• 제목/요약/키워드: 분류 프레임워크

검색결과 270건 처리시간 0.024초

디지털 인증 분류 프레임워크의 개발과 적용: 상황적 관점 (Development and Application of a Digital Certificate Classification Framework: A Configuration Perspective)

  • 김창수;딜셔드가푸로프
    • 경영정보학연구
    • /
    • 제11권3호
    • /
    • pp.107-123
    • /
    • 2009
  • 본 논문은 현재 전자거래에서 폭넓게 활용되고 있는 디지털인증 기술에 대하여 초점을 집중하고 있다. 즉, 현재 다양하게 활용되고 있는 디지털인증 기술들을 체계적으로 분류하기 위한 프레임워크의 개발과 적용 그리고 시사점에 대하여 고찰하였다. 먼저, 본 연구에서는 디지털 인증의 상황적인 흐름을 제공자에서부터 사용자까지 소프트웨어, 하드웨어, 네트워크 측면으로 구분하여 제시하였다. 이어서, 디지털인증의 다섯 가지 구성요소와 주요 요소기술 클래스 그리고 인증유형과 수준에 근거하여 디지털인증 분류 프레임워크를 개발하였다. 본 연구에서 개발된 디지털인증 분류 프레임워크를 베리사인의 디지털 인증 메커니즘에 적용하여 그 유용성을 검증하였다. 실제 사례에 본 연구에서 개발한 디지털인증 분류 프레임워크를 적용한 결과 디지털 인증 기술의 세부적인 분류와 응용을 이해하는데 유효하다는 것을 알 수 있었다. 마지막으로 본 연구의 강점과 약점 그리고 시사점 및 향후 연구 방향에 대하여 논의하였다.

DAKS: 도메인 적응 기반 효율적인 매개변수 학습이 가능한 한국어 문장 분류 프레임워크 (DAKS: A Korean Sentence Classification Framework with Efficient Parameter Learning based on Domain Adaptation)

  • 김재민;채동규
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2023년도 춘계학술발표대회
    • /
    • pp.678-680
    • /
    • 2023
  • 본 논문은 정확하면서도 효율적인 한국어 문장 분류 기법에 대해서 논의한다. 최근 자연어처리 분야에서 사전 학습된 언어 모델(Pre-trained Language Models, PLM)은 미세조정(fine-tuning)을 통해 문장 분류 하위 작업(downstream task)에서 성공적인 결과를 보여주고 있다. 하지만, 이러한 미세조정은 하위 작업이 바뀔 때마다 사전 학습된 언어 모델의 전체 매개변수(model parameters)를 학습해야 한다는 단점을 갖고 있다. 본 논문에서는 이러한 문제를 해결할 수 있도록 도메인 적응기(domain adapter)를 활용한 한국어 문장 분류 프레임워크인 DAKS(Domain Adaptation-based Korean Sentence classification framework)를 제안한다. 해당 프레임워크는 학습되는 매개변수의 규모를 크게 줄임으로써 효율적인 성능을 보였다. 또한 문장 분류를 위한 특징(feature)으로써 한국어 사전학습 모델(KLUE-RoBERTa)의 다양한 은닉 계층 별 은닉 상태(hidden states)를 활용하였을 때 결과를 비교 분석하고 가장 적합한 은닉 계층을 제시한다.

GIS 기반의 위치기반서비스 프레임워크 연구 (A Study on the Service Framework for LBS based on GIS)

  • 진희채;김도현
    • 한국공간정보시스템학회:학술대회논문집
    • /
    • 한국공간정보시스템학회 2004년도 국내 LBS 기술개발 및 표준화 동향세미나
    • /
    • pp.45-59
    • /
    • 2004
  • GIS가 일반 사용자에게 보급되기 시작하면서 이동 GIS를 활용한 다양한 서비스와 위치 기반서비스들이 등장하고 활용되고 있다. 본 논문에서는 GIS 기반의 위치기반서비스에 대한 일반적인 서비스 프레임워크를 제시하고 서비스가 수행되는 모형을 살펴본다. 또한 이를 통하여 각각의 소요 기술을 파악하고 연구 진행 중인 다양한 기술의 활용방안에 대하여 살펴보도록 한다. 연구내용으로는 먼저 전통적인 GIS를 바탕으로 하는 GIS 기반의 위치기반서비스 구조를 발굴하여 일반적인 서비스 프레임워크로 작성한다. 서비스 프레임워크에서는 전통 GIS와 위치기반서비스의 서비스 수행관계, 인터페이스 관계 등을 표현하여 일반화하도록 하고, 이를 기반으로 한 서비스 운영형태를 제시한다. 그리고 서비스 프레임워크에 포함된 관련 분야의 기술 분류를 수행한다. 기술 분류는 위치기반서비스와 GIS를 바탕으로 주요 요구기술을 도출하여 이를 기능별로 구분하여 표준화 기술을 분류한다. 이들 기술은 각각의 기술발전 과정에 따라 다양한 과정으로 발전하게 되고 이에 따라서 서비스의 모양도 다양한 형태로 발전할 것으로 보인다. 마지막으로 이를 종합한 기술 로드맵을 제시하여 표준화 및 향후 발전방안을 제시하게 된다. 이를 바탕으로 GIS에 기반한 위치기반서비스의 일반화된 서비스 모형을 제시할 수 있고, 필요한 기술의 발굴, 기술발전에 따른 다양한 서비스의 예측이 가능할 것으로 보이며 GIS 서비스의 일반화에 크게 기여할 것으로 보인다.

