최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
박연희, 김민지
2018 / 글로벌경영학회지
데이터가 존재하지 않습니다.
loading...
기후변화에 따른 미세먼지 대기질 변화 추정 및 관련 정책 지원 연구
인공지능 딥러닝을 활용한 조류현상 예측기술 개발 및 활용방안
딥러닝을 활용한 해양오염 예측도구 개발 및 적용 연구 (I)
맑음, 흐림, 바람, 비 그리고 미세먼지
기후변화에 따른 미세먼지 대기질 변화 추정 및 관련 정책 지원 연구
기후변화를 고려한 미세먼지 예측 및 중장기 관리정책 수립 연구
위성 지구환경변화 감시 및 전지구강수관측위성(GPM) 활용기술 개발 =
딥러닝 기반 도시침수 위험기준 추정 기술 개발
저탄소 녹색성장 환경측정기술 =
초미세먼지(PM2.5)의 건강영향 평가 및 관리정책 연구 =
딥러닝을 활용한 해양오염 예측도구 개발 및 적용 연구.
위성 및 장기예측자료의 기계학습을 통한 가뭄예측
Deep learning for hydrometerology and environmental science
딥러닝 기반 도시침수 위험기준 추정 모델 설계 =
딥러닝 기반 실시간 침수예상도 추정 기술 개발
Supervised machine learning in wind forecasting and ramp event prediction
인체 위해성 기반의 미세먼지 관리 전략 수립을 위한 기획연구
기상 레이더 영상 합성 알고리즘 개선 연구 =
미세먼지 시즌제 도입 방안
The climate demon : past, present, and future of climate prediction
한국측량학회지
원태연, 어양담, 조수민, 송준영, 윤준희Environmental monitoring and assessment
Masood A; Ahmad KScience of Remote Sensing
Jiang, Ziyang; Zheng, Tongshu; Bergin, Mike; Carlson, DavidKSCE Journal of Civil Engineering
원태연, 어양담, 성홍기, 정규수, 윤준희, 이경욱Geoscientific Model Development
Lyu B.,Huang R.,Wang X.,Wang W.,Hu Y.IOP Conference Series: Earth and Environmental Science
T. Istiana; B. Kurniawan; S. Soekirno; B. PrakosoProcedia Computer Science
Adil Masood; Kafeel Ahmad정보과학회 컴퓨팅의 실제 논문지
신익희; 문용혁; 이용주Environmental monitoring and assessment
Adil, Masood; Kafeel, AhmadAerosol and Air Quality Research
Karimian H.,Li Q.,Wu C.,Qi Y.,Mo Y.,Chen G.,Zhang X.,Sachdeva S.Journal of Electrical Engineering & Technology
김성환, 김송이Journal of Electrical Engineering and Technology
Kim, S.; Kim, S.Environmental monitoring and assessment
Xie X; Wang Z; Xu M; Xu NAtmospheric Pollution Research
Suh K.S.,Min B.I.,Yang B.M.,Kim S.,Park K.,Kim J.디지털융복합연구
이기혁, 황우성, 최명렬Earth Science Informatics
Nasabpour Molaei, Sahar; Salajegheh, Ali; Khosravi, Hassan; Nasiri, Amin; Ranjbar Saadat Abadi, AbbasEnvironmental Monitoring and Assessment: An International Journal Devoted to Progress in the Use of Monitoring Data in Assessing Environmental Risks to Man and the Environment
Ren, Miaomiao; Sun, Wei; Chen, ShuIEEE Transactions on Knowledge and Data Engineering
Du S.,Li T.,Yang Y.,Horng S.J.Chemosphere
Peng J.,Han H.,Yi Y.,Huang H.,Xie L.Science of the Total Environment
Jin H.,Chen X.,Zhong R.,Liu M.전선 / 대학원
대기에서의 오염물질의 발생, 대기에서의 반응, 이동?확산의 원리와 대기오염도 예측기법, 대기오염방지기법에 관한 기본이론을 소개하고 이를 대기관리에 응용할 수 있는 능력을 배양한다.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 / 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 / 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
기후환경데이터의 기본적인 특성을 이해하고, 다양한 기후환경 현상들의 특성 변동 및 변화를 분석/예측하기 위한 다양한 딥러닝 기법의 원리를 학습하고 실습한다. Feed-forward Neural Networks, Convolutional Neural Network, Long-Short Term Memory, Generative Adversarial Networks, Vision Transformer 등 딥러닝 기법의 작동 원리와, 해당 기법들의 기후환경데이터에의 적용 예시를 학습한다. 실습과 소규모 프로젝트를 통한 기후환경데이터에의 딥러닝 기법의 적용을 통해 기후환경분야 공공기관 및 연구소에서 요구하는 자료분석 능력을 습득한다.전선 / 대학원
