• 한국전자통신학회논문지
• /
• 제14권2호
• /
• pp.377-388
• /
• 2019

본고에서 제안된 시스템은 제4차 산업혁명의 인공지능 시대에 맞춰 작동하는 빅데이터 시스템으로 제안되었다. 제안된 시스템은 정부의 새로운 지능형 빅데이터 정보시스템 개발 측면에서 하나의 좋은 예가 될 수 있다. 예를 들면 기존 영화관입장권통합전산망의 연계 혹은 그 기능 그대로 부처의 시스템으로 도입될 수도 있다. 제안된 시스템은 이를 위해 유저의 프로파일을 영화제작자 등의 사업자에게 전송하는데 여기에는 비교데이터로서 제공된다. 곧 유저별 특성데이터로 정보가 전송되며 이른바 '새로운 재해석'내용까지 포함한 실제 유저가 느끼는 영화품평을 통해 제작자는 개봉된 영화의 작품성, 흥행성, 손익분기점의 3가지 요소의 성공가능성을 실시간으로 가늠할 수 있다.

• 정보관리학회지
• /
• 제37권1호
• /
• pp.153-177
• /
• 2020

오픈과학의 흐름에서 데이터 공유와 재이용은 중요한 연구자의 활동이 되어가고 있다. 데이터 공유와 재이용에 관한 여러 논의 중에서 데이터학술지와 데이터논문의 발간이 가시적인 결과를 보여주고 있다. 데이터학술지는 여러 학문 분야에서 발간되고 있으며, 논문의 수도 점차 증가하고 있다. 데이터논문은 데이터 자체와는 다르게 인용을 주고 받는 활동이 포함되어, 따라서 이들이 형성하는 고유한 지적구조가 생겨나게 된다. 본 연구는 데이터학술지와 데이터논문이 학술커뮤니티에서 구성하는 지적구조를 규명하고자 Web of Science에 색인된 14종의 데이터학술지와 6,086건의 데이터논문과 인용된 참고문헌 84,908건을 분석하였다. 저자사항과 함께 동시인용분석과 서지결합분석을 네트워크로 시각화하여 데이터논문이 형성한 세부 주제 분야를 규명하였다. 분석결과, 저자, 저자소속기관, 국가를 추출하여 출현빈도를 살펴보면, 전통적인 학술지 논문과 다른 양상을 보인다. 이러한 결과는 데이터의 생산이 용이한 기관과 국가에 주로 데이터논문을 출간하기 때문이라고 해석될 수 있다. 동시인용분석와 서지결합분석 모두 분석도구, 데이터베이스, 게놈구성 등이 주된 세부 주제 영역으로 나타났다. 동시인용분석결과는 9개의 군집으로 형성되었는데, 특정 주제 분야로 나타난 영역은 수질과 기후 등의 분야이다. 서지결합분석은 총 27개의 컴포넌트로 구성되었는데, 수질, 기후 이 외에도 해양, 대기 등의 세부 주제 영역이 파악되었다. 특기할만한 사항으로는 사회과학 분야의 주제 영역도 나타났다는 점이다.

• 해양환경안전학회지
• /
• 제20권2호
• /
• pp.193-201
• /
• 2014

본 연구는 강조류 해역을 통과하는 선박의 해양사고를 방지하기 위해 안전한 항행속력과 적절한 통과시기를 제시하였다. 이 자료의 해석을 위하여 2010년 7월 12일부터 15일까지 명량수도를 대상으로 통과선박의 AIS 데이터 수집과 2010년 9월 4일 현장조사를 실시하였고, 여기서 수집된 자료를 바탕으로 최소항행속력(minimum navigation speed)과 여유 제어력을 감안한 적정항행속력(optimum navigation speed), 조류속력별 대응타각(respond rudder angle)을 산출하였다. 또한 조위와 조류속력 데이터를 분석해 안전한 통과시기를 제시하였다. 이 연구를 통해 얻은 결과는 다음과 같다. (1) 조류의 유속이 4.4 kn 이상이 되면 선박의 타만으론 자력 조선이 불가능하다. (2) 강한 조류에 의해 발생되는 유압력과 회두모멘트에 대응하기 위해서는 최소항행속력은 조류의 2.3배, 적정항행속력은 조류의 4.0배 이상이어야 한다. (3)사리 기간 중 명량수도 적정 통과 시기는 고 저조시간 1시간 전부터 최소 30분 전까지이며 고 저조가 된 이후 5시간 동안은 4 kn 이상의 유속이 남아있는 시간으로 이 지역 항해를 자제해야 한다.

