Understanding the importance of web accessibility as the solution for digital divide, this study recognizes the problem that existing web accessibility researches have been conducted only by governmental administrative organizations and the accessibility researches of web service that is frequently used in every day life are rare. For the research on the actual condition of web-accessability, this study selected the e-mail service of the representative web-service providers - Daum, Naver, and Empas. Through this evaluation research, this study is intended to present a way to provide convenient and efficient service for those who have been alienated from information. For the accessibility evaluation, the automation evaluation tool "KADO-WAH 2.0" was used. And then, source analysis and manual evaluation using Firefox were conducted to see if 'web contents accessibility guideline 1.0' had been kept.

본 연구는 웹의 플랫폼화에 대응하기 위한 서비스 유통 및 소프트웨어 개발방식의 핵심이슈로 '규모의 경제'와 '서비스화'이라는 모순적인 요구를 동시적으로 해결하는 것임을 제시했다. 소프트웨어 관점에서 본 이른바 웹 2.0 시대의 주요한 특징은 웹의 플랫폼화와 롱테일 서비스 시장의 등장이다. 웹이 독립적인 유통채널로 기능하게 되는데, 본 연구는 개발자 및 사용자 커뮤니티를 구축하기 위한 플랫폼전략을 규모의 경제와 상호소통(Interaction)의 관점에서 분석했다. 플랫폼 전략에서 제기된 이슈를 해결하기 위해서는 소프트웨어 개발전략도 오픈소스 커뮤니티를 활용한 레고형 개발이 필요하다. 비용절감과 사용자 채널을 확보하기 위해서는 오픈소스 커뮤니티를 이용한 조직화방식이 필요하고, 고객화된 서 비스의 가격경쟁 력을 확보 하기 위한 레고형 개발 방법이 필요하다.

Recently the importance of website becomes confident in realizing the long distance education (teleeducation) as web. The purpose of this research is evaluating the websites of cyber university and analyzes web usability and web accessibility and analyzes to suggest the good quality content and several personalized service. Also we tried to improve website quality and contribute the reliability of the long distance education with all these. For these we applied the of professor Hyung Nam Moon's SM-ABCDE website evaluation model and developed the check list suitable for cyber university and evaluated websites in the five views of Attraction, Business, Content, Design, Engineering. Totally Kyunghee Cyber University, Busan Digital University, Hanyang Cyber University is selected best in sequence. But every website doesn't keep the basic observation rule of the web accessibility.

The information space of semantic web comprised of various resources, properties, and relationships is more complex than that of WWW comprised of just documents and hyperlinks. Therefore, ranking methods in the semantic web should be modified to reflect the complexity of the information space. In this paper we propose a method of ranking query results from RDF(Resource Description Framework) knowledge bases. The ranking criterion is the importance of a resource computed based on the link structure of the RDF graph. Our method is expected to solve a few problems in the prior research including the Tightly-Knit Community Effect. We illustrate our methods using examples and discuss directions for future research.

Nowadays blogging is emerging as a new way of making a human-to-human relationship by offering personal information and opinion to others or by receiving any responses from them. The blogging activity would be also useful when they are in a movement surrounding lots of objects which are potentially interesting to them. However, immediate response from the objects is not available using legacy blogging systems. This paper, hence, aims to propose a methodology which allows the users to communicate with the objects to get useful information or get served immediately. Our approach is to let the objects act as bloggers, having their own blogs and communicating with each other and even with human.

본 연구는 21세기 새로운 패러다임인 웹 2.0에서 중요한 마케팅 모델로 인식되고 있는 AISAS 모델을 이용하여 인터넷 쇼핑몰 유형에 따른 적용을 알아보고, 현재 정체기에 있는 인터넷 마케팅의 한계를 해결하는 방법으로, RSS 적용 마케팅과 이를 AISAS 모델에 활용하는 방법에 관한 연구이다. 이 마케팅으로 제안되는 RSS를 이용할 경우 기존의 웹환경(웹 1.0)에서와는 달리, 실시간으로 업데이트 정보를 제공할 수 있으며, 사용자들의 커뮤니케이션 활동에 적극 개입을 할 수 있는 환경을 조성할 수 있다. 그리고 이미 정보의 바다라고 표현되며, 수많은 정보가 있는 인터넷 환경을 그대로 옮길 수 있는 RSS의 특징으로 인해 기업에서는 제품 홍보에 필요한 비용절감 효과가 있으며, 사용자에게는 복잡한 과정에 아닌, 단순한 포맷 변환만으로 누구든지 어떤 사이트의 정보라도 손쉽게 정보를 취득할 수 있다. 이런 RSS의 장점을 활용하여 인터넷의 새로운 마케팅 모델로 제시되는 AISAS의 5단계 구매과정에 각각 적용을 하여, 개인이 원하는 정보만을 실시간으로 제공하여, 클릭 한 두번만으로 구매까지 이어지게 하는 구조도를 제시한다. 아울러, RSS의 장점인 정보 공유를 이용해, 바이러스 마케팅 (WOM)의 시너지 효과를 최대한 높이고, 사용자는 제품에 대한 넓고 다양한 정보를 얻게 되므로 제품의 신뢰도를 높이고, 친근감이 상승하는 효과를 함께 가져 올 수 있을 것이다.[1].

