• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.11
• /
• pp.479-488
• /
• 2022

In recent years, with the rapid development of machine learning technology, research utilizing machine learning has been actively conducted in fields such as cognition, reasoning and judgment, and action among various technologies constituting intelligent systems. In order to utilize this machine learning, it is indispensable to collect data for learning. However, the types of data generated vary according to the environment in which the data is generated, and the types and forms of data required are different depending on the learning model to be used for machine learning. Due to this, there is a problem that the existing data collection method cannot be reused in a new environment, and a specialized data collection module must be developed each time. In this paper, we propose a specification-based methology for data collection in artificial intelligence system to solve the above problems, ensure the reusability of the data collection method according to the data collection environment, and automate the implementation of the data collection function.

• Journal of the KSME
• /
• v.43 no.5
• /
• pp.66-73
• /
• 2003

이 글에서는 차세대 대용량 정보저장장치 중 중요한 역할이 기대되고 있는 홀로그래픽 데이터 스토리지의 기록.재생 원리 및 고밀도 기록을 가능하게 하는 핵심 기술인 데이터 다중화기법(Multiplexing Technique)에 대하여 알아 보고자 한다.

• Annual Conference of KIPS
• /
• 2016.10a
• /
• pp.34-37
• /
• 2016

빅데이터 시대가 도래되면서 과거와 비교할 수 없을 만큼의 방대하고 다양한 데이터가 생산됨에 따라 기존의 데이터 분석 도구의 사용은 한계에 부딪히게 되었다. 따라서 기존의 분석 도구보다 효율적이고 정확성이 높은 데이터 분석 도구를 필요로 하게 되었고, 빅데이터를 처리할 수 있는 분석 도구들에 대한 많은 연구들이 진행되어 왔다. R과 Apache Spark는 대표적인 데이터 분석 도구로 기계 학습을 위한 기능을 제공하고 있다. 본 논문에서는 기계 학습을 활용하여 두 개의 널리 알려진 데이터 분석 도구인 R과 Apache Spark의 데이터 분석 성능을 비교함으로써 보다 효율적이고 정확성이 높은 도구를 모색하고자 한다.

• Journal of the KSME
• /
• v.53 no.11
• /
• pp.39-43
• /
• 2013

IT융합 적용을 위하여 컴퓨터 또는 현장 데이터 취득 유닛과 각 센서노드 간의 데이터 통신망이 필요하고 또한 중앙 제어기와 데이터 전송이 필요하다. 이러한 IT융합 데이터 통신망 구축에는 유선통신이 전송 효율측면에서 안정적이기 때문에 선호된다. 그러나 불가피하게 무선이 필요할 때 IT현장에서 주로 선택되는 무선통신망의 종류별로 특성과 장단점을 비교 분석하였다.

• Journal of the KSME
• /
• v.57 no.8
• /
• pp.49-53
• /
• 2017

이 글에서는 스마트 팩토리 구현을 위해 고려되어야 하는 다양한 속성들 중에서 '데이터'에 대해서 논하고자 한다. 특히, 제조업의 관점에서 데이터의 가치를 평가하는 방법과 도메인 지식의 중요성에 대해 설명하였고, 중소기업에서 데이터를 활용하기 위한 방안을 함께 고민해보았다.

