• Asia Marketing Journal
• /
• v.6 no.1
• /
• pp.57-86
• /
• 2004

인터넷관련 혁신의 수용을 설명하려는 많은 연구들에서 정보기술수용모델(TAM)이 적용되었지만, 온라인 상거래의 수용을 정확히 설명하기 위해서는 인터넷을 통해 상거래를 할 때 발생하는 특성을 반영해야 한다. 본 연구에서는 온라인 상거래관련 기존 연구들을 바탕으로 TAM을 확장하는 변수로 신뢰와 감정을 추가하고 변수들의 영향 관계를 통합적으로 구조화하였다. 이러한 확장 구조를 통해, 온라인 상거래 수용을 설명하는데 TAM의 원형을 그대로 적용하거나 신뢰 혹은 감정만을 고려한 기존 연구들이 갖는 설명의 제한점을 극복하고자 하였다. 그리고 온라인 상거래의 수용에 대한 전체적인 틀을 파악하고, 소비자가 온라인 상거래를 수용하는 측면에서 온라인 상거래의 성공을 결정짓는 주요한 변수들의 관계를 명확히 하였다. 신뢰, 감정, 사용의 용이함이 유용성을 지각하고 사이트 사용의도를 갖고 상거래 행동을 하는데 영향을 주며 이들 변수들간에도 영향관계가 있다는 모델을 제안하였고, 대안적으로 감정을 태도의 요소로 보는 모델과 신뢰가 감정이 전혀 관계가 없다는 모델을 제시하였다. 모델들을 비교한 결과 제안모델이 가장 우수하다고 판단할 수 있었다. 각 변수들의 경로계수에 의해 가설을 검증한 결과, 감정과 사용의 용이함은 유용성에 정적으로 유의하게 영향을 주었고 신뢰는 어느 정도 영향을 주었다. 그리고 신뢰와 사용의 용이함은 감정에도 유의하게 영향을 주었다. 그렇지만 사이트 사용의도에 유의하게 영향을 미치는 변수는 사용의 용이함 뿐이었다. 실증연구를 바탕으로, 온라인 상거래가 사용자 수용 측면에서 성공을 할 수 있기 위해서는 사용의 용이함과 함께 신뢰와 감정이 중요하게 고려되어야 함을 알 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.854-856
• /
• 2022

본 논문에서는 설명가능한 머신러닝 모델과 관련된 다양한 도구를 활용해보고, 최근 각광받는 주제인 신뢰성에 대해서도 고찰해보았다. 근래의 인공지능 모델은 설명력을 덧붙여 정보 장벽을 낮추는 방향으로 진화하고 있다. 이에 따라 AI 모형이 제공하는 정보량이 늘고 사용자 진화적 인 방식으로 바뀌면서 사용자층이 확대되고 있는 추세이다. 또한 데이터 분석 분야의 영향력이 높아지고 연구 주체들이 다양해지면서, 해당 모델이나 데이터에 관한 신뢰성을 확보해야한다는 요구가 많아지고 있다. 이에 많은 연구자들이 인공지능 모델의 신뢰성의 확보를 위해 노력하고 있다. 본 연구에서는 이러한 노력의 발자취를 따라가보면서 인공지능의 설명가능성에 관하여 소개하려고 한다. 그 과정에서 민감한 데이터를 다루어보면서 신뢰성 활보의 필요성에 대해서도 논의해보려고 한다.

• Computational Structural Engineering
• /
• v.5 no.4
• /
• pp.13-23
• /
• 1992

본 소고는 철근콘크리트 구조물에 관련된 현재의 실험적, 해석적 연구의 수준을 정리 요약한 것으로서 이력모델에 따른 철근콘크리트 구조물의 응답과 모델의 선택시에 빈번히 만나게 되는 문제점 및 해석시 응답모델의 선택 등에 대해 기술하였다. 실제적으로 R/C 구조물의 비선형 이력모델은 그 범위가 매우 넓고 다양하기 때문에 일률적으로 설명하기가 매우 어려운 점이 있다. 여기서는 철근콘크리트 구조물의 이력모델의 종류 및 범위에 대하여 소개하고 그 특성 및 형성과정에 대해 간략하게 설명하기로 한다.

• Journal of The Korean Association For Science Education
• /
• v.43 no.6
• /
• pp.509-520
• /
• 2023

Scientific explanation is the main goal of scientists' scientific practice, and the science curriculum also includes developing students' abilities to construct scientific explanations as a major goal. Thus, clarifying its meaning is an important issue in the science education community. In this paper, the researchers identified three perspectives on 'scientific explanation' based on the scoping review method (Deductive-Nomological, Probabilistic, and Pragmatic explanation models). We argued that it is important to clarify and distinguish the meanings of 'scientific explanation' from other concepts used in science education, such as 'description', 'prediction', 'hypothesis', and 'argument' based on a review of the literature. It is also pointed out that there is a difference between 'scientific explanation' as a product and 'explaining scientifically' as communication, and several ways to revise achievement standard statements in the science curriculum are suggested, to guide students to construct scientific explanations and to help students to explain scientifically. By adopting the three scientific explanation models, the important factors to be considered were classified and organized, and examples of science learning activities for scientific explanation considering such factors were suggested. It is hoped that the discussion in this study will help establish clearer learning goals in science learning related to scientific explanation and aid the design of more appropriate learning activities accordingly.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.571-573
• /
• 2022

최근 금융기관에서는 축적된 금융 빅데이터를 활용하여 차별화된 서비스를 강화하고 있다. 기업고객에 투자하기 위해서는 보다 정밀한 기업분석이 필요하다. 본 연구는 대만기업 6,819개의 95개 재무데이터를 가지고, 비대칭 데이터 문제해결, 데이터 표준화 등 데이터 전처리 작업을 하였다. 해당 데이터는 로지스틱 회기, SVM, K-NN, 나이브 베이즈, 의사결정나무, 랜덤포레스트 등 9가지 분류모델에 5겹 교차검증을 적용하여 학습한 후 모델 성능을 비교하였다. 이 중에서 성능이 가장 우수한 분류모델을 선택하여 예측 결정 이유를 판단하고자 설명 가능한 인공지능(XAI)을 적용하여 예측 결과에 대한 설명을 부여하여 이를 분석하였다. 본 연구를 통해 데이터 전처리에서부터 모델 예측 결과 설명에 이르는 분류예측모델의 전주기를 자동화하는 시스템을 제시하고자 한다.