본 연구에서는 개 방, 참여, 공유를 기 본 가치로 하는 Web 2.0의 대표적 트렌드인 UCC(User Created Contents)를 e-Learning에 접목하여 비즈니스 모델 설계시 고려해야 할 사항들을 분석하였다. 현재 초중등은 물론 대학, 직장, 평생교육의 주류를 형성하고 있는 것은 e-Learning이다. 그러나 기존 e-Learning 모델들은 콘텐츠의 다양성 미흡, 감성의 부재, 흥미 부족 등 해결하기 어려운 문제들을 가지고 있다. 이에 기존 e-Learning 모델의 단점들을 보완해 줄 수 있는 UCC의 개념을 통합함으로써 교육효과를 극대화하고 교육 주체자들의 교육활동을 보다 편리하게 도와줄 수 있을 것이다. 이에 본 연구에서는 교육 주체자들이 제작한 콘텐츠를 Web2.0 플랫폼에 적용하여 참여와 공유를 이끌어 내고 궁극적으로 교육효과를 극대화 할 수 있는 비즈니스 모델을 설계시 고려해야 할 사항을 분석하여 제시하였다.

Web 2.0은 개방형과 사용자 중심형이라는 특징으로 우리에게 많은 가능성을 안겨주기도 하지만 UCC에서 나타나는 문제점들의 예를 보면 그 정도가 상당히 심각함을 알 수 있다. 이러한 문제점을 분석하고 해결하기 위해 본 연구에서는 Wiki 시스템을 이용한 사용자 주도형 커뮤니티에 관한 연구를 하였다. 우선 Wiki 시스템의 특징을 이용하여 커뮤니티를 운영하고 운영상의 문제점을 발견, 분석하여 Web 2.0의 긍정적인 문화가 정착될 수 있도록 해결방안을 제시하였다. 이는 사용자들이 만들어가는 Web2.0 시대를 더욱 가능성 높이 만들어 줄 것이다.

인터넷 인구 증가와 정보자원 고도화에 따라 인터넷 사용자들은 새로운 형태의 커뮤니케이션을 스스로 발전시켜왔고 이러한 흐름이 최근 UCC의 폭발적인 증가로 이어졌다. 하지만 아직까지 사용자들이 UCC를 공유하는 동기에 대한 명확한 설명은 부재한 상황이다. UCC는 기존에 지속적으로 연구되어 왔던 온라인 커뮤니케이션 형태인 가상공동체나 온라인 구전의 참여 동기를 상당부분 계승하고 있으나 최근의 인터넷 문화와 기술 수준 변화에 부합하는 새로운 참여동기를 포함하고 있는 것으로 보여진다. 본 연구에서는 이러한 UCC 제작 동기를 파악하기 위해 UCC 제작 경험이 있는 300명의 샘플을 대상으로 설문을 수행했고, 이를 통해 UCC 제작 동기가 Self-Creation Motive, Community Commitment Motive, Self-Expression Motive, Community-Relatedness Motive, Reward Motive로 요인화될 수 있음을 밝혀냈다. 본 연구의 결과를 통해 UCC를 비즈니스 모델로 하는 온라인 기업들은 보유 고객의 UCC 공유 동기 성향을 파악할 수 있고, 이를 통해 고품질의 UCC를 확보하기 위한 차별화된 전략을 제시할 수 있게 될 것이다.

