• 한국컴퓨터정보학회논문지
• /
• 제17권7호
• /
• pp.33-43
• /
• 2012

공간데이터에 대한 수요가 날로 늘어남에 따라 다양한 공간 객체들을 효과적으로 저장하고 관리할 수 있는 데이터 모델에 대한 수요도 늘어나게 되었다. 지금까지 수많은 공간데이터 모델에 대한 다양한 데이터 모델들이 제안되었으나 이런 데이터 모델들은 단지 특정된 기능을 위해 구축되었거나 혹은 구축은 용이하지만 효과적인 관리가 어렵고 활용성이 떨어지는 문제점들을 가지고 있다. 특히 국내에서 많이 사용되고 있는 수치지도 포맷은 도엽기반으로 되어 있어 구축은 용이하나 데이터 활용이어렵고 대부분의 시스템들에서 사용될 수 없다. 따라서 본연구에서는 도엽기반의 수치지도2.0에 기반한 객체기반의 연속 데이터 모델을 구축함으로서 모델 구축도 용이할 뿐만 아니라 관리하기 편리하고 많은 응용분야에 쉽게 활용할 수 있는 데이터 모델을 제안한다. 제안된 데이터 모델은 도엽단위가 아닌 객체단위로 데이터를 저장하고 처리하기 때문에 갱신비용이 낮고 신속한 갱신이 가능하다. 또한 지형지물들 사이의 연관관계에 의하여 자동 검수를 진행할 수 있기 때문에 갱신 데이터의 정확성을 보장할 수 있다. 본 논문에서 제안된 데이터 모델의 적용성에 대한 검증을 통하여 기존 데이터 모델들로 표현하기 어려운 객체기반 관리시스템의 특성들에 대하여 제안된 모델이 효율적으로 적용가능 하다는 것을 논리적으로 검증하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권1호
• /
• pp.25-32
• /
• 2020

다양한 분야에서 활용되는 상황인지 시스템은 상황정보를 획득하기 위한 추상화 과정에서 규칙 기반의 인공기능 기술이 기존에 사용되었다. 그러나 서비스에 대한 사용자의 요구사항이 다양해지고 사용되는 데이터의 증대로 규칙이 복잡해지면서 규칙 기반 모델의 유지보수와 비정형 데이터를 처리하는데 어려움이 있다. 이러한 한계점을 극복하기 위해 많은 연구들에서는 상황인지 시스템에 기계학습 기술을 적용하였으며, 이러한 기계학습 기반의 모델을 상황인지 시스템에 사용하기 위해서는 주기적으로 학습 데이터를 제공해야 한다. 이에 기계학습 기반 상황인지 시스템에 대한 선행연구에서는 여러 개의 기계학습 모델을 적용하기 위한 학습 데이터 생성, 제공 등의 과정을 보였으나 제한된 종류의 기계학습 모델만을 적용 가능하여 확장성이 고려되어야 한다. 본 논문은 기계학습 기반의 상황인지 시스템의 확장성을 고려한 기계학습 모델의 학습 데이터 생성 방법을 제안한다. 제안하는 방법은 시스템의 확장성을 고려하여 기계학습 모델의 요구사항을 반영할 수 있는 학습 데이터 생성 모델을 정의하고 학습 데이터 생성 모듈을 바탕으로 각각의 기계학습 모델의 학습 데이터를 생성하는 것이다. 시스템의 확장성의 검증을 위해 실험에서는 노인의 건강상태 알림 서비스를 위한 심박상태 분석 모델을 대상으로 한 학습데이터 생성 스키마를 기반으로 학습데이터 생성 모델을 정의하고 실환경에서 정의된 모델을 S/W에 적용하여 학습데이터를 생성한다. 또한 생성된 학습데이터의 유효성을 검증하기 위해 사용되는 기계학습 모델에 생성한 학습데이터를 학습시켜 정확도를 비교하는 과정을 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권7호
• /
• pp.307-314
• /
• 2022

최근 전력수요를 예측하기 위해 통계기반 시계열 분석 기법을 대체하기 위해 딥러닝 기법을 활용한 연구가 활발히 진행되고 있다. 딥러닝 기반 전력수요 예측 연구 결과를 분석한 결과, LSTM 기반 예측 모델의 성능이 우수한 것으로 규명되었으나 장기간의 지역 범위 전력수요 예측에 대해 LSTM 기반 모델의 성능이 충분하지 않음을 확인할 수 있다. 본 연구에서는 기온 데이터를 반영하여 24시간 이전에 전력수요를 예측하는 WaveNet 기반 딥러닝 모델을 개발하여, 실제 사용하고 있는 통계적 시계열 예측 기법의 정확도(MAPE 값 2%)보다 우수한 예측 성능을 달성하는 모델을 개발하고자 한다. 먼저 WaveNet의 핵심 구조인 팽창인과 1차원 합성곱 신경망 구조를 소개하고, 전력수요와 기온 데이터를 입력값으로 모델에 주입하기 위한 데이터 전처리 과정을 제시한다. 다음으로, 개선된 WaveNet 모델을 학습하고 검증하는 방법을 제시한다. 성능 비교 결과, WaveNet 기반 모델에 기온 데이터를 반영한 방법은 전체 검증데이터에 대해 MAPE 값 1.33%를 달성하였고, 동일한 구조의 모델에서 기온 데이터를 반영하지 않는 것(MAPE 값 2.31%)보다 우수한 전력수요 예측 결과를 나타내고 있음을 확인할 수 있다.

