최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 특허 빅데이터 분석을 위한 통합적 분석 방법을 제안하며, 텍스트 마이닝과 베이지안 추론을 결합하여 특허 데이터의 전처리, 분석, 활용 과정을 연구합니다. 특히 베이지안 시각화 및 베이지안 회귀분석을 결합하여 새로운 분석 방법을 제시하고, 인공지능 기술 관련 특허 문서를 통해 성능을 평가합니다.
특허 빅데이터 DNA : data network analytics & AI
특허 빅데이터 DNA : 글로벌 기업 특허 빅데이터에 숨은 미래경영 전략 =
첨단기술의 글로벌 혁신전략 : 빅데이터 분석으로 살펴본 첨단산업의 미래
(상위 1%의 커리어 비밀노트) 특허 빅데이터 : 거대한 기술의 흐름을 비즈니스로 풀어내는 단 하나의 방법
Big data, data mining and machine learning : value creation for business leaders and practitioners
빅데이터 기획 및 분석
오픈AI의 특허 전략과 글로벌 AI 특허 경쟁
(AI) 인공지능을 이용한 빅데이터 처리 입문
Big data : techniques and technologies in geoinformatics
(Excel 활용) 통계학 =
Research handbook on big data law
Advanced metaheuristic methods in big data retrieval and analytics
빅데이터 기획 및 분석 : 전문가를 위한 빅데이터 기술분석 =
혁신사례로 보는 미래정부
Patents, citations, and innovations : a window on the knowledge economy
Patents, citations, and innovations : a window on the knowledge economy
Patent law for computer scientists : steps to protect computer-implemented inventions
빅데이터 기획 및 분석
Machine learning and data mining in pattern recognition : first international workshop, MLDM'99, Leipzig, Germany, September 16-18, 1999 : proceedings
Predictive data mining : a practical guide
Journal of Korean Institute of Intelligent Systems
Sung-Hae Jun데이타베이스연구
신정훈한국지능시스템학회 논문지
전성해한국지능시스템학회 논문지
최성용, 박상성, 전성해한국지능시스템학회 논문지
최성용, 전성해Journal of the Korea Society of Computer and Information
Jun-Hyeog Choi; Sunghae Jun한국컴퓨터정보학회논문지
최준혁; 전성해한국지능시스템학회 논문지
박상성한국지능시스템학회 논문지
전성해한국컴퓨터정보학회논문지
최준혁, 전성해한국지능시스템학회 논문지
전성해한국지능시스템학회 논문지
전성해데이타베이스연구
신정훈Axioms
Jun S.International Journal of Fuzzy Systems
Park, Sangsung; Lee, Seung-Joo; Jun, Sunghae한국콘텐츠학회 논문지
전성해한국융합학회논문지
최주철한국지능시스템학회 논문지
송희원, 이주현, 전성해, 박상성한국지능시스템학회 논문지
전성해한국지능시스템학회 논문지
전성해전선 / 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
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
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
본 과목은 스마트시티와 연관된 기술창업 역량 배양을 위해 학생들의 도전적 기업가정신을 함양하고, 창업과 산업현장에서 필요한 창의적 문제해결 능력향상 등의 기회를 제공하는 교육과정을 제공한다. 스마트시티의 혁신생태계 조성의 핵심인 기술창업에 필요한 기본 이론을 소개하고, 스마트시티 비즈니스 모델에 대한 사업계획 역량을 함양한다. 비즈니스 모델과 연관된 기업가정신, 기술전략, 조직혁신, 혁신생태계, 리더십 등에 대한 다양한 이론과 사례들을 소개하고, 팀 프로젝트를 통해 아이디어 창출, 비즈니스모델 및 조직구성 등을 포함한 사업계획을 세우고 투자자들을 설득하는 기회를 통해 창업가정신의 경험의 기회를 갖는다. 본 과목은 팀 프로젝트로서, 시민 수요기반의 스마트시티에 적용할 수 있는 스타트업 비즈니스 모델의 가치창출, 시장탐색, 기술사업화, 기술이전 등 다양한 역량과 지식을 종합적으로 경험할 수 있는 기회를 제공한다. 창업의 전 주기과정에 대한 교육과 함께 스마트시티 프로젝트에서 발전된 연구성과의 지적재산권화 과정을 경험해볼 수 있도록 특허법인과 연계하여, 특허 및 지식재산권에 대해 강의 및 프로젝트 산출물이 특허로 이어질 수 있도록 지원한다.전선 / 학사
