 비교함으로서 머신러닝 기법들의 장단점을 파악할 수 있도록 한다.전선 / 학사
데이터마이닝은 대용량 데이터에서 유용한 패턴을 찾기 위한 이론과 기법을 의미한다. 데이터마이닝은 웹, 사기 탐지, 추천 시스템, 사이버 보안 등 중요한 응용에 활용되고 있다. 본 과목에서는 데이터마이닝을 위한 중요 알고리즘과 이론을 설명한다. 주요 학습 주제로 mapreduce, 유사 아이템 검색, 빈발 패턴 검색, 링크 분석, 데이터 스트림 마이닝, 클러스터링, 그래프 마이닝 등을 다룬다.전선 / 대학원
대기 환경 내 미량 물질의 화학적 특성 및 화학반응에 의해 일어나는 대기 중 물질의 생성 및 소멸을 포함한 화학적 변환과정을 다루도록 한다. 특히 인간의 활동의 의해 배출된 물질이 대기 환경을 어떻게 변화 시키는지에 관하여 화학적 관점 (광화학, 반응속도론, 열역학 등) 으로 다룰 예정이다. 대기 오염, 기후 변화, 스모그와 같은 최근의 대기 환경문제에 적용하여 이를 화학적으로 이해 할 수 있는 연구 능력을 배양 하고자 한다.