Today 399 | Total 1,228,565

University of Seoul, College of Urban Science
서울시립대학교 도시과학대학 온라인 아카이브
2026

서울시립대학교
제40회 도시과학 공동작품전

총장님 인사말

안녕하세요.
서울시립대학교 총장 서순탁입니다.

서울시립대학교 도시과학대학 교수님과 학생 여러분, 공동작품전을 준비하시느라 수고 많으셨습니다.
여러분도 잘 아시다시피, 도시과학대학은 우리 대학이 도시과학 특성화 대학으로 발전하는데 있어 주도적인 역할을 해 왔습니다.

공동작품전은 도시과학분야의 학문적 교류와 소통을 위해 건축학부, 도시공학과, 조경학과, 교통공학과, 공간정보공학과 등 공간을 다루는 5개 학부과가 졸업작품전을 공동으로 진행해 온 매우 뜻깊은 행사입니다.

엄중한 코로나19 상황임에도 불구하고 지난 겨울방학부터 약 6개월 동안 졸업작품전 전시를 준비해 온 것으로 알고 있습니다.
어려운 여건 속에서 5월 31일부터 ‘온라인 방식’으로 도시과학대학 공동작품전을 전시하게 됨을 축하합니다.

그동안 지도해주신 교수님들과 학생들의 노고에 경의를 표하며, 수고하신 도시과학대학 최윤수 학장님께도 감사드립니다.

올해에도 작년처럼 도시과학대학 학생들의 작품들이 아카이브 됩니다.

많은 사람들이 온라인 공동작품전을 통하여 도시과학의 새로운 발전과 미래 도시공간 창출 방향을 모색하고, 관련 학과가 서로 융합하고 소통하는 계기가 되었으면 합니다.

다시 한 번 학생 여러분들의 수고에 격려와 함께 무궁한 발전을 기원하며, 지도하신 교수님께도 감사의 인사를 드립니다. 감사합니다.

2021년 5월
서울시립대학교 총장 서순탁
서울시립대학교
제40회 도시과학 공동작품전

학장님 인사말

작품보기

‘일자리-어메니티의 공간적 일치’가 청년 인구 이동에 미치는 영향 분석 : 비수도권 광역 대도시권을 중심으로

김태희 최진영 | 도시공학과
#K-means 군집분석 #공간더빈모형 #국가균형발전 #도시어메니티 #직·주·락융합공간 #청년인구
‘일자리-어메니티의 공간적 일치’가 청년 인구 이동에 미치는 영향 분석 : 비수도권 광역 대도시권을 중심으로

비룡·신흥마을의 새로운 주민맞이 시나리오

태원국, 박서진 | 조경학과
#가축 #공존 #축산마을
비룡·신흥마을의 새로운 주민맞이 시나리오
회복,연결,공생으로 재구성하는 지속가능한 축산마을 설계

무인택배보관함을 활용한 택배 반품회수 효과분석

김지요 | 교통공학과
#무인택배보관함 #반품
무인택배보관함을 활용한 택배 반품회수 효과분석
반품 택배를 위한 택배보관함의 입지 및 경로를 최적화하였다.

폐PVC의 3단 열화학 전환을 통한 염소 제거 및 수소-rich 합성가스 생산

이준협, 한만혁, 우희동 | 환경공학부
폐PVC의 3단 열화학 전환을 통한 염소 제거 및 수소-rich 합성가스 생산
폐폴리염화비닐(PVC)의 높은 염소 함량(40-57 wt.%)으로 인한 기술적 장벽을 극복하기 위해 제안된 새로운 3단계 열화학적 전환 공정

Between Calmness and Energy

강서연 남윤지 | 도시공학과
#공공공간 #기술과 창의성의 공존 #민관 협력 개발
Between Calmness and Energy
The King

KOMPSAT-3A 기반 교차센서 시뮬레이션 학습자료를 활용한 Prithvi-EO-2.0 기반 Sentinel-2 영상 초해상화

김범식 이동언 이두현 | 공간정보공학과
#인공위성 #초해상화 #파운데이션 모델
KOMPSAT-3A 기반 교차센서 시뮬레이션 학습자료를 활용한 Prithvi-EO-2.0 기반 Sentinel-2 영상 초해상화
원격탐사 파운데이션 모델(Prithvi)과 센서 열화 시뮬레이션 기술을 결합하여, 10m 해상도의 Sentinel-2 위성 영상을 2.5m급 고해상도로 정밀하게 초해상화하는 프레임워크입니다.

머신러닝을 활용한 프로브 차량 데이터 기반 도로 교통 밀도 추정

박세원 | 교통공학과
#교통공학 #스마트모빌리티 #지능형교통시스템 #머신러닝
머신러닝을 활용한 프로브 차량 데이터 기반 도로 교통 밀도 추정

도심 공장 생존법

이성재 | 건축학부 건축학전공
도심 공장 생존법
문래동에 생산을 지속할 수 있는 방법을 고민한다.
공간의지배자펄기아

해양공간정보를 활용한 LSTM-CNN 기반 어선 해양사고 위험 예측모형 개발

강다현, 박재형, 하준성 | 공간정보공학과
#LSTM-CNN #딥러닝 #해양공간정보 #해양사고
해양공간정보를 활용한 LSTM-CNN 기반 어선 해양사고 위험 예측모형 개발
어선 해양사고 고위험 해역을 예측하는 시공간 딥러닝 모델 개발 Development of an LSTM-CNN-Based Risk Prediction Model for Fishing Vessel Maritime Accidents Using Marine Geospatial Data