• 한국전산구조공학회논문집
• /
• 제33권6호
• /
• pp.411-417
• /
• 2020

Building Information Modeling(BIM)기술을 유지관리 단계에서 활용하기 위해서는 상당량의 유지관리 데이터와 BIM기반 정보모델 객체들이 연계되어 운용되어야 한다. 본 연구에서는 교량 점검데이터를 표현하기 위해 확장된 IFC기반의 BIM모델과 온톨로지를 연계하여 정보를 관리하는 방법을 제시하였다. 이를 위해 현재의 IFC버전은 교량 객체를 제대로 표현할 수 없기 때문에 교량을 위한 IFC엔티티를 확장하였으며, 확장된 IFC기반의 정보모델을 생성하는 방법을 제시하였다. 또한, 교량 점검데이터에 대한 기본 개념을 추출하고, 교량 점검데이터를 위한 온톨로지(Ontology)를 생성하였다. 추출된 기본 개념들은 제시된 온톨로지에서 시멘틱 웹의 트리플(Triple) 방식으로 관계를 형성되었다. 마지막으로, 생성된 IFC기반의 BIM모델은 제시된 온톨로지와의 통합을 위하여 시멘틱 데이터 형식으로 변환되었다. 확장된 IFC기반 BIM모델은 제시된 교량 점검데이터 관리를 위한 온톨로지와 통합되었고, 실제 교량 점검데이터를 기반으로 테스트모델을 생성하였다. SPARQL query를 통해 목적에 맞는 교량 점검데이터가 추출됨을 확인하여 실효성을 검증하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 1998년도 추계학술발표논문집
• /
• pp.124-129
• /
• 1998

이미지 데이터베이스를 구성하여 사용자가 원하는 정보를 추출하는 의미 기반 검색을 지원하기 위해서는 이미지 내용에 관한 의미 정보들이 데이터 모델로 구조화되어야 한다. 본 논문에서는 다양한 정적 이미지 내용 정보들에 대한 내용 기반 검색과 의미 기반 검색을 제공하는 이미지 데이터 모델을 소개하고 이를 이용하여 이미지가 담고 있는 의미 정보를 표현하고 데이터베이스 스키마로 변환하여 저장하는 구조와 검색하는 방법을 소개한다. 본 이미지 데이터 모델은 이미지내에 포함된 시각 객체들의 내용 정보를 그래프 구조로 표현하고 객체들간의 의미 관계를 정의한다. 이는 이미지 내용에 대한 정확한 정보 표현과 질의와 검색을 가능하게 한다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2005년도 GIS/RS 공동 춘계학술대회
• /
• pp.101-104
• /
• 2005

TTA(Telecommunications Technology Association: 한국정보통신기술협회)에서는 2004년 말에 우리나라 교통 분야 지리정보 데이터 표준 모델을 발표한 바 있다. 이 TTA 모델은 지리정보의 수요증대와 더불어 적절한 교통 분야 지리정보 데이터의 공유, 교환 및 활용을 도모하기 위하여 구축뿐만 아니라 응용측면을 고려한 데이터 모델이므로 본 연구에서는 TTA 교통데이터 모델을 기반으로 국제적 지리정보 엔코딩 표준방식인 Geography Markup Language (GML) 처리가 가능한 시험적인 응용 시스템을 구축하여 웹 기반에서의 TTA 교통모델의 실무적 적합성을 검토해 보고자 한다. 본 연구 결과로 응용 도메인에서의 OGC 국제 표준인 GML의 적합성을 검증해 볼 수 있었고, 이러한 결과는 인터넷을 통한 응용 분야에서 별도로 구축된 지리정보의 공유 및 교환이 손쉽게 이루어지기 때문에 각각의 주요 응용 분야에서의 GIS 데이터의 공유를 위한 기반 구조가 될 것으로 생각한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.485-490
• /
• 2022

