Soumettre la recherche
Mettre en ligne
빅데이터 기반의 홈 IoT 모델 구축 - 코오롱베니트 김종혁 박사
•
1 j'aime
•
1,392 vues
eungjin cho
Suivre
2017 데이터 그랜드 컨퍼런스 발표 자료
Lire moins
Lire la suite
Données & analyses
Signaler
Partager
Signaler
Partager
1 sur 19
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
eungjin cho
고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장
고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장
eungjin cho
빅데이터 윈윈 컨퍼런스-4차 산업혁명 핵심:데이터 가공 플랫폼
빅데이터 윈윈 컨퍼런스-4차 산업혁명 핵심:데이터 가공 플랫폼
ABRC_DATA
지능정보시대를 위한 빅데이터, 이대로 좋은가
지능정보시대를 위한 빅데이터, 이대로 좋은가
r-kor
전문가토크릴레이 2탄 빅데이터와 빅데이터 분석 (이경일 대표)
전문가토크릴레이 2탄 빅데이터와 빅데이터 분석 (이경일 대표)
Saltlux zinyus
빅데이터의 활용
빅데이터의 활용
수보 김
20120924134035 빅데이터시대,ai의새로운의미와가치
20120924134035 빅데이터시대,ai의새로운의미와가치
Webometrics Class
Big data활용 ss
Big data활용 ss
JinSoo Park
Recommandé
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
eungjin cho
고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장
고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장
eungjin cho
빅데이터 윈윈 컨퍼런스-4차 산업혁명 핵심:데이터 가공 플랫폼
빅데이터 윈윈 컨퍼런스-4차 산업혁명 핵심:데이터 가공 플랫폼
ABRC_DATA
지능정보시대를 위한 빅데이터, 이대로 좋은가
지능정보시대를 위한 빅데이터, 이대로 좋은가
r-kor
전문가토크릴레이 2탄 빅데이터와 빅데이터 분석 (이경일 대표)
전문가토크릴레이 2탄 빅데이터와 빅데이터 분석 (이경일 대표)
Saltlux zinyus
빅데이터의 활용
빅데이터의 활용
수보 김
20120924134035 빅데이터시대,ai의새로운의미와가치
20120924134035 빅데이터시대,ai의새로운의미와가치
Webometrics Class
Big data활용 ss
Big data활용 ss
JinSoo Park
[2016 데이터 그랜드 컨퍼런스] 1 2. bk2(티맥스) 2016데이터그랜드컨퍼런스-티맥스소프트_클라우드 시대의 데이터베이스 시스템 변...
[2016 데이터 그랜드 컨퍼런스] 1 2. bk2(티맥스) 2016데이터그랜드컨퍼런스-티맥스소프트_클라우드 시대의 데이터베이스 시스템 변...
K data
[코세나, kosena] 빅데이터 구축 및 제안 가이드
[코세나, kosena] 빅데이터 구축 및 제안 가이드
kosena
한국IT산업과 고용환경의변화
한국IT산업과 고용환경의변화
수보 김
[2016 데이터 그랜드 컨퍼런스] 2 2(빅데이터). skt beyond big data
[2016 데이터 그랜드 컨퍼런스] 2 2(빅데이터). skt beyond big data
K data
[코세나, kosena] 빅데이터 기반의 End-to-End APM과 비정형 데이터 분석 자료입니다.
[코세나, kosena] 빅데이터 기반의 End-to-End APM과 비정형 데이터 분석 자료입니다.
kosena
2015-4 혁신기술로서의 빅데이터 국내 기술수용 초기 특성연구- 김정선
2015-4 혁신기술로서의 빅데이터 국내 기술수용 초기 특성연구- 김정선
datasciencekorea
오픈 데이터와 인공지능
오픈 데이터와 인공지능
Myungjin Lee
빅 데이터 비즈니스 모델
빅 데이터 비즈니스 모델
datasciencekorea
[2016 데이터 그랜드 컨퍼런스] 1 3. bk3(엔코아)데이터그랜드컨퍼런스 4차산업혁명의 핵심-데이터경제-엔코아
[2016 데이터 그랜드 컨퍼런스] 1 3. bk3(엔코아)데이터그랜드컨퍼런스 4차산업혁명의 핵심-데이터경제-엔코아
K data
빅 데이터, 새로운 통찰력
빅 데이터, 새로운 통찰력
현주 유
빅데이터_ISP수업
빅데이터_ISP수업
jrim Choi
Nia 빅 데이터 세미나 이경일 (1)
Nia 빅 데이터 세미나 이경일 (1)
Peter Woo
빅데이터 기술 및 시장동향
빅데이터 기술 및 시장동향
atelier t*h
빅데이터 분석과 모바일 비즈니스 활용전략
빅데이터 분석과 모바일 비즈니스 활용전략
Seungbyung Chae
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21
Donghan Kim
[2016 데이터 그랜드 컨퍼런스] 2 5(빅데이터). 유비원 비정형데이터 중심의 big data 활용방안
[2016 데이터 그랜드 컨퍼런스] 2 5(빅데이터). 유비원 비정형데이터 중심의 big data 활용방안
K data
빅데이터 활용사례 by GoldenWired INC.
빅데이터 활용사례 by GoldenWired INC.
Byounghee Kim
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20
Donghan Kim
빅데이터 개요
빅데이터 개요
beom kyun choi
빅 데이터 개요 및 활용
빅 데이터 개요 및 활용
Jin wook
The System Architecture and Standardization of Production IT Convergence for ...
