• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.162-163
• /
• 2016

사람은 의사소통을 위해 음성, 글자, 몸짓 등 다양한 매개체를 활용한다. 오늘날 스마트폰의 발달로 문자의 비중이 높아지고 있지만 음성 대화는 여전히 사람들 사이에서 가장 많이 사용되어지는 의사소통 수단이다. 음성 대화는 녹음해서 음성 데이터로 남길 수 있다. 음성을 녹음하는 과정은 간편하지만 녹음파일에서 원하는 데이터를 찾는 것은 많은 시간이 소모된다. 본 논문에서는 음성 데이터를 인식하여 텍스트화 시키고 문자화 된 데이터를 분석하여 사용자에게 효율적으로 분류하는 시스템을 제안한다. 이 시스템으로 사용자는 음성 데이터의 내용을 들어보지 않고 파악할 수 있으며 원하는 내용을 찾을 수도 있다.

• 한국디지털정책학회:학술대회논문집
• /
• 2007.06a
• /
• pp.59-67
• /
• 2007

현재 우리나라의 상수도 시스템의 경우 대부분 각 가정집에 설치된 계량기의 측정값을 검침원이 육안으로 확인, 수기 기입 방법으로 수도 검침이 이루어지고 있다. 이러한 방법은 사생활 침해 및 범죄로 이어질 가능성이 있다. 본 논문에서는 상수도의 검침데이터를 무선주파수 및 코드분할다중접속방식을 사용하여 송수신 가능한 네트워크 망을 구축, 수신된 데이터 값을 활용하여 각 상수도 수용가의 사용량을 자동으로 검침하여 청구 내역서까지 작성해 주는 상수도 원격검침시스템을 소개한다. 상수도 자동검침시스템은 검침을 자동화하고 이를 무선송신 가능한 검침기와 검침기의 검침데이터 값을 송수신 할 수 있는 중계기 및 집중기, 그리고 CDMA 망을 통한 검침데이터를 수신할 수 있는 애플리케이션 서버 등을 구축하여 지역 내 원격검침 네트워크 망을 구축하는 것을 포함하고 있다. 본 연구의 시스템은 화재, 가스, 전기 등의 검침데이터를 통합으로 수집하여 데이터를 관리하는 통합 시스템으로의 확대가 용이하며 이러한 상수도 원격검침시스템은 누수 및 독거노인 등의 생활보호대상자의 안전을 확인하는 기초 정보로도 활용할 수 있다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.115-117
• /
• 2003

XML 문서내의 정보를 데이터베이스에 저장하는 방법, 특실 관계형 데이터베이스에 저장하는 방법은 별도의 미들웨어를 사용하는 방법과 파싱을 통한 요소들의 매핑을 이용하는 것이 대표적이다. XML 문서 데이터를 데이터베이스에 저장할 때마다 관계형 데이터베이스에 XML 데이터를 파싱하여 그 요소를 각각의 적절한 테이블에 저장하는 방법은 언뜻 보기에는 가장 최적의 방법으로 보이지만 XML 문서 구조가 복잡해질수록 이 방법의 프로그램 로직은 복잡해지고 데이터 처리는 어려워진다. 그리고 계층이 깊은 복잡한 구조의 XML 문서일 경우 관계형 데이터베이스 테이블 구조로는 매핑이 불가능한 경우도 발생한다. 중첩된 구조의 복잡한 XML 데이터를 RDBMS에 저장할 경우 데이터 질의 시 여러 테이블에 걸친 복잡한 연산이 필요하고. XML 데이터의 입력. 수정, 삭제 시 모든 ROW에 걸어야 하는 LOCKING은 시스템의 성능을 떨어뜨릴 수 있다. 또한 XML 문서 스키마가 어떻게 바뀌는가에 따라서 새로 구성해야하는 복잡한 과정을 거칠 수도 있다는 것이다. 이 논문에서는 XML과 데이터베이스와의 공존이라는 측면에서 XML 문서의 관계형 데이터베이스 구조로의 동적 변환에 대하여 연구하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10c
• /
• pp.454-456
• /
• 2003

기존의 수도, 전기 가스 등의 점검 및 관리 시스템의 경우, 대상 시설물의 관리가 수기로 이루어지고, 부가적인 관리 데이터베이스로의 입력시간을 필요로 하기 때문에 업무가 비효율적이고, 인력의 낭비를 초래하고 있다. 본 연구에서는 이런 관리 시스템의 효율성을 개선하기 위하여, 현장에서 무선으로 관리 데이터베이스와 연동이 가능하고 서버와의 연결성에 대하여 강인함을 주기 위하여 자체적인 데이터베이스 데이터 처리가 가능한 모바일 핸디 터미널을 개발하고자 한다. 본 시스템을 시설물의 점검 및 관리에 적용할 경우, 실시간 데이터의 관리와 최소한의 인력 사용으로 인력낭비를 줄일 수 있다.

