• 한국정보관리학회:학술대회논문집
• /
• 한국정보관리학회 1997년도 제4회 학술대회 논문집
• /
• pp.139-142
• /
• 1997

본 연구의 목적은 한국의 문헌정보학에서 현재까지 수행된 여성관련연구를 분석하고 새로운 접근점을 모색하기 위한 시도이다. 문헌정보학에서 여성은 정보생산자, 정보이용자, 정보관리자의 범주에서 재현되고 있으며, 종래의 문헌정보현상에서 불가시화된 여성을 적극적으로 해석할 새로운 수용적인 분석틀이 요구된다.

• 한국인지과학회:학술대회논문집
• /
• 한국인지과학회 2000년도 춘계 학술대회
• /
• pp.273-278
• /
• 2000

본 연구는 한국어 기능 범주(functional category)의 처리를 살펴보기 위하여 실문법증 환자를 대상으로 실시되었다. 일반적으로 수형도에서 기능 범주는 보문소구(Complementizer Phrase), 시제구(Tenxe Phrase), 일치소구(Agreement Phrase)의 순으로 구성되어 있다. 본 실험은 Grodzinsky(1997)의 수형도 가지치기 가설과 실문법증의 엄밀성 척도를 바탕으로 한국어 기능 범주의 처리에 있어서도 두 가지 가설의 적용이 타당한지 여부를 검증하기 위해 실시되었다. 실험 1은 일치소(Agr)의 처리를 살펴보기 위하여 실시되었는데, 국어의 존칭 선어말 어미를 중심으로 살펴보았다. 국어의 존칭선어말 어미는 크게 '-시-'삽입에 의한 존칭과 다른 어휘로 대체하는 보충법에 의한 존칭으로 구분된다. '-시-'삽입에 의한 존칭은 AgrP의 범주로 보충법에 의한 존칭은 동사구(Verb Phrase)의 범주로 설정하여 문법에 어려움을 보이는 실문법증의 경우 어휘부에 혹하는 보충법에 의한 존칭을 문법범주에 속하는 '-시-'삽입의 존칭보다 더 잘 할 것으로 가정하였다. 실험 2는 AgrP의 범주인 '-시-'선택의 장애가 TPqja주인 시제 선택에 역시 영향을 미칠 것이라는 가정아래 설계되었다. 수형도 상에서 '-시-'는 일치소(Agr)로서 시제(TP)의 아래에 위치하므로 실험 3은 '-시-'삽입 존칭과 시제에서 어려움이 보문소(CP)의 선택에 역시 영향을 미칠 것이라는 가정하에서 실시되었다. 실험 1의 결과 '-시-'삽입에 의한 존칭을 처리하는데 보충법에 의한 존칭보다 어려움을 보였다. 실험 2의 결과 '-시-'삽입 존칭에 어려움을 보인 환자는 시제 선어말 어미를 선택하는데도 어려움을 보임이 확인되었다. 실험 3 역시 실험 1과 실험2에서와 동일하게 처리의 어려움을 보였다. 이러한 실험 결과들은 국어의 존칭과 시제 선어말 어미가 통사부에서 구(XP)와 결합하여 새로운 구를 형성하는 통사적 접사로 해석할 수 있으며 Grodzinsky의 가설을 지지하는 결과를 보여 줌으로서 국어에서도 AgrP, TP, CP 사이의 통사적 위계가 있음을 뒷받침하는 증거가 된다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2002년도 추계학술대회 논문집
• /
• pp.160-166
• /
• 2002

