최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 기상 데이터가 항공 운항 지연 및 결항에 미치는 영향을 분석하여 항공 운항 지연 예측 시스템 구축의 토대를 마련하고자 한다. 탐색적 데이터 분석 결과, 날씨가 항공 운항 지연에 영향을 준다는 결론을 얻었으며, 향후 항공기 지연 및 결항 확률 예측력을 높이는 심층적인 분석과 예측 시스템 구축 연구가 필요하다.
Quantitative problem solving methods in the airline industry : a modeling methodology handbook
Aerodynamic data of space vehicles
Fundamentals of scientific computing
Computational intelligence in integrated airline scheduling
Complex time-delay systems : theory and applications
Aviation turbulence : processes, detection, prediction
Measurement of the inclusive jet cross section with the ATLAS detector at the large hadron collider
구글 클라우드 플랫폼상의 데이터 과학 : 실시간 데이터 파이프라인 구현 : 입수부터 머신 러닝까지
Computational intelligence in time series forecasting : theory and engineering applications
Animal migration : a synthesis
Flight performance of aircraft
Schedule-based modeling of transportation networks : theory and applications
Stochastic programming
Robust aeroservoelastic stability analysis : flight test applications
4차 산업혁명 핵심기술을 활용한 기후변화 대응 전략 연구 : 빅데이터를 중심으로
Airport systems : planning, design, and management
Birds and climate change
Networks in climate
손안의 날씨
IEEE Transactions on Intelligent Transportation Systems
Sebastian Wandelt; Xinyue Chen; Xiaoqian Sun2020 IEEE INTL CONF ON DEPENDABLE, AUTONOMIC AND SECURE COMPUTING, INTL CONF ON PERVASIVE INTELLIGENCE AND COMPUTING, INTL CONF ON CLOUD AND BIG DATA COMPUTING, INTL CONF ON CYBER SCIENCE AND TECHNOLOGY CONGRESS (DASC/PICOM/CBDCOM/CYBERSCITECH)
Jiang, Yushan; Liu, Yongxin; Liu, Dahai; Song, HoubingSCIENTIA IRANICA
Khaksar, H.; Sheikholeslami, A.International Journal of Aeronautical and Space Sciences
Gopichand, G.; Sarath, T.; Devi, V. Lakshmi; Srivastava, Vaibhavi; Lonial, Ishaan; Acharya, Rishabh; Thakur, Amit Kumar27TH ACM SIGSPATIAL INTERNATIONAL CONFERENCE ON ADVANCES IN GEOGRAPHIC INFORMATION SYSTEMS (ACM SIGSPATIAL GIS 2019)
Shao, Wei; Prabowo, Arian; Zhao, Sichen; Tan, Siyu; Konuiusz, Piotr; Chan, Jeffrey; Hei, Xinhong; Feest, Bradley; Salim, Flora D.IEEE Transactions on Intelligent Transportation Systems
Li Q.,Jing R.,Dong Z.S.International Journal of Pattern Recognition and Artificial Intelligence
Runping Gu; Jinghan Lai; Zhiqiang Wei; Tongyu ShiTransport Reviews
Carvalho L.,Sternberg A.,Maia Gonçalves L.,Beatriz Cruz A.,Soares J.A.,Brandão D.,Carvalho D.,Ogasawara E.Journal of Air Transport Management
