• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2000.11a
• /
• pp.432-433
• /
• 2000

고농도의 오존은 인간이나 동물의 건강뿐이 아닌 식물 및 토양등에도 중요한 영향을 미치는 것으로 확인되었으며, 따라서 날로 그 관심도가 증대되고 있다. 오존의 효율적 제어를 위해서는 오존 생성 메카니즘을 면밀히 분석하여 어떠한 물질 혹은 물질의 비율이 고농도 오존 발생과 연관성이 있는지에 대한 연구가 선행되어야 한다. 본 연구에서는 광화학 반응모델에서 초기농도 등에 따른 민감도 분석결과를 바탕으로 고농도 오존에 영향을 주는 지표를 살펴보고, 오존농도의 효율적 제어를 위한 기초자료로 활용하고자 한다. (중략)

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.155-158
• /
• 2007

현재 전자상거래는 우리의 생활과 밀접히 연관되어 있다. 최근 인터넷을 기반으로 전자조달, 수출입 브로커 등과 같은 유형의 B2B 전자상거래가 활발히 이루어지고 있으며, 소비자를 대상으로 하는 전자상거래 또한 점차 확산되는 시장을 형성하고 있다. 국제적으로도 전자상거래 시장 규모가 급속도로 증가할 것이라는 전망은 자명한 사실이다. 전자상거래에 대한 의존도가 높아지면서 관리해야 하는 데이터의 양 또한 급속도로 증가하고 있다. 본 논문에서는 실시간으로 유입되는 데이터를 효율적으로 활용하기 위챈 실시간 데이터 마이닝 활용 모델을 제안한다. 이 실시간 데이터 마이닝 모델은 지속적으로 유입되는 데이터의 규칙화를 통해 저장 공간의 효율성을 극대화하고 중요도 분석을 통한 총체적인 접근 방법을 시도함으로써 전자상거래 상에서 유용하게 쓰일 수 있는 활용 모델이다. 이 실시간 데이터 마이닝 모델의 바탕은 데이터 마이닝의 기법인 SEMMA를 따르며, 그 특징에 따라 규칙 추출과 의사 결정 나무 기법을 이용하여 전자상거래 상에서 유용하게 사용될 수 있는 모델을 제시하고자 한다.

• Journal of Internet Computing and Services
• /
• v.23 no.4
• /
• pp.21-33
• /
• 2022

Recently, the recommender system has been widely used in various fields such as movies, music, online shopping, and social media, and in the meantime, the recommender model has been developed from correlation analysis through the Apriori model, which can be said to be the first-generation model in the recommender system field. In 2005, many models have been proposed, including deep learning-based models, which are receiving a lot of attention within the recommender model. The recommender model can be classified into a collaborative filtering method, a content-based method, and a hybrid method that uses these two methods integrally. However, these basic methods are gradually losing their status as methodologies in the field as they fail to adapt to internal and external changing factors such as the rapidly changing user-item interaction and the development of big data. On the other hand, the importance of deep learning methodologies in recommender systems is increasing because of its advantages such as nonlinear transformation, representation learning, sequence modeling, and flexibility. In this paper, among deep learning methodologies, RNN, CNN, and GAN-based models suitable for sequential modeling that can accurately and flexibly analyze user-item interactions are classified, compared, and analyzed.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.596-599
• /
• 2023

본 연구는 브랜드가 시장 트렌드를 파악하고 이를 활용하여 경쟁 우위를 확보하고 성장하는 방법을 탐구하고 있다. 이를 위해 세 가지 핵심 요소를 고려하였다. 첫째, 시장의 트렌드 정보를 파악하기 위해 검색 포털 사이트의 검색어 랭킹 정보를 활용하였다. 둘째, 브랜드 상품과 트렌드의 연관성을 분석하기 위해 상품 타이틀과 리뷰 데이터를 활용하였다. 셋째, 각 상품의 브랜드 중요성을 추정하기 위해 리뷰 수, 리뷰 길이, 표현의 다양성 등을 고려했다. 연구 결과, 브랜드는 시장 트렌드를 더욱 정확하게 이해하고 파악함으로써 경쟁 우위를 확보하고 성장할 수 있는 기회를 제공함을 확인하였다. 더불어, 이를 통해 브랜드는 소비자의 요구를 더욱 효과적으로 충족시키고 고객 경험을 개선하는데 기여할 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.141-141
• /
• 2017