• Computational Structural Engineering
• /
• v.9 no.2
• /
• pp.23-27
• /
• 1996

오늘날 기술혁신 전쟁의 최전방에 대응하는 것이 불연속 및 불안정 문제를 포함하는 비선형문제이고, 비선형문제에도 도전하고 이를 극복하기 위한 최첨예 무기는 바로 컴퓨터라 할 수 있다. 그러나 인간이 본질인 시행착오를 생각해 보면, 오늘날 범람하고 있는 컴퓨터로부터의 출력 데이터는 매우 위험한 존재가 될 수도 있다. 본 고에서는 제3의 과학시대가 열린 오늘날, 범람하는 많은 컴퓨터 출력 데이터의 위험성을 자각하기 위해 돔형 쉘의 구조불안정 문제에 얽힌 재미있는 한 예를 설명하고, 이러한 오류에 대응하기 위한 검정방안을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.244-246
• /
• 2018

학습관리시스템의 도입으로 학습자들은 다양한 형태로 학습하게 되고 데이터를 남기게 된다. 교육데이터마이닝은 다양한 형태로 기록되는 교육 데이터를 분석해서 유의미한 정보를 찾아 내는 방법이다. 교육데이터마이님을 활용하면 학생 개인의 학습성과 향상에 도움을 주거나 학습성과 예측 결과를 참고하여 부족한 부분을 지원해 줄 수도 있다. 기존 연구에서는 학습자의 행동 영역 특징이 학습성과에 영향을 끼친다는 것을 검증하기 위하여 나이브 베이즈, 의사결정트리, 신경망 기계학습알고리즘으로 데이터를 분석했다. 따라서 본 연구에서는 기존 연구를 확장하여 학습자의 행동 영역 특징이 학부모 학교 만족도에 영향을 끼치는지 여부를 확인하는 실험을 수행했으며 kNN, 의사결정트리, SVM 기계학습 알고리즘으로 데이터를 분석하였다. 분석결과 학습자의 행동 영역 특정이 학부모 학교 만족도에 영향을 미치는 것을 확인했다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.297-300
• /
• 2021

대부분의 기업에서는 우수한 인적 자원의 유출을 방지하기 위해 직원들이 이직 및 퇴사하는 이유를 연구한다. 이에 기업은 직원이 퇴사하기 전에 면담을 하거나 설문조사를 통해서 연구에 필요한 데이터를 얻는다. 하지만 설문조사에서는 직원들이 직장 생활을 하는 데에 불리할 수도 있는 의견을 드러내려고 하지 않아 정확한 결과를 얻기 힘든 것이 현실이다. 한편, 한국노동연구원에서 발표한 자료에 따르면 기업이 요구하는 최소 학력 수준과 직원의 학력 수준 간의 차이가 클수록 이직 경향이 커진다. 따라서 본 연구에서는 한국노동연구원의 자료에 착안하여, 직원이 가지고 있는 객관적 데이터인 전공, 교육수준, 재직 중인 회사 유형 등의 데이터를 기반으로 직원의 퇴사 여부를 예측하고자 한다. 퇴사 예측 모델을 생성하기 위해 Decision Tree, XGBoost, kNN, SVM을 활용하였으며 각각의 성능을 비교했다. 이 결과, 지금까지 설문조사로 진행되었던 연구에서 파악하지 못한 다양한 요인을 알아낼 수 있었다. 이를 통해 기업이 퇴사 예측 모델을 이용하여 직원이 퇴사하기 전에 미리 이를 인지하고 방지하는 데에 도움을 줄 수 있을 것으로 예상된다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.05a
• /
• pp.138-141
• /
• 2015

K-water operates many Water Treatment Plants(WTP) to supply clean water to people. There are automation process control equipments collecting data at each step in WTP. The data collected is big enough to 370,000Tag/min from the K-water Water Treatment Plants. In the past, this big data was not important, we focused on the operating water purification process using the data. Currently, we increased the importance of attention to take advantage of Big Data. The research about the accident reduction and efficiency improvement in WTP are ongoing by data collection and analysis. In this paper, we analyzed the flow rate, power and pressure obtained in the accident case in WTP. We researched the methods for accident prediction and reduction.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.18 no.4
• /
• pp.71-79
• /
• 2019

By using convolutional neural networks (CNNs) based on semantic segmentation, road surface damage detection has being studied. In order to generate the CNN model, it is essential to collect the input and the corresponding labeled images. Unfortunately, such collecting pairs of the dataset requires a great deal of time and costs. In this paper, we proposed a road surface damage detection technique based on semi-supervised learning using pseudo labels to mitigate such problem. The model is updated by properly mixing labeled and unlabeled datasets, and compares the performance against existing model using only labeled dataset. As a subjective result, it was confirmed that the recall was slightly degraded, but the precision was considerably improved. In addition, the $F_1-score$ was also evaluated as a high value.

• Smart Media Journal
• /
• v.3 no.2
• /
• pp.9-13
• /
• 2014

The Levenberg-Marquardt (LM) algorithm is the most widely used fitting algorithm. It outperforms simple gradient descent and other conjugate gradient methods in a wide variety of problems. Based on the work of paper[1], we propose a modified Levenberg-Marquardt algorithm for better performance of mobile system. The LM parameter at the $k_{th}$ iteration is chosen ${\mu}=A{\bullet}{\parallel}f(x){\parallel}{\bullet}I$ where f is the residual function, and J is the Jacobi of f. In this paper, we show this method is more efficient than traditional method under the situation that the system iteration is limited.