최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Nahm D.H.,Ye Y.M.,Shin Y.S.,Park H.S.,Kim M.E.,Kwon B.,Cho S.M.,Han J.
2020 / Allergy, Asthma and Immunology Research
데이터가 존재하지 않습니다.
loading...
범죄유발지역·공간에 대한 위험성 평가도구 개발·적용 및 정책대안에 관한 연구.
(빅 데이터가 만드는) 비즈니스 미래지도 : 미래 경제를 움직이는 거대한 데이터 혁명
Machine learning forensics for law enforcement, security, and intelligence
Fraud and fraud detection : a data analytics approach
Reality mining : using big data to engineer a better world
Predictive policing and artificial intelligence
혁신사례로 보는 미래정부
법과학을 적용한 형사사법의 선진화 방안 =
Big data, crime and social control
빅데이터 세상 : 당신의 숨겨진 욕망까지 읽어드립니다
Analyzing crime patterns : frontiers of practice
범죄와 AI
범죄와 AI
범죄 빅데이터를 활용한 범죄예방시스템 구축을 위한 예비 연구.
(데이터는 알고 있다) 빅 데이터가 만드는 세상 삶과 일, 그리고 생각하는 방식을 바꿔놓을 대혁명 /
(데이터는 알고 있다) 빅 데이터가 만드는 세상 : 삶과 일, 그리고 생각하는 방식을 바꿔놓을 대혁명
Future crimes : everything is connected, everyone is vulnerable and what we can do about it
Putting fear of crime on the map : investigating perceptions of crime using geographic information systems
AI로봇과 범죄
The technology of policing : crime mapping, information technology, and the rationality of crime control
한국범죄심리연구
유병후한국경찰학회보
홍승표, 임선영, 고으뜸, 홍성초, 김정운, 임중연International Journal of Social Science Studies
Shuang Zhang한국인터넷방송통신학회 논문지
김성준NEURAL PROCESSING LETTERS
Cai, Yijun; Li, Dian; Wang, YuyueProcedia Environmental Sciences
Moon, Tae-Heon; Heo, Sun-Young; Lee, Sang-Ho한국지역정보화학회지
조영임법학연구
최정일Policing and Society
Neiva L.,Granja R.,Machado H.영남법학
이준복한국치안행정논집
김중곤, 이태현형사법의 신동향
양종모Artificial Intelligence and Law
Simmler M.,Brunner S.,Canova G.,Schedler K.Computers, Materials and Continua
Yin J.인터넷정보학회논문지
전진호, 정승렬ACM SIGKDD Explorations Newsletter
Jiliang Tang; Xiangyu ZhaoThe British Journal of Criminology
Smith, Gavin J. D.; Moses, Lyria Bennett; Chan, JanetBritish Journal of Criminology
Moses, L.B.; Chan, J.; Smith, G.J.D.European Journal on Criminal Policy and Research
Hardyns, Wim; Rummens, Anneleen정보보호학회논문지
김주희전선 / 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
사물인터넷(IoT)을 비롯한 스마트 환경과 소셜네트워크 서비스의 보편화로 인해 다양하고 방대한 데이터가 발생하고 있다. 이와 함께 막대한 양의 데이터를 신속하게 처리할 수 있는 컴퓨팅 환경의 발달과 창의적인 시각으로 데이터를 분석하고 연결하는 인공지능의 개발로 빅데이터는 여러 분야의 혁신적인 패러다임으로 등장하고 있다. 빅데이터는 데이터 그 자체의 효용성보다는 다양한 방법의 가공을 통한 데이터 간의 연결 및 창의적인 분석을 통해 혁신적인 가치를 창출하고 있으며, 빅데이터의 분석과 활용은 산업과 국가 경쟁력의 척도가 되고 있다. 빅데이터의 분석을 통해 새로운 가치를 창출하기 위해서는 다학제적 융합연구가 필요하다. 이 강의에서는 빅데이터 기업, 연구소 및 학계 전문가들을 초빙하여 최신 빅데이터 기술 경향에 대하여 알아본다. 또한 실제 업무에서 사용되는 툴을 활용하여 다양한 분석 기법을 공부하게 된다. 빅데이터 분야에 관심있는 학생들에게 진로 및 전공 선택에 대한 전망을 제시하게 될 것이다.전선 / 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 / 대학원