본 연구에서는 대하천의 8개의 수질인자(수온, 용존산소, 수소이온농도, 전기전도도, 총질소, 총인, 탁도, 클로로필-a)를 예측할 수 있는 인공신경망모델을 개발하였다. 인공신경망모델(ANN)은 수질데이터가 가지는 불확실성 및 비정상성, 복잡한 상호관련성에 효과적으로 대응할 수 있는 데이터기반 모델이다. 데이터기반 모델의 특성상 예측정확도를 높이기 위해서 양질의 입력데이터를 구성하는 것이 가장 중요하다. 때문에 각각의 수질인자뿐만 아니라 기상학적 인자 또한 예측을 위한 입력자료로 사용하였으며, 요인분석 및 층화표층추출법을 적용하여 입력데이터를 구성하였고 앙상블기법을 이용하여 추가적으로 예측의 정확도를 향상시켰다. 개발된 모델을 이용하여 지천유입이 있는 북한강의 수질자료를 예측한 결과 탁도를 제외한 7개의 수질인자 모두 0.85 이상의 설명력을 보였으며, 실측값과 예보값을 비교해본 결과 평균적으로 10% 미만의 에러값을 나타냈다. 요인분석을 통하여 연관성있는 인자를 입력인자로 추가한 경우 향상된 결과값을 보였주었으며, 앙상블기법을 적용한 결과 정확도 면에서 큰 향상을 보여주었다.

• Journal of the Korean Chemical Society
• /
• v.44 no.6
• /
• pp.600-610
• /
• 2000

The purpose of this study was to design the new teaching strategy based on the particulate model facilitating the reflective thinking (RE-PM) in the learning of the particulate nature of matter, and to investigate the effect of the new teaching strategy in compare with the traditional teaching strategy (TS-PM) after treating with new teaching strategy on preliminary teachers of elementary school. The problems of traditional teaching strategy are as follows: 1) Most of students didn't think the particulate model connected with practical material. 2) Most of students have a tendency of the rote memory on learning of the traditional particulate model. 3) The ratio of changing the view of continuous matter into the view of particulate nature of matter was very low, after learning the particulate model using of the traditional teaching strategy. The new teaching strategy facilitating the reflective thinking was more effective on the understanding of particulate nature of matter and the driving of motivation than the traditional teaching strategy in the learning of the particulate nature of matter.

• The KIPS Transactions:PartD
• /
• v.11D no.1
• /
• pp.115-122
• /
• 2004

Software system modeling has a goal for finding and solving system's problems by describing and analyzing system model in formal notations. Petri nets, as graphical formalism, have been used in describing and analyzing the software systems such as parallel systems, real-time system, and protocols. In the analysis of Petri nets, general system properties such as deadlock and liveness are analyzed by the reachability analysis. On the other side, specific properties such as functional requirements and constraints are checked by model-checking. However, since these analysis methods are based on enumeration of ail possible states, there nay be state explosion problem, which means that system states exponentially increase as the size of system is larger. In this paper, we propose a new method for mechanically checking system properties with avoiding state explosion problem. At first, system properties are described in property nets then the system model and the property net are composed and analyzed. In the compositional analysis, system parts irrelevant to the specific property are reduced to minimize the analysis domain of the system. And it is possible to mechanically check whether a specific property is satisfied or not.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.480-484
• /
• 2008

