• 경영정보학연구
• /
• 제24권4호
• /
• pp.97-118
• /
• 2022

이미지와 같은 비정형 데이터의 불균형 클래스 문제 해결에 있어 생산적 적대 신경망(generative adversarial network)에 기반한 오버샘플링 기법의 우수성이 알려짐에 따라 다양한 연구들이 이를 정형 데이터의 불균형 문제 해결에도 적용하기 시작하였다. 그러나 이러한 연구들은 데이터의 형태를 비정형 데이터 구조로 변경함으로써 정형 데이터의 특징을 정확하게 반영하지 못한다는 점이 문제로 지적되고 있다. 본 연구에서는 이를 해결하기 위해 순환 생산적 적대 신경망(cycle GAN)을 정형 데이터의 구조에 맞게 재구성하고 이를 SMOTE(synthetic minority oversampling technique) 기법과 결합한 하이브리드 오버샘플링 기법을 제안하였다. 특히 기존 연구와 달리 생산적 적대 신경망을 구성함에 있어 1차원 합성곱 신경망(1D-convolutional neural network)을 사용함으로써 기존 연구의 한계를 극복하고자 하였다. 본 연구에서 제안한 기법의 성능 비교를 위해 불균형 정형 데이터를 기반으로 오버샘플링을 진행하고 그 결과를 SMOTE, ADASYN(adaptive synthetic sampling) 등과 같은 기존 기법과 비교하였다. 비교 결과 차원이 많을수록, 불균형 정도가 심할수록 제안된 모형이 우수한 성능을 보이는 것으로 나타났다. 본 연구는 기존 연구와 달리 정형 데이터의 구조를 유지하면서 소수 클래스의 특징을 반영한 오버샘플링을 통해 분류의 성능을 향상시켰다는 점에서 의의가 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제55차 동계학술대회논문집 25권1호
• /
• pp.57-58
• /
• 2017

사물인터넷 환경의 다양한 기기에서는 매초마다 시스템 로그 데이터, 온도, 습도, 조도 및 위치 정보 등과 같은 데이터를 지속적으로 생성한다. 이렇게 생성된 데이터는 기기 안에서 대부분 소멸되거나 수집된다 하더라도 시스템 개선의 일부 목적으로 활용하는데 그칠 뿐이다. 본 논문에서는 각각의 사물인터넷 기기에서 발생하는 비정형 데이터를 스트리밍 방식을 통해 수집 서버로 전송하고 이를 유연한 스키마 구조를 가지는 NoSQL 데이터베이스에 적재하는 프레임워크 설계를 제안한다. 이렇게 수많은 장비로부터 수집된 로그 및 센싱 데이터는 빅데이터 분석을 통해 산업의 현장에서 생산성 향상을 위해 사용할 수 있으며 공공의 목적으로 도심지의 교통문제 해소와 재난 및 재해 예측에 활용될 수 있다.

• 대한정형도수물리치료학회지
• /
• 제11권1호
• /
• pp.74-91
• /
• 2005

척추의 기본적인 생체 역학적 기능은 신체 부분간의 운동을 허용하고 척수와 신경근을 보호하는 것으로서 이러한 기능을 수행하기 위해서는 척추의 역학적 안정성이 필수적이다. 척추의 안정체계는 수동적 근 골격계, 능동적 근 골격계, 그리고 신경계의 세 가지 하부체계로 나누어지며 이들 하부체계는 각각 독립적으로 안정성에 관여하고 있다. 경추의 불안정성의 문제는 비정상적으로 증가된 추간관절의 운동에 의해 염증성의 신경을 압박 또는 신장하거나 또는 통증수용기가 많이 분포하는 인대, 관절낭, 섬유륜과 종판에 비정상적인 변형을 일으키는 것을 말한다. 안정성의 장애는 근육의 기능적 측면에서 국소적 안정체계와 포괄적 안정체계의 문제로 구분할 수 있다. 불안정한 경추 환자의 임상적 양상은 일반적으로 머리가 앞으로 나오고 전방 전위된 자세로 견갑대와 승모근 상부의 과활동성을 나타낸다. 또한 능동운동은 감소되지 않으나 수동운동에서 분절의 회전운동과 병진운동의 증가와 종말감의 변화가 있다. 경추의 불안정성을 관리하기 위한 실험적 연구로 전반적인 근육 훈련, 고유수용기 훈련, 그리고 도수치료의 세 가지 주된 접근법이 있고 실제적인 접근법으로는 고유수용성 재활프로그램, 칼텐본-에반스 접근법, 그리고, 슬링운동법 등이 있다. 각 방법들은 임상에서 나름대로의 이점이 있으며 환자의 상태에 따라 이들 방법을 단독으로 또는 병행해서 적용할 수 있을 것이다. 그러나 경추에서 이러한 방법들의 효과를 입증하는 증거는 부족하여 앞으로 이러한 방법에 대한 임상적 경험보다는 그 효과를 입증할 수 있는 연구가 필요하다고 본다.

• 디지털융복합연구
• /
• 제11권6호
• /
• pp.103-112
• /
• 2013

전통적인 방식의 예측모형 구축에서 사용되는 데이터는 주로 데이터베이스에 잘 보관되어 있는 정형데이터를 사용하였다. 하지만 지금의 상황은 스마트 시대의 도래로 인한 통신수단의 획기적인 발달로 비정형 데이터가 전체데이터의 80%를 상회하는 현실이다. 이러한 현실에서 기존의 방법대로 정형데이터 만을 이용하여 예측모형을 개발하면 예측모형의 신뢰성에 문제가 있을 것이다. 즉 전체데이터의 80%에 해당하는 비정형(SNS, 페이스북, 트위트, 이미지, 동영상 등)과 반정형(로그데이터)데이터를 반드시 포함하여 모형을 구축해야 만이 신뢰성을 현실화 시킬 수 있을 것이다. 본 논문에서는 예측모형 개발시 빅데이타 방법론을 적용하여 예측 모형의 신뢰성을 높이고, 데이터를 이용하여 제안된 방법과 전통적인 방법의 예측모형의 신뢰도를 비교 분석 하였다.