The System Architecture and Standardization of Production IT Convergence for ...
S.K. Cha of ACS in Korea
IoT 공통플랫폼의 구축 및 활용전략
IoT 공통플랫폼의 구축 및 활용전략
Youn Sang Jang
Contenu connexe
Tendances
[2016 데이터 그랜드 컨퍼런스] 1 2. bk2(티맥스) 2016데이터그랜드컨퍼런스-티맥스소프트_클라우드 시대의 데이터베이스 시스템 변...
[2016 데이터 그랜드 컨퍼런스] 1 2. bk2(티맥스) 2016데이터그랜드컨퍼런스-티맥스소프트_클라우드 시대의 데이터베이스 시스템 변...
K data
[코세나, kosena] 빅데이터 구축 및 제안 가이드
[코세나, kosena] 빅데이터 구축 및 제안 가이드
kosena
한국IT산업과 고용환경의변화
한국IT산업과 고용환경의변화
수보 김
[2016 데이터 그랜드 컨퍼런스] 2 2(빅데이터). skt beyond big data
[2016 데이터 그랜드 컨퍼런스] 2 2(빅데이터). skt beyond big data
K data
[코세나, kosena] 빅데이터 기반의 End-to-End APM과 비정형 데이터 분석 자료입니다.
[코세나, kosena] 빅데이터 기반의 End-to-End APM과 비정형 데이터 분석 자료입니다.
kosena
2015-4 혁신기술로서의 빅데이터 국내 기술수용 초기 특성연구- 김정선
2015-4 혁신기술로서의 빅데이터 국내 기술수용 초기 특성연구- 김정선
datasciencekorea
오픈 데이터와 인공지능
오픈 데이터와 인공지능
Myungjin Lee
빅 데이터 비즈니스 모델
빅 데이터 비즈니스 모델
datasciencekorea
[2016 데이터 그랜드 컨퍼런스] 1 3. bk3(엔코아)데이터그랜드컨퍼런스 4차산업혁명의 핵심-데이터경제-엔코아
[2016 데이터 그랜드 컨퍼런스] 1 3. bk3(엔코아)데이터그랜드컨퍼런스 4차산업혁명의 핵심-데이터경제-엔코아
K data
빅 데이터, 새로운 통찰력
빅 데이터, 새로운 통찰력
현주 유
빅데이터_ISP수업
빅데이터_ISP수업
jrim Choi
Nia 빅 데이터 세미나 이경일 (1)
Nia 빅 데이터 세미나 이경일 (1)
Peter Woo
빅데이터 기술 및 시장동향
빅데이터 기술 및 시장동향
atelier t*h
빅데이터 분석과 모바일 비즈니스 활용전략
빅데이터 분석과 모바일 비즈니스 활용전략
Seungbyung Chae
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21
Donghan Kim
[2016 데이터 그랜드 컨퍼런스] 2 5(빅데이터). 유비원 비정형데이터 중심의 big data 활용방안
[2016 데이터 그랜드 컨퍼런스] 2 5(빅데이터). 유비원 비정형데이터 중심의 big data 활용방안
K data
빅데이터 활용사례 by GoldenWired INC.
빅데이터 활용사례 by GoldenWired INC.
Byounghee Kim
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20
Donghan Kim
빅데이터 개요
빅데이터 개요
beom kyun choi
빅 데이터 개요 및 활용
빅 데이터 개요 및 활용
Jin wook
Tendances
(20)
[2016 데이터 그랜드 컨퍼런스] 1 2. bk2(티맥스) 2016데이터그랜드컨퍼런스-티맥스소프트_클라우드 시대의 데이터베이스 시스템 변...
[2016 데이터 그랜드 컨퍼런스] 1 2. bk2(티맥스) 2016데이터그랜드컨퍼런스-티맥스소프트_클라우드 시대의 데이터베이스 시스템 변...
[코세나, kosena] 빅데이터 구축 및 제안 가이드
[코세나, kosena] 빅데이터 구축 및 제안 가이드
한국IT산업과 고용환경의변화
한국IT산업과 고용환경의변화
[2016 데이터 그랜드 컨퍼런스] 2 2(빅데이터). skt beyond big data
[2016 데이터 그랜드 컨퍼런스] 2 2(빅데이터). skt beyond big data
[코세나, kosena] 빅데이터 기반의 End-to-End APM과 비정형 데이터 분석 자료입니다.
[코세나, kosena] 빅데이터 기반의 End-to-End APM과 비정형 데이터 분석 자료입니다.
2015-4 혁신기술로서의 빅데이터 국내 기술수용 초기 특성연구- 김정선
2015-4 혁신기술로서의 빅데이터 국내 기술수용 초기 특성연구- 김정선
오픈 데이터와 인공지능
오픈 데이터와 인공지능
빅 데이터 비즈니스 모델
빅 데이터 비즈니스 모델
[2016 데이터 그랜드 컨퍼런스] 1 3. bk3(엔코아)데이터그랜드컨퍼런스 4차산업혁명의 핵심-데이터경제-엔코아
[2016 데이터 그랜드 컨퍼런스] 1 3. bk3(엔코아)데이터그랜드컨퍼런스 4차산업혁명의 핵심-데이터경제-엔코아
빅 데이터, 새로운 통찰력
빅 데이터, 새로운 통찰력
빅데이터_ISP수업
빅데이터_ISP수업
Nia 빅 데이터 세미나 이경일 (1)
Nia 빅 데이터 세미나 이경일 (1)
빅데이터 기술 및 시장동향
빅데이터 기술 및 시장동향
빅데이터 분석과 모바일 비즈니스 활용전략
빅데이터 분석과 모바일 비즈니스 활용전략
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21
[2016 데이터 그랜드 컨퍼런스] 2 5(빅데이터). 유비원 비정형데이터 중심의 big data 활용방안
[2016 데이터 그랜드 컨퍼런스] 2 5(빅데이터). 유비원 비정형데이터 중심의 big data 활용방안
빅데이터 활용사례 by GoldenWired INC.