디지털 기기 가 보편 화 되 면서 많 은 디지털 컨텐츠가 생성되고 있다. 또한, 인터넷 서비스의 발전으로 이들 컨텐츠를 과거에 비해 손쉽게 웹 상에 개제할 수 있게 되 었다. 따라서, 많은 컨텐츠를 추 천해 주기 위해 추천 시스템에 관한 연구가 활발히 진행되고 있다. 이들 컨텐츠가 기존의 텍스트 기반에서 사진이나 동영상, 사운드 등 컴퓨터가 자동으로 내용을 파악하기 힘든 컨텐츠로 변화하면서, 내용의 파악이 필요 없 는 협력적 여 과(Collaborative Filtering)가 추천 시스템에서 유 용하게 이 용될 수 있다. 또한 web 2.0의 영향으로 컨텐츠를 분류하고 재검색을 용이하게 하기 위해 태깅(tagging)을 제공하는 서비스가 많아지고 있다. 본 논문에서는 내용 파 악이 힘든 컨텐츠의 효과적인 추천을 위해 협력적 여과(Collaborative Filtering)와 협력적 태깅(Collaborative Tagging)을 접목시킨 방법을 제안하고, 전통적인 협력적 여과 방법과 제안한 방법의 비교 실험을 통하여 협력적 여과 방법에서의 태 깅의 효과에 대 해 논한다.

본 논문에서는 다인수 학급에서 한계를 나타내고 있는 교육현장에서의 협력작업을 학급 및 학생 개인별 블로그 운영을 통해 해결하는 방안을 제시한다. 이를 위해 우선 학급 홈페이지 등 기존 협력작업 웹사이트의 문제점을 분석하고, 도출된 문제점을 해결하기 위 한 블로 그의 기능과 특징 등 을 도입하여 보다 효율 적인 협력 작업 시스템을 설 계 및 구현하고자 한 다.

유비쿼터스 컴퓨팅 기술(uT)의 적용에 대한 논의가 상대적으로 저조한 재래시장에 uT를 적용하여 쇼핑객의 쇼핑편의와 온/오프라인 쇼핑경험을 촉진할 수 있는 u-Market을 구현한다면, 재래시장을 방문하는 쇼핑객(유동인구)을 중대시킬 수 있으며，이는 매출증대로 이어져 재래시장 활성화에 일조할 것이다. u-Market 아키텍처는 쇼핑 전 모듈과 쇼핑 중 모듈로 구성된다. 단, 설계 시에는 재래시장의 공간적 제약과 기반시설의 낙후로 인해 적용 가능한 uT의 제약이 따르므로 이를 고려하여 KIOSK, 3G Dongle, 개인 휴대단말기를 기반으로 한 u-Market 시스템의 아키텍처를 설계하였다. u-Market 시스템 아키텍처는 개발 초기 단계에서의 개발자 간의 의사소통 문제를 줄이고, 재 작업에 따른 비용을 절감할 수 있을 뿐만 아니라 높은 품질의 시스템을 효과적으로 개발할 수 있는 기반을 제공할 것이다.

The media industry influenced by digital convergence is developing in the direction which the media consumers change their passive attitudes for positive participation on the base of the interactivity of convergence media of telecommunication and broadcasting. And content is progressing toward on-demand service which is customer-oriented and open. In light of these findings, interactivity is the most important feature which is able to shift the paradigm of the media industry and critical success factors which should be considered in order to plan the media strategy. This study is aimed at shedding light on the effects of interactivity factors, which are main factors of ubiquitous environment, on consumer's acceptance intention and describing the role of perceived interactivity and awareness of media substitution in the process of formation of acceptance intention..

Recommendation system is one way of implementing personalized service. The collaborative filtering is one of the major techniques that have been employed for recommendation systems. It has proven its effectiveness in the recommendation systems for such domain as motion picture or music. However, it has some limitations, i.e., sparsity and scalability. In this research, as one way of overcoming such limitations, we proposed the stepwise collaborative filtering method. To show the practicality of our proposed method, we designed and implemented a movie recommendation system which we shall call Step_CF, and its performance was evaluated using MovieLens data. The performance of Step_CF was better than that of Basic_CF that was implemented using the original collaborative filtering method.

This study was intended to point out the limit of existing digital content-centered studies, or approaches from the viewpoint of the supplier and in the aspect of business profit model and find ways to assess the quality of digital content, considering the characteristics of digital content. For this, the study is to apply value innovation strategy to digital content assessment, to analyze the applicability, and to propose a new and practical framework for digital content assessment method. To this end, this study selected the global No. 1 search service provider Google and local portal site Naver search service. The study on assessment factors by value innovation strategy was based on existing literature, while user-value elements in that respect were confined to information quality, interactivity, communication, interactive storytelling, and usability. This study objectified the relation with the value innovation strategic analysis, through qualitative and quantitative analyses on value elements of search service users.

