• The Journal of the Korea Contents Association
• /
• v.21 no.10
• /
• pp.103-114
• /
• 2021

This study explores research methodologies of design and data science, and applies data science paradigm on design process. Design research methodologies would have benefits of productivity and efficiency by using data driven design methodology. From insights of former studies, a new methodology of data driven design is suggested that design problem is transformed to data set attributes, such as variables, values and data patterns. The fine dust information app design is conducted as a case study to prove this methodology.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.284-287
• /
• 2012

GLOVE(GLObal Virtual reality visualization Environment for scientific simulation)는 컴퓨팅 자원의 성능 향상으로 데이터 양이 급속히 증가한 응용 과학과 전산 시뮬레이션 분야의 대용량 과학 데이터를 효율적으로 가시화하여 분석하기 위한 도구이다. GLOVE의 데이터 관리자인 GDM(GLOVE Data Manager)은 대용량 데이터의 분산 병렬 가시화를 위해 분산 공유 메모리를 제공하는 GA(Global Array)를 이용해 테라 바이트 단위의 데이터를 실시간으로 처리한다. 그러나 대용량 과학 데이터를 가시화 하는 과정에서 기존의 Data Locality를 고려하지 않은 데이터 접근 방식으로 인한 성능 저하를 확인했다. 본 논문은 기존 GLOVE에서 발견한 성능 저하 현상을 밝히고, 이에 대한 해결 방법을 제시한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.343-344
• /
• 2023

과학기술 문헌을 활용한 계량정보분석에서 학과정보의 활용은 매유 유용하다. 본 논문에서는 한국과학기술인용색인데이터베이스에 등재된 국내 학술지 논문에 출현하는 대학기관 소속 저자의 학과정보를 추출하고 데이터 정제 및 학과유형 분류 처리를 통해 학과정보 데이터셋을 구축하였다. 학과정보 데이터셋을 학습데이터와 검증데이터로 이용하여 딥러닝 기반의 자동분류 모델을 구현하였으며, 모델 성능 평가 결과는 한글 학과정보 기준 98.6%와 영문 학과정보 기준 97.6%의 정확률로 측정되었다. 향후 과학기술 분야별 지적관계 분석 및 논문 주제분류 등에 학과정보 자동분류 처리기의 활용이 기대된다.

• Journal of the Korea Convergence Society
• /
• v.9 no.8
• /
• pp.9-15
• /
• 2018

Production and collection of scientific data in all areas is costly and time consuming. The level of sharing and recycling of scientific data is also very low. In order to support interdisciplinary research, massive scientific data should be systematically preserved and shared. In addition, it is essential to build an infrastructure to preserve and utilize the costly experiment and observation data. In this study, we propose a service that can collect, store, manage, share, and utilize national science data. It also suggests interfaces for various scientific data interactions with national R & D related organizations, international scientific and technological organizations and institutions. This will increase the availability of existing scientific databases that are currently being developed.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.731-734
• /
• 2021

본 논문에서는 에너지 데이터 플랫폼에서의 데이터 거래 가이드라인을 연구 및 제안한다. 타 산업에서의 데이터 플랫폼들의 현황과 에너지 데이터 플랫폼 구조를 분석하여 에너지 데이터 거래에서의 이해관계자를 정의한다. 또한, 타 산업에서의 데이터 거래가이드를 분석하여 에너지 거래 가이드 구성요소와 거래 계약 거래 원칙을 정의한다. 에너지 데이터 거래 가이드의 구성 요소로는 데이터 거래 이해관계자 정의, 데이터 거래 유형, 데이터 거래 유형별 거래 계약 원칙, 데이터 구매 및 판매비용 산정 방안, 데이터 플랫폼 이용료 산정 방안, 데이터 거래시 법적 쟁점으로 구성된다. 본 연구에서는 데이터 거래 이해관계자 정의, 데이터 거래 유형, 데이터 거래 유형별 거래 계약 원칙에 대해 정의하였다.