빅데이터 활용사례 by GoldenWired INC.
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20
빅데이터 개요
빅데이터 개요
빅 데이터 개요 및 활용
빅 데이터 개요 및 활용
Similaire à 빅데이터 기반의 홈 IoT 모델 구축 - 코오롱베니트 김종혁 박사
The System Architecture and Standardization of Production IT Convergence for ...
The System Architecture and Standardization of Production IT Convergence for ...
S.K. Cha of ACS in Korea
IoT 공통플랫폼의 구축 및 활용전략
IoT 공통플랫폼의 구축 및 활용전략
Youn Sang Jang
2016년 ICT산업 메가트렌드 - 한국 정보산업연합회 ICT Industry Megatrend
2016년 ICT산업 메가트렌드 - 한국 정보산업연합회 ICT Industry Megatrend
봉조 김
사물 인터넷 뽀개기(취업 준비생 용)
사물 인터넷 뽀개기(취업 준비생 용)
Donghyung Shin
Big Data Analytics and Data Mining
Big Data Analytics and Data Mining
SuHyun Jeon
빅데이터와 로봇 (Big Data in Robotics)
빅데이터와 로봇 (Big Data in Robotics)
Hong-Seok Kim
Intel 2014 Business Review & IoT Tech Leadership
Intel 2014 Business Review & IoT Tech Leadership
JunSeok Seo
Mes iot ai in smart factory
Mes iot ai in smart factory
S.K. Cha of ACS in Korea
Data Technology opens Smart City World
Data Technology opens Smart City World
Daeyoung Kim
[발표자료] 190401 논문 정보 수집과 연구 동향 분석 세미나
[발표자료] 190401 논문 정보 수집과 연구 동향 분석 세미나
Cyram Inc
사물인터넷 산업의 주요동향
사물인터넷 산업의 주요동향
메가트렌드랩 megatrendlab
20150311 사물인터넷이 여는 새로운 세상 telco
20150311 사물인터넷이 여는 새로운 세상 telco
Donghyung Shin
Lighthouse factory in ee industry
Lighthouse factory in ee industry
S.K. Cha of ACS in Korea
건설기업의 빅데이터 시대 대응방향
건설기업의 빅데이터 시대 대응방향
메가트렌드랩 megatrendlab
빅데이터와 딥러닝
빅데이터와 딥러닝
재용 박
데이터센터의 그린화 그리고 클라우드 컴퓨팅
데이터센터의 그린화 그리고 클라우드 컴퓨팅
Fanny Lee
융합연구포럼 2015.02 big data - engineering & convergence.
융합연구포럼 2015.02 big data - engineering & convergence.
Chanjin Park
데이터드리븐 DX 추진방안_202306.pdf
데이터드리븐 DX 추진방안_202306.pdf
Yunjeong Susan Hong
'인더스트리4.0, 독일의 미래 제조업 청사진' - LG CNS 강연자료, 2014. 3. 7
'인더스트리4.0, 독일의 미래 제조업 청사진' - LG CNS 강연자료, 2014. 3. 7
Yonki Hyungkeun PARK
공간정보 대량맞춤화 정보지원체계 연구 소개
공간정보 대량맞춤화 정보지원체계 연구 소개
SANGHEE SHIN
Similaire à 빅데이터 기반의 홈 IoT 모델 구축 - 코오롱베니트 김종혁 박사
(20)
The System Architecture and Standardization of Production IT Convergence for ...
The System Architecture and Standardization of Production IT Convergence for ...
IoT 공통플랫폼의 구축 및 활용전략
IoT 공통플랫폼의 구축 및 활용전략
2016년 ICT산업 메가트렌드 - 한국 정보산업연합회 ICT Industry Megatrend
2016년 ICT산업 메가트렌드 - 한국 정보산업연합회 ICT Industry Megatrend
사물 인터넷 뽀개기(취업 준비생 용)
사물 인터넷 뽀개기(취업 준비생 용)
Big Data Analytics and Data Mining
Big Data Analytics and Data Mining
빅데이터와 로봇 (Big Data in Robotics)
빅데이터와 로봇 (Big Data in Robotics)
Intel 2014 Business Review & IoT Tech Leadership
Intel 2014 Business Review & IoT Tech Leadership
Mes iot ai in smart factory
Mes iot ai in smart factory
Data Technology opens Smart City World
Data Technology opens Smart City World
[발표자료] 190401 논문 정보 수집과 연구 동향 분석 세미나
[발표자료] 190401 논문 정보 수집과 연구 동향 분석 세미나
사물인터넷 산업의 주요동향
사물인터넷 산업의 주요동향
20150311 사물인터넷이 여는 새로운 세상 telco
20150311 사물인터넷이 여는 새로운 세상 telco
Lighthouse factory in ee industry
Lighthouse factory in ee industry
건설기업의 빅데이터 시대 대응방향
건설기업의 빅데이터 시대 대응방향
빅데이터와 딥러닝
빅데이터와 딥러닝
데이터센터의 그린화 그리고 클라우드 컴퓨팅
데이터센터의 그린화 그리고 클라우드 컴퓨팅
융합연구포럼 2015.02 big data - engineering & convergence.