최근 정보통신기술이 발전하면서 교통분야에서 다양한 데이터가 수집되고 활용된다. 차량과 사람의 위치 데이터, 교통량, 속도, 밀도 등 교통흐름과 관련된 데이터, 대중교통 이용 실태를 확인할 수 있는 교통카드 데이터 등이 대표적이다. 이들은 모두 실시간으로 빠르게 수집되는 만큼 양도 방대하다. 소위 빅데이터의 특징인 Volume (양), Variety (종류), Velocity (속도)의 특징을 모두 가진다. 본 교과목은 교통 분야 빅데이터의 유형을 이해하고 이를 분석하는 것을 목적으로 한다. 이를 위해 우선 빅데이터의 기초와 시각화 방안을 배운다. 이후 인공지능 방법론의 기초를 학습하고 교통 빅데이터를 이용하여 CNN, RNN 분석을 수행해 본다. 아울러 군집분석, 의사결정나무 등 자주 활용되는 데이터 분석기법도 배운다.전선 / 대학원
데이터 마이닝은 빅 데이터를 분석하기 위한 핵심 도구로서 많은 관심을 받고 있다. 특히 컴퓨터 공학 측면에서 고급 데이터 마이닝 알고리즘 및 분석 플랫폼을 설계하고 구현하는 기술을 학습하는 것은 최근 넘쳐나는 빅 데이터에서 실행 가능한 지식을 추출하는데 핵심적인 역할을 한다. 본 과목에서는 빅 데이터를 분석하기 위한 컴퓨터 공학 기반 고급 기술, 알고리즘, 핵심 플랫폼을 다룬다. 또한 초 대용량 데이터, 초고속 데이터 등을 효과적으로 분석하는 기법을 학습한다.전선 / 대학원
머신러닝 등 빅데이터를 활용한 인공지능 기술의 급속한 발전 및 사회 각 분야로의 파급에 따라 그에 관한 법 시스템 및 규제 전반에 대한 논의의 필요성이 급격하게 증가하고 있음. 데이터 및 인공지능 기술 및 방법론 개관, 데이터 및 인공지능과 관련된 법제도 개관, 로보틱스 및 자율주행차와 관련된 규제 및 책임제도 개관, 데이터와 프라이버시, 데이터와 시장경쟁, 인공지능과 노동, 인공지능과 사회경제적 차별, 인공지능과 불법행위 책임, 인공지능 의사결정의 투명성 및 책임성(accountability), 설명가능/해석가능한 인공지능과 법적 책임 등.전선 / 학사
이 수업은 현대 사회에서 데이터화가 미치는 영향과 그에 따른 소통적 실천들의 변화에 대한 주요 쟁점들을 심도있게 고찰한다. 논의 주제로는 데이터 편향 및 윤리, 디지털 감시 기술, 미래 발전 담론, 스마트시티와 커뮤니티, 데이터 인프라와 도시 환경 문제 등이 포함되며, 이 주제들을 심층적으로 탐구하기 위해 미디어 연구, 문화 연구 및 과학기술학의 핵심 개념과 방법론들을 폭넓게 살펴본다. 이론적 학습과 참여형 실습 과제를 통해 학생들은 데이터에 관한 맥락적 이해를 높이고, 인문사회학적 접근법의 중요성을 성찰할 기회를 갖는다. 또한 실제 사례 분석과 토론을 통해 데이터 사회에 관한 총체적, 비판적 사고 능력을 배양한다.전선 / 대학원
탐구에 활용되는 데이터를 수집하는 도구로써 사물인터넷 기반 센서를 활용하는 방법, 그리고 센서로부터 축적된 빅데이터 자료를 활용하는 정보처리 역량을 함양한다. 이와 같은 도구와 역량을 기반으로 하여 탐구 수업에서 활용하는 사례를 실습하면서 탐구 지도 과정을 경험한다.전선 / 대학원
현대사회의 다양한 공공안전과 관련된 이슈들 중 특히 범죄와 관련된 제반 이론들과 그에 기초하여 정부가 시행하는 다양한 정책 및 프로그램들의 효과성에 대하여 논의한다. 특히, 최근 이슈가 되고 있는 다양한 유형의 주요 범죄들에 대한 정부의 대응을 평가하며 구체적인 형사사법기관인 경찰, 검찰, 법원, 교도의 각 영역별 주요이슈와 논점들에 대하여 학습한다.전선 / 학사
빅데이터는 실세계에서 일어나는 복잡한 문제를 해결하기 위한 통찰력을 제공한다. 이 과목은 빅데이터를 소개하며, 데이터 가공, 분석 및 시각화를 위한 프로그래밍 언어 (Python), 데이터 분석을 위한 통계 및 머신러닝 방법 등을 가르친다. 실습 및 프로젝트를 통해서 학생들이 실제 데이터를 분석할 수 있는 능력을 배양한다. 데이터 중심의 컴퓨팅, 정량적 사고와 추론, 탐색적 데이터 분석에 대한 강조를 통해 이 과목에서는 데이터 과학의 핵심 원리와 기술을 다룰 것이다.전선 / 학사
이 강좌는 사회 현상의 새로운 보고(寶庫)인 ‘소셜 빅데이터(social big data)’를 수집하고 분석하는 방법을 다룬다. ‘초연결사회’가 도래하면서 사람과 사물의 사회적 행동 및 관계들 상당 부분이 디지털 빅데이터로 서버에 저장되어 분석을 기다리고 있다. 이 ‘소셜 빅데이터’는 전통적인 사회조사분석의 패턴, 즉 설문 조사, 표본 조사, 정형 데이터, 통계 분석 등의 조합과는 또 다른 조사 분석의 환경과 방법을 요구한다. 이를 위해서는 적어도 Open API 를 활용한 데이터 수집, 텍스트 내용 분석, 소셜 네트워크 분석, 기계 학습, 스크립트에 의한 분석흐름 제어 방법 등이 필요하다. 개념적인 소개와 더불어 실제 빅데이터를 직접 수집해서 다양하게 주물러 보는 체험을 해봄으로써, 수학과 프로그래밍을 전공하지 않은 보통의 문과 사회과학도라도 ‘소셜 빅데이터’를 두려움 없이 다룰 수 있는 기초 소양을 쌓도록 하는 것이 이 강좌의 목표이다.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