셀렝게(Selenga)강은 몽골에서 발원하여 세계최대의 담수호로 알려진 러시아 바이칼호로 유입되는 국제하천으로서 소비에트 연방해체 이후 계획경제가 무너지면서 다양한 물환경문제에 노출되어 있다. 몽골의 경우 도시개발이 급격히 진행되고 있으나 처리시설의 미비로 인한 오폐수 배출 및 무분별한 광산개발에 따른 수질오염문제가 현안이 되고 있으며, 러시아(브리아트공화국)는 계획경제의 붕괴에 따른 산업구조의 변화, 처리시설의 부족 및 운영의 비효율성, 산림자원의 개발에 따른 비점오염부하의 증가 등의 수질문제 해결이 요구된다. 몽골은 자연적인 특성상 광물질을 많이 포함하는 지표수 성상 및 매우 적은 강우량으로 인한 수자원의 부족, 지역별로 극심한 물공급량의 불균형, 산업개발에 따른 지하수 오염 등의 문제를 포함한 수자원 부족이 해결해야할 현안과제이고, 러시아는 수자원은 매우 풍부하나 공급시설의 낙후 및 비효율적인 운영으로 인한 물 공급 시스템의 개선이 절실히 요구되는 상황이다. 물 환경관리 체계를 보면 양국 공히 대내적으로는 이용 및 공급 주체별로 분화된 물 관리체제로 인해 부문간 통합성이 결여되어 있으며, 대외적으로는 셀렝게강 상 하류 물이용 개발, 수질보전 및 수생태계보호와 연관된 문제해결을 위한 몽골과 러시아간의 국제적인 협력시스템이 없는 실정이다. 경제개발에 따라 최근 수질오염 및 물이용 개발과 관련된 이해당사자 간의 갈등이 심화되고 있어 이를 지역, 국가, 국제적인 차원에서 조정할 수 있는 통합관리시스템의 구축과 이해당사자의 인식제고 및 자체적인 관리능력 배양을 위한 역량강화프로그램의 개발 운영이 요구되고 있다. 따라서 본 연구에서는 동지역에서 기초현황조사, 물 환경현안 파악, 물 관리정책 및 체계와 문제점을 파악하고 향후 DPISR(Drivers-Pressures-Impact-State- Response) 분석이 가능하도록 물환경관리와 연관된 물환경상태, 현안, 원인, 영향 및 대책을 종합적인 관점에서 분석하며, 해외의 주요 국제하천의 물 환경관리모델에 대한 사례분석 및 비교연구를 통해 물이용 및 개발과 관련된 이해상충 조정체계를 개발하고자 하였다.

• The Journal of the Korea Contents Association
• /
• v.9 no.4
• /
• pp.313-322
• /
• 2009

Recently, According to computer technology has been improving, Massive customer data has stored in database. Using this massive data, decision maker can extract the useful information to make a valuable plan with data mining. Data mining offers service providers great opportunities to get closer to customer. Data mining doesn't always require the latest technology, but it does require a magic eye that looks beyond the obvious to find and use the hidden knowledge to drive marketing strategies Automotive market face an explosion of data arising from customer but a rate of increasing customer is getting lower. therefore, we need to determine which customer are profitable clients whom you wish to hold. This paper builds model of customer loyalty detection and analyzes customer patterns in automotive market with data mining using association rule and basic statics methods. With 4he help of information technology.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.610-613
• /
• 2022

센서 데이터의 중요성이 커지면서 센서 데이터 처리 연구의 수요가 증가하고 있다. 센서 데이터 기반의 딥러닝 모델 개발 시, 센서 데이터 단일 값에 의한 출력이 아닌 시계열적인 특성을 반영하여 연속적인 데이터 간의 연관성을 파악할 수 있는 슬라이딩 윈도우 기법을 통해 효율적으로 데이터를 분석하고 처리할 수 있다. 하지만, 기존의 방법들은 학습 성능(학습 시간 및 모델 성능)에 미치는 영향을 평가하는 기준 없이 입력 데이터의 윈도우 사이즈를 임의로 설정하여 데이터를 처리해 왔다. 따라서, 본 논문은 학습 시간과 모델 성능을 기준으로 센서 데이터의 윈도우 사이즈 최적화 기법을 제안한다. 제안한 방법은 전류를 이용하여 스위치와 다이오드 온도를 추정하는 가상 센서(virtual sensor) 실험 테스트베드에 적용하여, 학습 시간 중심으로는 5%의 윈도우 사이즈를, 모델 성능 중심으로는 R2 SCORE 의 값을 0.9295 로 갖는 8%의 윈도우 사이즈가 최적으로 도출되었다.