차세대 유비쿼터스 환경에서 중요한 기술적, 산업적 위치를 차지하는 RFID 네트워크에는 다수의 RFID 리더(Reader)와 수많은 RFID 태그(Tag)들이 통신을 하면서 존재하게 된다. 이러한 RFID 네트워크에서 리더와 태그간의 원활한 통신을 위해서는 주파수 충돌이 발생하지 않아야 한다. 주파수 충돌 현상은 리더와 다수의 태그들 간의 태그 충돌(Tag Collision)과 리더간 주파수 간섭으로 인한 리더간 충돌(Reader Collision)로 나뉘어 질 수 있다. 따라서 리더간 충돌 현상을 피하기 위해서는 근접한 리더들 간에 서로 다른 타임슬롯(Timeslot)을 사용하여 태그와 통신을 시도하여야 한다. 본 연구에서는 RFID 네트워크에서 다수의 리더간 충돌을 최소화하며 안전한 태그 인식을 할 수 있도록 타임 슬롯 할당 문제를 CSP(Constraint Satisfaction Problem)로 접근한다. 그리고 CSP를 풀기 위해 리더간 충돌 문제가 가지고 있는 제약조건을 찾아내고 해를 찾기 위한 목적함수를 모델링 한다.

최근 유비쿼터스 환경이 대두됨에 따라 정보의 밀도가 높아지고 있으며, 기업에서는 고객이 제품을 구매함과 동시에 고객의 정보를 저장하여 활용할 수 있게 되었다. 이와 같은 환경은 고객의 요구사항을 사전에 미리 파악하여 적절한 시점과 상황에 맞는 정보를 전달할 수 있도록 하는 추천시스템에 대한 필요성을 증대시켰으며, 다양한 영역에서 추천시스템과 관련된 연구들이 활발하게 이루어지고 있다. 지금까지의 추천시스템은 주로 제품 중심으로 논의되어 왔으나, 유비쿼터스 시장 환경에서는 매장에 대한 논의가 필요하게 되었다. 이는 고객이 다양한 매장을 방문할 수 있으며, 동일한 제품이라도 여러 매장에 동시에 존재할 수 있고, 매장 간의 동선이나 매장의 위치 및 분위기, 제품의 품질이나 가격 등에 대한 개인 선호도에 따라 같은 제품이라도 선호하는 매장은 다를 수 있기 때문이다. 따라서 본 연구에서는 고객의 선호도를 기반으로 유비쿼터스 시장 환경에 적합한 매장 추천시스템을 제안하고자 한다. 매장 추천시스템은 협업 필터링을 기반으로 하고 있으며, Apriori 알고리즘을 이용하여 관련성이 높은 매장들의 집합을 찾아 추천한다. 이 시스템은 기업보다는 고객 중심의 서비스를 제공해 줌으로써 고객의 쇼핑 효율성을 제고시킬 뿐 아니라 장기적인 관점에서 시장 활성화에 기여할 수 있을 것으로 기대한다.

In this paper, It proposes that solar cell monitoring system using ubiquitous technique, solar cells development system occurs the attrition at the same time in several segments. This is the reason why, whole damage is also looked greatly increased inclination. Therefore, we progress study that find out damage factor by element and are more deeply about loss reduction by element part hereafter. Also, efficiency of solar photovoltaics system can be improved. we wish to forecast efficiency decrease of solar photovoltaics using neural network algorithm. Experiment result hereafter, We will expect to be remote management of solar cell.

모바일 정보 서비스의 수용성에는 사용자 인터페이스가 중요한 요소이다. 특히 모바일 인터페이스에서 청자(listner)인 인간에게 화자(speaker)인 기계가 어떻게 시의적절한 대화를 하는가는 수용성에 중요한 요소임에도 불구하고 아직까지 이에 대한 본격적인 연구가 진행되지 못했다. 따라서 본 연구의 목적은 사용자의 상황을 인식한 존대등분 계산법을 제안하여 이에 근거한 시의적절한 대화를 지원하는 상황 인식형 모바일 인터페이스를 설계하도록 하는 것이다. 다만 존대등분 계산은 문화별 및 언어별로 차이가 날 수 있으므로, 한국어를 대상으로 계산법을 제안하려고 한다.