• Journal of the KSME
• /
• v.28 no.2
• /
• pp.123-129
• /
• 1988

공학분야에서 널리 사용되고 있는 신호처리 및 해석의 기본이 되는 범용 데이터 수집 소프트웨 어의 기본적인 사항 및 그 개발예에 대해 언급하여 보았다. 데이터 수집장치 및 그를 제어하는 소프트웨어는 신호처리 및 해석을 통하여 국외에서 개발된 시스템보다는 훨씬 저렴한 가격으로 국내에서 개발될 수 있으며 국내에서 쉽게 구할 수 있는 것들로 데이터 수집 시스템 구성이 가 능함을 보였다. 또한 국내 개발 시, 시스템의 개조 및 성능향상이 용이하므로 점차적으로 그 성능 및 정확도를 향상시켜나갈 수 있으며 사용자의 목적에 따른 기능변경이 수월하다는 장점이 있겠다. 이러한 데이터 수집 소프트웨어의 개발시 그 성능을 크게 좌우하는 것은 A/D변환기 및 관련 하드웨어의 성능과 이를 직접 제어하는 기계어 Routine의 수행속도 및 능률이라는 점을 들 수 있겠다. 왜냐하면 데이터 수집기능 및 온라인 처리가 필요한 디지틀 오실로스코프 기능과 같은 일을 수행하는 소프트웨어는 하드웨어와 밀접한 관계가 있으며, 전체 수집 시스템의 성능에 둘 다 큰 영향을 미치게 되기 때문이다. 이러한 것은 하드웨어설계자와 프로그램 작성자와의 충분한 토의 및 상호 기능개선에 의해 해결되어 데이터 수집 시스템의 성능이 크게 향상되어질 수 있으며, 전자기술의 발전으로 인해 하드웨어의 성능이 크게 향상되고 이에 따른 소프트웨어의 개선이 진행됨에 의해 보다 나은 데이터 수집 시스템의 개발이 가능해지리라 사료된다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.41-46
• /
• 2021

기계 독해는 문단과 질문이 주어질 때에 정답을 맞추는 자연어처리의 연구분야다. 최근 기계 독해 모델이 사람보다 높은 성능을 보여주고 있지만, 문단과 질의가 크게 변하지 않더라도 예상과 다른 결과를 만들어 성능에 영향을 주기도 한다. 본 논문에서는 문단과 질문 두 가지 관점에서 적대적 예시 데이터를 사용하여 보다 강건한 질의응답 모델을 훈련하는 방식을 제안한다. 트랜스포머 인코더 모델을 활용하였으며, 데이터를 생성하기 위해서 KorQuAD 1.0 데이터셋에 적대적 예시를 추가하여 실험을 진행하였다. 적대적 예시를 이용한 데이터로 실험한 결과, 기존 모델보다 1% 가량 높은 성능을 보였다. 또한 질의의 적대적 예시 데이터를 활용하였을 때, 기존 KorQuAD 1.0 데이터에 대한 성능 향상을 확인하였다.

• Journal of the Korea Convergence Society
• /
• v.10 no.4
• /
• pp.17-23
• /
• 2019

In this paper, quality control (QC) is applied to each meteorological element of weather data collected from seven IoT sensors such as temperature. In addition, we propose a method for estimating the data regarded as error by means of machine learning. The collected meteorological data was linearly interpolated based on the basic QC results, and then machine learning-based QC was performed. Support vector regression, decision table, and multilayer perceptron were used as machine learning techniques. We confirmed that the mean absolute error (MAE) of the machine learning models through the basic QC is 21% lower than that of models without basic QC. In addition, when the support vector regression model was compared with other machine learning methods, it was found that the MAE is 24% lower than that of the multilayer neural network and 58% lower than that of the decision table on average.

• Journal of Korean Society of Archives and Records Management
• /
• v.21 no.4
• /
• pp.137-162
• /
• 2021

This study aimed to examine the perception and experience of researchers in the field of mechanical engineering on research data creation and management, and suggest implications for research data management and services in the field. Research data management and services of domestic and foreign research institutes were investigated, and in-depth interviews were conducted with researchers belonging to domestic mechanical engineering research institutes to analyze the perception and conduction of research data creation and management according to four major categories: "research data, accountable conducting of research and compliance with research ethics, utility and effectiveness of research data management, and the value of sharing research data." To ensure effective research data management and services in mechanical engineering, it is necessary to conduct a data investigation on the process, type, and form of production to collect explicit metadata and implicit contextual information. It is also necessary to propose a plan to recognize research results using the publication of data journals and to prepare infrastructure such as a cloud-based system that supports safe data management and communication between researchers. In addition, it suggests that it is important for various officials in the research field to allocate roles and responsibilities for research data management and services at the organizational level.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.27 no.6
• /
• pp.1385-1395
• /
• 2017

This paper aims to develop an IDS (Intrusion Detection System) that takes into account class imbalanced datasets. For this, we first built a set of training data sets from the Kyoto 2006+ dataset in which the amounts of normal data and abnormal (intrusion) data are not balanced. Then, we have run a number of tests to evaluate the effectiveness of machine learning techniques for detecting intrusions. Our evaluation results demonstrated that the Random Forest algorithm achieved the best performances.