• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.495-496
• /
• 2013

본 논문에서는 패치형 3축 가속도 센서와 스마트 디바이스를 활용하여 유산소 운동에 따라 가속도 센서를 통해 얻은 데이터의 특징을 분석하고 유산소 운동을 분류하는 모바일 시스템을 설계하였다. 제안하는 시스템을 이용하여 사용자가 하고 있는 유산소 운동을 스마트 디바이스에서 실시간으로 분류하고 분류된 운동에 따라 운동 횟수와 사용자의 움직임을 분석하여 사용자에게 편의성과 운동 정보를 제공 할 수 있다.

• Proceedings of the Korea Association of Information Systems Conference
• /
• 1997.10b
• /
• pp.39-61
• /
• 1997

지역정보화를 통한 효과적인 정보서비스를 위해서는 지역정보통신망의 구축에 앞 서 지역에서 제공되어야 할 정보서비스를 사용자의 입장에서 검토하고 사용자가 원하는 정 보를, 사용자가 쉽게 적응할 수 있는 형태로, 가장 효율적으로 제공할 수 있는 정보제공자 가 제공할 수 있도록 계획을 추진하여야 한다. 이를 위해서는 지역정보통신망에서 제공될 정보 서비스에 대한 기초적인 조사연구가 이루어져야 한다. 현재 우리 나라에서 지역정보화 의 사례나 정책, 제도적 측면의 연구, 또한 기술적 측면의 연구는 활발히 이루어지고 있는 편이나 지역정보화를 통해 제공되는 서비스 또는 지역정보통신망에서 제공될 정보서비스에 대한 연구는 별로 없다. 본 연구에서는 지역정보통신망에서 제공될 수 있는 최종사용자 중 심의 정보서비스에 대한 조사를 통해 정보서비스의 목록을 작성하고, 정보서비스의 분류기 준을 마련해 보고자 한다. 이러한 정보서비스의 분류들은 지역정보통신망에서 제공하고 있 거나 미래에 제공하여야 할 정보서비스들을 이해하고 이들 가운데 우선적으로 제공해야 할 서비스를 합리적으로 선정하는데 도움을 줄 수 있을 것이다. 뿐만 아니라 지역사회의 제한 된 정보관련 자원의 효율적 활용을 기할 수 있으며, 나아가 지역정보통신망의 성공적인 구 축을 돕고 지역민들의 정보생활수준의 균형있는 발전에 공헌할 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.253-255
• /
• 2000

어떠한 질문에 대한 구체적 해답을 얻고 싶은 경우, 일반적인 정보 검색이 가지는 문제점은 검색 결과가 사용자가 찾고자 하는 답이라 하기 보다는 해답을 포함하는(또는 포함하지 않는) 문서의 집합이라는 점이다. 사용자가 후보문서를 모두 읽을 필요 없이 빠르게 원하는 정보를 얻기 위해서는 검색의 결과로 문서집합을 제시하기 보다는 실제 원하는 답을 제공하는 시스템의 필요성이 대두된다. 이를 위해 기존의 TF-IDF(Term Frequency-Inversed Document Frequency)기반의 정보검색의 방삭에 자연언어처리(Natural Language Processing)를 이용한 질문의 분류와 문서의 사전 표지(Tagging)를 사용할 수 있다. 본 연구에서는 매년 NIST(National Institute of Standards & Technology)와 DARPA(Defense Advanced Research Projects Agency)주관으로 열리는 TREC(Text REtrieval Conference)중 1999년에 열린 TREC-8의 사용자의 질문(Question)에 대한 답(Answer)을 찾는 ‘Question & Answer’문제의 실험 환경에서 질문을 특징별로 분류하고 검색 대상의 문서에 대한 사전 표지를 이용한 정보검색 시스템으로 사용자의 질문(Question)에 대한 해답을 보다 정확하고 효율적으로 제시할 수 있음을 실험을 통하여 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.120-122
• /
• 1999

