• Informatization Policy
• /
• v.30 no.3
• /
• pp.29-48
• /
• 2023

This study aims to investigate empirically the structural relationships among the components of data governance and their impacts on data integration and data-based administration. Through literature review, various definitions, typologies, and case studies of data governance were examined, with the definition of data governance from a public policy perspective developed and applied. The study then analyzed the data from a survey conducted by the Korea Institute of Public Administration on the use of public data policies and confirmed that organizational factors play a mediating role between institutional and technical factors, and that institutional and technical factors have statistically significant positive relationships with data fusion and data-driven administration. Based on these results, interest and investment in the improvement and development of the legal system in data governance from the institutional, technical, and organizational perspective, clarification of means and purposes of data technology, interest in data organizations and human resources, and practical operation can be achieved. Policy implications such as the development of an effective mechanism were presented.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.568-571
• /
• 2007

본 연구에서는 차량검지시스템을 이용하여 메타데이터의 검지시스템의 하드웨어와 소프트웨어가 도로에 적합한 시스템이 되도록 실험을 통하여 이를 검증하고, 표준화를 위해 제안하였다. 첫째, 교통정보를 메타데이터하고자 할 때 그 구축범위가 너무 광범위한 점을 보완하여 시내 교통정보의 범위를 줄이고자 적용범위로 VDS(차량검지시스템 : Vehicle Detection System)의 메타데이터 구성요소에 대한 표준을 마련하였다. 둘째, 본 표준에서는 차량의 속도, 단위 시간당 차량의 통과수 및 점유시간 등을 조사할 수 있는 VDS의 메타데이터 구성요소를 추출하고 데이터 요소에 대한 정의 및 기술형식을 정의하였다. 셋째, VDS의 메타데이터 표준지정은 교통정보의 데이터 요소 및 형식을 동일하게 사용하도록 함으로써 상이한 개발업체에 의해 개발된 시스템의 교통정보를 일관성 있게 표현할 수 있다. 넷째, 본 표준은 VDS 메타데이터의 데이터 요소명을 표준화하기 위해서 Data Dictionary를 구축하여 실제 데이터 요소에서 data dictionary에서 정의된 약어들의 조합으로 표시하여 데이터 모델링시 유용하게 쓰일 수 있도록 하였다.

• Proceedings of the KSRS Conference
• /
• 2008.03a
• /
• pp.101-108
• /
• 2008

건물의 3차원 모델링은 3차원 공간정보를 구축하는데 있어서 매우 중요한 요소이다. 기존의 3차원 건물 모델링은 대부분 입체 항공사진을 이용하여 도화사에 의해 수동으로 진행되어 많은 시간과 비용이 소요된다. 이러한 한계를 극복하기 위한 방안으로 최근에는 항공라이다(LiDAR) 데이터를 이용한 모델링 방법에 대한 연구가 활발히 진행되고 있다. 기존의 항공라이다 데이터를 이용한 3차원 모델링 연구는 항공라이다 점 데이터를 보간 과정을 통하여 픽셀구조로 변환하거나 수치지도, 항공영상 등의 이종 데이터간의 융합을 통하여 건물을 모델링하는 방안 등을 제시하였다. 본 논문은 기존 건물 모델링 기법에서 사용되었던 점 데이터의 픽셀구조로의 변환 및 이종 데이터간의 융합 등의 방법을 배제하고 항공라이다 데이터만을 이용한 건물의 자동 모델링 방법을 제안하였다. 건물지붕에 대한 항공라이다 데이터를 3차원 공간상에서 재귀적으로 분할하여 패치(patch)를 구성하고, 동일한 속성을 갖는 패치들을 병합하여 건물의 구성요소를 추출한다. 추출되어진 건물의 구성요소를 대표하는 모델을 생성하여 전체적인 건물의 3차원 모델을 구성한다. 항공라이다 데이터를 이용하여 제안된 방법으로 실험한 결과, 다양한 형태의 건물 모델을 자동으로 구성할 수 있었다.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.27 no.6
• /
• pp.653-662
• /
• 2014

The data repositories for structural experiment information needs to be efficient to use in order to allow structural engineers and researchers to store and retrieve easily the information involved in the structural experiments. The data repositories can be evaluated in terms of the organization of the data repositories themselves and of the organization of the actual experiment information in the data repositories, which can be represented using classes and objects with their attributes. This paper proposes the evaluation criteria of attributes of the classes and objects. The evaluation criteria of the attributes of the classes, such as the number of attributes in class and the numbers of the data-valued and object entity-valued attributes, are used for understanding the complexity of the organization of the data repositories. The evaluation criteria of the attributes of the objects, such as the number of valued attributes in object, are used for describing how the actual experiment information is stored through the levels in the data repositories for the structural experiment information.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06c
• /
• pp.34-36
• /
• 2006

본 논문은 다양한 위치 획득 시스템에 따라 다른 형식을 가지는 위치 데이터와 이에 따른 표준의 차이를 해결하기 위해 DMLI(Description Model for Location Information)을 제안한다. DMLI는 다른 형식으로 표현된 위치 데이터에 대한 메타데이터를 재정의 하지 않고, 모두의 의미를 포괄하는 메타데이터로 재분류하는 분류체계 모델이다. DMLI는 시설물(Facility), 장소(Place), 서비스(Service) 요소들로 구성된다. 시설물은 공간을 정의하는 최상위 요소로 공간 사용목적과 용도 및 기능에 따른다. 장소는 시설물을 구성하는 최하위 요소다. 서비스는 장소에서 제공 가능한 서비스를 말한다. 또한 위치관련 메타데이터 요소간의 정보를 정의한 사전을 이용하여 기존의 위치 데이터에 대한 메타데이터 요소를 DMLI에서 제안한 메타데이터 요소로 변환이 가능하다. 사전을 이용함으로서 또 다른 형식의 위치 데이터가 입력되어도 DMLI 형식으로의 변환이 용의하다. DMLI 형식으로 재분류된 위치관련 메타데이터들은 공간 사용 목적과 제공 가능한 서비스를 명확히 표현한다. 또한 위치관련 검색, 통계 등의 서비스를 제공하는 어플리케이션을 통하여 다양하게 응용되어 사용된다.

