• Journal of the Korea Society of Computer and Information
• /
• v.27 no.3
• /
• pp.1-12
• /
• 2022

In the event of a maritime distress accident, rapid search and rescue operations using rescue assets are very important to ensure the safety and life of drowning person's at sea. In this paper, we analyzed the surface layer current in the northwest sea area of Ulleungdo by applying machine learning such as multiple linear regression, decision tree, support vector machine, vector autoregression, and LSTM to the meteorological information collected from the maritime observation buoy. And we predicted the drowning person's route at sea based on the predicted current direction and speed information by constructing each prediction model. Comparing the various machine learning models applied in this paper through the performance evaluation measures of MAE and RMSE, the LSTM model is the best. In addition, LSTM model showed superior performance compared to the other models in the view of the difference distance between the actual and predicted movement point of drowning person.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.27-31
• /
• 2020

본 논문에서는 BERT가 합성된 새로운 Transformer 구조를 제안한 선행연구를 보완하기 위해 cardinality residual connection을 적용한 새로운 구조의 모델을 제안한다. Transformer의 인코더와 디코더의 셀프어텐션에 BERT를 각각 합성한 모델의 잔차연결을 수정하여 학습 속도와 번역 성능을 개선하고자 한다. 그리고 가중치를 다르게 부여하는 실험으로 어텐션을 선택하는 효과적인 방법을 제시하고 원문의 언어에 맞는 BERT를 사용하는 이유를 설명한다. IWSLT14 독일어-영어 말뭉치와 AI hub에서 제공하는 영어-한국어 말뭉치를 이용한 실험에서는 제안하는 방법의 모델이 기존 모델에 비해 더 나은 학습 속도와 번역 성능을 보였다.

• Journal of The Korean Association For Science Education
• /
• v.21 no.3
• /
• pp.497-505
• /
• 2001

In this study, the relationships among students' conceptual understanding of molecular structure and cognitive variables were investigated for 165 high school students. After they had learned 'High School Chemistry II' for two semesters, the tests of conception concerning molecular structure, spatial visualization ability, logical thinking ability, mental capacity, and learning approach were administered. The results indicated that students' conceptual understanding of molecular structure was not sound, and several misconceptions were found. The scores of the conception test were significantly correlated with all the cognitive variables studied. Multiple regression analyses were conducted to examine the predictive influences of students' cognitive variables on their conceptual understanding. Meaningful learning approach was the most significant predictor and were followed by logical thinking ability, rote learning approach, and mental capacity. However, spatial visualization ability did not have the predictive power.

• Journal of Internet Computing and Services
• /
• v.25 no.4
• /
• pp.121-130
• /
• 2024

As internet and communication technology (ICT) is improved exponentially, types and amount of available data also increase. Even though data analysis including statistics is significant to utilize this large amount of data, there are inevitable limits to process various and complex data in general way. Meanwhile, there are many attempts to apply machine learning (ML) in various fields to solve the problems according to the enhancement in computational performance and increase in demands for autonomous systems. Especially, data processing for the model input and designing the model to solve the objective function are critical to achieve the model performance. Data processing methods according to the type and property have been presented through many studies and the performance of ML highly varies depending on the methods. Nevertheless, there are difficulties in deciding which data processing method for data analysis since the types and characteristics of data have become more diverse. Specifically, multi-variate data processing is essential for solving non-linear problem based on ML. In this paper, we present a multi-variate tabular data processing scheme for ML-aided data analysis by using Titanic dataset from Kaggle including various kinds of data. We present the methods like input variable filtering applying statistical analysis and normalization according to the data property. In addition, we analyze the data structure using visualization. Lastly, we design an ML model and train the model by applying the proposed multi-variate data process. After that, we analyze the passenger's survival prediction performance of the trained model. We expect that the proposed multi-variate data processing and visualization can be extended to various environments for ML based analysis.

• KIPS Transactions on Software and Data Engineering
• /
• v.9 no.10
• /
• pp.317-322
• /
• 2020

Due to the development of artificial intelligence, it is used as a disaster response support system in the field of disaster. Disasters can occur anywhere, anytime. In the event of a disaster, there are four types of reports: fire, rescue, emergency, and other call. Disaster response according to the 119 call also responds differently depending on the type and situation. In this paper, 1280 data set of 119 calls were tested with 3 classes of SVM, NB, k-NN, DT, SGD, and RF situation classification algorithms using a training data set. Classification performance showed the highest performance of 92% and minimum of 77%. In the future, it is necessary to secure an effective data set by disaster in various fields to study disaster response.

• Advanced Industrial SCIence
• /
• v.1 no.1
• /
• pp.7-15
• /
• 2022

To adopt the development in the medical scenario IoT developed towards the advancement with the processing of a large amount of medical data defined as an Internet of Medical Things (IoMT). The vast range of collected medical data is stored in the cloud in the structured manner to process the collected healthcare data. However, it is difficult to handle the huge volume of the healthcare data so it is necessary to develop an appropriate scheme for the healthcare structured data. In this paper, a machine learning mode for processing the structured heath care data collected from the IoMT is suggested. To process the vast range of healthcare data, this paper proposed an MTGPLSTM model for the processing of the medical data. The proposed model integrates the linear regression model for the processing of healthcare information. With the developed model outlier model is implemented based on the FinTech model for the evaluation and prediction of the COVID-19 healthcare dataset collected from the IoMT. The proposed MTGPLSTM model comprises of the regression model to predict and evaluate the planning scheme for the prevention of the infection spreading. The developed model performance is evaluated based on the consideration of the different classifiers such as LR, SVR, RFR, LSTM and the proposed MTGPLSTM model and the different size of data as 1GB, 2GB and 3GB is mainly concerned. The comparative analysis expressed that the proposed MTGPLSTM model achieves ~4% reduced MAPE and RMSE value for the worldwide data; in case of china minimal MAPE value of 0.97 is achieved which is ~ 6% minimal than the existing classifier leads.