데이터 증강기법은 추가적인 데이터 구축 혹은 수집 행위 없이 원본 데이터셋의 양과 다양성을 증가시키는 방법이다. 데이터 증강기법은 규칙 기반부터 모델 기반 방법으로 발전하였으며, 최근에는 Masked Language Modeling (MLM)을 응용한 모델 기반 데이터 증강 연구가 활발히 진행되고 있다. 그러나 기존의 MLM 기반 데이터 증강 방법은 임의 대체 방식을 사용하여 문장 내 의미 변화 가능성이 큰 주요 토큰을 고려하지 않았으며 증강에 따른 레이블 교정방법이 제시되지 않았다는 한계점이 존재한다. 이러한 문제를 완화하기 위하여, 본 논문은 레이블을 고려할 수 있는 Re-labeling module이 추가된 MLM 기반 한국어 데이터 증강 방법론을 제안한다. 제안하는 방법론을 KLUE-STS 및 KLUE-NLI 평가셋을 활용하여 검증한 결과, 기존 MLM 방법론 대비 약 89% 적은 데이터 양으로도 baseline 성능을 1.22% 향상시킬 수 있었다. 또한 Gate Function 적용 여부 실험으로 제안 방법 Re-labeling module의 구조적 타당성을 검증하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (C)
• /
• pp.104-109
• /
• 2007

최근 분산된 자원을 효과적으로 공유할 수 있는 그리드 기반의 과학 연구가 다양하게 진행되고 있으며, 그러한 예로 국내에서는 건설 및 토목 분야의 원격실험 관측과 제어를 포함한 공동연구 환경의 구축을 내용으로 하는 KOCED(Korea Construction Engineering Development) 프로젝트가 진행 중에 있다. 본 논문에서는 KOCED에서 구축 중인 실험센터의 하나로써, 지리적으로 떨어진 실험 시설과 수치시뮬레이션을 연동하여 실험할 수 있는 하이브리드 실험센터를 대상으로 데이터 모델링을 하였다. 데이터 모델은 데이터를 표현하는 용어를 통일하고 데이터 간의 관계를 명확하게 하여, 데이터의 재사용성을 높일 수 있기 때문에 실험비용이 많이 소모되는 과학실험에 필수적이다. 그리드에 기반한 하이브리드 실험의 데이터 모델링은, 기존의 건설 및 토목실험의 대부분이 독립적인 실험 형태였기 때문에, 정확한 데이터 모델을 예측하기가 용이하지 않았다. 따라서 먼저 하이브리드 실험의 축소 모형인, 프로토타입 실험체를 만들고, 이에 대한 데이터 모델을 설계하여 토목공학 연구자에 의해 사용하게 하였다. 일정기간 사용기간을 갖고, 이에 대한 회의를 통해 향후 구축될 하이브리드 실험센터의 데이터 모델을 설계하였다. 현재 하이브리드 실험의 데이터 모델을 그리드 포탈 기반의 데이터관리 서비스로 구현 중에 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.4-6
• /
• 2005

스트림 데이터를 생성하는 응용의 증가로 스트림 데이터 처리에 대한 연구가 활발히 진행되고 있다. 이러한 응용의 예로 센서네트워크, 모니터링, Selective dissemination of information(SDI)등이 있다. 특히 SDI와 같은 웹 환경의 응용은 XML을 기반으로 스트림 데이터 처리에 대한 연구를 진행하고 있다. XML은 웹상의 데이터 교환의 표준으로 웹 응용의 증가로 인해 스트림 데이터 처리 분야에서도 XML을 사용하는 스트림 데이터 처리 시스템에 대한 연구가 많이 진행되고 있는 실정이다. 하지만 XML을 기반으로 하는 기존의 시스템들은 정적인 질의계획을 사용하여 스트림 데이터를 처리하기 때문에 동적으로 변하는 스트림 데이터에 적응력있게 대처할 수 있다. 이와 달리 관계 데이터 모델을 사용하는 스트림 데이터 처리 시스템은 동적인 질의 계획과 질의 처리 연산자의 라우팅(스케쥴링) 기법을 사용하여 적응력있는 질의처리를 지원한다. 본 논문에서는 관계 데이터 모델을 사용하는 시스템의 적응력있는 질의처리 모델을 XML을 기반으로 하는 시스템에 적용하는 기법들에 대하여 설명한다. 그리고 XML을 기반으로 하는 기존의 대표적인 시스템인 YFilter[7]와 본 논문의 제안하는 시스템과의 질의처리 성능을 비교 평가한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.592-593
• /
• 2022

다중 데이터 기반의 행동 인식 과정에서 데이터 수집 반경이 비교적 제한되는 영상 데이터의 결측에 대한 보완이 요구된다. 본 논문에서는 6축 센서 데이터를 이용하여 결측된 영상 데이터를 생성함으로써 행동 인식의 성능을 개선하는 방법을 제안한다. 가속도와 자이로 센서로부터 수집된 행동 데이터를 이용하여 GAN(Generative Adversarial Network)을 통해 영상에서의 관절(Skeleton) 움직임에 대한 데이터를 생성하고자 한다. 이를 위해 DeepLabCut 기반 모델 학습을 통해 관절 좌표를 추출하며, 전처리된 센서 시퀀스 데이터를 가지고 GRU 기반 GAN 모델을 통해 관절 좌표에 대한 영상 시퀀스 데이터를 생성한다. 생성된 영상 시퀀스 데이터는 영상 데이터의 결측이 발생했을 때 대신 행동 인식 모델의 입력값으로 활용될 수 있어 성능 향상을 기대할 수 있다.