• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.292-292
• /
• 2021

최근 데이터 과학의 획기적인 발전으로 딥러닝(Deep Learning) 알고리즘이 개발되어 다양한 분야에 널리 적용되고 있다. 본 연구에서는 인공신경망 중 하나인 LSTM(Long-Short Term Memory) 네트워크를 기반으로 정확한 댐유입량 예측을 수행하는 SWLSTM 모델을 제안하였다. SWLSM은 모델의 정확도를 개선하기 위해 세 가지 주요 아이디어를 채택하였다. (1) 통계적 속성 (PACF) 및 교차 상관 함수(CCF)를 사용하여 적절한 입력 변수와 시퀀스 길이를 결정하였다. (2) 선택된 입력 예측 변수 시계열을 웨이블릿 변환(WT)을 사용하여 하위 시계열로 분해한다. (3) k-folds cross validation 및 random search 기법을 사용하여 LSTM의 하이퍼 매개변수들을 효율적으로 최적화하고 검증한다. 제안된 SWLSTM의 효과는 한강 유역 5개 댐의 시단위/일단위/월단위 유입량을 예측하고 과거 자료와 비교함으로써 검증하였다. 모델의 정확도는 다양한 평가 메트릭(R2, NSE, MAE, PE)이 사용하였으며, SWLSTM은 모든 경우에서 LSTM 모델을 능가하였다. (평가 지표는 약 30 ~ 80 % 더 나은 성능을 보여줌). 본 연구의 결과로부터, 올바른 입력 변수와 시퀀스 길이의 선택이 모델 학습의 효율성을 높이고 노이즈를 줄이는 데 효과적임을 확인하였다. WT는 홍수 첨두와 같은 극단적인 값을 예측하는 데 도움이 된다. k-folds cross validation 및 random search 기법을 사용하면 모델의 하이퍼 매개변수를 효율적으로 설정할 수 있다. 본 연구로부터 댐 유입량을 정확하게 예측한다면 정책 입안자와 운영자가 저수지 운영, 계획 및 관리에 도움이 될 것이다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.05a
• /
• pp.870-873
• /
• 2013

본 논문에서는 이동 에드 혹 네트워크(Mobile Ad-hoc network: MANET)에서의 상황인식 기반의 스케쥴링 기법인 DDV(Dynamic Direction Vector)-hop 알고리즘을 제안한다. 기존 MANET에서는 노드의 이동성으로 인한 동적 네트워크 토폴리지, 네트워크 확장성 결여의 대한 취약성을 지니고 있다. 또한 노드들의 이동성에 따라 에너지 소모율이 다르며, 에너지 소모율을 최소화하는 라우팅 기법을 선택하는 것이 중요하다. 따라서 본 논문에서는 계층적 클러스터 단위의 동적이 토폴로지에서 노드가 이동하는 방향성 및 시간에 따른 노드의 이동 속성 정보를 고려하여 클러스터를 생성 및 유지하는 DDV-hop알고리즘을 제안한다. 또한 주어진 노드의 위치정보를 이용하여 토폴로지를 형성함에 있어 보다 에너지 효율적인 경로를 탐색하여 최적화된 경로를 제공함에 연구의 목적이 있다. 주어진 모의실험환경에서 노드의 방향성 및 시간에 따른 이동성을 반영함으로써 에너지 효율적인 클러스터링 및 라우팅 경로 알고리즘이 제공되어 네트워크의 최적화된 에너지 소모 결과를 보여주었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04a
• /
• pp.576-578
• /
• 2000

본 논문은 ATM(Abstract Timed Machine)에서의 시간 명세 방법에 대해서 기술한다. ATM은 임무 위급 시스템과 같은 실시간시스템을 명세, 분석 및 검증 할 수 있는 LTS(Labeled Transition System) 정형 기법이다. 실시간 시스템이 요구하는 많은 속성 중 특히 시간 제약에 대해서는 사용자나 개발자 모두에게 명확하고 간결한 명세기법이 요구된다. ATM에서는 전이와 모드의 시간 제약을 간략하게 표현할 수 있는 방법을 제공한다. 또한 주기적 동작을 패턴인식하여 보여주는 주기 주제 모드를 통하여 주기와 관련된 동작과 시간 제약을 쉽게 파악할 수 있게 하며 주기적 동작을 선택적으로 간략화하는 방법을 제공한다. 본 논문은 ATM의 다양한 시간에 대한 요구사항에 대한 표현방법을 기술하고 예를 통해서 살펴본다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.821-822
• /
• 2009

소프트웨어의 품질결함은 후반으로 갈수록 발견하고, 수정하는 비용이 증가하기 때문에 평가 비용(appraisal costs) 단계에 속하는 아키텍처 평가에서 품질의 저하를 발견하고, 수정하여 전체 소프트웨어 품질 비용을 감소시켜야 한다. 아키텍처 평가기법인 CBAM(Cost-Benefit Analysis Method)은 ROI(Return On Investment)를 통한 아키텍처 전략선택 기법으로, 소프트웨어 시스템에 미치는 품질에 대해서는 고려하지 않는다. 본 논문은 기존의 CBAM에 AHP(Analytic Hierarchy Process)를 적용하여 품질 속성과 아키텍처 전략 조합들과의 관계를 통해, 주어진 자원 안에서 시스템의 품질을 최대화 할 수 있는 방법을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.370-372
• /
• 2023

