최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
최미순, 박동수, 조혜영
2019 / 학습자중심교과교육연구
데이터가 존재하지 않습니다.
loading...
본 연구는 블랙아이스 발생 예측 모델과 다양한 공공 빅데이터를 활용하여 운전자 위치 기반의 노면 상태 및 사고 위험도를 지수화하고, 실시간 블랙아이스 경보 서비스를 제공하는 모델을 제안합니다. 고속도로 교통사고 데이터, 국토교통 정보, 기상정보 등을 통합하고 회귀분석을 통해 사고 관련 요인을 분석하여 사고 위험도 지수를 도출했습니다.
AI·빅데이터 기반 도로 살얼음(블랙아이스) 진단 및 대응 방안
AI 도시교통과 모빌리티
Highway meteorology
융합 경영 : 세상을 움직일 컨버전스 파워 10 =
Spatial analysis methods of road traffic collisions
국민안전 SOC 디지털화 기술동향: C-ITS디지털트윈수자원재난대응
UTIS 기반의 교통혼잡 해소시간 예측방안 연구 : 돌발상황 중심으로
코로나19 시대 재난관리 대응전략과 ICT융복합 재난안전시스템 R&D분석
Sensing and monitoring technologies for mines and hazardous areas : monitoring and prediciton technologies
Autonomous ground vehicles
교통안전과 의복생활
Traffic safety
스톰규모 대도시 위험기상 감시 및 예측시스템 개발 =
SNS 빅데이터 기반 재난안전사고 이슈 지능적 분석 기술 개발 =
Highway safety analytics and modeling
안전사고 관련 빅데이터 연계·융합 알고리즘 개발
(실제 사례를 통한) 교통사고의 진실규명 : 접촉사고에서 급발진까지
A history of data visualization and graphic communication
한국구조물진단유지관리공학회 논문집
정회평; 송호민; 최영철IEEE Intelligent Transportation Systems Magazine
Liu, T.; Sun, S.; Pan, Q.; Yu, H.; Sanchez, J.; Wang, N.한국데이터정보과학회지
권태용; 윤형채; 최용호; 윤상후정보처리학회논문지. 소프트웨어 및 데이터 공학
나정호, 윤성호, 오효정대기
박문수, 강민수, 김상헌, 정현채, 장성빈, 유동길, 류성현제어.로봇.시스템학회 논문지
황대규, 김봉상, 이규호, 심홍석, 문희창Natural Hazards and Earth System Sciences
Hong S.B.,Yun H.S.,Yum S.G.,Ryu S.Y.,Jeong I.S.,Kim J.World Wide Web
Dow C.R.,Nguyen D.B.,Cheng S.,Lai P.Y.,Hwang S.F.Remote Sensing
Kwon H.G.,Yang H.,Yi C.한국재난정보학회 논문집
정명균, 이석형, 김창수한국정보통신학회논문지
이옥걸; 강선경Egyptian Informatics Journal
Ochieng W.O.,Wilson Cheruiyot K.,Okeyo G.Transportation Research Interdisciplinary Perspectives
Jang J.ISPRS International Journal of Geo-Information
Mesquitela J.,Elvas L.B.,Ferreira J.C.,Nunes L.멀티미디어학회논문지