현대의 과학, 공학, 그리고 경영의 응용시스템은 데이터에 점점 더 많이 의존하게 되었지만 전통적인 데이터 분석 기술들은 복잡한 빅 데이터 시대에 맞도록 설계되어 있지 않는 실정이다. 데이터를 수집, 저장, 가공하여 그 안에서 지식을 추출하는 빅 데이터 분석은 새로운 과제들을 탐구하는 흥미 있고 빠르게 발전하는 하나의 학문으로 등장하였다. 본 강의에서는 프로그래밍 경험이 많지 않는 학생들을 대상으로 데이터의 수집 및 분석뿐만 아니라 데이터 프로그래밍 언어의 사용에도 초점을 맞춰 이를 바탕으로 빅 데이터 분석의 토대를 마련하는 것을 목표로 한다.전선 / 대학원
개인맞춤형 공동지도를 통한 팀티칭방식 운영을 통해 개별 특허 기반 연구개발(IP-R&D)를 이해하고 연구프로젝트에 대한 경쟁사 핵심특허 분석, 지식재산권 확보, R&D 방향을 파악한다.전선 / 대학원
본 교과목은 다양한 농산업 분야의 빅데이터의 활용을 위해 빅데이터의 의미, 이해, 활용에 대해 학습하는 것을 목적으로 한다. 기존의 대용량 데이터와 빅데이터는 무엇이 다른 것인가? 단순한 통계분석과 빅데이터 분석의 차이는 무엇일까? 과연 데이터만 많이 있다면 답을 구할 수 있는가? 이러한 다양한 질문에 대한 답을 찾을 수 있는 과목으로 실제 빅데이터 분석 기법을 익힐 수 있도록 교과내용을 구성하였다.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
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 / 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 / 대학원
"다양화, 신속화, 복잡화되는 시장구조와 제품개발과정을 효과적으로 관리할 수 있는 현대적 기법들을 종합적으로 이해하고 case와 실습을 통해 신제품개발과 개발기술의 상업화에 대한 이론 및 실무지식을 배양한다. "전선 / 대학원
이 강좌의 목적은 혁신의과학 연구 자료 분석을 위해 실제적인 경험을 하게끔 하는 것이다. 이를 위해 다양한 분석 방법을 공부하고, 각자의 연구 가설에 따라 어떤 방법을 이용할 지를 결정할 수 있으며, 혁신의과학 융합 연구에 대한 적용을 통해 결과를 해석할 수 있도록 강좌를 구성한다. 학생들은 혁신의과학 융합 연구 중 몇 가지 예제 자료를 받을 것이며 이 자료를 직접 분석함으로써 문제 해결을 할 수 있는 능력을 키운다.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 / 대학원
" 본 강좌는 발명의 진보성과 같은 개별 쟁점을 분석하는 방법으로, 전통적으로 지적재산권 법역에서 가장 중요한 2대 분야 중 하나인 특허법 전반을 개관하는데 있다. "전선 / 대학원
소셜 컴퓨팅과 라지데이터 분석 등이 커뮤니케이션 분야에서도 중요한 이슈로 부상함에 따라 컴퓨터공학을 전공하지 않은 연구자들도 소셜 네트웍 시스템의 기술적, 구조적 특성을 이해할 필요가 있다. 이 수업에서는 Ruby나 Python 등을 사용한 기초 프로그래밍 학습과, 웹 기반 기술(web technology), 데이터베이스 등의 관련 기술에 대한 학습을 통해 실제로 소셜 네트웍을 개발하고 분석하는 방법을 배운다. 또한, 이 과정에서 트위터 등의 소셜 네트웍의 데이터 마이닝 기법을 배우고 소셜 네트웍 분석을 실습을 통해 학습한다.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.전선 / 대학원
유전체, 단백질체, 대사체 및 표현체 등을 포함한 빅데이터와 이를 이용한 연구 기법은 가설의 수립과 높은 정확도의 검증 결과를 통해 생물학적 현상을 이해하는 주요한 방법으로 자리잡고 있다. 이 강의는 생물학 연구에 유용한 다양한 오픈 소스의 빅데이터와 분석 기법을 살펴보는 것을 내용으로 한다. 문헌분석, 빅데이터의 구조, 빅데이터의 분석 등 빅데이터 기반 생물학 연구 기법의 일반론과 함께, 대사성 표현형 및 암질환 연구 등에 대한 활용 방법을 살펴봄으로써 생물학 빅데이터에 대한 이해를 높이고 앞으로 관련 학문을 전공하고자 하는 학생들에게 이론 및 실천적 지식과 전망을 제시한다.전선 / 대학원
다양한 농림기상 분야의 빅데이터의 활용을 위해 빅데이터의 의미, 이해, 활용에 대해 배울 수 있는 과목이다. 기존의 대용량 데이터와 빅데이터는 무엇이 다른 것인가? 단순한 통계분석과 빅데이터 분석의 차이는 무엇일까? 과연 데이터만 많이 있다면 답을 구할 수 있는가? 이러한 다양한 질문에 대한 답을 찾을 수 있는 과목으로 실제 빅데이터 분석 기법을 익힐 수 있도록 교과내용을 구성하였다.전선 / 대학원
현대 경영에서의 의사 결정은 데이터의 분석 결과에 점점 더 많이 의존하고 있는 추세다. 정형 데이터 뿐만 아니라 비정형 데이터를 인터넷 상에서 수집, 저장, 가공하여 그 안에서 경영 인사이트를 추출하는 빅데이터 분석의 중요성은 날로 증가하고 있다. 이 강의는 프로그래밍 경험이 많지 않은 학생들을 대상으로 프로그래밍 언어의 기초뿐만 아니라 데이터의 수집 및 분석의 모든 과정을 살펴봄으로써 데이터 기반 의사 결정에 대한 이해를 높이고 기계학습 및 인공지능에서 사용하는 프로그래밍 언어가 산업 전반에 걸쳐 어떻게 활용되고 있는지에 대한 기초 지식을 제시한다. 또한 프로그래밍 언어를 실제 데이터에 적용하는 실습 과정을 통해 실전 문제에 대한 응용력을 배양하고, 향후 경영 환경에서의 실무 적용능력의 토대를 제공한다.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.