• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권7호
• /
• pp.759-768
• /
• 2018

국가 간 다양한 분야에서의 교류가 증가함에 따라서 개최되는 국제회의의 수도 증가하고 있다. 이로 인해, 동시통역의 수요도 증가하고 있기 때문에 많은 학습자들이 동시통역을 학습하고 있다. 동시통역은 많은 학습 시간이 필요하기 때문에, 통역을 학습하는 학생들은 개별 학습을 수행한다. 자율적인 학습법 중 대표적으로 문장구역 훈련법이 있으나, 백트래킹으로 인한 학습 효과 저하 및 원활한 학습을 위한 파트너의 도움이 필요하다는 단점이 존재한다. 이를 해결하기 위해서 컴퓨터 기반 문장구역 훈련 시스템이 제안되어 학습자들의 학습 능률을 향상시켰다. 하지만, 컴퓨터의 경우 이동성이 매우 낮기 때문에 학습자들이 정해진 공간에서만 학습을 진행할 수 있기 때문에 활용도가 저하될 수 있다. 본 논문에서는 이동성으로 인한 활용도 저하 문제를 해결하기 위해 스마트 단말 기반의 문장구역 훈련 시스템을 제안한다. 스마트 단말은 컴퓨터에 비해 낮은 처리 용량을 가지고 있기 때문에 크기가 큰 파일을 처리할 때 성능이 저하된다. 이를 해결하기 위한 여러 알고리즘들을 제안한다. 제안한 스마트 단말 기반 문장구역 훈련 시스템을 구현하고 기능을 검증하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제9권3호
• /
• pp.747-756
• /
• 2019

통역을 학습하는 학생들은 수업 외에도 추가적인 학습 및 훈련을 수행한다. 동시통역 및 순차통역에서 두 언어의 구조가 다르기 때문에 통역가는 발표 내용을 빠르게 기억해야 한다. 단기 기억 향상을 위해서 통역을 학습하는 학생들은 메모리 훈련을 수행한다. 메모리 훈련은 파트너가 필요하기 때문에 학습 효율성이 저하되고 자가 학습이 불가능하다. 이를 해결하기 위해서 컴퓨터 기반의 단기 기억 훈련 시스템이 제안되었다. 지문 내 단어를 특수문자로 변경함으로써 학생들이 파트너 없이도 자가 학습이 가능하다. 하지만 컴퓨터는 휴대성이 떨어지기 때문에 외부에서는 학습 능률이 저하된다. 제거되는 단어보다 키워드로 제공하는 단어의 수가 더 많아서 학습 난이도가 저하된다. 이를 해결하기 위해서, 본 논문에서는 스마트 단말 기반의 문장구역 훈련 시스템을 제안하였다. 스마트 단말은 휴대성이 높아 학습의 제한이 없어 효율이 증가한다. 제안하는 훈련 시스템에서는 삭제되는 단어수가 키워드보다 더 많도록 하여 학습 난이도가 증가한다. 제안한 훈련 시스템을 구현하고 기능을 검증하였다.

• 디지털융복합연구
• /
• 제20권5호
• /
• pp.733-739
• /
• 2022

본고는 사전 설문지를 통해 소비자의 실시간 댓글에 대한 기능성 수요, 수용 정도 및 선호도를 조사한 뒤 아이트래킹을 통해 실시간 댓글의 유형 및 구역 위치에 대해 비교분석을 진행하는 연구이다. 연구 결과에 따르면, 실시간 댓글의 기능성 수요가 비교적 높고, 수용 정도가 비교적 높으며, 실시간 댓글의 기능은 이용자 선호도에 영향을 미치지 않는 것으로 나타났다. 실시간 댓글 유형 중에 문장 하나를 별도의 반투명 사각형으로 했을 경우 스타일의 시각주의도가 가장 높게 나타났다. 이는 이용자의 시각 행동에 독특한 스타일의 경향성이 있음을 의미한다. 본 연구는 실시간 댓글 중 다양한 유형과 구역 위치의 시각적 주의도를 분석하는 것을 통하여 추후 실시간 댓글의 인터페이스 디자인에 선도적 역할을 할 수 있을 것으로 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1362-1366
• /
• 2006