황현숙, 서영원, 전태건, 김창수Procedia Computer Science
Ramos, Luís; Silva, Luís; Santos, Maribel Yasmina; Pires, João Moura한국인터넷방송통신학회 논문지
박천관; 박현숙; 홍유식The International Journal of Advanced Culture Technology
박은총; 김규하; 이상현대한교통학회지
한인환, 양경수스마트미디어저널
김강효; 문해민; 신주현; 반성범전선 / 대학원
도로교통사고로 인한 국내 사망자 수가 연간 수천 명에 달할 만큼 교통사고는 현대사회의 심각한 문제이다. 이 강의는 교통사고의 원인을 데이터 분석을 통해 정리하고 교통사고의 감소와 예방을 위한 정책을 도로 이용자, 차량, 도로환경 차원에서 살펴본다. 이 강의를 통해 교통사고 예측 모델의 개발과 활용방안을 익히고, 안전체계(Safe System) 차원의 교통안전 정책을 이해할 수 있게 된다.전선 / 대학원
도로교통사고로 인한 국내 사망자 수가 연간 수천 명에 달할 만큼 교통사고는 현대사회의 심각한 문제이다. 이 강의는 교통사고의 원인을 데이터 분석을 통해 정리하고 교통사고의 감소와 예방을 위한 정책을 도로 이용자, 차량, 도로환경 차원에서 살펴본다. 이 강의를 통해 교통사고 예측 모델의 개발과 활용방안을 익히고, 안전체계(Safe System) 차원의 교통안전 정책을 이해할 수 있게 된다.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 / 학사
통상적으로 교통운영은 교통류에 대한 충분한 이해를 바탕으로 적절한 운영 방안을 도입하여 도로교통시설의 효율을 높이는 것을 의미한다. 이를 위해 교통류에 대한 미시적‧거시적 관점, 교통량‧속도‧밀도 등 교통류 특성 간의 관계, 교통정체의 발생 및 해소 과정 등을 이해하는 것이 중요하다. 한편, 교통수단의 다변화로 인해 기존 교통운영의 대상이었던 도로교통이 교통시스템의 한 요소로써의 역할을 맡게 되었으며, 자연스럽게 교통운영의 범위도 확대되었다. 또한, 정보통신기술의 발달이 수집 가능한 정보의 질적‧양적 성장을 촉진하였지만, 불완전한 정보가 수집되거나 교통시스템 내‧외적 요인으로 인해 불확실한 예측이 이뤄지는 경우도 발생하였다. 최근 들어 이를 해결하기 위해 인공지능(Artificial Intelligence, AI)을 활용한 사례들이 등장하고 있다. 따라서 이 과목에서는 교통류분석, 교통신호제어 등의 배경이 되는 교통 관련 이론에 대해 학습함과 더불어 교통운영 분야 내 다양한 AI 적용 사례들을 소개하면서 기계학습(Machine Learning), 딥러닝(Deep Learning), 생성형 AI(Generative AI) 등 연관된 AI 기법을 살펴본다. 아울러 자율주행차량 제어, 대중교통 및 모빌리티 시스템 운영 등 교통운영의 확대된 범주 내에 포함되는 교통시스템에 대해서도 다룸으로써 폭넓은 지적 기반을 제공할 수 있을 것으로 기대된다.전선 / 대학원
표준적 도시교통계획과정의 이론적 구조와 문제점 그리고 실천모형의 장단점을 비교검토하고, 보다 일반적인 교통계획모형의 구성을 위한 여러 방법론과 고급이론을 소개함과 아울러 새로운 연구방향에 관해 연구한다.전선 / 대학원
