팝업레이어 알림

팝업레이어 알림이 없습니다.

DATA SCIENCE PLUS OF UOS

서울시립대학교 DS 플러스 차세대 융합인재 양성사업

about ds plus

사업단 소개

데이터 사이언스(Data Science)란?

정형 또는 비정형 형태의 데이터에서 의미있는 정보와 지식을 추출하기 위한다양한 수리 및 계산 방법론을 포괄하는 융합학문 분야이다.

인사말
사업소개
참여학과 소개
구성원
graduate curriculum

대학원 교육과정

특장점

서울시립대학교 Data Science PLUS의
교육 특장점에 대하여 안내드립니다.
graduate curriculum

대학원 교육과정

개설 교과목

서울시립대학교 Data Science PLUS의
개설 교과목에 대하여 안내드립니다.
graduate curriculum

대학원 교육과정

이수방법

서울시립대학교 Data Science PLUS의
이수 방법에 대하여 안내드립니다.

컨소시엄 자료실

DATA SCIENCE PLUS OF UOS

사업단 소식

View More
[DS+ 융합전공 신청] 2026-2학기 안내 ( ~ 9.30(수) 15시 접수 ) DS융합전공 신청은 데이터사이언스 융합인재양성사업 참여학과의 재학생은 신청가능합니다. 이중 필수 제출대상자는 DS융합인재양성사업 참여연구원으로 등록된 학생이며, 2026년 2학기 신입생중 DS+사업 참여연구원인 학생은 반드시 신청하시기 바랍니다. * 제출 서류 1. 데이터사이언스 융합전공 이수신청서 가. 서명 필수 : 신청자, 소속학과 주임교수 나. 지도교수(신입생은 공란), 사업책임교수 (공란) 2. 4대보험 가입내역 확인서 (최근 한 달 이내 발급) * 안내 1. 재학기간중 한 번만 신청하면 되며, 타 융합전공과 병행 신청하지 못함. 2. 접수 기한 : 2026.9.23(수) ~ 9.30(수) 15시까지 3. 제출 방법 : PDF스캔하여 이메일 제출 uos_dsplus@uos.ac.kr 4. 문의 : uos_dsplus@uos.ac.kr, 02-6490-6843 2026-09-23
2026 K-DS 컨퍼런스 & 해커톤 수상 안내 : 2026.9.9(수) ~ 11(금) 참여연구원분들의 성원으로 해커톤과 컨퍼런스 행사를 잘 마무리 하였습니다. 참여해 주신 모든 분들에게 감사인사 드립니다. 더불어 해커톤과 컨퍼런스 연구발표 각 부문에서 수상을 아래와 같이 안내드립니다. [ 해커톤 과학기술정보통신부 장관상 ] 1. 팀명 : Xdoctors - 학과 : 통계데이터사이언스학과 - 참여 연구원 : 임재성, 윤예진, 김지혜 - 주제 : MedCheck AI: 근거연결과 판단 보류가 가능한, 설명형 임상 의사결정 지원 시스템 [ 해커톤 우수상 ] 1. 팀명 : 뭉티기 - 학과 : 컴퓨터과학과, 사회인프라공학과 - 참여 연구원 : 정석, 이민주, 이은호(인하대) - 주제 : 외관망도 PDF 기반 교량 3D 자동 재구성 및 교각 단위 안전 통합 관제 시스템 [ 해커톤 창의상 ] 1. 팀명 : 에스엘야호 - 학과 : 인공지능학과 - 참여 연구원 : 조원용, 한지인, 이현승 - 주제 : Occlusion 데이터셋 자동 구축 파이프라인 2. 팀명 : CadaLens - 학과 : 공간정보학과 - 참여 연구원 : 공인석, 이동언, 최승민 - 주제 : 드론 항공영상 기반 AI 토지이용현황 분석 시스템 3. 팀명 : 드래곤즈 - 학과 : 통계데이터사이언스학과 - 참여 연구원 : 이수형, 전예지, 채용 - 주제 : 공차를 줄이는 배차 최적화 모델 제안: 적재 데이터로 빈 트럭을 먼저 찾아내는 물류 운영 효율화 모델 [ 컨퍼런스(연구발표) : 한국연구재단 이사장상 ] 1. 신원형 통계데이터사이언스학과 석박사통합과정 수료 - 발표 제목 : Hawkes-Driven Popularity-Aware Sampling for Contrastive Recommendation Learning [ 컨퍼런스(연구발표) : 미래연구상 ] 1. 임재균 인공지능학과 석박통합과정 재학 - 발표 제목 : SERA: Selective Evidence Re-Observation and Answering for Localized Visual Question Answering 2. 김지혜 통계데이터사이언스학과 석사 재학 - 발표 제목 : Response and Intent Selection beyond the Exposed Schema for Task-Oriented Dialogue Systems 3. 임재성 통계데이터사이언스학과 석박통합과정 재학 - 발표 제목 : PRO DA: Projection-based Distribution Alignment for Deep Time Series Forecasting 4. 윤예진 통계데이터사이언스학과 석사 재학 - 발표 제목 : Context-Aware Subgraph Explanations for Multi-Task GNNs 5. 정재환 통계데이터사이언스학과 석박통합과정 수료 - 발표 제목 : Embedding-Based Query Performance Prediction from Retriever-Generated Embeddings 수상을 축하드립니다. 2026-09-23
[DS+ 세미나] 통계데이터사이언스 세미나 : 8.13(목) - 신청 바로가기 : https://forms.gle/dTjurHTGVDYgE7aE9 - 주제 : Nonparametric undirected graphical model selection using diffusion models - 초록: An undirected graph represents the unconditional independence structure among random variables. Although estimating undirected graphs is important in many applications, most existing methods are restricted to parametric settings, such as Gaussian graphical models and Ising models. In this talk, we introduce a nonparametric approach to undirected graph estimation based on diffusion models. In the first part of the talk, we consider diffusion models as implicit density estimators that adapt to the unknown graph structure underlying the data. Specifically, we show that diffusion models achieve a near-optimal convergence rate for estimating factorizable densities. Despite this desirable property, however, diffusion models do not directly provide an explicit estimator of the underlying graph. To address this limitation, we propose a novel method for nonparametric undirected graphical model selection that does not rely on parametric assumptions. Furthermore, we demonstrate that the proposed method can consistently recover the true underlying graph. 2026-08-07

Q&A

사업단 소식

TOP