• 인터넷정보학회논문지
• /
• 제19권1호
• /
• pp.37-47
• /
• 2018

사물인터넷 (Internet-of-Things, IoT) 장치들의 개수와 기능은 앞으로 기하급수적으로 증가하고 향상될 것이다. 그러한 장치들은 방대한 양의 시간에 제약을 받는 데이터를 생성할 수도 있다. IoT 상황에서, 데이터 관리는 데이터를 생성하는 객체와 장치 그리고 분석 목적과 서비스를 위해 그 데이터를 액세스하는 응용 사이의 중간 계층으로서의 역할을 해야 한다. 덧붙여, 대부분 IoT 서비스들은 데이터 가용성과 데이터 전달의 효율성을 증가시키기 위하여 호스트 중심 보다는 콘텐츠 중심이다. IoT는 모든 통신 장치들을 상호 연결할 것이고, 그리고 장치들과 객체들에 의해 생성된 또는 관련된 데이터를 글로벌하게 액세스할 수 있게 만든다. 또한 포그 컴퓨팅은 최종 사용자 근처의 네트워크 에지에서 데이터와 계산을 관리하고, 그리고 최종 사용자들에게 낮은 지연, 고대역폭, 지리적 분산으로 새로운 유형의 응용들과 서비스들을 제공한다. 본 논문에서는 시간 민감성을 보장하면서 효율적이고 신뢰적으로 IoT 데이터를 해당 IoT 응용들에게 전달하기 위하여 에지와 포그 컴퓨터 클라우드의 완전 분산 하이브리드 모델인 에지-포그 클라우드에 기반하고, 그리고 정보 중심 네트워크와 블룸 필터를 사용하는 $EFcHD^2$ (Edge-Fog cloud-based Hierarchical Data Delivery) 방법을 제안한다. $EFcHD^2$ 방법에서는 IoT 데이터의 특성인 지역성, 크기, 실시간성과 인기도 등을 고려하는 에지-포그 클라우드의 적절한 위치에 그 IoT 데이터의 복사본이나 에지 노드에 의해 전 처리된 특징 데이터를 저장한다. 그리고 제안하는 $EFcHD^2$ 방법의 성능을 분석적 모델로 평가하고, 그것을 성능을 포그 서버 기반 방법 그리고 CCN (Content-Centric Networking) 기반 데이터 전달 방법과 비교한다.

• 응용통계연구
• /
• 제36권2호
• /
• pp.101-114
• /
• 2023

데이터 증강 기법은 학습용 데이터셋을 다양한 관점에서 볼 수 있게 해주어 모형의 과적합 문제를 해결하는데 효과적으로 사용되고 있다. 이미지 데이터 증강기법으로 회전, 잘라내기, 좌우대칭, 상하대칭등의 증강 기법 외에도 occlusion 기반 데이터 증강 방법인 Cutmix, Cutout 등이 제안되었다. 음성 데이터에 기반한 모형들에 있어서도, 1D 음성 신호를 2D 스펙트로그램으로 변환한 후, occlusion 기반 데이터 기반 증강기법의 사용이 가능하다. 특히, SpecAugment는 음성 스펙트로그램을 위해 제안된 occlusion 기반 증강 기법이다. 본 연구에서는 위조 음성 탐지 문제에 있어서 사용될 수 있는 데이터 증강기법에 대해 비교 연구해보고자 한다. Fake audio를 탐지하기 위해 개최된 ASVspoof2017과 ASVspoof2019 데이터를 사용하여 음성을 2D 스펙트로그램으로 변경시켜 occlusion 기반 데이터 증강 방식인 Cutout, Cutmix, SpecAugment를 적용한 데이터셋을 훈련 데이터로 하여 CNN 모형을 경량화시킨 LCNN 모형을 훈련시켰다. Cutout, Cutmix, SpecAugment 세 증강 기법 모두 대체적으로 모형의 성능을 향상시켰으나 방법에 따라 오히려 성능을 저하시키거나 성능에 변화가 없을 수도 있었다. ASVspoof2017 에서는 Cutmix, ASVspoof2019 LA 에서는 Mixup, ASVspoof2019 PA 에서는 SpecAugment 가 가장 좋은 성능을 보였다. 또, SpecAugment는 mask의 개수를 늘리는 것이 성능 향상에 도움이 된다. 결론적으로, 상황과 데이터에 따라 적합한 augmentation 기법이 다른 것으로 파악된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권9호
• /
• pp.629-642
• /
• 2013