본 연구의 목적은 비디오/오디오 프로토콜 분석 방식을 이용해서 텍스타일 디자인 프로세스 중 모티브 개발 단계에서 디지털 나염(DTP : Digital Textile Printing) 전용 캐드(CAD)와 같은 디자인 저작도구를 설계할 때 어떤 요소에 중점을 두고 개발 할 것인지에 대한 향상된 지침을 마련하는데 있다. 텍스타일 디자인 프로세스에 대한 프로토콜 분석을 위해 선행 연구를 고찰하여 디자인 행동 범주의 틀을 하향식(top-down)방식으로 설정하고 실제 행동 프로토콜 (action protocol) 분석을 통해 상향식(bottom-up)방식으로 세부 디자인 행동을 도출하였다. 텍스타일 디자인은 선행연구의 건축디자인과는 다른 특징을 지니기 때문에 프로토콜 분석에서도 새로운 디자인 행동 범주(action category)가 필요하게 되었다. 이를 위하여 모델 휴먼 프로세서(Model Human Processor)이론을 근거로 디자인 행동을 모터 행동(motor action), 지각 행동(perceptual action), 인지 행동(cognitive action)의 세 가지 범주[4]로 나누었으며 텍스타일 디자인 프로세스에 적합한 코딩 스킴(coding scheme)을 개발하였다. 본 연구에서는 이 새로운 코딩 스킴을 토대로 디자인 저작도구에 대한 디자이너의 인지적 모형(Cognitive Model)을 개발하였다. 이렇게 개발된 디자이너의 인지적 모형은 디지털 나염을 기반으로 하는 모티브 개발 단계에서 스케치와 렌더링에 대한 디자인 저작 도구의 향상된 설계지침 뿐만 아니라 방향도 시사하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2015년도 춘계 종합학술대회 논문집
• /
• pp.135-136
• /
• 2015

트랜스 미디어 스토리텔링은 이용자의 적극적인 참여를 기반으로 디지털 컨버전스 시대에 새롭게 등장한 텍스트 유통 관습이자 미디어 경험 양식으로 영화, 드라마, 애니메이션 등의 콘텐츠 사업의 경우 다양한 트랜스 미디어 스토리텔링 시도가 활성화 되고 있지만 기업 브랜드의 경우 아직 기존의 OSMU의 범주를 크게 넘어서지는 못하고 있는 실정이다. 그러나 본 연구에서는 OSMU의 범주를 넘어 커뮤니케이션했던 브랜드의 트랜스 미디어 스토리텔링의 대표적 사례인 모닝케어 레이디 티안나걸스(T-ANNA Girls)의 사례를 통해 디지털 컨버전스에 적응하며 새로운 부가가치를 창출할 수 있는 브랜드 커뮤니케이션의 발전적 방안에 관해 논의코자 한다.

• 벤딩인더스트리
• /
• 제10권2호
• /
• pp.38-41
• /
• 2010

자판기 시장이 불황이라 난리이다. 자판기 시장의 발전을 주도했던 커피자판기 시장이 큰 침체의 늪을 벗어나지 못하자 시장 분위기가 말이 아닌 것이다. 이런 상황에서 자연 새로운 시장을 개척할만한 신규아이템에 대한 니즈가 커진다. 특히 커피를 비롯한 음료자판기 시장이 부진하다보니 일반 식품을 취급하는 자판기에 대한 관심이 높아지고 있다. 이 분야의 시장은 아직 개척이 제대로 진행되지 못한 미답의 시장이라 할 만큼 큰 가능성을 내포하고 있다. 이번에 새롭게 등장한 에그코리아(주)의 계란 즉석조리자동판매기도 이 범주에 속하는 아이템이다. 먹거리 자판기로서 높은 상품가치를 바탕으로 시장에 있어 새로운 돌풀을 노리고 있다. 사실 과거 에크코리아 제품과 비슷한 계란 반숙 완숙자판기가 없었던 것은 아니다. 하지만 에그코리아의 계란 즉석조리자판기는 같은 범주에 포함되길 거부한다. 만약 자판기가 사람이라면 이런 항변도 불사할 태세이다. "또 다시라 말하지마! 나는 달라도 한참 다르니까...".