평균 제곱 추정(mean square estimation), 최대 가능성 추정(max likelihood estimation), 그리고, Wiener 필터링과 같은 고전적인 추정 이론에 대해 소개한다. 이산 시간 또는 연속 시간 Kalman 필터, shaping filter, 최적 평활, Kalman 필터 디자인과 성능 분석, 제곱근 필터링, 확장 Kalman 필터를 포함한 비선형 필터링에 대해서도 알아본다.전선 / 대학원
기후환경데이터의 기본적인 특성을 이해하고, 다양한 기후환경 현상들의 특성 변동 및 변화를 분석/예측하기 위한 다양한 딥러닝 기법의 원리를 학습하고 실습한다. Feed-forward Neural Networks, Convolutional Neural Network, Long-Short Term Memory, Generative Adversarial Networks, Vision Transformer 등 딥러닝 기법의 작동 원리와, 해당 기법들의 기후환경데이터에의 적용 예시를 학습한다. 실습과 소규모 프로젝트를 통한 기후환경데이터에의 딥러닝 기법의 적용을 통해 기후환경분야 공공기관 및 연구소에서 요구하는 자료분석 능력을 습득한다.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
사진측량에 대한 기본이론들을 이해하고 이를 응용하기 위한 제반 기술들에 관해 학습한다. 사진의 취득에서, 검정, 입체시, 3차원 정보의 추출과 표현, DEM, TIN, 정사투영사진 등 주제를 두루 다루며 소프트웨어를 이용한 실습을 병행한다.공통 / 대학원
FMRI는 인간을 대상으로 한 뇌인지과학 및 인지신경과학 연구에서 매우 핵심적인 광범위하게 활용되고 있는 연구방법이다. 이 강의는 기능적 자기공명 영상을 포함한 뇌영상 자료가 어떻게 수집, 전처리, 분석되고 해석되는 그 이론적 배경을 소개하고, 학생들로 하여금 실습을 통해 fMRI 자료를 분석하는 다양한 통계적 도구들과 기법들을 익히게 한다. 이 강의는 fMRI를 사용하여 인지기능을 뒷받침하는 뇌 시스템을 연구하는데 관심이 있는 대학원생 혹은 고학년 학부생들에게 유용할 것이다.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.교양 / 학사
본 강의는 사회학의 핵심적인 개념들, 방법, 이론 등을 소개하고, 학생들로 하여금 사회학적 상상력을 갖출 수 있도록 함을 주요 목적으로 한다. 이 강의는 사회계급, 성, 사회적 불평등, 사회운동, 범죄 및 사회비행 등이 주요 주제로 다루어질 것이다.전선 / 대학원
본 스튜디오는 인공지능(AI)을 조경의 핵심 설계 도구로 활용하는 것을 목표로 하는 실습 중심의 스튜디오이다. 지난 2년간 진행한 세미나 주제인「조경과 AI」에서 다루었던 이론적 논의를 확장하여, 실제 설계 프로세스 속에서 AI의 잠재력과 한계를 탐구한다. 본 수업은 인간이 직관적으로 해결하기 어려웠던 형태적·공간적 문제를 인공지능을 통해 분석하고 생성하는 과정을 실험하며, 프롬프트 설계(Prompt Design)와 룰 베이스 설계(Rule-Based Design)와 같은 개념을 핵심 학습 주제로 다룬다. 수강생들은 2차원 이미지로부터 3차원 형상을 추출하고, 형태의 특징을 기반으로 기능과 프로그램을 부여하는 과정에서 다양한 AI 도구를 활용한다. 이를 통해 인공지능을 단순한 도구가 아닌 공동 설계자(co-designer)로 이해하며, 디지털 생성 기술을 통해 새로운 형태, 패턴, 그리고 공간 경험을 제안한다. 최종적으로 AI를 활용한 설계 프로토타입 혹은 실험적 디자인 아틀라스를 제작하여, 미래 조경·도시설계의 가능성을 탐구한다.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
본 강의에서는 지능시스템을 위한 컴퓨터비전 알고리즘들에 대해서 공부한다. 컴퓨터비전은 지능시스템을 구현하기 위한 필수적인 분야로 컴퓨터가 인간의 시각정보처리 기능을 모사할 수 있도록 하는 것을 최종 목표로 하는 학문 분야이다. 이를 위해 컴퓨터비전에서는 카메라 등으로부터 얻은 정지영상이나 동영상 정보를 분석하여 컴퓨터가 자동으로 영상을 이해할 수 있도록 하는 다양한 알고리즘들을 다룬다. 본 강의에서는 컴퓨터비전에서 대표적으로 사용되는 알고리즘들에 대해서 살펴보며 수강생들로 하여금 학기중 프로젝트를 통해서 컴퓨터비전 기술을 사용하는 지능형 시스템을 구현해 보도록 한다.전선 / 대학원
이 교과목에서는 비선형시스템 식별에 관련된 각종 실용적 기법들을 소개한다. 또한, 비선형 목적함수의 최적문제의 해를 구하는 각종 비선형프로그래밍기법도 소개한다. 단, 비선형궤환제어와 컴퓨터 네트워크 등에 효과적으로 사용될 수 있는 기법들에 국한하여 심도 있게 공부하고 실제 응용 예를 통하여 그 가능성을 토의한다.전선 / 대학원
구강악안면방사선학 연구 분야에 관심을 가지는 학생들을 대상으로 구강악안면방사선학 분야에서 진행되고 있는 임상적 및 기초적 연구 분야와 연구방법에 대한 소개를 진행하며 수강생들은 각자 하나의 주제를 가지고 직접 실습을 통하여전선 / 대학원
본 교과목은 막대한 시공간적 데이터를 바탕으로 예측기법을 발전시킬 수 있는 머신 러닝 기법을 중심으로, 이에 대한 이론적 기반과 사례 연구를 계량지리학적 관점에서 이해하는 것을 목표로 한다. 통계학적 머신 러닝, 최적화, 사회 및 정보 네트워크 분석, 베이지안 모델링 등 관련된 다양한 분야에 대한 지리학 분야의 방법론과 적용 방안에 대해서 학습한다.전선 / 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 / 대학원
평균 제곱 추정(mean square estimation), 최대 가능성 추정(max likelihood estimation), 그리고, Wiener 필터링과 같은 고전적인 추정 이론에 대해 소개한다. 이산 시간 또는 연속 시간 Kalman 필터, shaping filter, 최적 평활, Kalman 필터 디자인과 성능 분석, 제곱근 필터링, 확장 Kalman 필터를 포함한 비선형 필터링에 대해서도 알아본다.