최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구에서는 서울과 강릉에서 측정된 컬럼 에어로졸 및 기상 데이터를 이용하여 머신러닝 기법으로 대기 에어로졸 특성을 추정하였다. 에어로졸 특성 분류를 기반으로 에어로졸 유입 및 유출 기여도를 파악하고, 이를 바탕으로 시나리오를 설정하여 검증하였다. 이러한 방법론은 대기 컬럼 에어로졸의 특성 분석 및 기여도 계산을 통해 미세먼지 모니터링 및 예측에 유용하게 활용될 수 있다.
Air pollution processes in regional scale
Air pollution modeling and its application XVIII
Air pollution modeling and its application XIX
Satellite aerosol remote sensing over land
Atmospheric remote sensing : principles and applications
Environmental meteorology : proceedings
Air pollution in Eastern Asia : an integrated perspective
Air pollution modeling and its application XI
Aerosol pollution impact on precipitation : a scientific review
Meteorological and air quality models for urban areas
Advances in atmospheric remote sensing with lidar : selected papers of the 18th International Laser Radar Conference (ILRC), Berlin, 22-26 July 1996
Air pollution modeling and its application X :: edited by Sven-Erik Gryning and Millán M. Millán.
동북아시아지역에서 에어로솔-구름 상호작용 연구 =
Urban air quality : monitoring and modelling : proceedings of the First International Conference on Urban Air Quality: Monitoring and modelling, University of Hertfordshire, Hatfield, U.K., 11-12 July 1996
Air pollution modeling and its application
Aerosol optics : light absorption and scattering by particles in the atmosphere
Disposal of dangerous chemicals in urban areas and mega cities : role of oxides and acids of nitrogen in atmospheric chemistry
Case studies in environmental statistics
Machine learning methods in the environmental sciences : neural networks and kernels
Progress in atmospheric physics : proceedings of the 15th Annual Meeting on Atmospheric Studies by Optical Methods, held in Granada, Spain, 6-11 September 1987
Journal of Korean Society for Atmospheric Environment
Seong-Hun Pyo; Kwon-Ho Lee; Kyu-Tae LeeJournal of Korean Society for Atmospheric Environment
Kwon-Ho Lee; Kyu-Tae Lee한국대기환경학회지
이권호, 이규태한국대기환경학회지
이권호, 김영일, 이규태Aerosol and Air Quality Research
Kim B.Y.,Cha J.W.,Chang K.H.,Lee C.Journal of Korean Society for Atmospheric Environment
Yeong-Il Kim; Kwon-Ho Lee; Kyu-Tae LeeScience of the Total Environment
Chen W.,Ran H.,Cao X.,Wang J.,Teng D.,Chen J.,Zheng X.Remote Sensing
El-Nadry M.,Li W.,El-Askary H.,Awad M.A.,Mostafa A.R.Atmospheric Environment