• 한국콘텐츠학회논문지
• /
• 제15권8호
• /
• pp.579-587
• /
• 2015

본 연구의 목적은 한국인 학습자들이 어떻게 영어모음을 인지하는지를 알아보고, 언어학습모델(SLM)의 예측처럼 한국어에 없는 새로운 영어모음이 한국어와 비슷한 영어모음보다 습득에 용이한지 살펴보는 것이다. 20명의 한국인 실험참여자들은 6개의 영어모음 /i, ɪ, u, ʊ, ɛ, æ/을 사료로 한 영어-한국어 대응 테스트와 영어 모음 판별 테스트에 참여하였다. 영어-한국어 대응 테스트의 결과 대부분의 학생들이 음향적으로 구분되어있는 영어모음 /i/-/ɪ/, /u/-/ʊ/를 각각 하나의 한국어모음인 /이/와 /우/로 대응하여 인지하는 것을 보여주었다. 또한 영어모음 /ɛ/를 한국어모음 /에/와 /애/로 대응하여 인지하였고, 영어모음 /æ/도 마찬가지로 한국어모음 /에/와 /애/로 혼용하여 대응하는 패턴을 보여줌으로써 한국인 영어학습자들이 영어 모음쌍 /i-ɪ/, /u-ʊ/, /ɛ-æ/을 인지하기 어려울 것으로 예측되었다. 영어모음 판별테스트에서는 새로운 음소로 분류된 영어모음 /ɪ, ʊ, æ/의 판별 정확도(ɪ: 81.3%, ʊ: 62.5%, æ: 60.0%)가 비슷한 음소로 분류된 영어모음 /i, u, ɛ/의 판별 정확도(i: 28,8%, u: 28.8%, ɛ: 32.4%)보다 유의하게 높아서 SLM의 예측대로 새로운 음소가 습득하기 쉽다는 것을 확인할 수 있었다. 또한 비슷한 음소로 분류된 영어모음들의 판별 정확도가 새로운 음소에서의 판별 정확도보다도 현저히 낮은 수치를 보여준 것을 과일반화로 설명하였는데, L2 학습자가 새로운 모음 범주를 습득하는 과정에서 비슷한 L2 소리를 새로운 L2 소리로 과도하게 대치한 현상이다. 본 연구결과를 바탕으로 교육적인 함의점도 제시되었다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권7호
• /
• pp.819-823
• /
• 2010

스카이라인 질의는 다차원, 대량의 데이터 검색에서 효율적인 방법이다. '지배한다'의 개념을 활용하여 약 95%이상으로 알려진 불필요한 데이터 집합을 검색 대상에서 제외하고 필요한 데이터에 집중하게 만들기 때문이다. 지금까지의 스카이라인 질의 알고리즘들은 데이터 집합이 모두 수치형 데이터일 경우에만 한정하여 개발되었다. 따라서 데이터베이스 등에 저장된 대부분의 텍스트 데이터들은 기존 스카이라인 질의 알고리즘을 사용하여 결과를 얻을 수 없었다. 본 연구는 스카이라인 질의의 대상을 범주형 데이터라는 전혀 새로운 영역을 개척한 점에서 의미가 있다. 우선 범주형 데이터 거리를 2종류를 개발하고 이를 스카이라인 질의에 적용하였고, 실험에서는 ACM의 실제 논문데이터를 사용하여 처리시간 및 정확도 비율 등에서 그 효과성을 입증하였다.

• 한국수학교육학회:학술대회논문집
• /
• 한국수학교육학회 2006년도 제37회 전국수학교육연구대회 프로시딩
• /
• pp.79-90
• /
• 2006