‘임상법학’은 학생이 학내에 개설된 리걸클리닉이나 법률상담센터 또는 학외의 변호사사무실 등에서 실제 사건의 의뢰인 면담, 사실관계 및 증거자료의 정리, 법률정보의 조사, 문제해결 방법에 대한 의견서 등 법문서의 작성 등 과정을 담당 교원이나 변호사의 지도 하에 실제로 주도적으로 수행함으로써 경험을 통하여 분쟁을 효율적으로 해결할 수 있는 지식 및 능력을 키우는 것을 목표로 한다. ‘임상법학 2’는 형사 및 행정사건을 다루는 임상실습과목에 해당한다. ‘임상법학 2’에서는 형사·행정 사건에 대한 법률정보의 조사와 더불어 변론요지서, 행정소송 소장, 준비서면, 의견서 등의 작성이 다루어진다.전선 / 대학원
교통사고에서 발생하는 손상의 기본적인 기전을 알고 보행자와 탑승자에서 나타나는 전형적인 손상 양상을 익혀, 사고 상황을 판단할 수 있도록 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
교통계획의 틀을 이루는 교통수요의 추정과정과 계획의 배경 및 철학, 교통과 토지이용계획과의 상호관계로부터 교통모형과 토지이용모형과의 상호접속을 꾀하며 발생교통 분포 및 배분교통 그리고 수송수단배분 모형에 대한 소개를 포함하여 실제의 자료를 응용하여 우리나라 대도시를 대상으로 컴퓨터를 이용한 실험을 하게 된다. 최근 관심의 초점이 되고 있는 ITS(Intelligent Transportation System)에 대한 소개도 포함된다.전선 / 대학원
대학원생을 대상으로 한 세미나로, 교통과 정보통신기술이 가지는 지리적 함의에 관한 이론 및 방법론과 관련된 핵심연구와 최근의 연구동향을 다루는 것을 목표로 한다. 주요 주제로는 교통과 정보통신네트워크, 공간적 상호작용 및 입지-배분모형, 교통 및 정보통신기술과 도시발달, 도시내 통행, 정보도시, 사이버공간, 접근성, 이동성, 교통 및 정보통신정책 등이 포함된다.전선 / 학사
기후변화로 인한 재난(홍수, 폭염 등)을 그린인프라를 활용하여 저감하는 기초이론 및 설계기법을 학습한다. 도시홍소와 관련된 수문학적 개념을 이해하고, SWMM(Storm Water Management Model)을 이용한 근거기반의 그린인프라계획 및 설계법을 학습한다. 또한 도시열섬의 개념과 대응 방안을 학습하고, 전산유체역학을 활용한 그린인프라와 그레이인프라의 상호작용 분석 및 도시에 최적화된 인프라설계를 실습한다.전선 / 대학원
스마트시티는 복잡 인프라 시스템의 확률 기반 모형의 구축과, 계측 데이터에 기반한 학습/업데이팅, 그리고 상황별 실시간 추론에 기반한 의사결정을 필수적으로 요구한다. 본 교과목은 이러한 정보공학 기반 인프라 시스템 관리의 기반이 되는 다음의 베이지안 이론과 방법론을 소개한다: (1) 데이터 기반 통계적 학습: 마르코프 체인 몬테 카를로, (2) 인과관계 모형 구축, 학습 및 추론: 베이지안 네트워크, (3) 커널 기반 학습 및 추론: 가우시안 프로세스, (4) 시그널 프로세싱: 베이지안 필터. 각 방법론을 컴퓨터 프로그래밍을 통해 직접 실습하고, 재난재해 레질리언스, 안전, 생애주기 관리 등 다양한 인프라 관련 문제에 적용함으로써 스마트시티를 구현하는 데에 필요한 인프라 정보공학 핵심역량을 함양하는 것을 목표로 한다.전선 / 학사
본 교과목에서는 해양 플랫폼 설계 및 운영에 필수적인 장비에 대한 기초지식의 이해를 바탕으로 전체 시스템을 조망하고 안전 설계에 대한 지식을 갖출 수 있도록 학습한다. 해저에서 플랫폼 상부에 이르는 생산시스템을 이해하고 각 모듈 및 장비의 기능과 요구사항을 이해한다. 나아가 해양산업에서 어떤 사고가 발생했었는지를 살펴보고 위험도(risk)의 개념을 기반으로 위험요인을 색출, 사고 빈도 및 결과를 평가하는 위험도 기반 설계 방법론의 원리를 익힌다.전선 / 대학원