  • PDF

이미지 분류를 위한 딥러닝 기반 CNN모델 전이 학습 비교 분석 (CNN model transition learning comparative analysis based on deep learning for image classification)

  • 이동준;전승제;이동휘
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2022년도 춘계학술대회
    • /
    • pp.370-373
    • /
    • 2022
  • 최근 Tensorflow나 Pytorch, Keras 같은 여러가지의 딥러닝 프레임워크 모델들이 나왔다. 또한 이미지 인식에 Tensorflow, Pytorch, Keras 같은 프레임 워크를 이용하여 CNN(Convolutional Neural Network)을 적용시켜 이미지 분류에서의 최적화 모델을 주로 이용한다. 본 논문에서는 딥러닝 이미지 인식분야에서 가장 많이 사용하고 있는 파이토치와 텐서플로우의 프레임 워크를 CNN모델에 학습을 시킨 결과를 토대로 두 프레임 워크를 비교 분석하여 이미지 분석할 때 최적화 된 프레임워크를 도출하였다.

  • PDF

방송통신과 재난 (Telecommunication and Disaster Management)

  • 최성종
    • 방송과미디어
    • /
    • 제17권3호
    • /
    • pp.7-14
    • /
    • 2012
  • 본 고에서는 "방송통신과 재난"의 연관성을 세가지 관점에서 분석하는 프레임워크를 제안하였다. 이 프레임워크는 "대국민 재난방송통신", "재난안전통신" 및 "방송통신 재난관리"의 세 가지 핵심 영역으로 구성되어 있다. 또한 각 영역의 주요기능과 이슈에 대해 기술하였다. 제안한 프레임워크를 사용하여 국내 관련 법을 분류하였고 미국의 사례 분석도 간략히 기술하였다. 본 고에서 제안한 프레임워크는 향후 우리나라의 관련 법, 정부 조직 및 정부 정책의 기본 틀로 활용될 수 있을 것이다.

표정 HMM과 사후 확률을 이용한 얼굴 표정 인식 프레임워크 (A Recognition Framework for Facial Expression by Expression HMM and Posterior Probability)

  • 김진옥
    • 한국정보과학회논문지:컴퓨팅의 실제 및 레터
    • /
    • 제11권3호
    • /
    • pp.284-291
    • /
    • 2005
  • 본 연구에서는 학습한 표정 패턴을 기반으로 비디오에서 사람의 얼굴을 검출하고 표정을 분석하여 분류하는 프레임워크를 제안한다. 제안 프레임워크는 얼굴 표정을 인식하는데 있어 공간적 정보 외시간에 따라 변하는 표정의 패턴을 표현하기 위해 표정 특성을 공간적으로 분석한 PCA와 시공간적으로 분석한 Hidden Markov Model(HMM) 기반의 표정 HMM을 이용한다. 표정의 공간적 특징 추출은 시간적 분석 과정과 밀접하게 연관되어 있기 때문에 다양하게 변화하는 표정을 검출하여 추적하고 분류하는데 HMM의 시공간적 접근 방식을 적용하면 효과적이기 때문이다. 제안 인식 프레임워크는 현재의 시각적 관측치와 이전 시각적 결과간의 사후 확률 방법에 의해 완성된다. 결과적으로 제안 프레임워크는 대표적인 6개 표정뿐만 아니라 표정의 정도가 약한 프레임에 대해서도 정확하고 강건한 표정 인식 결과를 보인다. 제안 프레임 워크를 이용하면 표정 인식, HCI, 키프레임 추출과 같은 응용 분야 구현에 효과적이다

이미지 학습을 위한 딥러닝 프레임워크 비교분석 (A Comparative Analysis of Deep Learning Frameworks for Image Learning)

  • 김종민;이동휘
    • 융합보안논문지
    • /
    • 제22권4호
    • /
    • pp.129-133
    • /
    • 2022
  • 딥러닝 프레임워크는 현재에도 계속해서 발전되어 가고 있으며, 다양한 프레임워크들이 존재한다. 딥러닝의 대표적인 프레임워크는 TensorFlow, PyTorch, Keras 등이 있다. 딥러님 프레임워크는 이미지 학습을 통해 이미지 분류에서의 최적화 모델을 이용한다. 본 논문에서는 딥러닝 이미지 인식 분야에서 가장 많이 사용하고 있는 TensorFlow와 PyTorch 프레임워크를 활용하여 이미지 학습을 진행하였으며, 이 과정에서 도출한 결과를 비교 분석하여 최적화된 프레임워크을 알 수 있었다.

