Your Browsing History
There is no data.
Engel B.,Al-Maeeni S.S.H.
2020 / International Journal of Precision Engineering and Manufacturing - Green Technology
Zhan T.,Xiong J.,Tan G.,Lee Y.H.,Yang J.,Liu S.,Wu S.T.
2019 / Optics Express
Junhua Chen; Na Liu
2022 / Managerial and Decision Economics
Ke Ning, Jianmei Wang, Pu Li, Dan Xiang, Dingbang Hou
2021 / Journal of Mechanical Science and Technology
There is no data.
loading...
This study analyzed the quality of point cloud data generated based on LiDAR and CV analysis in terms of point density, absolute accuracy, and relative quality. LiDAR-based data showed higher vertical position accuracy than CV analysis-based data, and image spatial resolution and overlap significantly affected absolute accuracy in CV analysis. Furthermore, CV analysis through data fusion was found to be effective in improving quality.
Bin-Picking : new approaches for a classical problem
Point cloud data fusion for enhancing 2D urban flood modelling : dissertation
Topographic laser ranging and scanning : principles and processing
Computer Vision – ECCV 2022 : 17th European Conference, Tel Aviv, Israel, October 23–27, 2022, Proceedings, Part XXVIII
Essential image processing and GIS for remote sensing
The European information society : taking geoinformation science one step further
Computer vision metrics : survey, taxonomy, and analysis
Spatial data mining : theory and application
Image analysis and processing : 9th international confernece, ICIAP '97, Florence, Italy, September 17-19, 1997 : proceedings
Structure from motion in the geosciences
Deep learning for remote sensing images with open source software
Innovations in remote sensing and photogrammetry
Research and development in knowledge discovery and data mining : Second Pacific-Asia Conference, PAKDD-98, Melbourne, Australia, April 15-17, 1998 : proceedings
3D geoinformation science: the selected papers of the 3D GeoInfo 2014
Recent developments in computer vision : Second Asian Conference on Computer Vision, ACCV '95, Singapore, December 5-8, 1995 : invited session papers
Advances in remote sensing and GIS analysis
Digital terrain modelling : development and applications in a policy support environment
물 위를 걷고 벽을 기어오르는 법 : 동물 운동과 로봇의 미래
Integrated spatial databases : digital images and GIS : International Workshop ISD'99, Portland, ME, USA, June 14-16, 1999 : selected papers
Geographical data acquisition
PLOS ONE
Orlof, Jerzy; Ozimek, Pawel; Labedz, Piotr; Widlak, Adrian; Ozimek, AgnieszkaInternational Journal of Remote Sensing
Qian Feng; Tingting Zhu; Chao NiRemote Sensing
Emmitt J.,Pillay P.,Barrett M.,Middleton S.,Mackrell T.,Floyd B.,Ladefoged T.N.Heliyon
Chen J.,Zhuang Y.,Lai L.,Chen J.,Ma H.Drones
Duran Z.,Ozcan K.,Atik M.E.Remote Sensing
Lin Y.,Cheng Y.,Zhou T.,Ravi R.,Hasheminasab S.,Flatt J.,Troy C.,Habib A.Neurocomputing
Ye C.,Pan H.,Yu X.,Gao H.REMOTE SENSING
Luo, Binhan; Yang, Jian; Song, Shalei; Shi, Shuo; Gong, Wei; Wang, Ao; Du, LinIEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Selected Topics in Applied Earth Observations and Remote Sensing, IEEE Journal of, IEEE J. Sel. Top. Appl. Earth Observations Remote Sensing
Faelga, R.A.; Assiri, M.; Silvestri, S.Remote Sensing
Ghanbari Parmehr E.,Amati M.Geosciences (Switzerland)
Jakovljevic G.,Govedarica M.,Alvarez-Taboada F.,Pajic V.Remote Sensing of Environment
Lin Y.C.,Habib A.Drones
Chi J.,Kim J.I.,Lee S.,Jeong Y.,Kim H.C.,Lee J.,Chung C.ISPRS Journal of Photogrammetry and Remote Sensing
de Gélis I.,Lefèvre S.,Corpetti T.IEEE Transactions on Vehicular Technology, Vehicular Technology, IEEE Transactions on, IEEE Trans. Veh. Technol.
