• Proceedings of the Korea Database Society Conference
• /
• 1999.10a
• /
• pp.377-394
• /
• 1999

o 취급상품수 및 종류 (국대최대, 최다 규모) - 7만여개 일반상품 (제품) - 1천여가지 서비스상품 o 소비자 편리성 강화 - 고객위주상품분류 구성(30개 분류로 세분화하여 매장구성에 대한 이해도 증진) (중략)

• Proceedings of the Korean Statistical Society Conference
• /
• 2002.05a
• /
• pp.91-97
• /
• 2002

최근의 생물학 연구를 위한 기기의 자동화 및 고속화는 생물학 관련 정보량의 급증을 가져오고 있다. 예를 들어, DNA chip에서 얻어지는 마이크로어레이(microarray)는 수천 종류의 유전자의 발현량을 동시에 측정한다. 이러한 기술들은 생물의 세포나 조직에서 일어나는 일련의 다양한 현상을 전체적으로 조망하는 관점에서 관찰할 수 있는 기회를 제공하고 있으며, 이를 통한 생명공학의 전반적인 발전이 기대되고 있다. 따라서 대량의 생물학 관련 정보의 분석이나 데이터 마이닝이 행해지고 있으며 이를 위한 대표적인 기법들로는 각종 클러스터링(clustering) 및 신경망 계열의 모델 등이 있다. 본 논문에서는 확률그래프모델의 하나인 베이지안망(Bayesian network)을 생물정보분석에 이용한다. 구체적으로 유전자 발현패턴과 약물의 활성패턴 및 암 종류 사이의 확률적 관계를 모델링한다. 이러한 모델은 NCI60 dataset(http://discover.nci.nih.gov)에서 베이지안망을 학습함으로써 구성된다. 분석의 대상이 되는 데이터가 sparse하기 때문에 발생하는 어려움들을 해결하기 위한 기법들이 제시되며 학습된 모델에 대한 검증은 이미 생물학적으로 확인되어 있는 사실과의 비교를 통해 이루어진다. 학습된 베이지안망 모델은 각각의 유전자 간, 혹은 유전자와 처리된 약물 간의 실제 생물학적 관계를 다수 표현하며, 이는 제시되는 방법이 생물학적으로 유의미한 가설을 데이터 분석을 통해 효율적으로 생성하는데 유용하게 활용될 수 있음을 보인다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.106-109
• /
• 2005

산업화와 더불어 자동화의 요구에 따라 여러 분야에서 유도전동기의 응용 사례가 늘어나고 있다. 본 연구는 인버터단의 전류센서에서 실시간 얻어진 전류신호로 부터 대표적인 전기, 기계적인 4가지 고장(Bearing Fault, Broken Rotor bar, Misalignment, Unbalance)을 검출하여 예기치 못한 고장에 대비할 수 있는 실시간 진단 알고리듬을 제시한다. 실시간 진단의 핵심요소인 동기화 방법으로서 Hilbert Transform을 응용하였다. 총 40세트의 정상 모터 데이터를 임의로 선택하여 두 데이터의 차를 이용하여 0에 근사한 정상 모터 뎀플릿 값을 설정하였다. 이를 이용하여 진단 대상 전동기의 고장 유무를 미리 판단하게 된다. 만약 기준치 이상의 오차가 나타나게 되면, 이와 비교하기 위한 미리 수집된 각4가지 고장 전동기의 미소신호 템플릿 데이터와의 유사성을 비교하여 고장의 종류를 표시하며, 고장의 종류가 진단되지 않은 대상은 고장 유무만 표시된다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.7
• /
• pp.1525-1530
• /
• 2011

Techniques for processing continuous queries are required to developing the various types of application services (monitoring services) in ubiquitous environment where the real-time data acquisition from a lot of sensors, analysis, and processing are required. In the previous works of the continuous queries, they have represented all of the continuous queries as the interval queries or region queries, and proposed some methods for processing theses queries. The types of continuous queries, however, are very various, and could be presented by combining the attribute conditions, spatial conditions, and temporal conditions. In this paper, I have classify the types of continuous queries, and have proposed the continuous query model which could be presented by combining those conditions. The contributions of this paper include that it proposes the query model representing the continuous queries and suggests future research directions.

• Journal of Korea Society of Industrial Information Systems
• /
• v.6 no.4
• /
• pp.81-88
• /
• 2001

In this paper, a Korean digit recognition system based on a multilayer Perceptron is implemented. We also investigate the performance of widely used speech features, such as the Mel-scale filterbank, MFCC, LPCC, and PLP coefficients, by applying them as input of the proposed recognition system. In order to build a robust speech system, the experiments for demonstrating its recognition performance for the clean data as well as corrupt data are carried out. In experiments of recognizing 20 Korean digit, we found that the Mel-scale filterbank coefficients performs best in terms of recognition accuracy for the speech dependent and speech independent database even though noise is considerably added.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.699-701
• /
• 2010

