최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
(한 권으로 마스터하는) 메타버스 2022 : Series 1
메타버스 : 당신의 브랜드는 준비되어 있는가
디토랜드로 만드는 새로운 세상, 메타버스.
디지털 신세계 메타버스를 선점하라 : 앞으로 인류가 살아갈 가상 세계를 위한 새로운 경제 패러다임
메타 경험 : 메타버스에서 인공지능과 공감하다
세상을 바꾸는 메타버스
메타버스 시티 : 메타버스 캔버스에 그리는 도시이야기 =
스쿨 메타버스 = 시작된 미래, 새로운 학교
메타버스 : 다음 빅씽을 위한 준비
메타버스 디자인 교과서
쉽게 이해하는 메타버스
메타버스 제페토 쉽게 따라하기
(Paradigm Shift를 위한) 4차 산업혁명 시대의 경영사례.
메타버스 : 2022년 표준특허 전략맵
공간정보의 이해와 활용 : 점, 선, 면에서부터 스마트 시티, 디지털 트윈, 메타버스까지
(한 권으로 알아보는) 메타버스 : 기초부터 활용방법까지 메타버스의 모든 것
메타버스를 디자인하라 : XR이 지향하는 미래 공간 구현하기
(그림으로 배우는) 메타버스 =
인생 유니티 VR AR 교과서
메타버스의 세계 : 그 마법의 원리를 말하다
디지털콘텐츠학회논문지
오리온, 원종운, 박희동大众标准化 / Popular Standardization
孙弋戈; 闫楠; 白树亮한국게임학회 논문지
허민구, 이성수, 박창훈Linguistic and Philosophical Investigations
Wallace S.디지털콘텐츠학회논문지
김도연, 오상원, 오승민, 김광기, 한민수, 김진술한국공간디자인학회 논문집
김예린, 박재흥, 하슬지, 황효민, 오광석Review of Contemporary Philosophy
Horak J.,Balica R.Ș.FUTURE INTERNET
Hatami, Mohsen; Qu, Qian; Chen, Yu; Kholidy, Hisham; Blasch, Erik; Ardiles-Cruz, ErikaReview of Contemporary Philosophy
Sullivan R.2024 IEEE INTERNATIONAL SYMPOSIUM ON EMERGING METAVERSE, ISEMV
Price, Jeffrey; Khatri, Hamida; Gauthier, Chris; Coffey, Brandon; Garza, JacquelineReview of Contemporary Philosophy
Aldea C.I.IEEE Vehicular Technology Magazine
Wang H.,Wang Z.,Chen D.,Liu Q.,Ke H.,Han K.K.T.CRITICAL STUDIES IN MEDIA COMMUNICATION
Chia, AleenaIEEE Transactions on Intelligent Transportation Systems
Sarwatt, Doreen Sebastian; Lin, Yujia; Ding, Jianguo; Sun, Yunchuan; Ning, HuanshengLinguistic and Philosophical Investigations
Woodward B.The Journal of Supercomputing: An International Journal of High-Performance Computer Design, Analysis, and Use
Carrión, Carmen디지털콘텐츠학회논문지
손범식, 손성빈, 김건동스마트미디어저널
이정우, 이소연디지털콘텐츠학회논문지
정광무; 정일권; 김진술Applied Sciences (Switzerland)
Almeida L.G.G.,Vasconcelos N.V.d.,Winkler I.,Catapan M.F.전선 / 대학원