World Wide Web은 하이퍼미디어라는 뛰어난 사용자 인터페이스 기능을 제공함으로써 인터넷을 대중화 시켰고, 전자상거래라는 인터넷의 상업화도 가능하게 되었다. 이와 같은 전자상거래에서 필수적인 기술 중의 하나는 사용자가 원하는 상품의 카탈로그를 쉽고 빠르게 찾는 것이다. 본 논문의 목적은 전자 카탈로그를 정의하고 질의하는 모델을 제안하여 전자 카탈로그 시스템을 보다 쉽게 구축하고 유지하며 사용자의 요구사항을 만족하는 상품에 대한 카탈로그를 보다 쉽게 검색할 수 있는 방법을 제공하는 것이다. 본 모델의 주된 아이디어는 상품에 대한 정보를 표현하는 기존의 카탈로그와 계층적 검색을 위해 존재하는 분류체계를 통합하여 하나의 객체로 정의하고 그 객체에 대한 질의 언어를 정의함으로써 기존의 카탈로그에 대한 개념을 확장하여 전자 카탈로그 시스템 전반에 관한 검색을 용이하도록 하는 것이다. 확장된 카탈로그는 하나의 객체로 정의되기 때문에 질의에 의해 전체를 필터링해서 일부분만을 보여주거나, 사용자가 원하는 형태로 재구성하는 것이 가능하게 된다. 이를 위해 본 모델에서는 상품에 대한 정보를 그래프 형태로 정의하고 그들을 계층적으로 분류하는 분류 체계에 대해서 설명한다. 그리고 확장된 카탈로그를 각 상품과 카테고리를 노드로 한 그래프 형태로 정의하고 그에 대한 질의어를 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.17-18
• /
• 2008

다변량 퍼지 의사결정트리(이하 MFDT)는 학습 모델의 구조가 간소하고 분류율이 높다는 장점 때문에 일반 퍼지 의사결정트리를 대신해 손동작 인식 시스템의 분류기로 사용되었다. 다양한 사용자의 손동작 특성을 분류하기 위해 여러 개의 인식 모델을 만들고 새로운 사용자에게 가장 적합한 모델을 선택해 사용하는 모델 선택 기법도 손동작 인식에 적용되었다. 모델 선택 과정을 통해 선택된 모델은 기존 모델 중에서 새로운 사용자의 특성에 가장 가깝지만 해당 사용자에 최적화된 모델이라고는 할 수 없다. 이 논문에서는 MFDT 모델을 새로 입력된 데이터를 이용해 적응시키는 방법을 설명하고 실험 결과를 통해 적응 성능을 검증한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.941-944
• /
• 2015

저장 장치의 급속한 발전으로 인해 기존에 서비스할 수 없었던 개인 사용자를 위한 클라우드 서비스가 활성화되고 있다. 이 중 음악을 대상으로 하는 스트리밍 및 공유 서비스는 다양한 음악의 종류를 수용하기 위해 체계적인 분류를 필요로 한다. 기존의 분류체계는 단순히 작곡가나 업로더의 의견에 의해서 일방적으로 정해지기 때문에 사용자가 중심이 되는 클라우드 서비스에는 어울리지 않는다. 따라서 본 논문은 이와 같은 문제점을 해결하기 위해 사랑의 감정을 기준으로 새로운 분류체계를 제안한다. 자동적인 분류를 위해 데이터마이닝 기법을 접목시켰으며, 원활한 마이닝을 위해 오디오 음악 파일(raw data)을 정해진 크기로 자르고 feature extraction을 통해 오디오 음악 파일에 대한 전처리를 수행하였다. 이후 feature selection을 수행하기 위해 clustering을 이용해 유효한 중요도를 지나는 feature를 선별하였으며 선별된 feature를 토대로 SVN(Support Vector Machine)을 이용해 feature의 중요도에 대한 유효성을 검증함과 동시에 분류를 수행하여 감정을 기반으로 분류한 결과를 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.787-789
• /
• 2005

기존의 운영체제에서는 시스템이 프로세스의 종류를 알지 못하므로, 사용자가 명시하지 않은 서로 다른 종류의 프로세스에 모두 동일한 스케줄링 정책을 적용해 왔다. 따라서 한번 결정된 스케줄링 정책은 변화하는 환경에 적응하지 못한다는 단점이 있다. 본 논문에서는 리눅스 환경에서 프로세스들의 자원사용량을 근거로 각 프로세스를 일괄처리 프로세스, 대화식 프로세스, 실시간 프로세스로 분류하고, 각 분류에 대한 사용자 우선순위를 모델링하여 사용자의 성향에 맞게 프로세스에 우선순위를 부여하는 사용자 적응적 프로세스 스케줄링 기법을 제안한다. 이 방법은 사용자의 성향에 따라서 스케줄링 정책을 결정할 수 있으며, 여러 사용자에게 서로 다른 스케줄링 정책을 적용할 수 있다. 실험 결과 제안하는 방법의 유용성을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.136-138
• /
• 2001