최근 몇 년 동안 스마트폰의 등장으로 현대인들의 생활에 많은 변화를 가져왔다. 특히 스마트폰의 센서 정보를 활용하여 사용자의 상황에 맞는 서비스를 제공해주는 응용프로그램들이 많이 등장하고 있다. 스마트폰의 센서 정보는 사용자의 습관이나 행동과 밀접하게 관련되어 있기 때문에 사용자의 상황을 인지하기에 좋은 데이터이다. 현재 모바일 센서 중 GPS 센서는 사용자의 기본적인 행위인지에 많이 활용되고 있다. 하지만 GPS 센서는 사용자의 상황에 따라 수신이 불가능할 수도 있으며 수신된 데이터 역시 부정확할 수 있기 때문에 활용도가 떨어진다. 본 연구에서는 이러한 문제점을 해결하기 위해 모바일 디바이스에 탑재된 가속도 센서 데이터를 중심으로 한 사용자 행위 인지 방법을 제안한다. 가속도 센서는 데이터 수신이 안정적이며, 사용자의 행위에 민감하게 반응하기 때문에 행위인지에 적합하다. 마지막으로 상태 전이도를 활용하여 합리적인 행위변화의 흐름을 적용함으로써 행위인지의 정확도를 높인다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2000년도 추계공동학술대회논문집
• /
• pp.463-470
• /
• 2000

본 논문에서는 PRMA의 구조를 사용하여 ABR 형태의 데이터 서비스를 수행할 수 있는 알고리즘을 도입함으로서 그 개념을 확장하고, 채널의 이용효율을 극대화하도록 설계된 무선 MAC 알고리즘인 APRMA를 제안한다. 기존의 PRMA에서는 랜덤 데이터를 전송하고자 하는 단말들은 슬롯을 예약할 수 없다. 즉, 슬롯의 예약은 시간 지연에 엄격한 음성에만 국한된다. 그러나 데이터들도 요구하는 서비스 품질을 만족시켜주어야 하며, 이를 위해 데이터에 대해서도 예약을 가능하게 함으로서 채널의 처리율도 높일 수 있다. 이때, 데이터에 고정된 전송율을 갖도록 슬롯을 예약해줄 수도 있겠지만 이로 인해 시간 지연에 민감한 서비스들의 효율이 떨어질 수 있으므로 APRMA에서는 초기에는 최소한의 대역만을 할당해주며, 잉여의 대역이 존재하면 계속 그 전송율을 높여나갈 수 있게 함으로서 채널의 이용율을 높이고, 음성과 같은 상대적으로 우선순위가 높은 서비스 요청에 대해서도 동시에 그 서비스 품질을 만족시킬 수 있다.