• The Journal of the Korea Contents Association
• /
• v.21 no.12
• /
• pp.13-22
• /
• 2021

The clinical decision support system uses accumulated medical data to apply an AI model learned by machine learning to patient diagnosis and treatment prediction. However, the existing black box-based AI application does not provide a valid reason for the result predicted by the system, so there is a limitation in that it lacks explanation. To compensate for these problems, this paper proposes a system model that applies XAI that can be explained in the development stage of the clinical decision support system. The proposed model can supplement the limitations of the black box by additionally applying a specific XAI technology that can be explained to the existing AI model. To show the application of the proposed model, we present an example of XAI application using LIME and SHAP. Through testing, it is possible to explain how data affects the prediction results of the model from various perspectives. The proposed model has the advantage of increasing the user's trust by presenting a specific reason to the user. In addition, it is expected that the active use of XAI will overcome the limitations of the existing clinical decision support system and enable better diagnosis and decision support.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1994.06c
• /
• pp.71-74
• /
• 1994

종래의 자연언어 처리 시스템에서는 품사 모호성이 그대로 구문 분석기의 입력으로 사용되었으나, 최근에와서 품사 모호성 해소에 관한 논의가 활발히 진행되고 있다. 본 논문에서는 품사 모호성 해소를 위한 두 개의 통계적 모델이 경로 기반 태깅 모델과 상태 기반 태깅 모델을 설명한다. 그리고하나의 최적 품사열만을 구할 경우 단어당 94% 내외의 정확률을 가지므로 N개의 최적 품사열을 구하는 다중 출력 태거에 대해 각각 설명한다.끝으로 한국어에 이러한 통계적 모델들을 적용한 결과와 발생되는 문제점들을 논한다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.24 no.4
• /
• pp.186-191
• /
• 2023

Data processing techniques play a critical role in decision-making, including handling missing and outlier data, prediction, and recommendation models. This requires a clear explanation of the validity, reliability, and accuracy of all processes and results. In addition, it is necessary to solve data problems through explainable models using decision trees, inference, etc., and proceed with model lightweight by considering various types of learning. The multi-layer mining classification method that applies the sixth principle is a method that discovers multidimensional relationships between variables and attributes that occur frequently in transactions after data preprocessing. This explains how to discover significant relationships using mining on transactions and model the data through regression analysis. It develops scalable models and logistic regression models and proposes mining techniques to generate class labels through data cleansing, relevance analysis, data transformation, and data augmentation to make explanatory decisions.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1311-1314
• /
• 2022

DNN을 사용하여 객체 인식 과정에서 객체를 잘 분류하기 위해서는 시각적 설명성이 요구된다. 시각적 설명성은 object class에 대한 예측을 pixel-wise attribution으로 표현해 예측 근거를 해석하기 위해 제안되었다, Scale-invariant한 특징을 제공하도록 설계된 pyramidal features 기반 backbone 구조는 object detection 및 classification 등에서 널리 쓰이고 있으며, 이러한 특징을 갖는 feature pyramid를 trainable attention mechanism에 적용하고자 할 때 계산량 및 메모리의 복잡도가 증가하는 문제가 있다. 본 논문에서는 일반적인 FPN에서 객체 인식 성능과 설명성을 높이기 위한 피라미드-주의집중 계층네트워크 (FPN-Attention Layered Network) 방식을 제안하고, 실험적으로 그 특성을 평가하고자 한다. 기존의 FPN만을 사용하였을 때 객체 인식 과정에서 설명성을 향상시키는 방식이 객체 인식에 미치는 정도를 정량적으로 평가하였다. 제안된 모델의 적용을 통해 낮은 computing 오버헤드 수준에서 multi-level feature를 고려한 시각적 설명성을 개선시켜, 결괴적으로 객체 인식 성능을 향상 시킬 수 있음을 실험적으로 확인할 수 있었다.

• Journal of Korean Society of Transportation
• /
• v.26 no.1
• /
• pp.113-126
• /
• 2008

This research aims to explore the effects of multicollinearity on the reliability and goodness of fit of logit model. To investigate the effects of multicollinearity on the multinominal logit model, numerical experiments are performed. The exploratory variables(attributes of utility functions) which have a certain degree of correlations from (rho=) 0.0 to (rho=) 0.9 are generated and rho-squares and t-statistics which are the indices of goodness of fit and reliability of logit model are traced. From the well designed numerical experiments, following findings are validated : 1) When a new exploratory variable is added, some of rho-squares increase while the others decrease. 2) The higher relations between generic variables lead a logit model worse with respect to goodness of fit. 3) Multicollinearity has a tendency to produce over-evaluated parameters. 4) The reliability of the estimated parameter has a tendency to decrease when the correlations between attributes are high. These results suggest that we have to examine the existence of multicollinearity and perform the proper treatments to diminish multicollinearity when we develop logit model.