융합연구포럼 2015.02 big data - engineering & convergence.
데이터드리븐 DX 추진방안_202306.pdf
데이터드리븐 DX 추진방안_202306.pdf
'인더스트리4.0, 독일의 미래 제조업 청사진' - LG CNS 강연자료, 2014. 3. 7
'인더스트리4.0, 독일의 미래 제조업 청사진' - LG CNS 강연자료, 2014. 3. 7
공간정보 대량맞춤화 정보지원체계 연구 소개
공간정보 대량맞춤화 정보지원체계 연구 소개
Plus de eungjin cho
하이퍼바이저 라이선스 비용이 없는 뉴타닉스 AHV
하이퍼바이저 라이선스 비용이 없는 뉴타닉스 AHV
eungjin cho
사례로 보는 사물인터넷(IoT) 데이터 품질관리 - 비투엔 김영석 수석
사례로 보는 사물인터넷(IoT) 데이터 품질관리 - 비투엔 김영석 수석
eungjin cho
우리가 스마트시티를 만들어가는 방법, '데이터 시각화' - 뉴스젤리 정병준 대표이사
우리가 스마트시티를 만들어가는 방법, '데이터 시각화' - 뉴스젤리 정병준 대표이사
eungjin cho
클라우드와 오픈소스 DBMS의 만남 - 큐브리드 오명환 상무
클라우드와 오픈소스 DBMS의 만남 - 큐브리드 오명환 상무
eungjin cho
모바일VR 사용자 인터페이스를 위한 데이터 기반 기계 학습 - 딥픽셀 이제훈 대표
모바일VR 사용자 인터페이스를 위한 데이터 기반 기계 학습 - 딥픽셀 이제훈 대표
eungjin cho
챗봇의 활용, 어디에서 도입하면 좋은가? - 와이즈넛 장정훈 이사
챗봇의 활용, 어디에서 도입하면 좋은가? - 와이즈넛 장정훈 이사
eungjin cho
인메모리 DBMS기반 보안 빅데이터 분석 솔루션 개발 사례 - 리얼타임테크 한혁 연구소장
인메모리 DBMS기반 보안 빅데이터 분석 솔루션 개발 사례 - 리얼타임테크 한혁 연구소장
eungjin cho
의료사업 선진화를 위한 빅데이터 분석 - 서울아산병원 심우현 교수
의료사업 선진화를 위한 빅데이터 분석 - 서울아산병원 심우현 교수
eungjin cho
빅데이터를 이용한 예측분석의 이슈와 트랜드 - 아시아나IDT 이훈석 ICT융합연구소장
빅데이터를 이용한 예측분석의 이슈와 트랜드 - 아시아나IDT 이훈석 ICT융합연구소장
eungjin cho
머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표
머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표
eungjin cho
DATA ECO와 연결의 힘 - SKT 김성우 랩장
DATA ECO와 연결의 힘 - SKT 김성우 랩장
eungjin cho
예측 분석 산업별 사례 147
예측 분석 산업별 사례 147
eungjin cho
예측 분석이 발견한 이상하고 놀라운 인간 행동들
예측 분석이 발견한 이상하고 놀라운 인간 행동들
eungjin cho
로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권
로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권
eungjin cho
4대 핀테크 동향과 금융산업의 파급영향
4대 핀테크 동향과 금융산업의 파급영향
eungjin cho
국내 로보어드바이저 시장 현황 뉴스 정리 201604
국내 로보어드바이저 시장 현황 뉴스 정리 201604
eungjin cho
저성장 시대 데이터 경제만이 살길이다
저성장 시대 데이터 경제만이 살길이다
eungjin cho
Fintech overview 페이게이트 박소영대표 20151006_v5
Fintech overview 페이게이트 박소영대표 20151006_v5
eungjin cho
2014 data 보안 가이드라인 그랜드컨퍼런스 20140930
2014 data 보안 가이드라인 그랜드컨퍼런스 20140930
eungjin cho
정보활용과 데이터보안
정보활용과 데이터보안
eungjin cho
Plus de eungjin cho
(20)
하이퍼바이저 라이선스 비용이 없는 뉴타닉스 AHV
하이퍼바이저 라이선스 비용이 없는 뉴타닉스 AHV
사례로 보는 사물인터넷(IoT) 데이터 품질관리 - 비투엔 김영석 수석
사례로 보는 사물인터넷(IoT) 데이터 품질관리 - 비투엔 김영석 수석
우리가 스마트시티를 만들어가는 방법, '데이터 시각화' - 뉴스젤리 정병준 대표이사
우리가 스마트시티를 만들어가는 방법, '데이터 시각화' - 뉴스젤리 정병준 대표이사
클라우드와 오픈소스 DBMS의 만남 - 큐브리드 오명환 상무
클라우드와 오픈소스 DBMS의 만남 - 큐브리드 오명환 상무
모바일VR 사용자 인터페이스를 위한 데이터 기반 기계 학습 - 딥픽셀 이제훈 대표
모바일VR 사용자 인터페이스를 위한 데이터 기반 기계 학습 - 딥픽셀 이제훈 대표
