CEEDS (The Collective Experience of Empathic Data Systems) #

빅 데이터는 많은 수의 다양한 원천으로 부터 매우 빠르게 생산되는 대량의 자료를 의미한다.

지리 정보, 통계, 기상 정보, 연구 자료, 전송 데이터, 에너지 소비 자료, 건강 자료 등에 상관없이 빅데이터를 이해하고자 하는 필요성이 새로운 도구 및 기술에 대한 기술 혁신을 이끌고 있고, 이 분야가 EU의 새로운 호라이즌 2020 연구개발 프로그램에서 ICT 분야의 중요한 과제로 대두되고 있다.

빅 데이터는 가능하지 않을 것 같은 우리의 잠재의식을 데이터를 통해 이를 평가할 수 있는데 도움을 줄 것으로 예상되고 있다. 이는 우리 뇌 활동의 단지 10%정도만 알고 있는 뇌속의 잠재 의식을 데이터화 하여 나머지 90%를 해체하는 방법을 EU의 CEEDS프로젝트를 통해 찾을 수 있을 것이라 기대하고 있다.

CEEDs on Euronews! Watch the video below.(2014.02.2)

빅 데이터 집합에 접근용이하게 하기 위한 가상현실 활용 #

CEEDS(감정이입 데이터의 집합 경험 시스템)는 우리 앞에 있는 빅데이터의 흐름에 대한 우리의 감각과 생리적인 반응을 측정하여 가상 현실 도구를 활용하여 이를 시각적 잠재의식으로 만드는 것이다.

바르셀로나의 폼페우 하브라 대학에 있는 CEEDS의 경험 유도 시스템 (eXperience Induction Machine: XIM)은 사용자의 반응을 모니터하고, 시각화하기 위한 피드백 정보를 제공하는 시스템으로 전형적인 과학적 실험을 통해 생산된 대규모의 데이터 집합을 가지고 이를 시청각 자극으로 애니메이션하고 있다. 수집된 데이터에 대한 신경과학자들의 반응을 측정하고, 잠재의식적인 단서를 단순한 시각화하였다.

빅 데이터의 빠른 분석의 가치 #

CEEDS의 활용은 빅데이터에 대한 이해를 최적화하여 이를 단일화하여 분석하는 것에 대한 사례는 전혀 없다는 점에서 매우 가치있다. CEEDS은 위성 이미지검사, 석유탐사, 천문학, 경제 역사적 연구개발에 이르기까지 적용 분야가 무궁무진하다. 풍부한 데이터를 확보하는 것은 어쩔수 없는 시간과 노력이 필요하지만, 이를 빠르게 분석하는 시스템의 향상은 매우 가치 있는 것이다. CEEDS의 향후 개발은 빅 데이터를 뛰어 넘어 물리적 환경에서의 사용자 피드백 정보를 수집하는 데도 도움을 줄것으로 예상하고 있다. 예를 들어 수업 시간에 선생님이 학생들의 무의식적 반응을 분석하여 이를 활용할 수 있는 것과 같다.

FP7에서 CEEDS 프로젝트는 6.5백만 유러달러가 지원되었다.

References #

• https://ec.europa.eu/digital-agenda/en/news/ceeds-new-ways-exploring-big-data
• http://ceeds-project.eu/

Incoming Links #

Related Data Sciences (DataScience 0) #

• Big pharma trend
• DBMS/Graph DB
• Graph
• hadoop 총정리 4편
• 데이터 과학
• 하둡프로그래밍

Related Bioinformaticses (Bioinformatics 1) #

• 분자생물학 자료형

Suggested Pages #

• 0.295 하둡프로그래밍2
• 0.170 Non-negative matrix factorization
• 0.080 글쓰기 가이드
• 0.077 컴퓨터알고리즘
• 0.066 Home
• 0.043 graph-tool
• 0.042 KOBIC-Edu36
• 0.039 Shortest Path Problem
• 0.036 KOBIC-Edu33
• 0.030 이미지 링크 생성
• More suggestions...