온톨로지 매핑 기술은 시맨틱 웹을 비롯한 여러 분야에서 중요한 기술 중 하나이다. 온톨로지 매핑은 두 개의 온톨로지를 입력으로 받고, 이를 몇 개의 매개변수로 구성된 특정 알고리즘을 이용하여 두 온톨로지 간의 매칭 관계를 알아내고 이를 표현하는 절차를 말한다. 온톨로지 매핑을 이용하여 대용량 온톨로지의 통합이나, 지능화된 통합 검색을 구현할 수 있고, 여러 응용프로그램이 하나의 도메인을 공유하는 등 여러가지 방안으로 사용할 수 있다. 일반적으로 온톨로지 매핑의 성능을 판단하는데 있어서 매핑 결과를 측정하는 방법론의 측정 값을 주로 고려해왔다. 본 연구에서는 매핑을 수행할 때 두 개의 파라미터를 사용하였는데 하나는 알파이고 하나는 Threshold이다. 이것은 매핑의 정확성을 판단하는데 많은 영향을 미친다. 앞서 언급했듯이 매핑결과에 대한 측정값을 중요하게 여기기 때문에 많은 매핑관련 연구에서 알고리즘이 좋은 측정값을 도출할 수 있도록 파라미터를 조절하는 것에 초점을 맞춰왔다. 본 연구에서 측정방법에 따른 높은 측정결과를 지향하는 것이 아닌 온톨로지의 성격과 매핑결과의 사용처에 따라 파라미터를 적절히 변화시켜야 한다는 점에 주목하고, 주어진 환경과 매핑의 사용처에 알맞게 파라미터를 조정하는 방법론을 제안하고자 한다.

본 연구는 시맨틱웹 응용의 중심 기술인 웹 온톨로지의 표현과 추론을 위해 서술 논리와 규칙언어를 기반으로하는 웹 온톨로지 모델링 방법을 제안한다. 현재 웹 온톨로지 표현 언어인 OWL DL은 서술 논리에 근거하여 표현되는 것이나, 기계나 온톨로지 공학자가 OWL로 기술된 온톨로지를 직관적으로 이해하고 공유할 수 있는 형식적이고 명시적인 온톨로지의 지식 표현은 부족한 실정이다. 따라서 본 연구는 시맨틱웹이 목적하는 웹 온톨로지 구축을 위한 웹 온톨로지 모델링 방법으로 웹 온톨로지 모델링 계층을 제안하고, 제안된 각 계층에 따라 서술 논리의 TBox와 ABox의 구조와 SWRL을 기반으로 지식을 표현하는 웹 온톨로지 모델링 방법을 제안한다. 제안된 웹 온톨로지 모델링 방법의 성능 검증을 위해 제안 방법에 따라 웹 온톨로지를 구축하였고, SPARQL과 TopBraid의 DL Inference를 이용하여 구축된 웹 온톨로지의 성능을 검증하였다.

본 연구에서는 유비쿼터스 환경에서 시시각각으로 변하는 고객의 요구사항을 만족시키기 위해 상호 협력을 시도하는 다중 에이전트들이 의사결정을 수행할 경우 발생할 수 있는 충돌의 해결을 지원하는 지능적인 온톨로지 관리 모듈(intelligent-Ontology Management Module, i-OMM)과 다중에이전트 관리 모듈(Multi-agent Coordination Module, MACM)을 포함하는 u-DSS 포털을 제안한다. 개별 에이전트들은 온톨로지와 문제해결을 위한 프로시저 등을 이용해 자신의 문제를 해결하는 것을 기본으로 한다. 그러나 다른 에이전트들과 협력을 통해 문제를 해결해야 할 경우에는 먼저 개별 에이전트들이 보유한 각 온톨로지의 통합 및 데이터간의 충돌 해결이 요구된다. i-OMM은 개별 에이전트들이 보유하고 있는 이질적인 온톨로지를 통합하여, 문제해결을 위한 하나의 통합된 새로운 동적 온톨로지 뷰(integrated ontology view, IOV)의 생성을 지원한다. 온톨로지 통합과제에서 생성된 IOV는 사례로 저장되고 유사한 문제 해결에 재사용된다. MACM은 고객 에이전트들의 요구사항 변화에 따라 관련 개별 에이전트들 간의 데이터 충돌을 해결하여 에이전트들의 의사결정과정을 지원한다. 따라서 i-OMM과 MACM을 이용한 유비쿼터스 컴퓨팅 환경에서 분산된 에이전트들의 협력적 문제 해결을 지원하는 시스템을 유비쿼터스 의사결정지원 시스템 포탈(ubiquitous decision support system, u-DSS Portal)이라고 지칭한다. 본 연구에서 제안된 알고리즘의 활용 대상은 고객, 판매자, 제조업체, 및 배송업체의 배송차량들의 에이전트들로 구성된 u-fulfillment 시스템으로 한다.