챗봇의 활용, 어디에서 도입하면 좋은가? - 와이즈넛 장정훈 이사
챗봇의 활용, 어디에서 도입하면 좋은가? - 와이즈넛 장정훈 이사
인메모리 DBMS기반 보안 빅데이터 분석 솔루션 개발 사례 - 리얼타임테크 한혁 연구소장
인메모리 DBMS기반 보안 빅데이터 분석 솔루션 개발 사례 - 리얼타임테크 한혁 연구소장
의료사업 선진화를 위한 빅데이터 분석 - 서울아산병원 심우현 교수
의료사업 선진화를 위한 빅데이터 분석 - 서울아산병원 심우현 교수
빅데이터를 이용한 예측분석의 이슈와 트랜드 - 아시아나IDT 이훈석 ICT융합연구소장
빅데이터를 이용한 예측분석의 이슈와 트랜드 - 아시아나IDT 이훈석 ICT융합연구소장
머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표
머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표
DATA ECO와 연결의 힘 - SKT 김성우 랩장
DATA ECO와 연결의 힘 - SKT 김성우 랩장
예측 분석 산업별 사례 147
예측 분석 산업별 사례 147
예측 분석이 발견한 이상하고 놀라운 인간 행동들
예측 분석이 발견한 이상하고 놀라운 인간 행동들
로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권
로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권
4대 핀테크 동향과 금융산업의 파급영향
4대 핀테크 동향과 금융산업의 파급영향
국내 로보어드바이저 시장 현황 뉴스 정리 201604
국내 로보어드바이저 시장 현황 뉴스 정리 201604
저성장 시대 데이터 경제만이 살길이다
저성장 시대 데이터 경제만이 살길이다
Fintech overview 페이게이트 박소영대표 20151006_v5
Fintech overview 페이게이트 박소영대표 20151006_v5
2014 data 보안 가이드라인 그랜드컨퍼런스 20140930
2014 data 보안 가이드라인 그랜드컨퍼런스 20140930
정보활용과 데이터보안
정보활용과 데이터보안
빅데이터 기반의 홈 IoT 모델 구축 - 코오롱베니트 김종혁 박사
1.
2017 데이터 진흥주간
발표 2017. 11. 7 코엑스 인터컨티넨탈 빅데이터 기반의 홈 IoT 모델 구축 실내 공기 질 개선을 위한 최적화 알고리즘 개발 발표자: 김종혁 박사
2.
ㅁ Contents I. Background II. Project
Scope III. Analysis 1 IV. Analysis 2 V. Connect to Interface VI. Market Strategy
3.
3© KOLON BENIT
www.kolonbenit.com 주최: 과학기술정통부, 주관: NIA 한국정보화진흥원, Kdata 한국데이터진흥원, KAIT 한국정보통신진흥협회 현재 홈 IoT 시장에 진입한 국내외 각 사들이 추구하는 사업 모델에서 강조하는 주요 키워드를 바탕 으로 분석이 가능한 주제(案)을 도출 홈 IoT 6대 키워드 절약 편의 공유 보안 안심 건강 빅데이터 분석을 통해 고도화가 가능한 분석 주제(案) 을 도출 공기질 분석을 통한 쾌적 환경 구축 분석 디바이스 센서를 통한 최적 온도 구현 분석 (난방 등) 취침 센서를 통한 개인 건강상태 모니터링 및 결과 분석 에너지 절감을 위한 과금 최적화 (전기/수도 사용량 개선 등) 센서 데이터 및 환경 데이터 기반 맞춤형 수면 패턴 분석 데이터 기반 수도 파이프 누수 탐지 고도화 분석 분석 주제(案) 빅데이터 분석을 활용한 스마트 홈IoT 모델 도출Project Purpose
4.
4© KOLON BENIT
www.kolonbenit.com 주최: 과학기술정통부, 주관: NIA 한국정보화진흥원, Kdata 한국데이터진흥원, KAIT 한국정보통신진흥협회 분석 주제(안) 빅데이터 분석이 가능한 다양한 주제(案) 가운데 현재 홈 IoT 센서를 통해 수집된 데이터를 검토한 후 분석 가능성을 고려하여 최종 두 개 주제를 분석 과제로 선정 빅데이터 분석에 기반한 스마트 홈 IoT 모델 도출 분석 주제(案) 센서 데이터 및 환경 데이터 기반 맞춤형 수면 패턴 분석 디바이스 센서를 통한 최적 온도 구현 분석 (난방 등) 취침 센서를 통한 개인 건강상태 모니터링 및 결과 분석 에너지 절감을 위한 과금 최적화 (전기/수도 사용량 개선 등) s 데이터 기반 수도 파이프 누수 탐지 고도화 분석 등 등… 공기질 분석을 통한 쾌적 환경 구축 분석 M1: Optimization Model for Improvement of Air Quality Subject 11 M2: Energy-Saving Model for Customized Indoor Temperature Subject 22 Project Purpose
5.