Shaheen K.,Shah Z.,Suo H.L.,Liu M.,Ma L.,Alam K.,Gul A.,Cui J.,Li C.,Wang Y.,Khan S.A.,Khan S.B.Asian Journal of Atmospheric Environment
이권호, 표성훈, Man Sing WongAtmospheric Environment
Wan, C.; Xu, H.; Luo, W.; Ma, J.; Li, Z.Remote Sensing
Lin L.,Liang Y.,Liu L.,Zhang Y.,Xie D.,Yin F.,Ashraf T.Environmental Pollution
Li X.,Zhang X.Acta Geophysica
Aleksander Pietruczuk; Artur Szkop; Michał Posyniak한국대기환경학회지
김영일, 이권호대기
이혜정, 김정은, 전영신REMOTE SENSING
Yazdi, Mahdieh Danesh; Kuang, Zheng; Dimakopoulou, Konstantina; Barratt, Benjamin; Suel, Esra; Amini, Heresh; Lyapustin, Alexei; Katsouyanni, Klea; Schwartz, JoelActa Geophysica
Szkop, Artur; Pietruczuk, Aleksander; Posyniak, MichałChemosphere
He W.,Meng H.,Han J.,Zhou G.,Zheng H.,Zhang S.Aerosol and Air Quality Research
Ruan, W.; Sun, Z.; An, X.; Zhao, Y.; Li, Z.; Zhang, S.; Liang, Y.; Bu, Y.; Xin, J.; Hang, X.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
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
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
대기에서의 오염물질의 발생, 대기에서의 반응, 이동?확산의 원리와 대기오염도 예측기법, 대기오염방지기법에 관한 기본이론을 소개하고 이를 대기관리에 응용할 수 있는 능력을 배양한다.전선 / 대학원
이 수업은 인공지능(AI)과 도시계획 및 설계 과정 시리즈 중 두 번째 과정이다. 이 수업은 심화 AI 알고리즘, 알고리즘의 응용프로그램, AI 응용프로그램의 문제와 같은 3가지 주요 부분을 포함한다. 이 과정에서는 다목적 최적화, 딥러닝, 강화학습을 포함한 정교하고 강력한 AI 알고리즘을 소개한다. 이 알고리즘은 단순화된 계획 및 설계 사례에서 예시로 제시된다. 또한, 해석 가능성, 책임성, 투명성 및 공정성과 같은 계획 및 설계에서 AI 적용의 근본적인 문제를 논의하고 설명가능한 AI 및 해석가능한 머신러닝(ML)의 개념을 소개한다. 마지막으로 도메인 지식과 AI 기술의 통합 및 도시분야의 미래 방향에 대한 토론으로 마무리된다.전선 / 대학원
공기중에 존재하는 입자상 물질은 먼지, 미스트, 스모그, 안개 등 여러 가지 다른 형태로 이루어져 있다. 이러한 에어로졸은 시정, 기후 및 우리들의 건강과 생활양식에 영향을 미친다. 이 과목은 이러한 에어로졸의 특성, 성질, 측정방법을 강의하여 산업위생, 대기오염제어, 방사선 방호, 기타 환경과학 분야에 종사하면서 공기 중 입자상 물질을 측정하거나 연구, 제어하는 사람에게 기초적인 지식을 제공하고자 한다.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.전선 / 대학원
본 과목은 박사과정 대상의 도시환경 분석 모형과 데이터 시각화 심화 과정이다. 통계 모형 방법은 도시설계와 조경학을 포함한 다양한 학문 분야의 연구에서 광범위하게 이용되고 있다. 최근에는 빅데이터를 활용한 고급 모델링 기법이 개발 및 적용되고 있으며, 데이터 시각화 분석을 통한 분석과 해석의 고도화가 이루어지고 있다. 본 과정에서는 이러한 고급 모형 중 도시환경 분야에 적합한 공간회귀모형, 다층모형, 시계열 모형을 다룬다. 학생들이 이 모형들을 이용한 연구과제를 수행하며, 데이터 시각화를 통해 도시 및 조경 관련 의사결정에 관련된 함의를 도출하는 과제를 수행한다. 본 과목을 수강하기 위해서는 기초 통계 모형(OLS, Logistic Model)에 관한 이해가 필수적으로 요구된다.전선 / 대학원