지능정보시스템 구축에 있어서 자동화가 어려운 단계중의 하나인 규칙 습득을 위해 활용되는 방법중의 하나가 제한된 언어집합 기법을 이용하는 것이다. 그러나 제한된 언어집합 기법을 이용해 규칙을 생성하기 위해서는 규칙을 구성하는 변수와 그 값들에 대한 정보가 사전에 정의되어 있어야 하는데, 유동성이 큰 웹 환경에서 예상 가능한 모든 변수와 그 값을 사전에 정의하는 것이 매우 어렵다. 이에 본 연구에서는 이러한 한계를 극복하기 위해 제한된 언어집합 기법과 온톨로지를 이용한 규칙 생성 방법론을 제시하였다. 이를 위해 지식의 습득 대상이 되는 특정 문장은 문법구조 분석기를 이용해 파싱을 수행하며, 파싱된 단어들을 이용해 규칙의 구성 요소인 변수와 그 값을 식별한다. 그러나 규칙을 내포한 자연어 문장의 불완전성으로 인해 변수가 명확하지 않거나 완전히 빠져 있는 경우가 흔히 발생하며, 이로 인해 온전한 형식의 규칙 생성이 어렵게 된다. 이 문제는 도메인 온톨로지의 생성을 통해 해결하였다. 이 온톨로지는 특정 도메인을 구성하고 있는 개념들간의 관계를 포함하고 있다는 점에서는 기존의 온톨로지와 유사하지만, 규칙을 완성하는 과정에서 사용된 개념들의 사용빈도를 기반으로 온톨로지의 구조를 변경하고, 결과적으로 더 정확한 규칙의 생성을 지원한다는 점에서 기존의 온톨로지와 차별화된다. 이상의 과정을 통해 식별된 규칙의 구성요소들은 제한된 언어집합 기법을 이용해 구체화된다. 본 연구에서 제안하는 방법론을 설명하기 위해 임의의 인터넷 쇼핑몰에서 수행되는 배송관련 웹 페이지를 선정하였다. 본 방법론은 XRML에서의 지식 습득 과정의 효율성 제고에 기여할 수 있을 것으로 기대된다.

The data imbalance problem which can be uncounted in data mining classification problems typically means that there are more or less instances in a class than those in other classes. It causes low prediction accuracy of the minority class because classifiers tend to assign instances to major classes and ignore the minor class to reduce overall misclassification rate. In order to solve the data imbalance problem, there has been proposed a number of techniques based on resampling with replacement, adjusting decision thresholds, and adjusting the cost of the different classes. In this paper, we study the feasibility of the combination usage of the techniques previously proposed to deal with the data imbalance problem, and suggest a combination method using genetic algorithm to find the optimal combination ratio of the techniques. To improve the prediction accuracy of a minority class, we determine the combination ratio based on the F-value of the minority class as the fitness function of genetic algorithm. To compare the performance with those of single techniques and the matrix-style combination of random percentage, we performed experiments using four public datasets which has been generally used to compare the performance of methods for the data imbalance problem. From the results of experiments, we can find the usefulness of the proposed method.

데이터마이닝은 대용량의 데이터에 숨겨진 의미있고 유용한 패턴과 상관관계를 추출하여 의사결정에 활용하는 작업이다. 그 중에서도 고객 트랜잭션의 데이터베이스에서 아이템 사이에 존재하는 연관규칙을 찾는 것은 중요한 일이 되었다. Apriori 알고리즘 이후 연관규칙을 찾기 위해 대용량 데이터베이스로부터 압축된 의미있는 정보를 저장하기 위한 데이터 구조와 알고리즘들이 제안되어 왔다. 본 논문에서는 정점으로 아이템을 표현하고, 간선으로 두 아이템집합을 표현하는 빈발 패턴 네트워크(FPN)이라 불리는 새 자료 구조를 제안한다. 빈발 패턴 네트워크에서 아이템 사이의 연관 관계를 발견하기 위해 이 구조를 어떻게 효율적으로 사용 하느냐에 초점을 두고 있다. 구조의 효율적인 사용을 위하여 한 아이템이 클러스터 내의 아이템과는 유사도가 높고, 다른 클러스터의 아이템과는 유사도가 낮도록 네트워크의 정점을 클러스터링하는 방법을 사용한다. 실험은 신뢰도, 상관관계 그리고 간선 가중치 유사도를 이용하여 네트워크에서 아이템 클러스터링의 정확도를 보여준다. 본 논문의 실험 결과를 통해 신뢰도 유사도가 네트워크의 정점을 클러스터링할 때 클러스터의 정확성에 가장 많은 영향을 미친다는 것을 알 수 있었다.