5© KOLON BENIT
www.kolonbenit.com 주최: 과학기술정통부, 주관: NIA 한국정보화진흥원, Kdata 한국데이터진흥원, KAIT 한국정보통신진흥협회 Analysis framework는 Data analysis 과 Mathematical Modeling으로 구성되며, 1) Data Analysis는 정보 추출, 데이터 정제 및 가공을, 2) Mathematic Modeling은 수학적 모델링을 통한 로직 도출을 실행. Logic Design 1 (w/ fixed data) Logic Design 2 (w/ user-behavioral data) Information Analysis Data Analysis Frame Mathematical Modeling Frame Information Research Variable Assessment Data Packing Sample Data Model Analysis Process direction Data Structuring Model I Optimization Model for Improvement of Air Quality 1 2 3 4 1A 1B 2A 2B Logic Potting Test & Interface Connection 데이터 구성 및 수학적 모델링 단계로 구성Analysis Framework
6.
6© KOLON BENIT
www.kolonbenit.com 주최: 과학기술정통부, 주관: NIA 한국정보화진흥원, Kdata 한국데이터진흥원, KAIT 한국정보통신진흥협회 Information Analysis Information Analysis 단계는 주제 분석에 필요한 정보와 데이터를 수집하고, 문헌정보를 통해 문제 해결에 필요한 최신 Analytic Algorithms을 검색 Data Analysis Frame 1 1A: Information Research Findings Task • 논문 및 학술 정보 조사를 통해 주제와 관련성 높은 최신 algorithms 및 분석 방법론 조사 • 실내 거주 환경(내부 공기, 기온, 습도 등)에 영 향을 주는 인자에 대한 research 1 A Analysis Framework Info. source Subject 1 Optimization Model for Improvement of Air Quality • 실내 공기질 센싱 데이터에서 이상을 감지하면 실내 공기질 오염의 원인이 되는 다른 디바이스의 센 싱 데이터와 분석을 통하여 공기질 개선 최적화 모델 도출이 필요 SCI/SSCI/ACHI* Data Source 한국연구재단 등재 학술 및 기술 논문 * Thomson Reuters에서 제공하는 글로벌 최상위 수준의 인문/과학 학술논문 database
7.
7© KOLON BENIT
www.kolonbenit.com 주최: 과학기술정통부, 주관: NIA 한국정보화진흥원, Kdata 한국데이터진흥원, KAIT 한국정보통신진흥협회 Information Analysis Variable Assessment 단계는 수집된 정보를 통해 주제 분석에서 요구되는 가능한 많은 변수를 검토 및 평가 한 뒤, 관련 데이터의 확보 및 이를 통한 분석 가능성을 고려하여 변수를 최종 선정 Data Analysis Frame 1 1B: Variable Assessment 1 A 1 B Analysis Framework Subject 1 Optimization Model for Improvement of Air Quality 실내(외)온도, 습도, 이산화탄소, 일산화탄소, 강수(우), VOC, PM10/2.5, 가스밸스 센싱, 환기 on/off, 공기청정기 악취 센싱 등 26개 변수 선정 VariableSet Variable Assessment 이산화탄소 VOC 소음 일산화탄소 미세먼지 공기청정기 미세먼지(PM10) 공기청정기 미세먼지(PM2.5) 실외 온도 실외 습도 실외미세먼지 실외 오존량 실외 이산화질소 실외일산화탄소 실외 아황산가스 강수(우)량 채광 (일사량-MJ/M2) 풍향/풍속 … 실내 온도 습도 (고정21/가변5)
8.
8© KOLON BENIT
www.kolonbenit.com 주최: 과학기술정통부, 주관: NIA 한국정보화진흥원, Kdata 한국데이터진흥원, KAIT 한국정보통신진흥협회 Data Structuring Sample Data Model Analysis 단계는 홈 IoT의 Sample Data에 대해 분포도 분석 (Distribution Analysis)을 함으로서 주어진 데이터의 특성을 파악하고 그에 맞는 모델을 선정 Data Analysis Frame 2 2A: Sample Data Model Analysis 1 A 1 B 2 A Analysis Framework Distribution Density Analysis * 홈 IoT에서 제공받은 sample data set Statistics Analysis Data Modeling Data Spectrum Analysis Linear Regression modeling Distribution Density / Spectrum Analysis Regression Formula (Coefficient Value) Data Sampling 𝑦𝑖 = 𝛽0 + 𝛽1 𝑥1 + ⋯ + 𝛽𝑡 𝑥𝑡 + ⋯ + 𝛽 𝑛−1 𝑥 𝑛−1+𝛽 𝑛 𝑥 𝑛 𝑥 𝑡 = 𝑦 𝑖− 𝛽0+𝛽1 𝑥1+𝛽2 𝑥2+⋯+ 𝛽 𝑛−1 𝑥 𝑛−1+ 𝛽 𝑛 𝑥 𝑛 𝛽𝑡
9.
9© KOLON BENIT
www.kolonbenit.com 주최: 과학기술정통부, 주관: NIA 한국정보화진흥원, Kdata 한국데이터진흥원, KAIT 한국정보통신진흥협회 Data Structuring Data Packaging은 데이터 모델에 난수 (Random Number)를 생성하고 홈 IoT 샘플링 Dataset 과 개방 API를 통해 수집한 기상청 데이터를 조합하여 분석에 필요한 새로운 Dataset을 구축 Data Analysis Frame 2 2B: Data Packaging 2 B Analysis Framework Variable Set 이산화탄소 VOC 소음 일산화탄소 미세먼지 공기청정기 미세먼지(PM10) 공기청정기 미세먼지(PM2.5) 실외 온도 실외 습도 실외미세먼지 실외 오존량 실외 이산화질소 실외 일산화탄소 … 실내 온도 습도 기상청APIInfo. Home IoT Sampling Dataset Data model Random Number Generator New Data Set for Analysis 1 A 1 B 2 A
10.