우리나라에서는 하천법 제11조에 의거하여 10년마다 한 번씩 수자원장기종합계획을 수립하고 있으며, 필요에 따라 5년마다 이를 수정 보완하고 있다. 2001년 7월 수자원장기종합계획(Water Vision 2020)이 수립된 이후 잦은 봄 가뭄 등 이수측면에서의 사회, 경제, 환경의 변화와 최근 이상홍수 등으로 인한 대규모 홍수피해 발생에 따른 치수측면의 종합적인 대책의 제시가 요구되면서 2001년 수립된 계획에 대한 보완 필요성이 제기되었다. 또한 수자원계획의 신뢰성에 대한 시민단체 등의 문제제기와 지역 차원의 수자원계획 및 수자원환경에 대한 국민적 관심 증대로 인해 계획 수립 과정과 결과에 대한 국민적인 공감대 형성을 위한 체제의 구축이 금번 보완 계획의 수립을 통해 추진되고 있다. 금번 수자원장기종합계획 보완은 투명성 확보라는 큰 목표를 가지고 수행되고 있으며, 이를 통해 국가 수자원 관리의 청사진을 제시하고 물 수급 전망 및 용수수급 계획을 수립하는 과정에 있다. 기 개발된 한국형 통합수자원평가계획 모형인 K-WEAP 모형을 보완 계획 수립 과정에서 활용하고 있으며, K-WEAP 모형을 통해 물 수지 분석을 수행하여 수급 균형을 판단함으로써 일반 대중에게 물 수급 관련 상황에 대한 이해력을 높일 수 있다는 장점을 확보할 수 있다. 본 연구에서는 K-WEAP 모형을 이용하여 각 권역별로 2003년의 물 수급 현황을 분석하여 이를 하천의 관측유량과 비교해봄으로써 모형의 검증을 수행하였으며, 각 권역에서 시나리오별로 추정된 용수수요량을 이용하여 물 수지 분석을 수행함으로써 목표연도별 물 수급 분석결과를 제시하였다. 물 수급 분석 시 지하수 및 농업용 저수지 등 하천과 다목적댐 이외의 지역 공급원에 대해서도 고려하였으며, 이를 통해 수자원계획 수립 시 도움이 될 수 있는 기초적인 자료를 제공할 수 있었다. 인공순환에 의한 저감효과가 크지는 않을 것으로 예측된다. 조사 기간중 H호의 현존 식물플랑크톤량의 $60%{\sim}87%$가 수심 10m 이내에 분포하였고, 녹조강과 남조강이 우점하는 하절기에는 5m 이내에 주로 분포하였다. 취수탑 지점의 수심이 연중 $25{\sim}35m$를 유지하는 H호의 경우 간헐식 폭기장치를 가동하는 기간은 물론 그 외 기간에도 취수구의 심도를 표층 10m 이하로 유지 할 경우 전체 조류 유입량을 60% 이상 저감할 수 있을 것으로 조사되었다.심볼 및 색채 디자인 등의 작업이 수반되어야 하며, 이들을 고려한 인터넷용 GIS기본도를 신규 제작한다. 상습침수지구와 관련된 각종 GIS데이타와 각 기관이 보유하고 있는 공공정보 가운데 공간정보와 연계되어야 하는 자료를 인터넷 GIS를 이용하여 효율적으로 관리하기 위해서는 단계별 구축전략이 필요하다. 따라서 본 논문에서는 인터넷 GIS를 이용하여 상습침수구역관련 정보를 검색, 처리 및 분석할 수 있는 상습침수 구역 종합정보화 시스템을 구축토록 하였다.N, 항목에서 보 상류가 높게 나타났으나, 철거되지 않은 검전보나 안양대교보에 비해 그 차이가 크지 않은 것으로 나타났다.의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을 활용하는 경우 주식투자기간은 24개월이하의 중단기가 적합함을 발견하였다. 이상의 행태적 측면과 투자성과측면의 실증결과를 통하여 한국주식시장에 있어서 시장수익률을 평균적으로 초과할 수 있는 거래전략은 존재하므로 이러한 전략을 개발 및 활용할 수 있으며, 특히, 한국주

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.