Case-based reasoning (CBR) methods are applied to various target problems on the supposition that previous cases are sufficiently similar to current target problems, and the results of previous similar cases support the same result consistently. However, these assumptions are not applicable for some target cases. There are some target cases that have no sufficiently similar cases, or if they have, the results of these previous cases are inconsistent. That is, the appropriateness of CBR is different for each target case, even though they are problems in the same domain. Thus, applying CBR to whole datasets in a domain is not reasonable. This paper presents a new hybrid datamining technique called two-step filtering CBR and Rule Induction (TSFCR), which dynamically selects either CBR or RI for each target case, taking into consideration similarities and consistencies of previous cases. We apply this method to three medical diagnosis datasets and one credit analysis dataset in order to demonstrate that TSFCR outperforms the genuine CBR and RI.

DNA 염기 서열 배치 알고리즘은 분자 생물학 분야에서 단백질과 핵산 서열들의 분석에서 중요한 방법이다. 생물학적인 염기 서열들은 그들 사이의 유사성과 차이점을 나타내기 위해 정렬된다. 본 논문에서는 기존의 DNA 염기 서열 배치 방법을 개선하기 위하여 DP(Dynamic Programming) 알고리즘의 비용증가( O (nm) ) 문제를 해결하는 Quadrant 방법과 품질 정보 및 퍼지 추론시스템(fuzzy inference system)을 적용한 DNA 염기 서열 배치 알고리즘을 제안한다. 본 논문에서 제안한 DNA 염기 서열 배치 알고리즘은 Quadrant 방법을 적용하여 Needleman-Wunsch의 DP 기반 알고리즘에서의 행렬 생성 단계에서 발생하는 불필요한 정렬 계산을 제거하여 전체 수행 시간을 단축하고, 각 DNA 염기 서열 단편 각각의 길이 차이와 낮은 품질의 DNA 염기 빈도를 퍼지 추론 시스템에 적용하여 지능적으로 갭 비용(gap cost)을 동적으로 조정한다. 제안된 알고리즘의 성능 평가를 위해 NCBI (National Center for Biotechnology Information)의 실제 유전체 데이터로 성능을 분석한 결과, 제안된 알고리즘이 기존의 품질정보만을 이용한 알고리즘보다 개선된 것을 확인하였다.

Factory location selection is very important to the success of operation of the whole supply chain, but few effective solutions exist to deliver a good result, motivated by this, this paper tries to introduce a new factory location selection methodology by employing the artificial neural networks technology. First, we reviewed previous research related to factory location selection problems, and then developed a (neural network-based factory selection model) NNFSM which adopted back-propagation neural network theory, next, we developed computer program using C++ to demonstrate our proposed model. then we did case study by choosing a Korean steelmaking company P to show how our proposed model works,. Finnaly, we concluded by highlighting the key contributions of this paper and pointing out the limitations and future research directions of this paper. Compared to other traditional factory location selection methods, our proposed model is time-saving; more efficient.and can produce a much better result.

장치장 재정돈이란 장치장 크레인의 유휴시간을 활용하여 최대의 효율로 적하작업을 할 수 있도록 장치장의 컨테이너들을 미리 재배치하는 작업을 말한다. 본 논문에서는 수직 배치 자동화 컨테이너 터미널의 장치장을 대상으로 블록 내 재정돈 작업 계획을 수립하는 알고리즘을 제안한다. 제안된 알고리즘은 장치장 재정돈 작업 계획을 목표 장치형태 결정 및 크레인 작업 계획의 2단계로 나누어 수립한다. 시뮬레이션 시스템을 이용하여 재정돈을 수행하기 전과 후의 장치장에 대해 적하 작업 효율을 비교한 결과 재정돈 후 안벽 크레인의 대기 시간이 감소하고, 장치장의 재취급 작업 수가 줄어드는 등 적하 작업 효율이 향상되는 것을 확인하였다.