10© KOLON BENIT
www.kolonbenit.com 주최: 과학기술정통부, 주관: NIA 한국정보화진흥원, Kdata 한국데이터진흥원, KAIT 한국정보통신진흥협회 Logic Design 1 (w/ fixed data) Model 1은 분석 주제인 “Optimization Model for Improvement of Air Quality”의 결과를 도출하기 위한 수학적 해석 과정으로서 오염되지 않은 공기 질을 보장할 수 있는 최적 실내 환기 시간을 추정 Math. Modeling Frame 3 Analysis Framework Home IoT 및 기상 data와 Logic을 통해 최적의 실 내 공기질을 유지할 수 있는 최적 환기 시간(Vt) 추 정 Model Purpose Analysis Points • 실내 대기오염과 상관성 높은 환경 요소를 추정 • 최적의 실내 공기질 유지를 위한 공기 환기량(Vq) 및 환기 시간(Vt) 추정 Analysis Data for Modeling 변수명 이름 변수명 이름 AIR_PURIFIER _DUST 미세먼지 INDOOR_TEMP 실내 온도 AIR_PURIFIER _FINEDUST 초미세먼지 INDOOR_TVOCS 실내 휘발성물질 CO_1H 실외 일산화탄소 NO2_1H 실외 이산화질소 DIF_INSOLATION 일사량 OUTDOOR_TEMP 실외온도 DIF_ PRECIPITATION 시간당 강수량 OZONE_1H 실외오존 HUMIDITY 실외 습도 PM10_1H 실외 미세먼지 INDOOR_CO 실내 일산화탄소 PM2_1H 실외 초미세먼지 INDOOR_CO2 실내 이산화탄소 SO2_1H 실외 이산화황 INDOOR_DUST 실내 미세먼지 WIND_DEG 풍향 INDOOR_HUM 실내 습도 WIND_SPEED 풍속 INDOOR_NOISE 실내 소음 … … 3: Model I (Optimization Model for Improvement of Air Quality) 2 B 1 A 1 B 2 A 3 4
11.
11© KOLON BENIT
www.kolonbenit.com 주최: 과학기술정통부, 주관: NIA 한국정보화진흥원, Kdata 한국데이터진흥원, KAIT 한국정보통신진흥협회 Logic Design 1 (w/ fixed data) 집안의 내부 공기의 오염을 감지하고 환기가 되는 일련의 과정에 대한 시나리오를 구성한 뒤, 이를 바탕으로 최적 실내 환기 시간을 추정하기 위한 변수들의 탐색 및 예측 범위를 설정 Math. Modeling Frame 3 Logic Diagram Process 센서를 통해 측정되는 다양한 변수를 모니터링 하여 특정 임계치 (오염도: 80%) 초과시 공기오염 경보 발생 1 경보 발생시 다양한 공기질 변수에 대한 상관분석을 통해 현재 공기오염에 가장 영향을 주는 오염 요인 변수 파악 2 오염 요인 변수에 대한 실내/외 관측치를 서로 비교하여 실내공기 정화 유무를 판단 3 오염 요인 발생량 추정을 통한 환기량(Vq)* 을 예측 ( *환기량 = 오염 요인 발생량 / (허용농도 - 외기농도) ) 4 Scenario Analysis 후반기 (사용자 정보) 분석을 통해서 진행 예정 환기량(Vq)* 을 통한 환기 시간(Vt) 추정5 3: Model I (Optimization Model for Improvement of Air Quality) Analysis Framework 2 B 1 A 1 B 2 A 3 4
12.
12© KOLON BENIT
www.kolonbenit.com 주최: 과학기술정통부, 주관: NIA 한국정보화진흥원, Kdata 한국데이터진흥원, KAIT 한국정보통신진흥협회 Logic Design 1 (w/ fixed data) 다양한 센서로부터 수집된 데이터 및 외부 기상데이터와의 상관도 분석 (Correlation Analysis)을 통해 현재 실내 공기 질에 영향을 주는 요인 변수를 도출 Math. Modeling Frame 3 Variable Analysis Correlation Matrix Analysis Positive(+) Correlation 실외 이산화황 실내 미세먼지 실내 초미세먼지 시간당 강수량 Negative(-) Correlation 3: Model I (Optimization Model for Improvement of Air Quality) Analysis Framework 2 B 1 A 1 B 2 A 3 4
13.
13© KOLON BENIT
www.kolonbenit.com 주최: 과학기술정통부, 주관: NIA 한국정보화진흥원, Kdata 한국데이터진흥원, KAIT 한국정보통신진흥협회 Logic Design 1 (w/ fixed data) 데이터의 계량적인 분석을 기반으로 현재 실내 공기 질에 영향을 주는 대기 환경 요소를 추정하고, 공기 오염을 개선하기 위한 내부 공기의 최적 환기 시간을 추정 Math. Modeling Frame 3 Analysis Outcome 공기질 오염 요소들의 시계열 트랜드 오염 요소들의 시간대별 기여 분포 패턴 시간대별 (추정) 최적 환기 시간 (Vt) Alarm: 센서를 통해 실내의 공기오염이 감지된 시점 Model Prediction Result 3: Model I (Optimization Model for Improvement of Air Quality) Analysis Framework 2 B 1 A 1 B 2 A 3 4
14.