본 과목은 박사과정 대상의 도시환경 분석 모형과 데이터 시각화 심화 과정이다. 통계 모형 방법은 도시설계와 조경학을 포함한 다양한 학문 분야의 연구에서 광범위하게 이용되고 있다. 최근에는 빅데이터를 활용한 고급 모델링 기법이 개발 및 적용되고 있으며, 데이터 시각화 분석을 통한 분석과 해석의 고도화가 이루어지고 있다. 본 과정에서는 이러한 고급 모형 중 도시환경 분야에 적합한 공간회귀모형, 다층모형, 시계열 모형을 다룬다. 학생들이 이 모형들을 이용한 연구과제를 수행하며, 데이터 시각화를 통해 도시 및 조경 관련 의사결정에 관련된 함의를 도출하는 과제를 수행한다. 본 과목을 수강하기 위해서는 기초 통계 모형(OLS, Logistic Model)에 관한 이해가 필수적으로 요구된다.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 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.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
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
대기과학연구에 필수적으로 이용되는 대기 전지구 모델 및 일기예보 모델의 근간을 구성하는 대기역학 코어 및 자료동화 시스템에 이용되는 다양한 수치적인 방법들을 공부한다. 실습시간에는 실제 현업 모델 혹은 단순화된 현업 모델을 이용하여, 대기역학 코어 및 자료동화 시스템이 실제 기상현상의 수치모의에 있어 어떻게 이용되는지 연습할 수 있는 기회를 갖는다.전선 / 대학원
대기과학연구에 필수적으로 이용되는 대기 전지구 모델 및 일기예보 모델의 근간을 구성하는 여러 가지 물리모수화(대기경계층, 적운, 구름거시물리, 구름미세물리, 에어로졸 등)에 이용되는 다양한 수치적인 방법들을 공부한다. 실습시간에는 실제 현업 모델 혹은 단순화된 현업 모델을 이용하여 여러 가지 물리모수화 방법들이 실제 기상현상의 수치모의에 있어 어떻게 이용되는지 연습할 수 있는 기회를 갖는다.전선 / 대학원
이 강의는 스마트 시티 계획과정 및 도시에서 발생하는 문제와 현상을 이해하기 위해 정량화할 수 있는 데이터를 수집하고 통계적 또는 수학적 기법을 통하여 문제의 원인을 체계적이며 논리적으로 분석하고 탐구하는 방법을 훈련하는 것을 목표로 한다. 특히, 학생들은 가설 설정 및 검증법을 선정하고, 다양한 종류의 데이터를 수집 및 코딩하며(e.g. 설문, 관찰, 샘플링 등), 기술 및 추론 통계(e.g, 회귀, 공간회귀, 머신러닝 등) 방법론을 학습하여 실제 데이터를 활용하여 연구 문제 및 가설에 적합한 계량적 분석 기법을 선택하여 도시 연구를 위한 논문을 작성하는 능력을 키울 수 있다. 또한, 이를 기반으로 기 출판된 양적 논문을 해석하고 이해하여 올바른 지식 소비자로서의 소양을 갖추는 것을 목표로 한다.전선 / 대학원
이 강의는 스마트 시티 계획과정 및 도시에서 발생하는 문제와 현상을 이해하기 위해 정량화할 수 있는 데이터를 수집하고 통계적 또는 수학적 기법을 통하여 문제의 원인을 체계적이며 논리적으로 분석하고 탐구하는 방법을 훈련하는 것을 목표로 한다. 특히, 학생들은 가설 설정 및 검증법을 선정하고, 다양한 종류의 데이터를 수집 및 코딩하며(e.g. 설문, 관찰, 샘플링 등), 기술 및 추론 통계(e.g, 회귀, 공간회귀, 머신러닝 등) 방법론을 학습하여 실제 데이터를 활용하여 연구 문제 및 가설에 적합한 계량적 분석 기법을 선택하여 도시 연구를 위한 논문을 작성하는 능력을 키울 수 있다. 또한, 이를 기반으로 기 출판된 양적 논문을 해석하고 이해하여 올바른 지식 소비자로서의 소양을 갖추는 것을 목표로 한다.전선 / 대학원
이 강좌는 대표적인 친환경 녹색교통수단인 철도교통에 대한 철도공학적 이해 및 교통체계적 분석을 다룬다. 이를 위하여 철도계획 일반, 철도교통수요분석 및 평가, 시설 및 시스템, 운영 및 유지보수 등을 살펴본다. 아울러, 지속가능발전의 교통체계적 내재화를 위한 철도교통의 역할을 논의한다.전선 / 학사
최근 10년간 우리나라는 미세먼지(대기 중 에어로졸)로 인한 대기 오염의 심각성을 깊이 체감하며, 국민들의 인식도 꾸준히 성장해왔다. 또한, 기후 변화로 인한 여름철 폭염과 빈번해진 산불 등의 이슈를 통해, 우리는 지구 온도 상승의 실체를 점점 더 뚜렷하게 느끼고 있다. 에어로졸은 인간 건강에 해로운 동시에, 역설적으로 지구 온도 변화에서는 냉각 효과를 보이는 등 복합적인 특성을 지닌다. 그러나 대기 중 에어로졸의 생성과 소멸 과정, 그리고 기후 효과 산정에 대한 과학적 이해는 여전히 불확실성이 큰 영역으로 남아있다. 본 강좌는 에어로졸의 화학적 반응과 기후 효과를 탐구함으로써, 우리가 직면한 환경 문제에 대한 폭넓은 통찰을 제공하고자 한다.