• 한국콘텐츠학회논문지
• /
• 제19권7호
• /
• pp.427-435
• /
• 2019

사운드스케이프(soundscape)는 소리를 통해 문화와 환경, 사회적 변화를 이해하는데 중요한 역할을 하는 자료이지만, 자료의 기록, 보존, 분류, 분석을 위한 체계적인 연구 프레임워크의 구축은 아직 초기 단계에 있다. 토픽 모델링(topic modeling)은 문서에 숨겨져 있는 테마 구조를 드러내주는 알고리즘으로 연구 동향 분석과 같이 대량의 문서에 내재된 주제어를 찾아내기에 적합한 기법이다. 본 연구에서는 사운드스케이프 연구 분야의 대표적 학술지인 의 논문을 토픽 모델링 기법으로 분석하여 사운드스케이프 연구 동향을 파악할 수 있는 주제어를 도출해 보고, 이를 사운드스케이프 온톨로지(Soundscape Ontology) 및 사운드 아카이브의 메타데이터 설계 시 활용할 수 있는 방안에 대해 살펴보고자 한다. 이는 향후 시맨틱 웹 기술인 링크드 데이터(Linked Data) 기반의 사운드스케이프 아카이브 구축을 위한 메타데이터 설계의 기초 연구가 될 것이다.

• 정보보호학회논문지
• /
• 제32권3호
• /
• pp.555-564
• /
• 2022

최근 사이버 공격은 지능적이고 고도화된 악성코드를 활용한 해킹 기법을 활용하여 재택근무 및 원격의료, 자동산업설비를 공격하고 있어서 피해 규모가 커지고 있다. 안티바이러스와 같은 전통적인 정보보호체계는 시그니처 패턴 기반의 알려진 악성 URL을 탐지하는 방식이어서 알려지지 않은 악성 URL을 탐지할 수 없다. 그리고 종래의 정적 분석 기반의 악성 URL 분석 방식은 동적 로드와 암호화 공격에 취약하다. 본 연구에서는 악성 URL 데이터를 동적으로 학습하여 효율적으로 악성 URL 탐지하는 기법을 제안한다. 제안한 탐지 기법에서는 머신러닝 기반의 특징 선택 알고리즘을 사용해 악성 코드를 분류했고, 가중 유클리드 거리(Weighted Euclidean Distance, WED)를 활용하여 사전처리를 진행한 후 난독화 요소를 제거하여 정확도를 개선한다. 실험 결과에 따르면 본 연구에서 제안한 머신러닝 기반 악성 URL 탐지 기법은 종래의 방법 대비 2.82% 향상된 89.17%의 정확도를 보인다.

• 한국학교수학회논문집
• /
• 제9권1호
• /
• pp.105-120
• /
• 2006

제 7차 교육과정은 각 단계의 내용을 제대로 이해하지 못하는 학생들에게 특별보충과정을 이수하게 하고 있으나 체계적인 교육이 뒷받침이 되지 않아 수학부진아는 갈수록 증가하고 있는 추세이다. 특히 연립방정식의 경우는 실생활과 관련이 없이 단순한 문제풀이로만 배우고 있어 학생들의 문제해결력에 부정적인 영향을 미치고 있다. Schoenfeld는 Polya의 문제해결과정을 좀 더 세부적으로 분류 조사하여 문제해결에 필요한 주요 지식과 행동을 묘사하였다. 본 연구는 Schoenfeld의 주장을 바탕으로 문제해결 수행과정을 조사하기위해 2명의 학생을 대상으로 17차시로 단계별로 구성한 연구지도안을 중심으로 학생의 자원, 발견술, 통제, 신념체제를 조사하였다. 자원에서 학생은 정의에 의한 지식과 기초지식이 부족하거나 어려움에 부딪힐 때는 직관적인 지식의 활용비율이 높은 성향을 보였으나 연구가 진행됨에 따라 알고리즘 절차를 실행하기 위한 능력, 발전적이 형태인 일상적인 절차에 대한 사용비율이 높아졌고 발견술, 통제, 신념체계 영역에서도 급진적인 변화를 나타내었다.