Truong D.ACM Transactions on Intelligent Systems and Technology
Belcastro, L.; Marozzo, F.; Talia, D.; Trunfio, P.IEEE Transactions on Intelligent Transportation Systems
Wandelt, S.; Chen, X.; Sun, X.Research in Transportation Business and Management
Fernandes N.,Moro S.,Costa C.J.,Aparício M.Neurocomputing
Shao W.,Prabowo A.,Zhao S.,Koniusz P.,Salim F.D.Procedia Computer Science
Henriques, Roberto; Feiteira, InêsChinese Journal of Aeronautics
CAI K.,LI Y.,ZHU Y.,FANG Q.,YANG Y.,DU W.한국항공운항학회지
이충섭, Zin Min Paing, 여혜민, 김동신, 백호종IEEE Transactions on Intelligent Transportation Systems
Li Y.,Cai K.,Zhu Y.,Yang Y.滨州学院学报 / Journal of Binzhou University
许振腾; 王琪; XU Zhenteng; WANG QiApplied Sciences (Switzerland)
Zanin M.,Zhu Y.,Yan R.,Dong P.,Sun X.,Wandelt S.International Journal of Transportation Science and Technology
Mokhtarimousavi S.,Mehrabi A.전선 / 대학원
철근콘크리트의 내진설계를 강의하며 특히 접합부 및 프레임-벽체시스템에 대한 연구에 치중한다.전선 / 학사
“항공드론빅데이터알고리즘”은 드론 기술과 인공지능의 융합을 탐구하는 수업이다. 드론은 자율비행, 데이터 처리, 기계학습 등 다양한 인공지능 기술을 활용하여 복잡한 환경 속에서도 효율적으로 임무를 수행한다. 드론에서 인공지능의 궁극적인 목표는 대량의 데이터를 수집하고, 이를 임무에 맞게 최적화하여 운영하는 것이다. 본 과목에서는 드론이 수집하는 방대한 양의 데이터가 자동화된 방식으로 처리되는 방법을 이해한다. 학생들은 빅데이터 알고리즘의 기본 개념을 배우고, 이를 통해 실질적인 데이터 분석 기법을 습득한다. 특히, 수집된 빅데이터를 활용하여 실제 드론 임무에 적용할 수 있는 사례를 통해 이론과 실무의 연계를 강화한다. 또한, 데이터 분석 과정에서의 도전 과제와 해결책을 모색하고, 최신 기술 동향을 반영하여 학생들이 변화하는 드론 산업에 적응할 수 있도록 돕는다. 궁극적으로, 학생들은 드론의 데이터 분석 역량을 강화하고, 이를 통해 효과적인 의사결정을 내릴 수 있는 능력을 배양한다.전선 / 학사
일기나 기후에서 대기 관측은 현상 분석뿐만 아니라 예보 및 예측을 위해서는 필수적인 요소이다. 이 과목에서는 온도, 기압, 습도, 바람 등 기상요소의 지상 및 상층 직접 관측의 원리와 측정기기 그리고 분석 방법에 대해 학습한다. 또한, 관측의 중요성이 증대하는 위성, 기상 레이다, 라이다 및 대기복사 관측의 기본 원리 및 활용의 예를 공부한다. 두 시간을 실험 시간으로 할애하며 실험은 직접적인 기기의 조작이나 견학, 관측자료의 분석을 통해 실시한다.전선 / 대학원
빅데이터와 인공지능은 무인이동체의 자율적인 운행을 위한 필수적인 기술이다. 빅데이터는 인공지능의 예측 정확성을 증대시키고 사고범위를 확장하는 기반자료로서 무인이동체의 다양한 운항 및 성능자료 등이 여기에 포함된다. 인공지능 기술에 의해 시스템이 지능화하게 되면 자율화 프로세스인 OODA(Observe-Orient-Decision-Action)가 적시에 연쇄적으로 이루어지게 되어 통신 차폐와 송수신 시간 지연, 재밍 등의 제한성을 가진 무인이동체의 임무 자유도를 현격하게 증대시키게 된다. 이 교과과정에서는 대학원생이 빅데이터의 처리기법과 딥러닝에서 핵심적인 요소인 신경망과 CNN(합성곱 신경망)을 학습하여 인공지능의 기본 원리와 적용을 이해하게 된다. 이를 통해 무인이동체의 자율화의 통제수준을 인지하고 자율화의 현 수준과 발전방향을 이해하여 가능한 임무를 선택하고 운영개념을 작성할 수 있는 지식과 식견을 가지게 될 것이다.전선 / 대학원
