최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 지가오류 문제 해결을 위한 새로운 검증 방안으로 딥러닝 기반 DCGAN 모델의 적용 가능성을 분석하였다. DCGAN 모델은 최대 78.8%의 정확도를 보였으며, 적정 소거비율은 60%로 분석되었다. 용도지역별 정확도는 주거지역이 가장 높았으며, 학습 진행에 따라 모델 정확도가 개선되는 것을 확인하였다.
Trends and Advances in Information Systems and Technologies : Volume 3
Design of intelligent applications using machine learning and deep learning techniques
(1000만원으로 당장 시작하는) 부동산 소액 경매
조경의 새로운 도전
Deep learning for the earth sciences : a comprehensive approach to remote sensing, climate science, and geosciences
Land use and land cover semantics : principles, best practices, and prospects
Deep learning for hydrometerology and environmental science
Knowledge Engineering
인공지능의 이론과 실제
부동산 개발과 시장 분석
GIS와 도시분석 =
밑바닥부터 시작하는 딥러닝 파이썬으로 익히는 딥러닝 이론과 구현
밑바닥부터 시작하는 딥러닝 : 파이썬으로 익히는 딥러닝 이론과 구현
Principles of modeling uncertainties in spatial data and analyses
10년 후, 이곳은 제2의 강남이 된다
Remote sensing and GIS accuracy assessment
GIS로 명당찾기 =
(시대의 새로운 지평을 향한) ArcGIS Pro 기초와 공간분석 실무 =
한국데이터정보과학회지
최진호, 김용구Physics and Chemistry of the Earth
Sengan S.,Karn A.L.,Pustokhin D.A.,Pustokhina I.V.,Alharbi M.Applied Geomatics
Mithra S.,Nagamalleswari T.Remote Sensing
Zhang Y.,Yang J.,Wang D.,Wang J.,Yu L.,Yan F.,Chang L.,Zhang S.한국지적학회지
이동훈, 전철민Journal of Physics: Conference Series
Ma, X.; Yang, G.; Yang, Q.Acta Geophysica
Ying CuiNeural Computing and Applications
Tran V.P.,Nguyen S.D.,Lee H.J.,Tran T.S.,Elipse C.Concurrency and Computation: Practice and Experience
Krishnasamy S.,Rajiah M.,SenthilKumar K.K.,Nagalingam Rajendiran S.中国土地科学 / China Land Science
王华; 罗平; 张杰; WANG Hua; LUO Ping; ZHANG JieSurvey Review
Arif Cagdas Aydinoglu; Rabia Bovkir; Ismail Colkesen부동산분석
채미옥, 김봉준IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
Zheng K.,Wang H.,Qin F.,Miao C.,Han Z.International Journal of Remote Sensing
null Chatrabhuj; Kundan MeshramJournal of The Institution of Engineers (India): Series A
Changjian Zhou; Xin ZhangENVIRONMENTAL SCIENCES EUROPE
Pande, Chaitanya Baliram; Srivastava, Aman; Moharir, Kanak N.; Radwan, Neyara; Sidek, Lariyah Mohd; Alshehri, Fahad; Pal, Subodh Chandra; Tolche, Abebe Debele; Zhran, Mohamed국토계획