• Journal of Biosystems Engineering
• /
• 제21권4호
• /
• pp.414-421
• /
• 1996

한국과 일본의 경우 건표고를 외관의 품질상태 에 따라 12등급에서 16등급으로 구분하고 있다. 그리고 등급판정 작업은 임의로 추출한 샘플을 대상으로 전문 감정가에 의해 수작업으로 수행되고 있다. 건표고의 품질을 결정짓는 외관의 품질인자들은 갓과 내피에 고루 분포하고 있다. 본 논문에서는 컴퓨터 영상처리 시스템에 의거하여 개발한 건표고 자동 등급판정 및 선별 시작시스템의 구조와 기능 그리고 성능에 대하여 설명하였다. 개발한 시작시스템은 표고의 이송과 취급자동화를 위한 진동이송기, 반전장치, 컨베이어 이송장치와 두 세트의 컴퓨터 영상처리 시스템, 그리고 시스템 통괄제어를 위한 IBM PC AT호환 컴퓨터, 디지털 입출력 보드, 전공압실린더 구동제어를 위한 PLC등으로 구성하였다. 등급판정의 효율성 및 실시간 작업시스템을 고려하여 건표고의 등급판정은 두 세트의 컴퓨터 영상처리 시스템을 이용하여 이송되는 건표고의 갓 또는 내피 중 어디가 위를 향하는 지에 따라 두 단계에 걸쳐 독립적으로 판정을 수행하도록 하였다. 첫 번째 영상처리부에서는 갓표면 영상으로부터 4등급의 고품질 표고를 분류하며 두 번째 영상처리부에서는 내피표면 영상으로부터 중간 및 저품질 표고를 8개의 등급으로 분류한다. 실시간 영상정보처리를 목적으로 기존에 개발한 신경회로망을 이용한 등급판정 알고리즘을 시작시스템에 적용하였다. 개발한 시작기는 88% 이상의 등급판정 정확도를 보여 주었으며, 전공압시스템의 구동제약으로 인하여 표고 1개당 약0.7초의 선별시간이 소요되었다. 일조 선별라인의 경우 본 연구에서 제안한 시작기의 선별능력은 표고가 일차 처리부로 갓이 위로 올라와 있는 상태로 계속 공급된다면 시간당 대략 5,000여 개의 표고를 처리할 수 있을 것으로 기대된다.보강하여 가능하면 B-Pillar의 Middle이 Bending type collapse을 방지하여 Pelvis와 Door가 먼저 접촉하는 방법 등이 적용가능하다. 제작하기 이전에 설계된 부품에 대한 스프링 상수 및 내구특성을 체계적으로 규명하여 제품 시험의 횟수를 줄이고, 보다 정밀한 제품을 제작할 수 있도록 하기 위한 것이다.세포수는 초기 배반포기배에서 팽윤 배반포기배로 진행됨에 따라 두배에서 세배 정도 증가되었음을 알 수 있었다. 또한, differential labelling과 bisbenzimide기법에서 얻어진 각각의 총세포수를 비교하였을 때 총세포수는 발달의 진행 정도에 따라 증가되며 그와 동시에 동일한 군 간의 세포수도 거의 유사함을 알 수 있었다. 따라서, ICM과 TE를 differential labelling하는 기법은 수정란의 quality를 평가하는데 매우 유용한 기법으로서 착상전 embryo 발달을 연구하는데 효과적으로 이용될 수 있다는 것을 시사한다. 고도의 유의차를 나타낸 반면 비수구, 초생수로구 및 Bromegrass 목초구 간에는 아무런 유의차가 인정되지 않았다. 7. 농지보전 처리구인 배수구와 초생수로구는 비처리구에 비해 낮은 침두 유출량과 낮은 토양유실량을 나타내었다.구보다 14% 절감되는 것으로 나타났다.작용하는 것으로 사료된다.된다.정량 분석한 결과이다. 시편의 조성은 33.6 at% U, 66.4 at% O의 결과를 얻었다. 산화물 핵연료의 표면 관찰 및 정량 분석 시험시 시편 표면을 전도성 물질로 증착시키지 않고, Silver Paint 에 시편을 접착하는 방법으로도 만족한 시험 결과를 얻을 수 있었다.째, 회복기 중에 일어나는 입자들의 유입은 자기폭풍의 지속시간을 연장시키는 경향을 보이며 큰