Su, Y.; Zhang, S.; Zhang, C.; Wu, Y.한국산학기술학회논문지
박준규, 이근왕IEEE Access
Gao X.Y.,Yuan Q.X.,Zhang C.X.IEEE Transactions on Vehicular Technology
Yukang Su; Shuo Zhang; Chengning Zhang; Yuyang WuCanadian Historical Review
Salach, A.; Bakuła, K.; Pilarska, M.; Ostrowski, W.; Górski, K.; Kurczynski, Z.International Journal of Digital Earth
Klápště P.,Fogl M.,Barták V.,Gdulová K.,Urban R.,Moudrý V.전선 / 대학원
본 교과목은 농산물의 수확 후 품질관리 고도화를 위해 유통 단계 중 적용될 수 있는 첨단기술 (블럭체인, 클라우드, 디지털 트랜스포메이션 등)의 적용기술을 포함하고 있으며 수송 및 유통 중인 농산물의 품질특성을 측정, 분석할 수 있는 실시간/원격 비파괴 평가기술들에 대한 내용을 포함한다. 구체적으로, 다양한 센싱정보 (영상 등)를 실시간 무선통신방식으로 수집하여 클라우드 기반의 빅데이터를 구축하고 이러한 정보를 분석할 수 있는 딥러닝 기반의 첨단기술들에 대한 구체적 방안에 대해 논의하며 프로젝트를 통해 관련기술들을 구현하도록 한다.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 과목에서는 고차원 데이터의 저차원 표현을 학습하기 위한 기하학적 방법을 소개한다. 미분 기하학의 기초(구체적 주제는 리만 다양체 및 Lie 그룹, 텐서, 커넥션 및 fiber 번들 포함)를 다룬 후, 고차원 데이터에 대한 기존 기계 학습 알고리즘(예: 매니폴드 러닝, 메트릭 러닝)의 기하학적 일반화 방법을 개발하여, 대칭적 구조가 존재하는 고차원 비유클리디언 데이터 문제에 적용한다. 위와 같은 방법을 구현하기 위한 효율적인 계산 알고리즘도 소개한다. 후반부에는 Ito 확률 미분 방정식의 관점에서 강화 학습과 확률 최적 제어 간의 관계를 고찰하여, 고차원 비유클리디언 데이터 강화 학습 문제에 적용 가능한 기하학적 방법도 개발한다.전선 / 대학원
경관은 도시와 농촌의 지질, 토양, 수계, 식생, 야생동물과 토지이용의 시스템이다. 우리는 경관을 요소별로 나누어 이해할 수도 있고. 시공간에서 구조를 지니는 하나의 시스템으로서 상호관계의 측면에서도 연구할 수 있다. 경관은 생태계의 시스템으로 기능한다. 식생과 토양이나 물과 도시경관 사이에 관련성이 있기에 일관성을 인식하는 것은 공간을 인식하게 한다. 경관이 읽기 쉬울 때, 그것은 개인과 커뮤니티의 지속가능성에 기여한다. 그러므로 경관의 시스템적인 분석은 자연 생태 계획이나 사회적, 문화적, 심리적 건강성 향상을 계획할 때 필수적이다. 강의는 매주 진행되고 경관 체계 분석에 관한 주제를 연구하고 토론한다. 토론에 참여하기 위해서, 학생들은 정해진 주제에 관한 발표를 정기적으로 준비해야 한다.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
단면영상으로부터 3차원영상을 구성하기 위한 컴퓨터그래픽스와 영상처리기술에 대한 지식을 공부한다. 이로부터 얻어지는 3차원영상의 종류와 그의 장점 및 한계점들을 분류하고 한계점들을 극복하기 위한 해결방향들을 토론한다. 3차원영상진단의 계측기준을 종합하고 분석하며 2차원영상진단 시의 기준과의 차이점을 확인하고 진단기준에 필요한 데이터들의 필요성과 이용을 인식한다. 3차원 영상으로 만들 수 있는 가상치료시스템 및 응용분야를 토의한다.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