신용카드 부정 사용은 고객 및 기업의 신용과 재산에 막대한 손실을 미치고 있다. 이에 따라 금융사들은 이상금융거래탐지시스템을 도입하였으나 이상 거래 발생 여부를 지속적으로 모니터링하고 있기 때문에 시스템 유지에 많은 비용이 따른다. 따라서 본 논문에서는 컴퓨팅 리소스를 절약함과 동시에 성능 개선 효과를 보인 신용카드 이상 거래 탐지 알고리즘을 제안한다. CTGAN 을 활용하여 정상 거래와 이상 거래의 비율을 일부 완화하였고 XAI 기법인 SHAP 를 활용하여 유의미한 속성값을 선택하였다. 이것을 기반으로 LSTM Autoencoder를 사용하여 이상데이터를 탐지하였다. 그 결과 전통적인 비지도 학습 기법에 비해 제안 알고리즘이 우수한 성능을 보였음을 확인하였다.

• The KIPS Transactions:PartB
• /
• v.15B no.5
• /
• pp.457-464
• /
• 2008

In the real-world operational environment, most of text classification systems have the problems of insufficient training documents and no prior knowledge of feature space. In this regard, $Na{\ddot{i}ve$ Bayes is known to be an appropriate algorithm of operational text classification since the classification model can be evolved easily by incrementally updating its pre-learned classification model and feature space. This paper proposes the improving technique of $Na{\ddot{i}ve$ Bayes classifier through feature weighting strategy. The basic idea is that parameter estimation of $Na{\ddot{i}ve$ Bayes considers the degree of feature importance as well as feature distribution. We can develop a more accurate classification model by incorporating feature weights into Naive Bayes learning algorithm, not performing a learning process with a reduced feature set. In addition, we have extended a conventional feature update algorithm for incremental feature weighting in a dynamic operational environment. To evaluate the proposed method, we perform the experiments using the various document collections, and show that the traditional $Na{\ddot{i}ve$ Bayes classifier can be significantly improved by the proposed technique.

• 한국HCI학회:학술대회논문집
• /
• 2008.02a
• /
• pp.314-318
• /
• 2008

This paper is about an authoring interface for augmented/mixed reality based book, specifically authoring 3D objects properties of Digilog book. We pursue even normal users with non-professional knowledge for programming can make the Digilog book easily. An authoring interface 3D object properties includes a manipulator as an input device and 3D contents authoring parts. As an interface design metaphor, existing GUI interface, already familiar to computer users, are referenced. The manipulator generates continuous/discrete input signal are necessary for authoring interface. Contents authoring part performs selection, positioning, scaling, coloring, copy of virtual objects using the input signal of the manipulator. Also users can exploit already existing GUI interface metaphor including pointing, click, drag and drop, and copy techniques with the manipulator. Therefore we think our AR authoring system can support rapid and intuitive modification of properties of virtual objects.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.23 no.3
• /
• pp.501-514
• /
• 2013

A grouping process through the similarity comparison is required to effectively classify and respond a malicious code. When we have a use of the past similarity criteria to be used in the comparison method or properties it happens a increased problem of false negatives and false positives. Therefore, in this paper we apply to choose variety of properties to complement the problem of behavior analysis on the heuristic-based of 2nd step in malicious code auto analysis system, and we suggest a similarity comparison method applying AHP (analytic hierarchy process) for properties weights that reflect the decision-making technique. Through the similarity comparison of malicious code, configured threshold is set to the optimum point between detection rates and false positives rates. As a grouping experiment about unknown malicious it distinguishes each group made by malicious code generator. We expect to apply it as the malicious group information which includes a tracing of hacking types and the origin of malicious codes in the future.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.6
• /
• pp.201-209
• /
• 2024

The COVID-19 pandemic has significantly impacted the aviation industry, leading to worldwide changes in travel restrictions and security measures. This study analyzes 59,818 reviews of 147 airlines from the SKYTRAX website between 2016 and 2023 to understand the changes in airline service satisfaction before and after the pandemic. Using sentiment analysis, the study compares overall satisfaction, review sentiment, and attributes influencing satisfaction. The results show a statistically significant (p<0.001) decrease in overall satisfaction post-COVID-19, with reduced positive sentiment and increased negative sentiment for all airline selection attributes, except cabin and in-flight services. Flight operation services had the most significant impact on overall satisfaction during both periods. This quantitative analysis of global major airlines' satisfaction attributes before and after COVID-19 contributes to enhancing future service satisfaction in the airline industry.

• Journal of Intelligence and Information Systems
• /
• v.20 no.1
• /
• pp.121-131
• /
• 2014

Traffic speed is an important measure in transportation. It can be employed for various purposes, including traffic congestion detection, travel time estimation, and road design. Consequently, accurate speed prediction is essential in the development of intelligent transportation systems. In this paper, we present an analysis and speed prediction of a certain road section in Busan, South Korea. In previous works, only historical data of the target link are used for prediction. Here, we extract features from real traffic data by considering the neighboring links. After obtaining the candidate features, linear regression, model tree, and k-nearest neighbor (k-NN) are employed for both feature selection and speed prediction. The experiment results show that k-NN outperforms model tree and linear regression for the given dataset. Compared to the other predictors, k-NN significantly reduces the error measures that we use, including mean absolute percentage error (MAPE) and root mean square error (RMSE).