지반에서 발생하는 지반재해 중 산사태, 지반침하의 원인, 거동 대책에 대한 지질공학적 연구기법을 다룬다. 체계적인 지반조사 기법, 종합적 모니터링 및 해석방법, 정보활용을 위한 GIS 응용 등을 다룬다.전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.교양 / 학사
「베리타스 강좌 2: 베리타스 강좌 2: 수학과 데이터 사이언스로 보는 사회와 경영」는 자연과학적 모델과 사회과학적 이해를 융합하여 복잡한 사회 현상을 탐구하는 교과목이다. 물리학, 생물학에서 발전한 다양한 모델(네트워크 모델, 정보이론, 카오스이론, 스케일링 이론, 전염병모델 등)을 소개하고, 이들이 사회·경영·정치·도시학 등 인문사회 분야와 어떻게 연결되는지를 학습한다. 본 강좌의 차별성은 이과와 문과 학생이 협력하는 팀 기반 학습에 있으며, 데이터와 간단한 시뮬레이션을 활용한 실습을 통해 이론을 실제 사회현상에 적용한다. 학생들은 그룹 토론, 프로젝트를 통해 비판적 사고, 협업 능력, 창의적 문제 해결 역량을 배양하며, 나아가 데이터 기반 분석과 복합적 가치 창출 능력을 기르게 된다.전선 / 대학원
본 강의에서는 조선해양 분야를 포함한 여러 공학 분야에서 IoT를 중심으로 포괄적 사물 연결 기술의 발전에 의해 과거 일방향 중앙관리식을 지양하면서 발생하고 있는 양방향 탈중앙화(decentralization)와 관련하여, 이를 실현하기 위한 요소 기술과 적용, 그리고 적용에 따른 효과를 다양한 외부 전문가의 세미나를 통해 살펴보기로 한다. 예컨대, 주변 환경의 불확실성에 대처하기 위해서 자율 운항 선박에 필요한 탈중앙적 제어통제 시스템, 효율적 자율 운항 선박 운용을 위한 해상 무선 통신 및 e-Navigation 시스템, 해양 신재생 에너지를 독립적으로 생산, 소비, 전송이 가능한 해양 에너지 복합 공급기지 또는 인공섬을 위한 해양공간 활용 기술, 해상 연료공급(벙커링) 제어 및 유동 해석, 해양 자원생산 설계 및 제어, 신재생에너지 클러스터 구축, 해양 실시간 모니터링 및 예측 등의 기술에 대해서 학습하도록 한다. 여러 전문가에 의한 세미나를 통해 탈중앙화와 관련된 산업계의 최신 기술을 접하게 함으로써 스마트 오션 모빌리티에 대한 학생들의 관심을 유도하도록 한다. 또한, 산업계 전문가가 제시한 현업 문제에 대해 탈중앙화 기술을 적용할 수 있는 일종의 IC-PBL (Industry Coupled Project Based Learning)을 의무화 함으로써 학생들의 학업 성취도를 높이고자 한다.전선 / 학사
일기와 관련한 지구상 각 지역의 특징적인 기상 현상을 설명한다. 특히 동아시아지역의 몬순, 중위도 고·저기압계, 태풍, 강수를 다룬다. 컴퓨터를 이용한 기본 일기도의 작성과 분석을 실험하며 기본 일기도를 이용하여 보조 일기도의 작성한다. 강의에서 다룬 일기계의 실제 예보법을 습득하고 일기예보 브리핑을 수행한다.전선 / 대학원
본 과목에서는 기술예측에 대한 이론과 사례를 소개한다. 이를 위해 국가, 산업, 조직 차원에서 전문가 기반 예측(예. 델파이, 로드맵핑, 시나리오 기획)과 데이터 기반 예측(예, 동향분석, 상호영향분석, 시뮬레이션, 텍스트마이닝)의 접근법을 강의한다. 또한 기술 정보를 추출하여 기술예측 관련 의사 결정을 지원하는 기술 인텔리전스 모델과 도구들을 소개한다. 이를 통해 수강생들은 기술 기회와 위협을 발굴하여 미래를 준비하는데 필요한 기초지식을 습득하고 체화할 수 있을 것이다.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.