소프트웨어 품질 예측 모델을 위한 분류 프레임워크 (Taxonomy Framework for Metric-based Software Quality Prediction Models)

  • 홍의석
    • 한국콘텐츠학회논문지
    • /
    • 제10권6호
    • /
    • pp.134-143
    • /
    • 2010
  • 본 논문에서는 위험도라는 품질 인자를 예로 들어 메트릭 기반 소프트웨어 품질 예측 모델들을 네가지 타입으로 분류하는 프레임워크를 제안한다. 모델들은 다음과 같은 두가지 기준에 의해 분류된다: 모델 입력 메트릭 형태, 과거 프로젝트 데이터의 필요 유무. 분류된 타입들은 각각의 특성을 가지며 새롭게 정의된 몇가지 기준들에 의해 타 타입들과 장단점이 비교되었다. 이러한 정성적인 평가를 거쳐 품질 예측 모델을 이용하고자하는 개발 집단은 어떤 품질 예측 모델이 자신들에게 적합한지를 판단할 수 있게 된다. 또한 각 타입에 속하는 위험도 예측 모델들을 구현해 예측 성능을 측정한 선행 연구 데이터를 분석하여 예측 성능에 못지않게 모델이 속한 타입의 특성이 모델 선정의 중요한 관건이 됨을 보였다.

정보시스템 분야에서의 지식경영 연구 경향분석 (Studying Knowledge Management in Information System Field;Research Trend Analysis)

  • 이중정;신호경;이윤희
    • 한국IT서비스학회:학술대회논문집
    • /
    • 한국IT서비스학회 2005년도 추계학술대회
    • /
    • pp.427-438
    • /
    • 2005
  • 본 연구는 기존 IS 연구 분야에 있어서 지식경영연구의 주된 연구 방향은 무엇인지, 그리고 기존의 지식경영연구들이 다루고 있는 지식경영의 특성과 내용에 따른 지식타입은 어떤 종류가 있는지를 연구 분류 프레임워크를 적용하여 알아보았다. 기존의 산발적인 지식경영 연구의 분류 방법론을 종합한 연구 분류 프레임워크에 준하여, 지식경영 연구의 국내외 주요 학술지 6종을 선정하여 1999년 이후 5년간의 추이를 분석하였다. 연구의 결과, 연구 분류 프레임워크의 세 가지의 대 분류인 지식경영 프로세스, 지식변환 형태, 그리고 지식경영 연구 분석단위로 본 지식경영 연구는 조직 내 지식활용 프로세스에 대한 연구가 가장 많이 이루어졌고, 그 뒤로 조직 간 및 개인 지식활용 프로세스 연구, 조직 간 및 조직 내 지식전이 및 공유 프로세스 순으로 지식경영 연구가 수행된 것으로 나타났다. 한편 지식활용프로세스이외의 개인 분석단위의 연구와 지식창조 프로세스에 대한 연구는 전반적으로 거의 수행되지 않은 결과를 볼 수 있었다. 본 연구의 결과로 지식경영 관련 연구들에서 나타나는 연구의 최근 경향을 밝혀내고, 향후 지식경영 연구에 있어서 기초연구로서의 역할과 균형적 연구 발전 방향에 대한 제시를 할 수 있을 것이다.

  • PDF

시설물의 유지관리를 위한 기계학습 기반 콘크리트 균열 감지 프레임워크 (Machine Learning-based Concrete Crack Detection Framework for Facility Maintenance)

  • 지봉준
    • 한국지반환경공학회 논문집
    • /
    • 제22권10호
    • /
    • pp.5-12
    • /
    • 2021
  • 시설물의 노후화는 피할 수 없는 현상이다. 노후화된 시설물의 관리를 위해 균열을 감지하고 이를 추적하면서 시설물의 상태를 간접적으로 추론할 수 있다. 따라서 균열 감지는 노후화된 시설물의 관리를 위해 필수적 역할을 하며 감지 결과를 바탕으로 더 이상의 노후화를 막기 위한 활동을 할 수 있다. 하지만, 현재 대부분의 균열 감지는 전문가의 판단에만 의존하기에 시설물의 면적이 큰 경우 비용과 시간이 과도하게 사용되고, 전문가의 역량에 따라 다른 판단 결과가 발생할 수 있어 신뢰성에 문제가 있었다. 본 논문에서는 이러한 한계를 극복하기 위해 기계학습 기반의 콘크리트 균열 감지 프레임워크를 제안한다. 제안된 프레임워크는 데이터 분류, 기계학습 모델 학습, 학습된 모델의 검증과 테스트를 포함하는 프레임워크로 완전 자동화된 콘크리트 균열 감지가 가능하다. 제안된 프레임워크를 통해 학습된 기계학습 모델은 콘크리트 균열 이미지와 정상 이미지를 96%의 높은 정확도로 분류할 수 있었다. 본 논문에서 제안된 프레임워크를 적용하여 기존의 전문가 중심의 시설물 유지관리보다 더욱 효과적이고 효율적인 시설물의 유지관리가 가능할 것으로 기대된다.