대기이론(queueing theory)과 신뢰성공학 등의 기초가 되는 추계학(stochastic process)의 기본적 개념, 정리와 이의 실제 응용을 연구한다. Markov chain, Poisson process, Markov process, renewal theory 등의 여러 특성, 관련된 주요 정리 및 최고의 연구결과를 분석, 토의하여 기술자의 직관과 연구가의 이론의 부합을 이룬다.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
확률이론의 기초를 이해하고 이를 바탕으로 상태변수를 추정하는 원리를 배운다. 또한 이를 비행체 제어에 응용한다. 칼만필터에 대한 상세한 식을 유도하고 그 특성을 연구한다. 비선형 시스템에 적용될 수 있는 Extended 칼만필터를 유도하고 실제 비행기나 인공위성에 응용한 예를 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
현대 경영에서의 의사 결정은 데이터의 분석 결과에 점점 더 많이 의존하고 있는 추세다. 정형 데이터 뿐만 아니라 비정형 데이터를 인터넷 상에서 수집, 저장, 가공하여 그 안에서 경영 인사이트를 추출하는 빅데이터 분석의 중요성은 날로 증가하고 있다. 이 강의는 프로그래밍 경험이 많지 않은 학생들을 대상으로 프로그래밍 언어의 기초뿐만 아니라 데이터의 수집 및 분석의 모든 과정을 살펴봄으로써 데이터 기반 의사 결정에 대한 이해를 높이고 기계학습 및 인공지능에서 사용하는 프로그래밍 언어가 산업 전반에 걸쳐 어떻게 활용되고 있는지에 대한 기초 지식을 제시한다. 또한 프로그래밍 언어를 실제 데이터에 적용하는 실습 과정을 통해 실전 문제에 대한 응용력을 배양하고, 향후 경영 환경에서의 실무 적용능력의 토대를 제공한다.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.교양 / 학사
이 과목의 목적은 데이터 문해력에 대한 기본지식을 함양하고 이를 통하여 데이터 기반 의사결정능력과 올바른 정보를 취사선택하는 방법을 익히는 데 있다. 이 과목을 통하여 다양한 통계의 오용사례를 살펴보고 데이터를 전달하는 미디어를 올바르게 이해하고 데이터를 기반으로 효율적으로 본인의 주장을 제시하는 방법에 대해 배운다.전선 / 대학원
이 과목은 다변수 피드백 제어시스템의 강인성 분석과 설계에 관한 다양한 이론적 개념과 기법들을 배운다. 항공기 모델에 불확실성이 존재하거나 외란이 작용하더라도 비행 안정성과 성능을 잃지 않고 제어할 수 있어, 드론, 무인기, 미래 항공 모빌리티 등에 유용한 기술을 학습한다.전선 / 대학원
인공위성의 발달과 더불어 대기 및 지상의 기상 및 기후요소의 관측은 일기예보와 기후분석에서 없어서는 안될 중요한 대기과학의 한 분야로 간주되고 있다. 이 과목에서는 대기복사 이론이 대기원격탐사에 어떻게 적용되어 일기 및 기후자료를 얻을 수 있는지에 대해 강의하며, 얻어진 자료가 물 및 에너지 수지, 대기물리과정의 이해, 자료동화, 기후분석 등에 어떻게 활용되는지 강의한다.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
데이터 마이닝은 빅 데이터를 분석하기 위한 핵심 도구로서 많은 관심을 받고 있다. 특히 컴퓨터 공학 측면에서 고급 데이터 마이닝 알고리즘 및 분석 플랫폼을 설계하고 구현하는 기술을 학습하는 것은 최근 넘쳐나는 빅 데이터에서 실행 가능한 지식을 추출하는데 핵심적인 역할을 한다. 본 과목에서는 빅 데이터를 분석하기 위한 컴퓨터 공학 기반 고급 기술, 알고리즘, 핵심 플랫폼을 다룬다. 또한 초 대용량 데이터, 초고속 데이터 등을 효과적으로 분석하는 기법을 학습한다.전선 / 대학원
차량, 항공기, 로봇 등의 제어에 사용되는 컴퓨터 시스템은 계산상의 정확성과 아울러 태스크가 주어진 시간 내에 종료되어야만 하는 실시간시스템이다. 이 과목에서는 이러한 실시간시스템 구성을 위한 태스크 스케쥴링, 프로그래밍기법, 통신, 자원관리 등의 기법에 대하여 학습한다. 또 기말과제를 통하여 각자의 연구분야의 실시간 특성에 대하여 연구할 기회를 갖는다.전선 / 학사
자연에서 발생하는 여러가지 대기현상을 컴퓨터를 이용하여 수치적으로 모의하는 기본적인 방법들에 대해서 소개한다. 실습시간에는 대기과학 연구에 필수적으로 쓰이는 프로그래밍 언어인 포트란을 공부하고, 이를 이용, 여러 가지 대기 물리방정식의 해를 수치적으로 구하고, 이를 가시화하는 연습을 실시한다.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
일상적으로 네트워크 시설의 계획과 운영관리에 치중해온 전통적 교통계획수법의 문제점을 비판하고 대중교통수단의 결절시설인 터미널, 정류장의 입지, 구조 및 디자인 등의 지능형교통체계의 중요성에 주목하여 기차, 버스 등의 교통터미널과 화물유통센타 등의 설계기준 및 세부구조 계획 등에 관해 연구한다.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.