• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.06a
• /
• pp.225-228
• /
• 2011

창의성이 강조되는 시대에 영재 교육의 중요성은 점차 높아지고 있다. 그러나 정보 영재를 위한 연구는 수학이나 과학 영재에 비해 미미한 수준이며, 특히 초등 정보영재를 위한 프로그래밍 교육은 창의적 알고리즘을 개발하는 능력을 기르는 것보다 학습자의 수준에 맞지 않는 특정 프로그래밍 언어의 사용법이나 문법 위주의 교육에 치중하고 있다는 우려의 목소리가 높았다. 이에 본 논문에서는 초등 정보영재의 알고리즘적 사고력을 향상시키기 위한 실생활 중심의 컨텐츠를 제안하고자 한다. 초등학생의 생활과 밀접하게 연관된 주제를 선정하여 학습 동기를 유발하고, Polya의 문제해결모형을 토대로 스스로 이야기를 만들고 그 안에서 알고리즘을 찾아가는 과정을 통해 알고리즘적 사고력을 향상시킬 수 있도록 컨텐츠를 설계하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2014.06a
• /
• pp.138-140
• /
• 2014

전자해도는 기존 종이해도로 표현하던 해안선, 등심선, 수심, 항로표지 등의 정보를 디지털화한 것으로 기존 종이해도 정보의 디지털화 과정에서 해도 사용 목적에 부합하는 수준으로 일반화 과정을 거치게 된다. 이 과정에서 일관된 기준과 자동화된 작업 방식 적용의 어려움으로 일반화 수준이 균일하지 않은 문제가 발생할 수 있다. 본 연구에서는 전자해도로 제작된 여러 정보 중 해안선을 대상으로 균일한 수준으로 일반화되었는지 평가하는 전자해도 일반화 평가 방안을 연구하였다. 세부 내용으로는 일반화 평가에 활용할 수 있는 여러 알고리즘을 비교 분석하여 전자해도에 가장 최적화된 알고리즘 및 평가 방법을 제안하였다.

• Journal of Internet Computing and Services
• /
• v.3 no.1
• /
• pp.51-59
• /
• 2002

The conventional procedure to verify rule bases are corresponding to the propositional logic-level knowledge representation. Building knowledge bases, in real applications, we utilize the predicate logic-level rules. In this paper, we present a verification algorithm of rule bases using Pr/T nets which represent the predicate logic-level rules naturally.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.644-647
• /
• 2007

많은 수의 CPU를 사용해 오랜 시간 계산하는 초대형 연산의 경우, 일부 노드나 통신회선의 장애로 연산 실패를 종종 겪는데, 이를 위해 응용 수준의 무정지 연산 시스템의 구현이 중요하다. 본 논문에서는 비동기 알고리즘을 사용한 이전 시스템의 약점을 보완하여, 동기 알고리즘에도 적용가능한 새로운 응용수준의 무정지 연산 시스템을 제안하고 선형시스템의 해법에 적용하였다.

• Journal of Creative Information Culture
• /
• v.5 no.3
• /
• pp.237-243
• /
• 2019

The ability of problem-solving, communicating, and collaborating with computing technology is considered as core competencies for future society. In order to improve those competences, the algorithm and programming ability was set as the important goal of the Information curriculum of Korea. Algorithmic thinking is a key component of computing thinking, and it is known to play a very important role in designing and programming algorithms. It is used to set goals of Information curriculum and to measure student achievement. Therefore, in this study, developed a test to measure algorithmic thinking of students in elementary, middle and high schools, and applied the test to measure the levels of algorithmic thinking. As a result of the analysis, the higher the school level, the better the algorithmic thinking. And no difference was found between genders. This study is expected to provide a guide for constructing measures or setting the difficulty level for algorithmic thinking.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.14 no.2
• /
• pp.237-247
• /
• 2001

강상판교는 부재수가 많고 구조적 거동이 복잡하여 재래적인 단일수준 (CSL) 알고리즘을 이용하여 최적화하는 것이 매우 어렵기 때문에 본 연구에서는 강상판교를 효율적으로 최적화하기 위해 다단계 최적설계 (MLDS) 알고리즘이 제안되었다. 강상판교를 주형과 강상판으로 나누기 위해 등위법이 사용되었고, 시스템 최적화를 위하여 설계 변수를 줄이는 분해법이 사용되었다. 효율적인 최적설계를 위해 다단계 최적설계 알고리즘은 제약조건 소거기법(Constraint Deletion)과 응력 재해석 같은 근사화 기법을 도입하였다. 변위해석을 위한 제약조건 소거기법은 교량의 최적화에 효율적인 것으로 검증되었고, 제안된 응력 재해석 기법 또한 설계민감도 해석을 필요로 하지 않으므로 매우 효율적이다. MLDS 알고리즘의 적용성과 강건성은 다양한 수치예제를 사용하여 기존의 단일수준 알고리즘과 비교하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04a
• /
• pp.19-21
• /
• 2002

