• 디지털융복합연구
• /
• 제20권5호
• /
• pp.537-546
• /
• 2022

본 연구의 목적은 그릿, 웰빙, 자기효능감 간의 관계를 살펴보는데 있다. 그릿은 지속적 관심과 꾸준한 노력의 두 가지 하위차원으로 구성되어 있다. 실증분석을 위해 종합병원 간호사 237명을 대상으로 자료를 수집하였다. 수집된 데이터에 가설적 관계를 검증하기 위해 SPSS 26을 활용해 분석하였다. 그릿의 두 가지 하위차원은 웰빙에 정(+)의 영향을 미칠 것을 제안한다. 이에 본 연구는, 그릿의 지속적 관심은 웰빙에 정(+)의 영향을 미치지 않는 것으로 나타났으며, 자기효능감은 그릿의 꾸준한 노력과 웰빙 간의 관계에서 완전매개 역할을 하는 것을 확인하였다. 이에 본 연구는 그릿(grit)이 웰빙과 정(+)의 영향을 미치고 자기효능감(self-efficacy)이 그릿과 웰빙을 연결하는 중요한 변인이라는 점이 밝혀졌다. 이에 종합병원 간호사의 그릿과 웰빙의 관계에 대해 보다 면밀히 살펴보는 연구가 필요하다.

• 융합신호처리학회논문지
• /
• 제24권4호
• /
• pp.221-228
• /
• 2023

감정으로 인해 생기는 신체적 정신적인 변화는 운전이나 학습 행동 등 다양한 행동에 영향을 미칠 수 있다. 따라서 이러한 감정을 인식하는 것은 운전 중 위험한 감정 인식 및 제어 등 다양한 산업에서 이용될 수 있기 때문에 매우 중요한 과업이다. 본 논문에는 서로 도메인이 다른 음성과 영상 데이터를 모두 이용하여 감정을 인식하는 멀티모달 모델을 구현하여 감정 인식 연구를 진행했다. 본 연구에서는 RAVDESS 데이터를 이용하여 영상 데이터에 음성을 추출한 뒤 2D-CNN을 이용한 모델을 통해 음성 데이터 특징을 추출하였으며 영상 데이터는 Slowfast feature extractor를 통해 영상 데이터 특징을 추출하였다. 감정 인식을 위한 제안된 멀티모달 모델에서 음성 데이터와 영상 데이터의 특징 벡터를 통합하여 감정 인식을 시도하였다. 또한 멀티모달 모델을 구현할 때 많이 쓰인 방법론인 각 모델의 결과 스코어를 합치는 방법, 투표하는 방법을 이용하여 멀티모달 모델을 구현하고 본 논문에서 제안하는 방법과 비교하여 각 모델의 성능을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제18권2호
• /
• pp.231-239
• /
• 2018

본 논문은 다중 초기 소실점 후보를 사용해서 소실점을 검출하는 것을 제안한다. 소실점은 3차원 구조복원 등에 사용되는 중요한 기하정보이다. 소실점은 실내 환경의 경우 세 개의 소실점이 검출된다. 기존 초기 소실점을 하나만 검출하는 방식은 가장 높은 투표합의 초기 소실점이 최적의 소실점의 위치와 다를 수 있기에 부정확 할 수 있다. 따라서 여러 개의 초기 소실점 후보 중 가장 좋은 소실점 후보를 채택하는 방식을 사용하면 처음 구해지는 초기 소실점이 적절치 않은 소실점일 경우를 대비할 수 있다. 또한 본 논문에서는 검출된 소실점을 후처리를 통해서 소실점의 위치를 조정하는 방법을 제안한다. 후처리를 통해 기존보다 정확한 소실점을 검출할 수 있다. 실험 결과는 제안하는 방법을 통해 소실점 검출의 정확도가 기존방법보다 약 1~2% 가량 높음을 보여주며, 이에 따라 성능이 향상되었음을 알 수 있다.