• Journal of the KSME
• /
• v.28 no.2
• /
• pp.177-180
• /
• 1988

파괴안전설계를 하기 위하여 파괴역학원칙을 성공적으로 적용시키기 위해서는 주로 믿을 수 있는 크랙성장을 예측하는데 달려있다. 일정크기의 피로하중을 받는 구조물 구성요소의 경우 안전계수로 빈도수와 환경의 영향을 설명할 수 있다면 경험적인 데이터를 바탕으로 하여 그 피로거동은 상당히 쉽게 예상될 수 있다. 그러나 구조물 구성요소가 변화크기의 피로하중을 받는다면, 크랙성장예측을 위한 데이터를 마련하는데는 무엇보다도 그러한 변화크기의 피로하 중상태의 적용모델이 확실히 필요하며, 일어날 수 있는 여러 가지 상황들을 통합할 수 있는 모 델에 입각하여야 한다.

• Journal of Digital Convergence
• /
• v.12 no.4
• /
• pp.1-9
• /
• 2014

This research describes strategies to promote the growth of the Big Data industry and the companies within the ecosystem. In doing so, we identify the roles and responsibilities of various objects of this ecosystem and Big Data concepts. We describe the five components of the Big Data ecosystem: governance, data holders, service users, service providers and infrastructure providers. Related to the Big Data industry, the paper discusses 13 business strategies between the five components in the ecosystem. These strategies directly respond to areas of research by the Big Data industry leading experts on its early development. These strategies focus on how companies can gain competitive advantages in a growing new business environment of Big Data. The strategy topics are as follows: 1) the government's long term policy, 2) building Big Data support centers, 3) policy support and improving the legal system, 4) improving the Privacy Act, 5) increasing the understanding of Big Data, 6) Big Data support excavation projects, 7) professional manpower education, 8) infrastructure system support, 9) data distribution and leverage support, 10) data quality management, 11) business support services development, 12) technology research and excavation, 13) strengthening the foundation of Big Data technology. Of the proposed strategies, establishing supportive government policies is essential to the successful growth of thee Big Data industry. This study fosters a better understanding of the Big Data ecosystem and its potential to increases the competitive advantage of companies.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.648-651
• /
• 2022

Match-3 Game 은 스테이지 구성 및 난이도 설정이 중요한 게임이나 다양한 밸런스 요소로 인해 스테이지 구성에 중요한 요소인 난이도 설정에 많은 시간이 소요된다. 특히 게임을 플레이하는 유저가 재미를 느끼는 수준으로 난이도를 설정하는 것이 중요하며, 이를 자동화하기 위해 실제 유저의 플레이 데이터를 활용하여 사람과 유사한 수준의 자동 플레이 에이전트 개발이 진행되었다. 하지만 플레이 데이터의 확보는 쉽지 않기에 연구 방향은 플레이 데이터가 없는 강화학습으로 확장되고 있다. 스테이지 구성에 중요한 요소인 난이도를 설정하기 위함이라면 각 스테이지 간의 상대적인 난이도 차이를 파악하는 것으로 가능하다. 이를 위해 게임의 규칙을 학습한 강화학습 에이전트로 밸런스 요소의 변화에 따른 다양한 난이도의 스테이지를 50 회씩 플레이하여, 평균 획득 점수를 기준으로 스테이지 구성에 필요한 각 스테이지들의 난이도를 파악할 수 있었다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.15 no.1
• /
• pp.85-92
• /
• 2020

Deep learning shows outstanding performance in image and video analysis, such as object classification, object detection and semantic segmentation. In this paper, it is analyzed that the performances of deep learning models can be affected by characteristics of train dataset. It is proposed as a method for selecting activation function and optimization algorithm of deep learning to classify facial expression. Classification performances are compared and analyzed by applying various algorithms of each component of deep learning model for CK+, MMI, and KDEF datasets. As results of simulation, it is shown that genetic algorithm can be an effective solution for optimizing components of deep learning model.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.40 no.2
• /
• pp.239-245
• /
• 2020

Recently, BIM (Building Information Modeling) are widely being utilized in Construction industry. However, most structures that have been constructed in the past do not have BIM. For structures without BIM, the use of SfM (Structure from Motion) techniques in the 2D image obtained from the camera allows the generation of 3D model point cloud data and BIM to be established. However, since these generated point cloud data do not contain semantic information, it is necessary to manually classify what elements of the structure. Therefore, in this study, deep learning was applied to automate the process of classifying structural components. In the establishment of deep learning network, Inception-ResNet-v2 of CNN (Convolutional Neural Network) structure was used, and the components of bridge structure were learned through transfer learning. As a result of classifying components using the data collected to verify the developed system, the components of the bridge were classified with an accuracy of 96.13 %.