치과의료 빅데이터(OCS, EMR, PACS)를 활용하여 치과환자의 진단/치료/예방에 활용하기 위한, 빅데이터 생성/통합/분석 방법에 대해 학습함. 임상의사 결정지원 솔류션을 제공하고 치과의료 질과 안정성 향상 달성하기 위하여, 치과환자 데이터의 효율적 수집/저장/분석을 위한 통합기술 및 구조화기술을 학습함. Theories and Concepts of BigData Analytics in Healthcare Medical BigData: Techniques, Managements, and Applications Diagnosis and Treatment: BigData Analytical Techniques, Datasets, Life Cycles, Managements and Applications for Diagnosis and Treatment Prediction: BigData Analytical Techniques, Datasets, Life Cycles, Managements and Applications for Prediction Big Medical Fake Analytics for Preventing Medical Misinformation and Myths Challenges and Future of BigData in Healthcare전선 / 학사
학부과정을 총정리하는 의미에서 지금까지 학습한 철학, 정책, 실천 등을 우리나라의 실제 분야에 적용해 보기 위한 기반을 구축하려는 목적을 지니는 과목이다. 소득구조, 근로조건, 주택, 의료 등의 문제들을 검토하고, 학생들의 공통적인 관심사도 연구과제로 삼게 된다.전선 / 대학원
도로교통사고로 인한 국내 사망자 수가 연간 수천 명에 달할 만큼 교통사고는 현대사회의 심각한 문제이다. 이 강의는 교통사고의 원인을 데이터 분석을 통해 정리하고 교통사고의 감소와 예방을 위한 정책을 도로 이용자, 차량, 도로환경 차원에서 살펴본다. 이 강의를 통해 교통사고 예측 모델의 개발과 활용방안을 익히고, 안전체계(Safe System) 차원의 교통안전 정책을 이해할 수 있게 된다.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 / 학사
인공지능과 데이터 과학이 급속히 발전하면서 인류와 사회에 커다란 영향을 끼치고 있다. 빅데이터를 기반으로 학습된 인공지능 알고리듬이 다양한 선택과 의사결정에 폭넓게 사용되기 시작하고, 인간의 개입과 통제가 감소하면서 공정성, 책임, 신뢰성, 투명성, 프라이버시 등의 문제가 제기되고 있다. 이 강의는 인공지능과 데이터 과학이 작동하는 방식에 대한 개념적인 수준의 이해에서 출발하여, 데이터의 수집, 생성, 분석, 유통 과정에서 제기될 수 있는 여러 윤리적 문제들과 어느 정도의 자율성을 가지는 인공지능 알고리듬의 책임성 있는 설계 및 사용과 관련된 여러 윤리적 쟁점들을 살펴본다. 이를 통해, 이 수업은 인공지능과 빅데이터의 시대를 살아가야할 지성인에게 비판적인 디지털 문해력을 제공할 것이다.전선 / 대학원
도로교통사고로 인한 국내 사망자 수가 연간 수천 명에 달할 만큼 교통사고는 현대사회의 심각한 문제이다. 이 강의는 교통사고의 원인을 데이터 분석을 통해 정리하고 교통사고의 감소와 예방을 위한 정책을 도로 이용자, 차량, 도로환경 차원에서 살펴본다. 이 강의를 통해 교통사고 예측 모델의 개발과 활용방안을 익히고, 안전체계(Safe System) 차원의 교통안전 정책을 이해할 수 있게 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 / 대학원
다양한 종류의 의료 및 생명 분야 빅데이터가 생성되어 축적되고 있는 상황이다. 의료 분야 빅데이터는 기본적인 전자의무기록 외에도 이미지, 생체신호, 텍스트 등의 다양한 비정형 데이터를 포함하게 되었으며, 생명 분야 빅데이터는 차세대시퀀싱 기법의 발전으로 말미암아 유전체, 전사체, 후성유전체 등의 다양한 오믹스 데이터를 포함하게 되었다. 또한 이러한 빅데이터의 생성 및 축적과 더불어 인공지능 기법을 적용하여 기존에는 다루지 못했던 새로운 문제를 정의하고 보다 깊이 있는 빅데이터 분석을 시도하는 연구들이 등장하게 되었다. 본 강좌에서는 의료 및 생명 분야의 다양한 빅데이터를 소개하고 해당 데이터를 다룰 수 있는 인공지능 분석 기법들을 소개함으로써 최신의 의생명 빅데이터 관련 인공지능 연구를 배울 수 있도록 한다.