인터넷 이용의 급속한 증가로 웹사이트의 증가뿐만 아니라 웹사이트 내의 웹 문서도 급속한 증가를 보이고 있다. 따라서 이를 효과적으로 사용자들에게 보여주기 위한 동적인 추천 시스템들이 많이 제안되고 있다. 그러나 이러한 추천 시스템들은 전체 사용자들의 브라우징 패턴이나 전체 웹 문서들의 연관성만을 고려하여 서비스를 제공함으로써 개인 사용자들의 관심도를 고려하지 않은 문제점이 있다. 이에 본 논문에서는 웹사이트에 남게되는 로그파일의 분석을 이용한 사용자별 브라우징 패턴과 웹 페이지의 액세스 타임의 측정을 통해, 사용자의 관심도를 측정한다. 그리고 이를 바탕으로 웹 문서들에 대해서 퍼지개념을 적용한 자동분류 알고리즘을 이용하여 사용자의 관심도가 반영된 선별된 웹 문서를 자동분류 및 선별하여 보여줄 수 있는 방안을 제시한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.135-138
• /
• 2006

사용자 모델링을 위해서는 사용자의 성향 및 행위 등의 다양한 정보를 수집하여 분석에 이용한다. 하지만 사용자(인간)로 부터 얻은 데이터는 기계나 환경에서 수집된 데이터 보다 패턴을 찾기 힘들어 모델링하기 어렵다. 그 이유는 사용자는 사용자의 현재 상태와 상황에 따라 다양한 결과를 보이며, 일관성을 유지 하지 않는 경우가 있기 때문이다. 사용자 모델링을 위해서는 분산되어 있는 데이터에서 노이즈를 선별하고 연관성 있는 데이터를 분류할 수 있는 기술이 필요하다. 본 논문은 사용자로 부터 수집된 데이터를 k-NN(Nearest Neighbor) 기법을 이용하여 노이즈를 선별한다. 노이즈가 제거된 데이터는 의사결정나무(Decision Tree)방법을 이용하여 학습하였고, 노이즈가 분류되기 전과 비교 분석 하였다. 실험에서는 홈 인테리어 학습 컨텐츠인 DOLLS-HI를 이용하여 수집된 학습자의 데이터를 이용하였고, 생성된 학습자 모델링의 신뢰도가 높아지는 것을 확인하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.05a
• /
• pp.240-249
• /
• 2005

사용자 맞춤 서비스를 위하여 온라인상에서 사용자의 관심 분야를 파악하고자 하는 경우에는 적은 수의 훈련 예제로 효율적인 학습이 가능한 능동적 학습이 적절하다. 능동적 학습을 효과적으로 적용하기 위하여 사용자에게 문의할 가치가 높은 예제를 선정하는 것도 중요하지만, 사용자 편의를 위해서는 문의 횟수를 가능한 최소화하여야 한다. 문의 횟수를 줄이면서도 많은 수의 훈련 예제를 획득하기 위해서는 복수의 문의 예제들을 사용자에게 한꺼번에 제시하고 그 관심 여부를 표한하게 하는 것이 효과적이다. 본 논문에서는 능동적 학습 적용 시 사용자에게 문의할 가치가 높은 복수 문의 예제들을 효과적으로 선정하기 위하여 가중치 반영 군집화를 적용하는 방안을 제안한다. 본 제안 방안은 먼저 각 예제의 문의 예제로서의 가치를 파악하고 이를 가중치로 삼아 군집화를 수행하여 상대적으로 유사한 예제들의 집합을 구성한다. 이어서 생성된 각각의 군집에서 가장 보편적인 예제를 문의 예제로 선정하면 선정된 각각의 문의 예지는 문의할 가치가 높으면서 함께 문의하게 될 예제들은 서로 충분히 달라 학습에 보다 유용하게 사용할 수 있는 훈련 예제들을 얻을 수 있다. 문서 분류 문제를 대상으로 본 제안 방안을 실험한 결과, 단순히 문의 가치가 높은 복수의 예제들을 함께 문의할 예제들로 선정하는 방안에 비해 학습 성능이 뛰어났으며, 한 번에 문의하는 예제 수를 증가시키더라도 분류기의 성능 저하가 적음을 확인하였다.