본 교과목은 빅데이터, 인공지능 등 데이터 과학 이론을 소개하고 다양한 방법론 및 모델들을 효과적으로 건설산업에 적용할 수 있도록 교육함으로써, 수강생들이 공정관리, 예산관리, 안전관리 등 성공적인 건설사업관리에 필요한 객관적인 의사결정 능력을 함양할 수 있도록 한다. 보다 구체적으로 공정 및 예산계획, 설계변경 서류, 각종 보고서 등의 기초적인 현장 데이터부터 물가지수, 수주액, 안전통계 등 산업 차원의 데이터까지 건설산업에 존재하는 다양한 종류의 데이터 및 그들의 특성을 파악하고, 데이터를 정보화/지식화하여 성공적인 의사결정을 지원할 수 있도록 지도학습, 비지도학습, 강화학습 등의 분석 방법론을 교육한다. 또한, 가속도, 진동, 온도, 소음, 영상, 위치좌표 등 센서 및 카메라를 이용하여 실시간으로 수집되는 빅데이터를 분석하여 시시각각 변하는 현장 상황을 효과적으로 이해할 수 있는 첨단기법을 소개한다. 본 교과목은 지금껏 경험적이고 직관적인 의사결정이 주를 이뤄 온 건설현장에 데이터 중심의 사업관리 방법론을 소개함을 목표로 한다.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 / 대학원
본 과목에서는 고차원 데이터의 저차원 표현을 학습하기 위한 기하학적 방법을 소개한다. 미분 기하학의 기초(구체적 주제는 리만 다양체 및 Lie 그룹, 텐서, 커넥션 및 fiber 번들 포함)를 다룬 후, 고차원 데이터에 대한 기존 기계 학습 알고리즘(예: 매니폴드 러닝, 메트릭 러닝)의 기하학적 일반화 방법을 개발하여, 대칭적 구조가 존재하는 고차원 비유클리디언 데이터 문제에 적용한다. 위와 같은 방법을 구현하기 위한 효율적인 계산 알고리즘도 소개한다. 후반부에는 Ito 확률 미분 방정식의 관점에서 강화 학습과 확률 최적 제어 간의 관계를 고찰하여, 고차원 비유클리디언 데이터 강화 학습 문제에 적용 가능한 기하학적 방법도 개발한다.전선 / 대학원
본 과목에서는 고차원 데이터의 저차원 표현을 학습하기 위한 기하학적 방법을 소개한다. 미분 기하학의 기초(구체적 주제는 리만 다양체 및 Lie 그룹, 텐서, 커넥션 및 fiber 번들 포함)를 다룬 후, 고차원 데이터에 대한 기존 기계 학습 알고리즘(예: 매니폴드 러닝, 메트릭 러닝)의 기하학적 일반화 방법을 개발하여, 대칭적 구조가 존재하는 고차원 비유클리디언 데이터 문제에 적용한다. 위와 같은 방법을 구현하기 위한 효율적인 계산 알고리즘도 소개한다. 후반부에는 Ito 확률 미분 방정식의 관점에서 강화 학습과 확률 최적 제어 간의 관계를 고찰하여, 고차원 비유클리디언 데이터 강화 학습 문제에 적용 가능한 기하학적 방법도 개발한다.전선 / 대학원
교정영역에서 전통적인 진단과 치료방식은 x-ray와 사진을 이용한 2차원적인 방식에 의존하여 왔다. 그러나 과학기술의 발달로 인하여 진단과 치료계획시 3차원 CT, 3차원 사진, digital technology를 이용한 새로운 paradigm으로 변화하고 있다. 이에 따라 Digital Orthodontics이라는 개념을 이해하는 것이 필수적인 과정이 되었다. 교정계획 수립시 치아이동을 가상 Set-Up하여 simulation 하여봄으로써 실제 가능한 치아이동의 종류와 정도를 파악하여야 할 것이다. 따라서 본 과정은 3차원 digital virtual set-up 을 이용하여 실제 환자의 진단과 치료에 적용하는 법을 이해시키는데 목적이 있다. 이 과정은 아래와 같이 구성되어 있다. 1. 교정 진단과 치료계획시 3차원 CT, 사진, digital technology를 이용한 새로운 paradigm의 변화와 Digital Orthodontics이라는 개념을 이해한다. 2. Virtual set-up 의 개념 이해 3. 교정계획 수립시 치아이동을 가상 Set-Up하여 simulation 한다. 4. 실제 가능한 치아이동의 종류와 정도를 파악한다.전선 / 대학원