• 인지과학
• /
• 제22권1호
• /
• pp.39-55
• /
• 2011

사람들은 이사, 투표, 시험, 부상, 차 구입과 같은 미래의 사건에 대한 자신의 정서 반응을 과도하게 예측한다. 충격 편향(impact bias)란 자신의 정서 반응이 강하게 오래 계속될 것으로 예상하는 것이다. 본 연구는 원자력 발전소, 유전자조작식품, 그리고 휴대폰과 같은 위험 대상에 대해 충격 편향이 관찰되는지, 그리고 관찰된다면 이 편향을 감소시키는 조작의 효과가 있는지를 검토하였다. 참여자들은 위험 대상에 대해서 현재보다 가까운 미래인 1주일 후 충격 편향을 가장 크게 보였다. 적응 과제와 탈초점 과제를 사용한 결과, 탈초점 조작이 위험 대상들에 대한 충격 편향을 감소시켰다. 본 연구의 결과들을 선행 연구들과 관련해서 논하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권3호
• /
• pp.192-201
• /
• 2002

디지털 형태의 문서가 널리 퍼지고 끊임없이 증가함에 따라 이를 자동으로 가공하고 처리하는 문서 자동분류의 중요성이 널리 인식되고 있다. 최근의 문서 자동분류는 k-최근접 이웃, 결정트리, Support Vector Machine, 신경망 등의 다양한 기계학습 기법을 이용하여 연구되고 있다. 그러나 많은 연구가 잘 조직된 데이타 집합을 이용하여 연구결과를 보여주고 있으며, 실제 문제에의 응용성에는 큰 비중을 두지 않고 있다. 본 논문에서는 문서분류의 응용시스템인 질의 자동응답시스템에 적용할 수 있는 다중분류기 결합 방법을 제안하고 실제 전자우편 문서의 분류문제를 해결한다. 첫째로, 다중신경 망을 이용한 문서분류를 제안한다. 제안한 방법은 최대값 결합, 신경망 결합을 통해 성능의 향상을 가져온다. 둘째로, 여러 분류기의 결합을 통해 문서분류의 성능을 개선한다. 본 논문에서는 투표 결합방법, Borda 결합, 신경망 결합방법 등을 적용하여 여러 분류기의 결합을 수행하였다. 실용 가능성을 분석한 실험결과 90%이상의 정확율을 보여 제안한 방법이 실용적일 수 있음을 알 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제18권10호
• /
• pp.30-39
• /
• 2018

본 연구는 조기 대통령 선거를 포함하여 거의 매년 실시되는 선거 상황에서 효과적인 정치캠페인을 전개하기 위한 전략적 함의를 제시하기 위한 목적에서 진행하였다. 이를 위해 대학생 유권자 271명을 대상으로 프레이밍(손실 vs. 이익), 관여도(고관여 vs. 저관여), 정치효능감(고정치효능감 vs. 저정치효능감)의 $2{\times}2{\times}2$의 삼원 실험설계에 기초하여 분석하였다. 그 결과, 프레이밍, 정치효능감의 주효과는 발견되었으나 관여도의 주효과는 나타나지 않았다. 이원 변량분석 결과 프레이밍과 관여도의 상호작용은 유의하였으나, 프레이밍과 정치효능감의 상호작용효과는 유의하지 않았다. 또한 프레이밍, 관여도, 정치효능감의 삼원 상호작용효과도 유의한 것으로 조사되었다. 본 연구는 전망이론을 정치캠페인 메시지의 효과를 검증하는데 사용된 경우는 많지 않으며, 전망이론을 선거 캠페인 메시지 연구에 도입함으로써 정치홍보 캠페인 전략에 대한 새로운 관점을 제시하는데 그 의의가 있다고 할 수 있다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2018년도 제30회 한글 및 한국어 정보처리 학술대회
• /
• pp.285-290
• /
• 2018

논지가 높은 설득력을 갖기 위해서는 충분한 지지 근거가 필요하다. 논지 내의 주장을 논리적으로 지지할 수 있는 근거 자료 추출의 자동화는 자동 토론 시스템, 정책 투표에 대한 의사 결정 보조 등 여러 어플리케이션의 개발 및 상용화를 위해 필수적으로 해결되어야 한다. 하지만 웹문서로부터 지지 근거를 추출하는 시스템을 위해서는 다음과 같은 두 가지 연구가 선행되어야 하고, 이는 높은 성능의 시스템 구현을 어렵게 한다: 1) 논지의 주제와 직접적인 관련성은 낮지만 지지 근거로 사용될 수 있는 정보를 확보하기 위한 넓은 검색 범위, 2) 수집한 정보 내에서 논지의 주장을 명확하게 지지할 수 있는 근거를 식별할 수 있는 인지 능력. 본 연구는 높은 정밀도와 확장 가능성을 가진 지지 근거 추출을 위해 다음과 같은 단계적 지지 근거 추출 시스템을 제안한다: 1) TF-IDF 유사도 기반 관련 문서 선별, 2) 의미적 유사도를 통한 지지 근거 1차 추출, 3) 신경망 분류기를 통한 지지 근거 2차 추출. 제안하는 시스템의 유효성을 검증하기 위해 사설 4008개 내의 주장에 대해 웹 상에 있는 845675개의 뉴스에서 지지 근거를 추출하는 실험을 수행하였다. 주장과 지지 근거를 주석한 정보에 대하여 성능 평가를 진행한 결과 본 연구에서 제안한 단계적 시스템은 1,2차 추출 과정에서 각각 0.41, 0.70의 정밀도를 보였다. 이후 시스템이 추출한 지지 근거를 분석하여, 논지에 대한 적절한 이해를 바탕으로 한 지지 근거 추출이 가능하다는 것을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1113-1125
• /
• 2013

