• Proceedings of the Korean Society for Information Management Conference
• /
• 1997.08a
• /
• 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.

• Proceedings of the Korean Society for Cognitive Science Conference
• /
• 2000.05a
• /
• 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.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2002.11a
• /
• 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.

• Proceedings of the Korea Contents Association Conference
• /
• 2015.05a
• /
• 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.

• Vending industry
• /
• v.10 no.2
• /
• 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...".

• The Journal of the Korea Contents Association
• /
• v.15 no.8
• /
• pp.579-587
• /
• 2015

The purpose of this study is to investigate how Korean learners perceive English vowels and further to test SLM which claims that new L2 vowel categories are more easily acquired than similar L2 vowel categories. Twenty Korean learners participated in English-to-Korean mapping test and English vowel identification test with target vowels /i, ɪ, u, ʊ, ɛ, æ/. The result revealed that Korean participants mapped the English pairs /i/-/ɪ/ and /u/-/ʊ/ onto single Korean vowel /i/ and /u/, respectively. in addition, both of English /ɛ/ and /æ/ were simultaneously mapped onto Korean /e/ and /ɛ/. This indicated that the Korean participants seemed to have perceptual difficulty for the pairs /i-ɪ/, /u-ʊ/, and /ɛ-æ/. The result of the forced-choice identification test showed that the accuracy of /ɪ, ʊ, æ/(ɪ: 81.3%, ʊ: 62.5%, æ: 60.0%) was significantly higher than that of /i, u, ɛ/(i: 28,8%, u: 28.8%, ɛ: 32.4%). Thus, the claim of SLM is confirmed given that /ɪ, ʊ, æ/ are new vowel categories whereas /i, u, ɛ/ are similar vowel categories. Further, the conspicuously low accuracy of the similar L2 vowel categories /i, u, ɛ/ was accounted for by over-generalization whereby the Korean participants excessively replaced L2 similar /i, u, ɛ/ with L2 new /ɪ, ʊ, æ/ as the participants were learning the L2 new vowel categories in the process of acquisition. Based on the findings this study, pedagogical suggestions are provided.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.7
• /
• pp.819-823
• /
• 2010

The skyline query is one of the effective methods to deal with the large amounts and multi-dimensional data set. By utilizing the concept of 'dominate' the skyline query can pinpoint the target data so that the dominated ones, about 95% of them, can efficiently be excluded as an unnecessary data. Most of the skyline query algorithms, however, have been developed in terms of the numerical data set. This paper pioneers an entirely new domain, the categorical data, on which the corresponding ranking measures for the skyline queries are suggested. In the experiment, the ACM Computing Classification System has been exploited to which our methods are significantly represented with respect to performance thresholds such as the processing time and precision ratio, etc.

• Proceedings of the Korea Society of Mathematical Education Conference
• /
• 2006.10a
• /
• 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.

• The Korean Journal of Applied Statistics
• /
• v.34 no.4
• /
• pp.599-609
• /
• 2021

Data with a large difference in the number of objects between clusters are called unbalanced data. In discriminant analysis of unbalanced data, it is more important to classify objects in minority categories than to classify objects in majority categories well. However, objects in minority categories are often misclassified into majority categories. In this study, we propose a method that combined hierarchical DBSCAN (HDBSCAN) and SMOTE to solve this problem. Using HDBSCAN, it removes noise in minority categories and majority categories. Then it applies SMOTE to create new data. Area under the roc curve (AUC) and F1 scores were used to compare performance with existing methods. As a result, in most cases, the method combining HDBSCAN and synthetic minority oversampling technique (SMOTE) showed a high performance index, and it was found to be an excellent method for classifying unbalanced data.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.6
• /
• pp.113-120
• /
• 2024

With the advancement of information and communication technology, we can easily generate various forms of data in our daily lives. To efficiently manage such a large amount of data, systematic classification into categories is essential. For effective search and navigation, data is organized into a tree-like hierarchical structure known as a category tree, which is commonly seen in news websites and Wikipedia. As a result, various techniques have been proposed to classify large volumes of documents into the terminal nodes of category trees. However, document classification methods using category trees face a problem: as the height of the tree increases, the number of terminal nodes multiplies exponentially, which increases the probability of misclassification and ultimately leads to a reduction in classification accuracy. Therefore, in this paper, we propose a new node expansion-based classification algorithm that satisfies the classification accuracy required by the application, while enabling detailed categorization. The proposed method uses a greedy approach to prioritize the expansion of nodes with high classification accuracy, thereby maximizing the overall classification accuracy of the category tree. Experimental results on real data show that the proposed technique provides improved performance over naive methods.