• 지능정보연구
• /
• 제29권2호
• /
• pp.285-301
• /
• 2023

비대면 교육의 중요성 및 필요에 따른 수요가 증가함에 따라 국내외 온라인 교육 오픈 플랫폼이 활성화되고 있다. 본 플랫폼은 대학 등 교육 전문기관과 달리 학습자의 자율성이 높은 특징을 가지며 이에 따라 개인화된 학습 도구를 지원하기 위한 학습 행동 데이터의 분석 연구가 중요시 되고 있다. 실제적인 학습 행동을 이해하고 패턴을 도출하기 위하여 프로세스 마이닝이 다수 활용되었지만 온라인 교육 플랫폼과 같이 자기 관리형(Self-regulated) 환경에서의 학습 로그를 기반한 사례는 부족하다. 또한, 대부분 프로세스 모델 도출 등의 모델 관점에서의 접근이며 분석 결과의 실제적인 적용을 위한 개별 패턴 및 인스턴스 관점에서의 방법 제시는 미흡하다. 본 연구에서는 온라인 교육 오픈 플랫폼 내 학습 패턴을 파악하기 위하여 프로세스 마이닝을 활용한 분석 방법을 제시한다. 학습 패턴을 다각도로 분석하기 위하여 모델, 패턴, 인스턴스 관점에서의 분석 방법을 제시하며, 프로세스 모델 발견, 적합도 검사, 군집화 기법, 예측 알고리즘 등 다양한 기법을 활용한다. 본 방법은 국내 오픈 교육 플랫폼 내 기계학습 관련 강좌의 학습 로그를 추출하여 분석하였다. 분석 결과 온라인 강의의 특성에 맞게 비구조화된 프로세스 모델을 도출할 수 있었으며 구체적으로 한 개의 표준 학습 패턴과 세 개의 이상 학습 패턴으로 세분화할 수 있었다. 또한, 인스턴스별 패턴 분류 예측 모델을 도출한 결과 전체 흐름 중 초기 30%의 흐름을 바탕으로 예측하였을 때 0.86의 분류 정확도를 보였다. 본 연구는 프로세스 마이닝을 활용하여 학습자의 패턴을 체계적으로 분석한다는 점에서 기여점을 가진다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• 한국측량학회지
• /
• 제38권4호
• /
• pp.353-361
• /
• 2020

급격한 도시화로 인해 출퇴근 시간의 차량 정체, 상시 정체지역 발생 등 다양한 교통문제들이 발생하고 있다. 이러한 교통문제들을 해결하기 위해서는 신속·정확한 교통량 예측 및 분석이 필요하다. ITS (Intelligent Transportation System)는 최신 ICT (Information and Communications Technology) 기술들을 활용하여 최적의 교통관리를 수행하는 시스템이며, 다양한 기법을 통해 신속·정확한 교통량을 분석하기 위한 많은 연구가 수행 되었다. 본 연구에서는 높은 정확도로 실시간 교통량 분석을 위해 UAV (Unmanned Aerial Vehicle) 동영상을 활용한 딥러닝(deep learning) 기반의 차량탐지기법을 제안하고자 한다. 이를 위해, UAV를 활용하여 다양한 차량이 통행하는 교차로에서 학습 및 검증에 필요한 정사 동영상 촬영을 수행하였으며, 승용차(sedan), 트럭(truck), 버스(bus)로 분류하여 차량을 학습시켰다. 딥러닝 알고리즘은 대표적인 객체탐지 알고리즘 중의 하나인 YOLOv3 (You Only Look Once V3)를 이용하였으며, 실험결과 전체 차량 검출율은 90.21%이며, 정확도와 재현율은 각각 95.10%와 85.79%이다. 본 연구를 통하여, 드론을 이용한 영상으로부터 차량 탐지를 통한 실시간 교통량 분석이 가능함을 확인하였다.

• 한국사회복지학
• /
• 제60권1호
• /
• pp.187-209
• /
• 2008

본 연구자들은 재가노인의 사례관리 과정에서 가장 핵심적인 요소가 되는 욕구 중심의 통합적 사정을 위한 28개의 욕구가 포함된 사정도구를 개발하였으며, 그 후속 연구로 개발된 욕구사정도구를 활용해 전국 노인복지관 협회 산하 120개 기관의 재가 노인 676명의 사정 데이터를 수집하고 데이터마이닝의 의사결정 나무분석 기법을 활용하여 욕구에 적합한 사회복지 서비스를 제공하기 위한 욕구추출 알고리즘을 개발하였다. 본 연구를 통해 재가노인의 욕구 28개에 대한 욕구추출 알고리즘은 <표3>에 요약하였다. 욕구 8번 "외출 시 도움을 원한다."의 의사결정모형을 예로 들면, 호소 23번을 주요 변인으로 외부이동 도움을 요청할 경우 80.3%와 요청하지 않을 경우 11.4%로 구분되었다. 이용자가 외부 이동에 대한 호소가 있고, 수발자가 있는 경우 87.9%로 욕구가 증가하였지만, 수발자가 없는 이용자의 경우 47.4%로 감소하였다. 노인이 외부이동 지원에 대한 요청과 수발자가 있으며, 청소하기의 완전도움이 필요한 경우, 외부이동 도움에 대한 욕구는 94.2%로 나타났다. 그러나 이용자가 외부이동의 도움을 요청하지 않더라도, ADL의 목욕하기에 완전도움으로 응답한 경우 외출도움의 욕구는 11.4%에서 80.0%로 급격히 증가하는 것을 확인할 수 있다. 그러나 ADL 목욕하기의 기능이 부분도움 또는 완전자립의 경우 외출도움이 필요하다고 분류될 가능성은 7.7%로 낮게 나타났다. 위와 같은 의사결정모형은 최대 나무 깊이는 5수준을 정지규칙으로 하여, 부모마디와 자식마디의 사례 수를 각각 50과 25로 지정하였다. 이를 통해 "외출 시 도움을 원한다"라는 욕구의 경우 182.13%의 효과적인 의사결정을 하고 있다. 본 연구의 결과로 제시한 알고리즘은 재가노인의 욕구를 추출함에 있어서 체계적이고 과학적인 기초자료로 활용될 수 있다.