• 대한정형외과학회지
• /
• 제54권1호
• /
• pp.9-17
• /
• 2019

인구 구조의 고령화로 인하여 일반적인 척추 질환과는 구분되는 고령 환자에서 특징적인 척추 질환이 호발하는 추세이다. 하지만 고령의 척추 환자는 대부분 내과적 질환을 동반하기 때문에 전신 상태가 불량한 경우가 많고 골다공증을 동반하며 보다 넓은 범위에 걸친 심한 퇴행성 변화를 보이기도 하고 치료에 대한 효율성이 떨어지는 측면이 있어서 고령 척추 환자에 특화된 비수술 치료의 정립이 필요하다. 이에 저자는 노인성 척추 질환 중 문제가 될 만한 주제를 선별하고 각각의 경우에 적용 가능한 중재적 비수술 치료 방법에 대하여 살펴보고자 하였다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제49권1호
• /
• pp.39-51
• /
• 2010

The purpose of this article is to study students' responses to non-routine problems which are presented by using solely numerals or symbolic figures. Such figures have no mathematical meaning but just symbolical meaning. Most students understand geometric figures more concrete objects than numerals because geometric figures such as circles and squares can be visualized by the manipulatives in real life. And since students need not consider (unvisible) any operational structure of numerals when they deal with (visible) figures, problems proposed using figures are considered relatively easier to them than those proposed using numerals. Under this assumption, we analyze students' problem solving processes of numeral problems and figural problems, and then find out when students' difficulties arise in the problem solving process and how they response when they feel difficulties. From this experiment, we will suggest several comments which would be considered in the development and application of both numerical and figural problems.

• 한국공간구조학회논문집
• /
• 제11권4호
• /
• pp.79-88
• /
• 2011

근래에 들어와서 3T (Twisted, Tapered, Tilted)로 대별되는 비정형 초고층 건축물이 다수 계획되고 있다. 이러한 비정형 초고층 건물을 위해서 구조적인 효율성 및 조형성 때문에 다이어그리드 구조시스템이 현재까지 가장 널리 사용되고 있는 구조시스템 중의 하나이다. 건축적인 조형미 등의 이유로 경사진 비정형 초고층 건물에 대한 계획안이 다수 발표되고 있으며 다수의 구조물들이 다이어그리드 구조시스템을 활용하고 있다. 경사진 비정형 초고층 건물은 횡하중뿐만 아니라 자중에 의해서도 횡방향 변위가 발생한다. 따라서 정형적인 초고층 건물보다 횡방향 응답을 저감시카는 젓이 더 중요한 문제로 대두된다. 본 연구에서는 경사진 다이어그리드 비정형 초고층 건물의 지진응답을 저감시키기 위하여 스마트 TMD를 적용하였고 그 제어성능을 평가하였다. 스마트 TMD를 구성하기 위하여 MR 감쇠기를 사용하였으며 스마트 TMD는 그라운드훅 제어알고리즘을 사용하여 제어하였다. 100 층의 예제구조물에 대하여 제어를 하지 않은 경우와, 일반적인 TMD를 사용한 경우, 그리고 스마트 TMD를 사용하여 제어한 경우를 비교 검토하였다. 수지해석결과 스마트 TMD가 변위 응답 제어에는 우수한 성능을 나타냈지만 가속도응답제어에는 효과적이지 못했다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제24권3호
• /
• pp.793-806
• /
• 2010

본 연구는 2007개정 교육과정에서 강조하는 창의적인 탐구, 문제해결에 관련된 문헌연구로, 본 연구에서는 문제의 이해 단계에서 수행하는 분석의 본질 및 유형을 문헌연구를 통해 고찰하였으며, 구체적인 방정식 문제들에 대한 분석을 제시하였고, 분석을 통해 얻어진 정보들을 활용한 다양하고 비정형적인 문제해결의 방법들을 제시하였다. 이를 통해, 고등학교의 수학교실에서 방정식 단원의 다양한 해법찾기 활동에 관련된 기초자료를 제공할 수 있을 것으로 기대된다.

• 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.

• 한국공간구조학회논문집
• /
• 제12권1호
• /
• pp.43-50
• /
• 2012

최근 컴퓨터 기술의 발달로 인해 복잡한 형태를 가지는 기념비적인 건축물이 설계, 시공됨에 따라 비정형건축에 관한 사회적인 관심이 해외뿐만 아니라 국내에서도 증가하고 있다. 하지만 비정형 구조시스템의 구현하기 위한 기술 및 연구에 대한 사례가 부족하여 많은 어려움이 있다. 이러한 문제를 해결하기 위해 본 연구에서는 3D모델링 프로그램과 최적설계를 수행하는 프로그램간의 인터페이스 모듈에 대한 연구를 수행하였다. 3D 모델링 프로그램에서 자동 메쉬를 생성하고, 모델링에 대한 정보를 바로 추출하여 최적화를 수행하였다. 결과적으로 개발된 인터페이스 모듈의 검증을 위해 예제 모델을 선정하여 형상최적화을 수행하였다.