우리는 저전력 소모를 위한 상위 수준(high-level)에서의 효과적인 바인딩(binding) 알고리즘을 제안한다. 이전 연구들에 의해서 저전력 소모를 위한 몇몇의 바인딩 알고리즘들은 멀티-코모도티 플로우(multi-commodity flow) 문제로 모델링 될 수 있음이 밝혀졌다. 그러나 멀티-코모도티 플로우 문제는 NP-hard이기 때문에 진은 크기의 설계에만 적용될 수 있다. 이러한 제약을 극복하기 위해 우리는 네트워크 상의 플로우를 잘 이용해서 효과적으로 빠른 시간 안에 최적에 가까운 결과를 낼 수 있는 방법을 제안하여 크기가 큰 설계에도 적용할 수 있도록 한다. 이를 위해 우리는 첫번째 단계에서는 네트워크에서 최소 비용의 최대 플로우 (maximum f1ow -minimum cost)를 구하는 방법을 부분적으로 이용해서 유효한 결과를 구하고 두 번째 단계에서는 이를 반복적으로 개선시켜나가는 2 단계의 알고리즘을 제안한다. 벤치마크를 이용한 실험 결과는 제안된 알고리즘이 실제적인 설계에 적용되었을때, 충분히 빠른 시간 안에 최적에 가까운 결과를 생성함을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06a
• /
• pp.22-24
• /
• 2006

마이크로어레이는 전체 유전체 수준의 mRNA 발현 여부에 대한 측정이 가능하다는 점에서 분자생물학의 실험 도구로서 가장 강력한 도구 중에 하나로 부각되어 있다. 현재까지 마이크로어래이의 결과로부터 유사한 발현 패턴을 찾기 위한 여러 가지 바이클러스터링 알고리즘들이 개발되어 왔다. 하지만 대다수의 알고리즘들이 최적의 바이클러스터들을 찾기보다는 일정 수준의 가능한 바이클러스터의 결과만을 제시하고 있다. 본 논문에서는 다른 개체집단들과 상호 진화하는 공진화적 학습에 의한 진화연산 기법을 통하여 유전자-조건의 매트릭스로부터 열과 행을 동시에 클러스터링하는 공진화적 바이클러스터링 알고리즘(co-evolutionary biclustering algorithm: CBA)을 제안하고자 한다. CBA는 유전자발현 데이터에서 유전자-조건의 상호의존적인 부성분들로 구성된 최적화 문제에 적합한 계산방식이라고 할 수 있다. 인간 유전자 발현 데이터에 대한 실험 결과. 제시한 알고리즘은 이전의 알고리즘에 비해 발견한 바이클러스터의 패턴 유사도에 있어서 우수한 성능을 보이고 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10b
• /
• pp.232-237
• /
• 2007

컴퓨터 시스템의 설계는 알고리즘 수준의 모델링에서부터 시제품 수준까지 시스템을 구체화해 나가는 일련의 과정이다. 시스템 구현의 구체화 과정에는 단순하고 반복적인 구현이 많이 포함되며, 이 과정에서 많은 오류가 발생한다. 이러한 오류는 개발자가 알고리즘 수준에서는 드러나지 않는 복잡하고 아키텍처 의존적인 하드웨어-소프트웨어 동기화 메커니즘의 개발과 같은 시스템 구현의 구체화 과정을 모두 떠안고 있기 때문에 발생하는 것이다. 이 논문에서는, 이러한 문제를 극복하기 위하여, 알고리즘을 데이터 플로우로 모델링하면 이로부터 합성 가능한 하드웨어 플랫폼과 동기화 로직, 그리고 동기화를 위한 드라이버 소프트웨어 일제를 자동 생성하는 설계 과정을 제시하고자 한다. 제시된 설계 과정은 자체 개발한 통합 설계 도구 상에 구현되었으며, 이를 통해서 개발된 H.263 디코더 예제를 상용의 RTL 통합 시뮬레이션 도구인 Seamless CVE와, SoC 프로토타이핑 환경인 Altera Excalibur 시스템 상에서 테스트하여 그 완성도를 검증하였다.

• Journal of Cadastre & Land InformatiX
• /
• v.49 no.1
• /
• pp.65-84
• /
• 2019

This study attempted to predict citizens' emotions regarding mortgage rates using machine learning algorithms. To accomplish the research purpose, I reviewed the related literature and then set up two research questions. To find the answers to the research questions, I classified emotions according to Akman's classification and then predicted citizens' emotions on mortgage rates using six machine learning algorithms. The results showed that AdaBoost was the best classifier in all evaluation categories. However, the performance level of Naive Bayes was found to be lower than those of other classifiers. Also, this study conducted a ROC analysis to identify which classifier predicts each emotion category well. The results demonstrated that AdaBoost was the best predictor of the residents' emotions on home mortgage rates in all emotion categories. However, in the sadness class, the performance levels of the six algorithms used in this study were much lower than those in the other emotion categories.