외부공간을 다루는 도시환경과 조경설계 분야에서 물, 바람, 빛, 식재 등은 설계에 필수적으로 반영해야하는 가변적이고 역동적인 환경 및 설계요소이다. 최근에는 외부공간에도 IoT 기술과 프로그래밍을 적용하여 환경변화에 반응하거나 상호작용이 가능한 설계요소의 도입이 증가하고 있다. 본 강좌는 가상현실(VR) 창작도구를 외부공간의 설계, 분석 및 평가도구로 활용하는 방법을 소개하고, 상호작용이 가능한 조경요소와 환경적 변화에 따른 경관을 시뮬레이션하여 설계과정에서 이를 효율적으로 활용하는 가상경관 설계기법을 탐구하는 것을 목표로 한다. 가상현실(VR)은 이용자에게 실재(實在)에 가까운 몰입형 경관의 체험을 제공하는 점에서 입체적 공간을 효과적으로 표현하고 경험할 수 있는 도구이다. 수강생들은 수업을 통해 3D 모델의 실시간 시각화가 가능한 언리얼 스튜디오(Unreal Studio)의 기본적인 공간설계기법을 습득하고, 가변적인 환경요소와 설계요소를 적용하여 HMD(Head Mount Display)를 통해 가상공간에서의 경관적 변화를 경험할 수 있다. 또한 실제 공간에서 체험할 수 있는 환경요소들을 정보화·정량화하여 가상의 공간에서의 경험을 입체적으로 분석하고, 상호작용이 가능한 조경요소의 설계방식을 실험하거나 평가하는 도구로도 활용할 수 있다.전선 / 대학원
현대 인간생활에 요구되는 산업제품 및 시스템을 대상으로 새로운 디자인해결을 제안하기 위한 디자인 프로젝트중심 연구과목으로, 산학연과 연계한 주제를 학제간에 공동으로 진행함으로써, 실제적이고 종합적인 차원의 디자인해결을 체험하도록 한다.전선 / 대학원
대형언어모델(Large Language Model, LLM)은 수억 이상 파라미터를 갖는 인공신경망으로 구성된 언어모델이다. 자기지도학습이나 반자기지도학습을 사용하여 레이블링 되지 않은 대규모 텍스트로 훈련된다. 토큰화, 트랜스포머 모델, 프롬프트 엔지니어링, 파인 튜닝 등으로 구성된다. Neural Network, CNN, RNN, LSTM, 어텐션, 트랜스포머, RLHF, 프롬프트 엔지니어링, 파인튜닝, RAG 등을 다룬다. LLM 이론을 기초부터 완성 단계까지 학습한다. LLM를 소규모로 직접 사전학습모델을 구현한다. 사전학습된 모델을 기반으로 프롬프트 엔지니어링, 파인튜닝, RAG를 통하여 성능을 향상시키는 것을 구현한다.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
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
센서 정보를 통하여 공간 정보를 획득하고 구성하는 기술은 스마트 팩토리나 생산 설계에 있어 중요한 요소 기술이다. 이 강의는 동시적 위치 추정 및 지도 작성법으로 알려진, 센서 기반 위치 정보 추정과 공간 정보 구성에 대한 내용을 다룬다. 특히 센서가 탑재된 대상이 고정적이지 않은 무인이동체의 센싱을 학습하여, 위치 추정과 공간 정보 추정의 연결성을 배우고, 이를 통하여 스마트 팩토리나 자율 주행에 관심이 있는 학생들에게 관련 기초 지식과 활용 사례를 제공한다.전선 / 대학원
동 교과학습을 통해 지구 차원의 좌표계의 설정원리를 먼저 이해하고 무선통신의 기본원리와 무선망에 대해 공부한다. 또한 GPS, WiFi, RFID, 셀룰라 네트워크를 통한 실내외 위치결정을 공부한 후 이를 토대로 대표적인 LBS 서비스인 지오포털과 네비게이션에의 응용에 필요한 요소기술인 아키텍처, 맵매칭, 경로탐색 등을 차례로 학습한다.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
“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
“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
교통공학이 도시의 설계에서 기본을 이루는 부분이라면 교통공학에서 핵심을 이루는 부분을 교통제어 이론이라 할 것이다. 본 과목을 통하여 도시교통 신호의 용량과 지역신호체계 확립과 제어기법이론을 고찰하고 그 응용방법을 살펴본다. 외국의 신호교차로 연동시스템 및 제어시스템을 살펴봄으로써 그 발전방향을 논의한다.전선 / 대학원
최근 급속도로 증가하고 있는 수많은 인공위성에 탑재된 센서들은 무엇이며, 이러한 센서들로부터 생성되는 위성자료의 종류, 구조, 검보정 방법들에 대해 배우며 이러한 자료들을 이용하여 다양한 과학기술 분야에서 어떻게 활용할 수 있을지에 대해 이해한다. 이 수업에서 Sentinel-1/2, TerraSAR-X, Lansat과 같은 실제 인공위성 자료들을 이용하여 자료처리 및 활용개발에 대한 실습도 수행한다.전선 / 대학원