새로운 것을 학습할 때 학생들은 자신이 어떤 지식 상태를 갖고 있는지에 따라 상당히 다른 이해의 정도를 나타낸다. 유의미한 이해를 이끌어 내기 위해서 교사들은 학생들의 사전 지식상태를 파악하고 그것에 근거하여 학습과제를 제시할 필요가 있으며, 어떤 단원을 학습한 후에 학생들의 지식상태를 파악해 보는 방법도 모색되어야 할 것이다. 본 연구는 충청북도 C도시 4개 초등학교 5학년 학생 285명에게 수학 5-가 6단원을 학습한 후 넓이 측정과 관련된 지식상태 검사를 실시하고 그 결과를 Doignon & Falmagne(1999)의 지식공간론을 활용하여 분석하였다. 학생들의 답안에서 평면도형의 넓이 측정과 관련된 지식의 상태를 파악하고 세 가지 범주-측정의 의미 파악, 공식 활용, 전략의 사용-에서 지식 상태의 위계도를 작성하였다. 첫 번째 범주인 측정의 의미 파악과 관련하여 학생들은 둘레나 넓이의 속성 파악에서 혼동을 보이거나 직관적으로 넓이를 비교해야 하는 과제에서도 계산을 시도하는 지식 상태가 반 이상인 것으로 드러났다. 두 번째 범주인 공식 활용과 관련해서는 학생들의 상당수가 부적합한 수치를 넣어 무조건 넓이 계산을 시도하고 있었다. 또한 세 번째 범주인 전략 사용에 관해서는 분할이나 등적변형 등의 전략을 알고 있는 학생 중에도 40% 가량은 문제를 표상하는데 어려움이 있어 해결하지 못하는 것으로 드러났다.

• 응용통계연구
• /
• 제34권4호
• /
• pp.599-609
• /
• 2021

군집간의 개체 수의 차이가 큰 자료들을 불균형자료라고 한다. 불균형자료의 판별분석에서 다수 범주의 개체를 잘 분류하는 것 보다 소수 범주의 개체를 잘 분류하는 것이 더 중요하다. 그러나 개체 수가 상대적으로 작은 소수 범주의 개체를 개체 수가 상대적으로 많은 다수 범주의 개체로 오분류하는 경우가 많다. 본 연구에서는 이를 해결하기 위해 HDBSCAN과 SMOTE를 결합한 방법을 제안한다. HDBSCAN을 이용하여 소수 범주의 노이즈와 다수 범주의 노이즈를 제거하고 SMOTE를 적용하여 새로운 자료를 만들어낸다. 기존의 방법들과 성능을 비교하기 위하여 AUC와 F1 점수를 이용하였고 그 결과 대부분의 경우에 HDBSCAN과 SMOTE를 결합한 방법이 높은 성능 지표를 보였고, 불균형자료를 분류하는데 있어 뛰어난 방법으로 나타났다.

• 한국컴퓨터정보학회논문지
• /
• 제29권6호
• /
• pp.113-120
• /
• 2024

정보통신 기술이 발전함에 따라 우리는 일상에서 다양한 형태의 데이터를 손쉽게 생성하고 있다. 이처럼 방대한 데이터를 효율적으로 관리하려면, 체계적인 카테고리별 분류가 필수적이다. 효율적인 검색과 탐색을 위해서 데이터는 트리 형태의 계층적 구조인 범주 트리로 조직화되는데, 이는 뉴스 웹사이트나 위키피디아에서 자주 볼 수 있는 구조이다. 이에 따라 방대한 양의 문서를 범주 트리의 단말 노드로 분류하는 다양한 기법들이 제안되었다. 그러나 범주 트리를 대상으로 하는 문서 분류기법들은 범주 트리의 높이가 증가할수록 단말 노드의 수가 기하급수적으로 늘어나고 루트 노드부터 단말 노드까지의 길이가 길어져서 오분류 가능성이 증가하며, 결국 분류 정확도의 저하로 이어진다. 그러므로 본 연구에서는 사용자의 요구 분류 정확도를 만족시키면서 세분화된 분류를 구현할 수 있는 새로운 노드 확장 기반 분류 알고리즘을 제안한다. 제안 기법은 탐욕적 접근법을 활용하여 높은 분류정확도를 갖는 노드를 우선적으로 확장함으로써, 범주 트리의 분류 정확도를 극대화한다. 실데이터를 이용한 실험 결과는 제안 기법이 단순 방법보다 향상된 성능을 제공함을 입증한다.