14© KOLON BENIT
www.kolonbenit.com 주최: 과학기술정통부, 주관: NIA 한국정보화진흥원, Kdata 한국데이터진흥원, KAIT 한국정보통신진흥협회 기존 M1에 사용자 설정 데이터 (Customized Input Data)를 추가, 개인화 모델을 도출하고 최적 실내 환기 시간을 추정하기 위해 추가 변수를 탐색하고 예측 범위를 설정 Logic Design 2 (w/ user-behavioral data)Math. Modeling Frame 4 Analysis Framework 2 B 1 A 1 B 2 A 4: Model I (Optimization Model for Improvement of Air Quality) - 기존 M1의 고정변수 (21개) 외 가변 변수를 추가 (5개) • 가스밸스 센싱(on/off 2개 레벨) • 환기 (on/off 2개 레벨) • 공기청정기 스피드 (5단계 : 0~4) • 동작감지기 (on/off 2개 레벨) • 면적 (20평대, 30평대: 2개 레벨) 가변데이터 생성 분포 3 4
15.
15© KOLON BENIT
www.kolonbenit.com 주최: 과학기술정통부, 주관: NIA 한국정보화진흥원, Kdata 한국데이터진흥원, KAIT 한국정보통신진흥협회 설정 값을 그룹으로 설계하여 사용자에 따른 유연한 로직 개발 및 최적화를 진행하여 사용자 개개인 의 맞춤 서비스 제공을 목표로 함 Logic Design 2 (w/ user-behavioral data)Math. Modeling Frame 4 Analysis Framework 3 2 B 1 A 1 B 2 A 4: Model I (Optimization Model for Improvement of Air Quality) 4 - 가변변수 관련 Multi-tier 데이터 생성: 2 (면적) - 사람 특성 관련 4D 그룹 생성 (단, 4D는 종축-거주t, 횡축-먼지S): 20명 (5*4D) - 기존 데이터와 각 사용자 데이터 Merge: 2 * 20명 - 양끝 (종횡) 조각 퍼즐 맞추기 → Monte Carlo Simulation - 최적 공기 정화 시간 (결과 t) 도출을 위한 Data Set 구성 및 관계함수 도출 (관계함수 도출 전 데이터 적합성 검사 등) 횡축: 거주 시간 종축: 먼지 민감도 B A D C M1 사용자 군집 구분
16.
16© KOLON BENIT
www.kolonbenit.com 주최: 과학기술정통부, 주관: NIA 한국정보화진흥원, Kdata 한국데이터진흥원, KAIT 한국정보통신진흥협회 모든 변수를 시간 단위에서 분 단위로, 가변 장소 기준의 전국 단위로 확대하여 각 변수의 데이터를 수정하고 홈 IoT 인터페이스에 연동 Information Analysis현 Data Analysis Frame Information Research Variable Assessment Data Packing Sample Data Model Analysis Data Structuring Model I (w/Fixed Data) Logic Design 1 Mathematic Modeling Frame Logic Design 2 Analysis Framework – Remaining Parts Model I (w/user- behavioral Data) Logic Potting Test & Interface Connection Time & Place Unit Tuning
17.
17© KOLON BENIT
www.kolonbenit.com 주최: 과학기술정통부, 주관: NIA 한국정보화진흥원, Kdata 한국데이터진흥원, KAIT 한국정보통신진흥협회 본 분석 결과물은 다음과 같은 부분에서 시장 파급효과를 기대할 수 있음 첫째, 기존 건축물에 대한 설계 변경 없이 바로 적용하여 해당 인프라의 가치를 제고할 수 있음 The Market Effect 신규 서비스 개발에 따른 추가적 이익 기대 개발된 로직을 건설 중인 아파트 혹은 기축 단지에 즉시 적용하여 시장가치를 높일 수 있음 수익 확대 측면의 효과 01 EFFECT 추가적인 하드웨어 / 시스템의 변경 없이, 기존 상품의 가치를 제고, 수익 확대 가능 개발된 로직의 개인화 모형 (Customized Model)을 상품화함으로써 시장 수익률 확대 B2B 및 B2C에 특화된 개인화 모형을 개별 서비스로 제공, 판매 가능
18.
18© KOLON BENIT
www.kolonbenit.com 주최: 과학기술정통부, 주관: NIA 한국정보화진흥원, Kdata 한국데이터진흥원, KAIT 한국정보통신진흥협회 본 분석 결과물은 다음과 같은 부분에서 시장 파급효과가 확대 될 것을 기대할 수 있음 둘째, 최신 데이터 분석기술 적용에 따른 시장에서의 브랜드 인지도 확대를 기대할 수 있음 The Market Effect 브랜드 이미지의 극대화 4차 산업의 최신 기술을 적용함으로써, 홈 IoT 시장에서 브랜드 이미지 제고 효과 기대 마케팅 측면의 효과 02 EFFECT 로직의 특허출원 또는 해외저널 투고를 통해, 보유 기술에 대한 시장 인지도 확대 브랜드 인지도 상승에 따른 추가적인 하드웨어 / 시스템 공급 시장 선점 기대 소음 감지기, 모션 감지기 등 인공지능형 홈 IoT 제품 판매 추진 가능
Télécharger maintenant