Development of Visual Analytics Systems for Analyzing Causality in Spatio-temporal Data
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(유형B)
2026년
2710111363
과학기술정보통신부
한국연구재단
포항공과대학교
고성안
10명
2026.09.01 ~ 2027.08.31
2024.09.01 ~ 2027.08.31
1.1억원
1.1억원
기초연구
대학
경상북도 포항시
정보/통신 > 소프트웨어 > S/W 솔루션
본 연구는 대용량, 복잡 시공간 데이터 내의 인과관계의 효과적인 분석 및 예측, 설명 가능을 위하여 시각적 분석 기법을 통하여 아래의 목표로 기술 개발하고, 현업 배포하여 시공간, 시계열 데이터 인과관계 분석 및 예측 분야에 기여하고자 한다―본 연구는 목표1) 멀티 모달리티 (Multi-modality) 원천 데이터 기반, 데이터 희소성에 강건한 인공지능 ...
-세부연구1) 데이터 희소성에 강건한 인과관계 추론 기술 개발 연구데이터 희소성에 대응할 수 있는 인과관계 추론 모형의 제안을 위하여, 세부연구1에서는 실제 교통 데이터를 기반으로 인과관계 모델링을 할수 있도록 데이터를 정제, 생성 한 후에, 해당 데이터 기반 모델을 개발한다. 구체적으로 (세부1-1) 교통 CCTV, 센서 등 다양한 원천 데이터의 정제 및...
*학술적/기술적 중요성- 희소한 인과관계 기반 연구 수행 통해 실제에 가까운 인과관계 추론에 대한 연구를 촉구- 변동성 인과관계에 대한 정립과 이에 대한 필요성을 제시- 인과관계 추론 기술근거에 대한 설명 제공하여 인과관계 추론 분야의 해석 가능성 제시-? 코드공개를 통하여 국가 SW 경쟁력 제고 및 인과관계 추론 연구 개발에 기여*산업체/경제적 중요성-?...