현재 인공지능 처리를 담당하는 프로세서의 병렬처리 능력이 인공지능 성능을 결정하는 핵심 요건으로 부상하였다. 그러나 이런 특성은 현재 널리 사용되는 범용 CPU의 구조에 적합하지 않다. 따라서 인공지능 전용 프로세서의 개발 및 활용을 위한 다양한 접근이 이루어지고 있다. GPU는 인공지능 알고리즘을 효율적으로 처리할 수 있기 때문에 현재 가장 주목받는 인공지능 프로세서이다. 또 ASIC을 활용하거나 용도에 맞게 하드웨어를 재구성할 수 있는 FPGA을 기반으로 맞춤형 인공지능 프로세서를 만들려는 움직임도 늘고 있다. 본 과목은 이러한 인공지능을 위한 프로세서의 구조를 다룬다. 범용 프로세서 구조를 기본으로 GPU의 구조, ASIC 및 FPGA을 활용한 인공지능 프로세서의 구조와 특성에 대하여 배운다.전선 / 대학원
이 강의는 공간정보공학을 기반으로 지리정보시스템(GIS), 원격탐사 및 측량학에 대한 고급 개념 및 활용에 대한 내용을 다룬다. 이 강의에서 수강생들은 최신 문헌, 기술 보고서 및 관련 리소스에 대한 논의를 통해 공간정보 산업분야 관련 기술 및 주요발전사항에 대한 지식을 배양한다. 특히, 고해상도 위성영상, 환경공간정보 매핑 기법, 주요 원격탐사 및 사진측량 등 공간영상정보의 해석기법에 대해 소개한다.전선 / 대학원
본 과목에서는 유한요소의 기본을 간단히 복습하고, 항공우주구조물에 널리 쓰이는 얇은 판이나 쉘해석을 위한 유한요소에 대해 알아본다. 특히, 얇은 판이나 쉘구조물 해석 시 발생하는 잠김현상의 특성에 대하여 알아보고, 잠김현상을 억제할 수 있는 최신 유한요소를 살펴본다. 또한, 수강생들이 강의 내용을 기반으로 1차원 bar element, 2차원 plane element, 3차원 solid element를 직접 coding하고 컴퓨터를 이용한 기본적인 구조 문제를 해석을 통하여, 유한요소의 특성을 이해하고 얇은 구조물의 잠김현상의 확인 및 해결방안의 유효성을 경험한다.전선 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.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.전선 / 대학원
성능해석 실습을 통해 다양한 소프트웨어를 활용하여 설계된 무인이동체의 성능을 정확하게 도출하는 과정을 학습한다. 무인이동체를 설계한 후 제작 및 시험을 통해 성능을 확인하기 전에 이를 정확하게 예측하는 것이 가능하면, 목표 성능의 달성 여부를 실제 시험을 통해 검증하기 전에 해석을 통해 확인할 수 있고, 이를 바탕으로 반복된 설계 수정을 통해 목표 성능 달성이 가능하다. 학생들은 먼저 무인이동체의 다수를 차지하는 회전익기의 성능해석 방법에 대한 개론과 회전익 공기역학 이론을 학습한다. 이후 2차원 공력해석 소프트웨어를 활용하여 회전익 프로펠러의 익형 공력을 해석하고, 성능해석프로그램에 적용하기 위한 공력테이블 작성법을 실습한다. 이후 동체의 공력 데이터베이스를 구성하기 위해 3차원 공력해석 소프트웨어에 대한 이론을 학습하고, 이를 활용하여 성능해석 프로그램에 입력되는 동체의 공력 데이터베이스를 구성하는 과정을 실습한다. 이후, 구축된 데이터베이스를 성능해석 소프트웨어에 통합하여 무인이동체의 다양한 성능을 예측하는 과정을 실습한다. 이 교과를 통해 학생들은 성능해석의 이론과 실제 경험을 습득할 수 있다.전선 / 대학원
본 강의에서는 지능시스템을 위한 컴퓨터비전 알고리즘들에 대해서 공부한다. 컴퓨터비전은 지능시스템을 구현하기 위한 필수적인 분야로 컴퓨터가 인간의 시각정보처리 기능을 모사할 수 있도록 하는 것을 최종 목표로 하는 학문 분야이다. 이를 위해 컴퓨터비전에서는 카메라 등으로부터 얻은 정지영상이나 동영상 정보를 분석하여 컴퓨터가 자동으로 영상을 이해할 수 있도록 하는 다양한 알고리즘들을 다룬다. 본 강의에서는 컴퓨터비전에서 대표적으로 사용되는 알고리즘들에 대해서 살펴보며 수강생들로 하여금 학기중 프로젝트를 통해서 컴퓨터비전 기술을 사용하는 지능형 시스템을 구현해 보도록 한다.전선 / 학사
본 과목은 빅데이터를 활용하는 ML/AI/인지과학의 서비스를 개발할 때, 특히 많이 접하면서 까다로운 시계열 데이터 처리와, 파이썬 등으로 서비스를 개발을 효과적으로 할 수 있는 MLOps/DevOps 실전 가이드를 다루고자 한다. 연구 성과를 검증/공유하기 위해 패키지로 deploy하기 위한 도커/쿠버네티스 기술과 마이크로서비스 구축에 필요한 방법을 학습한다.