본 논문에서는 콘크리트 표면 균열 영상에서 균열의 특징들을 추출하기 위하여, 영상 처리 기법을 개선하여 균열의 특징(길이,폭,방향)들을 자동으로 추출 및 분석 할 수 있는 기법을 제안한다. 기존의 영상 처리 기법에서는 비교적 잡음이 적고 균열이 적은 영상을 대상으로 균열을 추출하는 알고리즘을 제시하였기 때문에 많은 잡음과 균열을 가지는 영상에 대해서는 균열 검출 성능이 떨어지는 경향이 있다. 따라서, 본 논문에서 제안한 균열 추출 및 분석 알고리즘은 컬러 영상에서 Histogram Stretching 기법을 적용하여 영상의 콘트라스트 특성을 향상 시킨 후, Robert 연산자를 다시 적용해 균열을 강조하고, 강조된 균열을 Multiple 연산을 이용하여 밝기 차이를 크게 한 후, 개선된 적응 이진화기법을 이용하여 균열의 후보 영역을 추출한다. 추출된 균열 후보 영역을 형상 분석과 위치 및 방향분석을 이용하여 잡음을 제거하고 균열의 특징을 분석한다. 실제 콘크리트 표면 균열 영상을 대상으로 실험한 결과, 균열 검출 성능이 기존의 방법보다 본 논문에서 제안한 방법이 더 우수함을 확인하였다.

Cognitive map (CM) has long been used as an effective way of constructing the human thinking process. In literature regarding CM, a number of successful researches were reported, where CM based what-if analysis could enhance firm's performance. However, there exit very few researches investigating the CM generation method. Therefore this study proposes a GENCOM (Genetic Algorithm based Cognitive Map Generator). In this model combined with CM and GA, GA will find the optimal weight and input vector so that the CM generation. To empirically prove the effectiveness of GENCOM, we collected valid questionnaires from expert in S/W sales cases. Empirical results showed that GENCOM could contribute to effective CM simulation and very useful method to extracting the tacit knowledge of sales experts.

본 논문에서는 비선형 블라인드 채널등화기의 구현을 위하여 개선된 퍼지 클러스터(Modified Fuzzy C-Means: MFCM) 알고리즘을 제안한다. 제안된 MFCM은 기존의 유클리디언 거리 값 대신 Bayesian Likelihood 목적함수(fitness function)를 이용하여 비선형 채널의 출력으로 수신된 데이터들로부터 최적의 채널 출력 상태값(optimal channel output states)을 추정한다. 이렇게 추정된 채널 출력 상태 값들로 비선형 채널의 이상적인 채널 상태(desired channel states) 벡터들을 구성하고 이를 Radial Basis Function(RBF) 등화기의 중심(center)으로 활용함으로써 송신된 데이터 심볼을 찾아낸다. 실험에서는 무작위 이진 신호에 가우스 노이즈를 추가한 데이터를 사용하여 하이브리드 유전자 알고리즘 (GA merged with simulated annealing (SA): GASA)과 그 성능을 비교 하였으며, 제안된 MFCM을 이용한 등화기가 GASA를 활용한 것 보다 상대적으로 정확도와 속도 면에서 우수함을 보였다.

Case-based reasoning (CBR) is one of the most popular prediction techniques for medical diagnosis because it is easy to apply, has no possibility of overfitting, and provides a good explanation for the output. However, it has a critical limitation - its prediction performance is generally lower than other artificial intelligence techniques like artificial neural networks (ANNs). In order to obtain accurate results from CBR, effective retrieval and matching of useful prior cases for the problem is essential, but it is still a controversial issue to design a good matching and retrieval mechanism for CBR systems. In this study, we propose a novel approach to enhance the prediction performance of CBR. Our suggestion is the simultaneous optimization of feature weights, instance selection, and the number of neighbors that combine using genetic algorithms (GAs). Our model improves the prediction performance in three ways - (1) measuring similarity between cases more accurately by considering relative importance of each feature, (2) eliminating redundant or erroneous reference cases, and (3) combining several similar cases represent significant patterns. To validate the usefulness of our model, this study applied it to a real-world case for evaluating cytological features derived directly from a digital scan of breast fine needle aspirate (FNA) slides. Experimental results showed that the prediction accuracy of conventional CBR may be improved significantly by using our model. We also found that our proposed model outperformed all the other optimized models for CBR using GA.