• STIMA Bulletin
• /
• s.5
• /
• pp.24-37
• /
• 2006

과학기술테이터는 엄격한 평가기준에 의해 신뢰성과 정확성이 보장된 참조표준(standard reference data)값을 지닐 수 있어야 한다. 참조표준은 측정표준을 바탕으로 구하여진 결과 값을 표준화시키는 작업으로서 테잍의 생산조건, 실험환경, 측정방법, 데이터 처리 등이 검토되어 참조데이터(reference data)와 구분된다. 참조표준은 '공인된 수치데이터'로 표현되고 이는 측정결과의 신뢰도를 정량적으로 나타내는 불확도(uncertainty)로 표기된다.본고에서는 참조표준에 대한 의미를 이해하고,평가되지 않은 과학기술 데이터가 어떤 평가 과정을 거쳐 참조표준으로 분류되는지를 알아보기 위해 소재물성분야를 예로 살펴보았다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.185-188
• /
• 2008

과학 데이터는 대부분 과학 시뮬레이션의 결과로 얻게 되며, 사람이 직관적으로 이해하기 어려운 숫자의 나열인 경우가 많다. 이런 수치 데이터를 가시화하면 보다 쉽게 이해해서 분석할 수 있는 형태가 갖춰지게 되며, 가시화 환경을 VR 환경으로 옮기면 사용자와 상호작용하면서 사용자가 원하는 형태로 데이터를 가시화하는 것이 가능할 뿐만 아니라 몰입형 환경 덕분에 데이터에 대한 이해도도 높일 수 있다. 그러나 VR 환경의 시스템적 한계와 다양한 가시화 알고리즘에 대한 필요성 때문에 VR 환경에서 과학 데이터를 가시화하는 데는 한계가 있다. 본 논문에서는 VR 환경에서 과학데이터를 가시화하는 프레임워크를 제안한다. 이 프레임워크는 VTK에 기반을 둔 애플리케이션인 ParaView를 활용함으로써 과학데이터를 가시화하는 알고리즘을 제공하며, VTK와 CAVELib을 기반으로 하는 VtkCave를 활용해서 시스템에 맞는 VR 인터페이스를 제공한다. 향후에는 이 프레임워크에 보다 다양한 인터페이스와 가시화 기법을 더해서 풍부한 서비스를 제공할 수 있도록 할 예정이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.379-382
• /
• 2013

시변환 데이터(time-varying data)는 과학 시뮬레이션의 결과로 생성되는 데이터의 일종으로, 일반적인 스테디 데이터(steady data)와는 달리 시간에 따른 데이터의 변화를 담고 있다. 따라서 시변환 데이터를 가시화하는 것은 시간에 따른 데이터의 변화를 비교, 분석할 수 있는 방법을 제공해야 한다는 것을 의미한다. 일반적으로 시변환 데이터는 대용량 데이터에 해당되며, 따라서 대부분의 경우에는 일반 PC 환경에서 시변환 데이터에 대한 애니메이션을 수행하는 것이 불가능하다. 본 논문에서는 병렬 렌더링 시스템에서 대용량의 시변환 데이터에 대해 일련의 가시화 작업을 수행 함으로써 데이터의 시간에 따른 변화를 분석할 수 있게 해주는 병렬 애니메이션 프레임워크에 대해 소개한다. 본 논문에서 소개하는 애니메이션 프레임워크는 병렬 렌더링 시스템을 기반으로 시변환 데이터에 대한 애니메이션을 수행하며, 이를 위한 렌더링 동기화 프로세스를 제공한다. 이 환경은 향후 지원 분야, 지원 장비에 따라 다양한 형태로의 확장이 가능하며, 고해상도 디스플레이 환경에서 가상현실을 기반으로 사용자와 상호작용하는 것이 가능하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.666-669
• /
• 2021

연구수행과정에서 발생하는 논문, 특허, 연구보고서 등의 과학기술데이터는 다양한 과학기술지식을 포함한다. 연구자들의 효과적인 연구를 지원하기 위해서는 과학기술데이터 분석을 통한 지식 발견이 필수적이다. 과학기술데이터는 일반 텍스트와는 다르게 다수의 전문용어를 포함하고 있으며, 고유의 양식이 정해져 있고, 텍스트 길이가 대체로 길다는 특징이 있다. 본 고에서는 이러한 과학기술데이터만의 고유한 특징을 반영한 인공지능 기반 자연어처리 기술들을 소개함으로써 과학기술데이터 분석에 대한 이해를 돕고자 한다.

• Journal of Information Management
• /
• v.42 no.3
• /
• pp.55-69
• /
• 2011

In the modern scientific R&D, the efficient acquisition, curation, analysis and visualization are core elements of the science development. The value of scientific data is very important in data intensive research. An output of scientific data is drastically increasing. However we have only each individual system of scientific data in now. Therefore We feel a lack of efficiency of scientific data. In this paper, We analyze an economic ripple effects in terms of production inducement effect, added value inducement effect, labor inducement effect and forward backward linkage effect of national scientific data center construction using an input-out analysis of the bank of Korea(2009). We also examine an economic propriety of national scientific data center construction.