다양한 딥러닝 신경망(CNN 등) 모델을 이용하여 치과영상(파노라마 영상, 구내 영상, CEP 영상 및 콘빔CT(CBCT) 영상)에서 정상 해부학적 구조물의 자동적 영역분할, CEP 계측점 자동적 탐지, 및 다양한 치과질환의 자동적 탐지 및 분류하는 딥러닝 모델과, 3D 치과 데이터에서 자동적 탐지, 분할과 분류하는 딥러닝 모델의 원리와 구조에 대해 수업함. 인공신경망과 딥러닝 소개 컴퓨터 비전을 위한 심층 컨볼루션 신경망 소개 딥러닝을 이용한 의료 및 치과영상 감지 및 인식 딥러닝을 이용한 의료 및 치과영상 분할 딥러닝을 이용한 의료 및 치과영상 등록 딥러닝을 이용한 컴퓨터 지원 진단(CAD)전선 / 대학원
데이터센터 구조의 융합적 접근 (A Holistic Approach to Datacenter Architecture): 모바일, 클라우드 컴퓨팅이 보편화되면서 대부분의 대용량 자료들이 데이터센터에서 수집,처리,보관되고 있다. 본 강의에서는 융합적 시각에서 이러한 데이터센터를 하나의 컴퓨터로 접근하여, 전달, 연산, 저장 기능이 구현되는 원리와 예시를 학습하며, 보편적인 문제들인 소프트웨어와 하드웨어 구성요소, 확장성, 총소유비용 및 신뢰성 문제를 다룬다.전선 / 대학원
데이터센터 구조의 융합적 접근 (A Holistic Approach to Datacenter Architecture): 모바일, 클라우드 컴퓨팅이 보편화되면서 대부분의 대용량 자료들이 데이터센터에서 수집,처리,보관되고 있다. 본 강의에서는 융합적 시각에서 이러한 데이터센터를 하나의 컴퓨터로 접근하여, 전달, 연산, 저장 기능이 구현되는 원리와 예시를 학습하며, 보편적인 문제들인 소프트웨어와 하드웨어 구성요소, 확장성, 총소유비용 및 신뢰성 문제를 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
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.전필 / 대학원
본 교과목은 데이터과학 분야에 관심있는 통계학 석사 과정 대학원생을 대상으로, 데이터 랭글링 및 시각화, 회귀분석, 선형 모형, 일반화 선형 모형, 혼합 모형, 분류를 포함하여 모든 데이터 과학자가 익숙해야 하는 통계 방법론 및 이를 통계 소프트웨어를 사용해 적용하는 실례를 다룬다. 기존의 통계학 과목과 비교하여 본 교과목은 이론에 대한 강조가 덜한 대신, 통계 방법론을 구현하고 주요 개념을 실제 자료에 적용하여 데이터를 분석하기 위해 어떻게 소프트웨어를 사용하는지에 대해 더 중점을 둔다. 주요 개념에 대해서는 그것이 “작동하는 이유”에 대한 직관적 설명을 위주로 한다. 본 과목의 모든 통계 분석은 R과 Python을 사용한다.전선 / 대학원
일반적으로 공기유동을 분석하는 대표적인 방법으로는 실험적, 이론적, 그리고 수치적인 방법으로 알려져 왔다. 환기 등 농업관련 공기유동분석을 위한 현장실험은 매우 많은 어려움이 따르게 되는데, 이를 보완하고 정확한 유동장 데이터를 확보하기 위하여 여러 간접적 방법들이 개발되고 있고 또한 현장에서 적용되고 있다. 이러한 대표적인 공기유동분석 기술로는 풍동, 입자추적을 통한 유동장 측정기술 (PIV), 그리고 전산유체역학 (CFD) 등이 있다. 본 강좌에서는 이들을 농업적 연구, 특히 대기환경, 시설환기 및 냉난방시스템 설계 등의 연구에 적용할 수 있는 기술 및 관련 이론들을 가르치고자 한다.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 Healthcare