For the development of surveillance Multi Sensor and IFOG, development of integrated surveillance camera for day and night time of its system Control Unit design and navigation device interlocking system was made. Control Unit analysis of integrated ship system began with selection of control unit related to feasible navigation device list.After sorting navigation equipment list, applications, features, connection methods, communication methods, data type of control unit and data direction between navigation equipments and the data types of each navigation equipment is sorted to observe its performance.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10a
• /
• pp.101-103
• /
• 1998

뉴스기사를 구성하는 NOD데이터는 VOD(Video on Demand) 데이터와는 달리 미디어의 종류 및 크기, 시간적인 접근 지역성, 사용자와 상호 작용성 등의 차이점을 가질 뿐만 아니라 새로운 뉴스기사가 수시로 생성되고 사용자가 인기도가 높은 기사와 최신의 뉴스기사에 더 많이 접근하는 특성을 가진다. 본 논문에서는 현재 서비스중인 전자신문의 로그파일을 분석하여 NOD 뉴스기사의 인기도가 Zipf분포와 다름을 보이고, 뉴스기사의 생명주기Lifr Cycle)에 따른 접근 확률분포 제시한다. NOD 데이터의 접근 편기성으로 인하여 데이터 캐싱을 통한 NOD 서버의 성능 향상을 기대할 수 있으나 뉴스기사의 생명주기가 짧고 접근시간대별로 사용자 접근형태가 변하는 등의 이유로 단순히 인기도만 고려한 캐싱은 빈번한 데이터 재배치 문제로 인해 높은 캐시 관리비용을 야기한다. 따라서 본 논문에서는 뉴스 기사의 접근 편기성에 나타나는 인기도(popularity)와 생명주기를 조합한 척도를 제안하고 이를 이용한 재배치를 제안한다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.1107-1112
• /
• 2006

Geometry PIG (Pipeline Inspection Gauge)는 배관 내에 삽입되어 내부를 흐르는 매체에 의해서 추진되는 장치로서 배관의 기하학적 형상을 파악하기 위해 사용된다. Geometry PIG는 여러 종류의 센서를 지니고 배관 내부를 주행 하면서 탑재된 저장장치에 빠른 샘플링 속도로 데이터를 저장하기 때문에 획득된 많은 양의 데이터를 분석하기 위한 가시화 기법이 필요하다. 본 논문에서는 데이터의 특성을 고려하여 다양한 가시화 기법들의 스키마를 정의하고, 이러한 가시화 기법들을 이용해 geometry PIG 데이터 분석을 위한 통합된 가시화 기법을 제안한다. 통합된 가시화 기법은 각 가시화 기법들을 사용자가 원하는 형태로 배치하며 사용자가 원하는 시점에서 데이터를 파악할 수 있도록 가시화 기법에 따른 동기화와 사용자 인터페이스를 지원한다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1987-1988
• /
• 2011

국내외적으로 스마트그리드 구축을 위해 스마트미터, 센서, PMU(Phasor Measurement Unit) 및 IED(Intelligent Electronic Device) 등의 다양한 장치들이 전력시스템에 보급되고 있다. 스마트미터는 전력소비자의 전력사용량 뿐 아니라 다양한 계량 정보를 상위 수집시스템에 전달할 수 있는 기능을 갖추고 있으며, 계통에 설치된 여러 종류의 센서, PMU 및 IED들 또한 상위 감시제어시스템에 수많은 데이터를 제공한다. 이렇듯 스마트그리드 구축에 따른 스마트미터의 보급, 센서 및 IED의 확산에 따라 전력시스템에서 발생되는 방대한 데이터의 관리 문제와 어떻게 이들 데이터를 전력시스템 운영에 유용하게 활용할 수 있는가에 대한 문제들이 새롭게 부각되고 있다. 본 논문은 스마트그리드 구축에 따라 발생되는 수많은 데이터의 관리와 이들 데이터의 활용사례에 대하여 기술한다.

• Information and Communications Magazine
• /
• v.33 no.5
• /
• pp.48-54
• /
• 2016

우리는 물리적인 현실 세계와 디지털의 가상 세계에서 매일 끊임없이 데이터를 양산해내고 있다. 구글, 아마존, MS, IBM 등의 유수 기업들은 이미 데이터를 수집하고 분석하여 특정 사용자나 불특정 다수에게 다양한 서비스를 제공하면서 새로운 형태의 이윤을 창출하고 있다. 가까운 미래에 사물인터넷(Internet of Things)이 본격적으로 활성화된다면 사람뿐만 아니라 모든 사물들이 인터넷을 통해 데이터를 양산하고 서로 교환하는 그야말로 데이터 빅뱅의 시대가 도래할 것으로 예상된다. 이러한 변혁의 시대에 우리는 사물인터넷을 통해 수집되는 수많은 데이터를 어떻게 활용할 것인지에 대해 진지하게 고민하고 연구할 필요가 있다. 본고에서는 사물인터넷을 통해 수집된 데이터를 효과적으로 활용하기 위해 필요한 핵심기술 중 하나인 기계학습(Machine Learning)에 대해 기본 개념, 종류, 평가방법 등을 설명하고 기계학습 알고리즘 중 딥 러닝(Deep Learning)에 대한 기술 동향을 살펴본 후, 사물인터넷에서 기계학습 프레임워크에 대해 간략히 소개한다.