김범식; 남대식; 김도연; 김경민Climate Dynamics: Observational, Theoretical and Computational Research on the Climate System
Sha, Jian; Chen, Xinyu; Chang, Yaxin; Zhang, Man; Li, XueJournal of Resources & Ecology
Delgado, Tellez Ricardo; Shaohua, Wang; Ershun, Zhong; Wenwen, Cai; Liang, LongJournal of environmental management
Yuting Li; Haoyuan Hong전선 / 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
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
정보과학분야의 첨단 기법인 데이터마이닝과 머신러닝에 대한 이론을 학습하고 상업용패키지를 이용하여 농업분야응용에 대해 실습하며, 농업분야의 필요한 알고리즘을 개발하는 학습기회를 제공한다. Decision Tree, Probabilistic Machine Learning, Baysian Classifier, Neural Nets, Support Vector Machine, K--NN, Boosting, K--Means and Hierarchical Clustering, Reenforcement Learning 등에 대한 이론적 연구와 농업분야의 응용을 상업적 패키지를 이용하여 학습하고, 농업분야를 위한 알고리즘의 개발에 대해 실습한다.전필 / 학사
공간의 생성, 발전, 성장 및 입지, 공간시장의 적정 규모이론, 공간 구조 및 토지이용, 집적화 및 클러스터, 주택 및 토지시장 분석, 인구 전망 와 공간경제 분석기법전선 / 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
조경계획 및 설계는 대상지의 자연환경 및 사회경제적 특성과 관련된 각종 자료의 수집 및 분석을 필요로 한다. 근래의 대규모 신도시, 산업단지, 사회간접자본시설 개발사업은 경관생태학적 분석기법을 필요로 한다. 따라서 본 과목은 현지조사와 원격탐사를 이용하여 자연환경 자료를 수집하고, GIS를 이용하여 합리적인 의사결정에 도달하는 데 필요한 공간정보를 분석기법을 연구하는 것이다. 본 과목의 전반부는 원격탐사를 이용하여 자연환경 정보를 수집하는 방법을 연구하며, 후반부에는 GIS를 이용한 공간정보 분석기법을 연구한다.전선 / 대학원
이 과목은 도시계획 분야의 연구방법론의 입문 과정이다. 학생들은 연구방법론의 기본 개념과 사회 과학 연구에서 직면하게 되는 자료의 유형, 측적, 샘플링, 확률, 설문 설계 등의 문제들에 대해서 배우게 된다. 사회현상을 이해·분석·해석하기 위해 이에 필요한 경험적 자료의 수집과 통계적 분석방법을 연습한다. 또한 과학에 있어서의 이론과 이론을 구축하게 되는 개념과 가설의 설정과 검증방법을 검토하여, 논문작성의 방법을 수련한다. 이 과정은 연구의 이론과 방법론의 중요성 및 그 한계뿐 만 아니라, 심화된 연구, 정책 분석, 연구 윤리 등에 대해서도 강조할 것이다.전선 / 대학원
한정된 자료들 사이의 공간적 상호관계를 분석하고 이를 바탕으로 임의의 위치에서 원하는 자료값을 예측하는 여러 크리깅 기법을 공부한다. 주어진 값과 그 분포를 항상 보전하는 조건부 시뮬레이션과 불확실성을 줄이기 위해 이용가능한 자료를 통합하여 사용하는 최적화 기법을 공부한다.전선 / 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 / 학사
본 과목은 자연어 이해를 위한 확률 및 딥러닝 학습 방법론을 다룬다. 자연어 이해는 인공 지능에서 크게 주목받고 있는 영역으로 활용 범위가 웹 검색, 번역, 대화 모델 등으로 다양하다. 자연어 이해에서 성공적인 모델은 확률기반, 딥러닝 기반, 대형 언어모델 기반 모델 등이 있다. 본 과목에서는 이러한 다양한 모델을 이해하고, 디자인하고 구현하고 평가하는데 요구되는 최신 기술들을 다룬다. 1. 과목소개 2. Bag-of-word 언어모델 3. N-gram 언어모델 4. Bayesian 모델 5. Logistic 회귀 6. 임베딩 7. CNN 8. RNN 9. Transformer 10. 문맥적 임베딩 11. 지식 구축 및 활요 12. 언어에서의 AI 편향성전선 / 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