• 융합보안논문지
• /
• 제21권2호
• /
• pp.11-18
• /
• 2021

대다수의 기업은 유무형의 자산을 보호하기 위한 방안으로, IT서비스망에 다양한 보안 장비를 구축하여 정보보호 모니터링을 수행하고 있다. 그러나 서비스 망 고도화 및 확장 과정에서 보안 장비 투자와 보호해야 할 자산이 증가하면서 전체 서비스망에 대한 공격 노출 모니터링이 어려워지는 한계가 발생하고 있다. 이에 대응하기 위한 방안으로 외부자의 공격과 장비 불법통신을 탐지할 수 있는 다양한 연구가 진행되었으나, 대규모 서비스망에 대한 효과적인 서비스 포트 오픈 감시 및 불법 통신 모니터링 체계 구축에 대한 연구는 미진한 편이다. 본 연구에서는 IT서비스망 전체 데이터 흐름의 관문이 되는 네트워크 백본장비의 'Netflow 통계 정보'를 분석하여, 대규모 투자 없이 광범위한 서비스망의 정보 유출 및 불법 통신 시도를 감시할 수 있는 프레임워크를 제안한다. 주요 연구 성과로는 Netflow 데이터에서 운영 장비의 텔넷 서비스 오픈 여부를 6개의 ML 머신러닝 알고리즘으로 판별하여 분류 정확도 F1-Score 94%의 높은 성능을 검증하였으며, 피해 장비의 불법 통신 이력을 연관하여 추적할 수 있는 모형을 제안하였다.

• 융합보안논문지
• /
• 제21권1호
• /
• pp.191-200
• /
• 2021

컴퓨팅 기술의 발전과 데이터를 저장할 수 있는 클라우드 환경, 그리고 스마트폰의 보급으로 인하여 많은 데이터가 생산되는 환경에서 인공지능 기술이 발전되고 있다. 이러한 인공지능 기술 중에서 딥뉴럴네트워크는 이미지 인식, 이미지 분류 등에서 탁월한 성능을 제공하고 있다. 기존에는 이러한 딥뉴럴네트워크를 이용하여 산불 및 화재 예방을 위한 이미지 탐지에 대해 많은 연구가 있었지만 흡연 탐지에 대한 연구는 미흡한 실정이었다. 한편 군 부대에서는 각종 시설에 대한 감시체계를 CCTV를 통해 구축하고 있는데 화재, 폭발사고 예방을 위해 탄약고 주변에서의 흡연이나 금연구역에서의 흡연을 CCTV로 탐지하는 것이 필요한 상황이다. 본 논문에서는 딥뉴럴네트워크를 이용하여 흡연 여부를 탐지하는 방법에 대한 성능 분석을 하였으며 활성화함수, 학습률 등 실험적으로 최적화된 수치를 반영하여 흡연사진과 비흡연사진을 두 가지 경우로 탐지하는 것을 하였다. 실험 데이터로는 인터넷 상에 공개되어 있는 흡연 및 비흡연 사진을 크롤링하여 데이터를 구축하였으며, 실험은 머신러닝 라이브러리를 이용하였다. 실험결과로 학습률 0.004로 최적화 알고리즘 Adam을 사용하였을 때, 93%의 accuracy와 92%의 F1-score를 갖는 것을 볼 수 있었다. 또한 이로써 이미지의 연속인 CCTV 영상도 딥뉴럴네트워크를 이용하여 흡연 여부를 탐지할 수 있음을 알 수 있었다.