• Proceedings of the KIEE Conference
• /
• 2004.07d
• /
• pp.2474-2476
• /
• 2004

지폐 인식 자동화기기가 여러 분야에 보편화되면서 다양한 지폐를 고속으로 처리할 수 있는 고속지폐 인식 자동화 기기가 요구되고 있다. 하지만 대부분의 지폐 인식 자동화 기기가 고속화에 적합하지 않은 구조로 설계되어 있고 신권 추가가 용이하지 않다. 본 논문은 고속 Paper Currency 인식 시스템에 적합한 범용 하드웨어 시스템과 Bayes Rule 기반의 고속 인식 알고리즘을 제안한다. 제안된 범용 하드웨어 구조는 고속의 CIS(Contact Image Sensor)와 DSP(Digital Signal Processor) 그리고 Dual Memory System으로 구성되었다. Bayes Rule에 기초한 고속 인식 알고리즘은 기존의 Paper Currency 인식 시스템에 사용되었던 기계학습 방법에 비해 신권 추가가 쉽고 적은 연산으로 권종을 판별할 수 있어 고속 지폐 인식 자동화기기에 적합하다. 본 논문에서는 제안된 방법들을 실제 자동화기기로 구현하여 그 유용성을 검증한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06c
• /
• pp.151-153
• /
• 2006

로봇은 특수 분야에서 일반 산업 및 가정에 이르기까지 다양한 경로를 통해 사람에게 유용한 서비스를 제공해왔다. 하지만 로봇의 아키텍처 및 인터페이스의 비표준화로 인해 호환성 및 생산성의 문제가 야기되었다. 본 논문에서는 ECA규칙을 이용하여 컴포넌트의 동적 추가 및 확장이 가능한 로봇 아키텍처를 제안한다. 센서와 동작기 부분의 인터페이스를 표준화하였으며 ECA규칙 적용을 위한 DB스키마 및 규칙 정보 관리를 위한 테이블 구조를 제시하였다. ECA규칙은 구조가 단순하여 기계학습의 응용에도 적합하다. 제안하는 아키텍처는 컴포넌트 조합이 바뀔 때마다 동적으로 새로운 규칙을 적용할 수 있고 공개된 컴포넌트가 가진 어휘를 이용하여 확장된 규칙을 정의할 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.175-180
• /
• 2019

관계 추출은 문서에서 존재하는 트리플(주어, 관계어, 목적어)형식에 해당하는 단어를 추출하는 작업을 뜻한다. 본 논문에서는 멀티헤드 셀프 어텐션을 이용하여 트리플 중 주어나 목적어를 찾는 구조를 제안한다. 한국어 위키피디아와 DBpedia의 관계어를 단어 임베딩을 통해 벡터를 생성하고 입력한다. 초록과 관계어의 어텐션 이후 멀티 헤드 셀프 어텐선 구조를 통해 초록 중 관계어와 관련 있는 단어들의 가중치가 높아 진다. 멀티헤드 셀프 어텐션 과정을 반복하여 주요 단어들의 가중치가 계속해서 높아진다. 이를 입력으로 하여 정답이 될 단어의 시작과 끝을 선택한다. 제안 방법으로 직접 구축한 한국어 관계 추출 데이터셋을 대상으로 F1 0.7981의 성능을 보였다. 제안 방법은 관계어와 같이 단순한 정보만을 이용하고도 초록에서 적절한 정답 단어를 추출할 수 있음을 확인하였다. 관계어의 범위를 확장함으로서 나아가 육하원칙(5W1H)과 같은 이벤트의 추출에도 활용할 수 있을 것이다.

• Communications of Mathematical Education
• /
• v.13 no.1
• /
• pp.19-38
• /
• 2002

알고리즘이란 ‘유한한 단계를 거쳐 일련의 문제를 해결하기 위한 명확하고 체계적인 방법’ 으로써 수량에 관련된 문제를 보다 신속 ${\cdot}$ 정확하게 처리하기 위하여 역사적으로 다양한 알고리즘이 존재 ${\cdot}$ 변천해 왔다. 계산기가 발명되기 전까지는 지필 알고리즘이 매우 강조되어 왔으나 계산기가 상용화되면서 지필알고리즘에 대한 효용성과 활용도가 점차 줄어들고 있으나 지필 알고리즘은 수학학습의 기초 ${\cdot}$ 기본인 동시에 뼈대로써 그 가치와 역할은 여전히 중요하다. 그러나 표준화된 지필 알고리즘에 대한 지나친 강조로 인해 학생들은 대수적 구조나 계산 원리를 바르게 이해하지 못한 채 반복 연습을 통해 익힌 표준 알고리즘을 기계적으로 적용하여 답을 구하는 경우가 많으며, 이로 인해 학생들은 수학학습에 대한 불안감과 기피현상이 보이고 있다. 또 인간의 창조적 사고활동의 최종적인 산물인 표준 알고리즘은 대안적인 알고리즘에 비해 효율성에서 앞서지만 학생들의 사고 수준에서는 그 원리를 이해하기 힘든 경우가 있을 것이다. 따라서 수학교육의 목적 중의 하나인 문제 해결력을 기르기 위해, 그리고 표준 알고리즘의 가치와 효율성을 인식시키고, 수학학습에 대한 불안감을 줄이기 위해 표준 알고리즘뿐만 아니라 대안적인 알고리즘을 병행하여 지도할 필요가 있다.