이 과목은 농업분야 분석에 많이 적용되는 거시모형 수립을 위한 기초이론을 공부한다. 우선 일반균형이론에 대한 미시 경제학적 기초를 공부하고 그 이후 세대교차모형 및 여타 응용거시모형들에 대한 기초를 공부하게 된다.전선 / 대학원
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.전선 / 대학원
본 교과목은 고급데이터마이닝 방법론(326.637) 과목에 이어 심층학습모형에 중점을 둔다. 교육 목표는 심층학습(deep learning)의 방법들을 공부하고 관련된 통계적 문제를 찾아내는 것이다. 다루는 내용은 다음과 같다. 심층학습 이전의 특징 추출 및 판별 분석 기법, 기계학습에서 사용되는 이론적인 도구들, 인공신경망의 기초, 다층 퍼셉트론, 역전파, 합성곱 신경망, 최적화와 정칙화, 가시화, 파이톤과 심층학습 프레임워크, 순환 신경망, 변분적 추론, 적대적 생성 네트워크, 영상 분할 및 검출, 자연어 처리 등이다.전선 / 대학원
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.전선 / 대학원
급변하는 농식품산업 분야 경제 이슈를 실증적으로 다루기 위해 동태분석방법을 학습한다. 농식품산업은 해외시장 개방, 기후변화, 소비 트렌드 변화, 전·후방 산업과의 융·복합 등으로 시장 상황이 시시각각 변화하고 있다. 이에 기존 정태분석을 넘어 동태분석에 대한 이해와 응용이 필수적으로 요구된다. 본 과목은 다음과 같이 구성된다. 첫째, 농식품산업의 동태적 특성을 파악하기 위해 전통적 시계열 모형과 동태계획법을 적용한다. 둘째, 칼만 필터링(Kalman filterting), 베이지언 (Bayesian) 추론, 마르코프 체인 몬테카를로(Markov Chain Monte Carlo, MCMC) 시뮬레이션 등 예측 관련 최신 방법론을 학습한다. 셋째, 농식품산업 분야 정형 및 비정형 빅데이터를 활용한 데이터 마이닝, 신경망(neural network) 등 머신러닝(machine learning) 기법을 도입하여 동태분석의 틀을 확장한다.전선 / 대학원
지상촬영 위성 센서를 중심으로 그 활용범위를 살펴보고 실제로 컴퓨터처리 과정을 통하여 토지이용 분류, 삼림, 토질조사, 농업 등에의 활용능력을 배양한다.전선 / 학사
지리학의 여러 연구과정에 대한 계량적 분석기법의 적용에 대한 기초를 학습하며 원격탐사를 이용해 토지에 대한 정보의 수집, 분류 및 분석방법을 연구한다. 이를 위해 지리적 정보의 축적 및 분석에 요구되는 원격탐사 자료의 해석 및 통계적 자료처리 기법을 익힌다.전선 / 대학원
공공 시설물 및 비즈니스 시설물 입지, 도시 계획, 네트워크 계획 등과 같은 공간의사결정을 위한 수리계획 모델링과 공간 최적화의 최신 연구 동향과 방법론을 검토하는 것을 목표로 한다. 학기에 따라 최적화 방법론, 다중시설물 입지 문제, 경쟁적 입지 문제, 센터 문제, 네트워크 최적화, 공간 최적화와 GIS, 공간 재현 문제 등의 다양한 이슈들을 선택하여 집중적으로 다룬다. 이론의 실제적 응용을 익히기 위해 공간 최적화와 GIS 방법론을 활용하여 실제적인 공간 문제를 해결하기 위한 기말 프로젝트를 수행한다.전선 / 대학원
본 교과목은 고급데이터마이닝 방법론(326.637) 과목에 이어 심층학습모형에 중점을 둔다. 교육 목표는 심층학습(deep learning)의 방법들을 공부하고 관련된 통계적 문제를 찾아내는 것이다. 다루는 내용은 다음과 같다. 심층학습 이전의 특징 추출 및 판별 분석 기법, 기계학습에서 사용되는 이론적인 도구들, 인공신경망의 기초, 다층 퍼셉트론, 역전파, 합성곱 신경망, 최적화와 정칙화, 가시화, 파이톤과 심층학습 프레임워크, 순환 신경망, 변분적 추론, 적대적 생성 네트워크, 영상 분할 및 검출, 자연어 처리 등이다.