• 한국지반환경공학회 논문집
• /
• 제20권3호
• /
• pp.15-20
• /
• 2019

확한 토공량 설계를 위해서는 충분한 량의 지반조사 자료가 필요하나 비용적인 문제로 인하여 제한적인 지반조사가 수행되고 있다. 정확한 토공량 예측을 위해서 지반의 층상정보를 추정하는 것은 중요한 사항이며, 이러한 제한적인 지반조사 데이터로부터 정확한 토공량 예측을 위해서는 지구통계학적(geo-statistical) 분석방법으로 지반 층상정보를 예측할 수 있다. 또한, 기시추된 지반 층상정보를 활용하여 기계학습을 통하여 모델을 학습하여 미시추된 지반 층상정보를 예측할 수도 있는데, 본 논문에서는 인공신경망을 통하여 미시추된 지반 층상정보를 예측하고 기존의 정규 크리깅 기법과 성능을 비교한다. 이를 위하여, 84공의 지반 층상정보를 활용한다. 84공의 지반 층상정보의 데이터셋 중에서 75공을 학습 데이터셋으로 활용하였고, 나머지 9공을 검증 데이터셋으로 활용하였다. 검증 데이터셋의 실측된 지반 층상정보와 정규 크리깅 기법과 인공신경망으로 예측된 지반 층상정보를 비교 분석한다.

• 한국수자원학회논문집
• /
• 제55권spc1호
• /
• pp.1295-1303
• /
• 2022

안정적인 수도 공급을 위한 상수도관망의 역할이 더욱 주목받음에 따라 비정상 상황에 대한 신속한 탐지와 적절한 대처 역시 중요시되고 있다. 장치에 의존한 탐지기법 등 기존의 방법론에는 한계가 존재하므로 데이터를 이용한 모델 기반의 방법이 개발되었다. 하지만 상수도관망 내 측정 데이터는 불확실성을 가져 실제 사용량과 다르다. 따라서 본 연구에서는 기계학습 방법의 하나인 인공신경망 모델을 이용하여 상수도관망 압력값을 예측함에 있어 데이터 불확실성의 영향을 조사한다. 정규분포를 따르는 임의의 값을 고려하여 데이터에 측정치 오류를 형성하고 측정치 오류 여부 및 종류에 따라 총 9가지 데이터를 인공신경망 모델을 통해 예측해 경향성을 비교한다. 분석을 통해 데이터 불확실성이 증가할수록 모델 성능이 감소하며, 출력데이터의 측정치 오류가 모델 성능에 미치는 정도가 더 큼을 확인하였다. 특히 입력데이터와 출력데이터의 측정 오차 크기가 동일한 경우 예측 정확도는 각각 72.25%, 38.61%로 큰 차이를 보였다. 따라서 ANN 모델 예측 성능 향상을 위해서는 입력 데이터보다 출력데이터인 주절점의 측정 오류 크기를 줄이는 것이 중요하다.

• 인터넷정보학회논문지
• /
• 제21권2호
• /
• pp.81-90
• /
• 2020

본 연구는 인공지능의 국방 분야 활용 시 데이터 위·변조 방지를 위한 블록체인 기술의 적용방안을 연구 하는데 목적이 있다. 인공지능은 빅 데이터를 다양한 기계학습 방법론을 적용하여 군집화하거나 분류하여 예측하는 기술이며 미국을 비롯한 군사 강대국은 기술의 완성단계에 이르렀다. 만약 데이터를 기반으로 하는 인공지능의 데이터 위·변조가 발생한다면 데이터의 처리과정이 완벽하더라도 잘못된 결과를 도출할 것이며 이는 가장 큰 적의 위험요소가 될 수 있고 데이터의 위·변조는 해킹이라는 형태로 너무나 쉽게 가능하다. 만약 무기화된 인공지능이 사용하는 데이터가 북한으로부터 해킹되어 조작되어 진다면 예상치 못한 곳의 공격이 발생할 수도 있다. 따라서 인공지능의 사용을 위해서는 데이터의 위·변조를 방지하는 기술이 반드시 필요하다. 데이터의 위·변조 방지는 해수함수로 암호화된 데이터를 연결된 컴퓨터에 분산 저장하여 한 대의 컴퓨터가 해킹되더라도 연결된 컴퓨터의 과반 이상이 동의하지 않는 한 데이터가 손상되지 않는 기술인 블록체인을 적용함으로써 문제를 해결할 수 있을 것으로 기대한다.