기업의 부도를 예측하는 것은 회계나 재무 분야에서 중요한 연구주제이다. 지금까지 기업 부도예측을 위해 여러 가지 데이터마이닝 기법들이 적용되었으나 주로 단일 모형을 사용함으로서 복잡한 분류 문제에의 적용에 한계를 갖고 있었다. 본 논문에서는 최근에 각광받고 있는 SVM (support vector machine) 모형들을 결합한 앙상블 SVM 모형 (ensemble SVM model)을 부도예측에 사용하고자 한다. 제안된 앙상블 모형은 v-조각 교차 타당성 (v-fold cross-validation)에 의해 얻어진 여러 가지 모형 중에서 성능이 좋은 상위 k개의 단일 모형으로 구성하고 과반수 투표 방식 (majority voting)을 사용하여 미지의 클래스를 분류한다. 본 논문에서 제안된 앙상블 SVM 모형의 성능을 평가하기 위해 실제 기업의 재무비율 자료와 모의실험자료를 가지고 실험하였고, 실험결과 제안된 앙상블 모형이 여러 가지 평가척도 하에서 단일 SVM 모형들보다 좋은 성능을 보임을 알 수 있었다.

• 정보처리학회논문지B
• /
• 제14B권4호
• /
• pp.303-310
• /
• 2007

기계학습에서 분류기틀의 집합으로 구성된 앙상블 분류기는 단일 분류기에 비해 정확도가 높다는 것이 입증되어왔다. 본 논문에서는 새로운 앙상블 학습으로서 데이터의 지역 기반 분류기들의 앙상블 학습을 제시하여 기존의 앙상블 학습과의 비교를 통해 성능을 검증하고자 한다. 지역 기반 분류기의 앙상블 학습은 데이터의 분포가 지역에 따라 다르다는 점에 착안하여 학습 데이터를 분할하여 해당하는 지역에 기반을 둔 분류기들을 만들어 나간다. 이렇게 만들어진 분류기들로부터 지역에 따라 가중치를 둔 투표를 적용하여 앙상블 방법을 이끌어낸다. 본 논문에서 제시한 앙상블 분류기의 성능평가를 위해 단일 분류기와 기존의 앙상블 분류기인 배깅과 부스팅 등을 UCI Machine Learning Repository에 있는 11개의 데이터 셋으로 정확도 비교를 하였다. 그 결과 새로운 앙상블 방법이 기본 분류기로 나이브 베이즈와 SVM을 사용했을 때 다른 방법보다 좋은 성능을 보이는 것을 알 수 있었다.

• 한국조사연구학회지:조사연구
• /
• 제10권1호
• /
• pp.73-89
• /
• 2009

패널조사가 시점 간 변화를 알아내는 데 있어 매우 유용한 조사방법론이기는 하지만 조사차수가 넘어갈수록 패널표본이 모집단 대표성을 잃어 간다는 단점이 있다. 이러한 표본의 왜곡은 패널 이탈과 조건화에 기인하는 것으로 알려져 있다. 본 연구는 4개월 동안 5회 측정된 KBS-MBMR의 2007년 대통령 선거 패널조사에서의 이탈과 조건화를 통계적 관점에서 검토해 본 것이다. 주요 결과는 다음과 같다. 첫째, 패널 이탈 성향은 여자가 남자보다 20대 60이하와 30대, 이상이 40대, 50대보다 선호(적합/지지) 후보를 묻는 질문에 대해 "없다/모른다/무응답"으로 대답한 사람(=DK 응답자)들이 선호후보 밝힘 응답자들보다 컸다. 둘째, 패널조사라는 반복측정이 선호후보 밝힘을 응답하도록 밀어붙이는 조건화 효과가 있음을 확인하였다. 셋째, 이러한 패널 이탈과 조건화에도 불구하고, DK 응답을 제외하는 경우 반복조사가 지지후보 응답에 영향을 주지 않았고 최종 투표의향에도 영향을 주지 않았다.