• Proceedings of the Korea Society of Information Technology Applications Conference
• /
• 2004.06a
• /
• pp.15-24
• /
• 2004

본 논문은 be동사에 관한 학생들의 영어개념 이해에서 발생되는 오인을 진단할 수 잇는 학습오인 진단 시스템을 제시한다. 학습오인 진단 시스템에서 퍼지 인진 맵은 영어에 대한 학생들이 가지는 선입개념들과 오인들을 인과관계로 표현하며, 개념간의 인과관계를 기억할 수 있는 퍼지 연상 메모리를 통하여 오인의 원인들을 진단한다. 본 연구는 기존의 학습 오인을 진단하는 규칙기반 전문가 시스템의 한계성을 극복할 수 있는 새로운 방법을 제공하며, 교육분야의 다양한 영역에서 학습자들의 학습 진단을 위한 학습오인 진단 시스템으로 적용될 수 있다.

• Korean Journal of Cognitive Science
• /
• v.13 no.1
• /
• pp.53-59
• /
• 2002

This paper presents a model for diagnosing students'learning misconceptions in the domain of heat and temperature using fuzzy cognitive maps(FCM) and fuzzy associative memory(FAM). In a model for diagnosing learning misconceptions. an FCM can represent with cause and effect between preconceptions and misconceptions that students have about scientific phenomenon. An FAM which represents a neurallike memory for memorizing causal relationships is used to diagnose causes of misconceptions in learning. This study will present a new method for more autonomous and intelligent system than a model to diagnose misconceptions that was being done with classical methods in learning and may contribute as an intelligent tutoring system for learning diagnosis within various educational contexts.

• Fire Science and Engineering
• /
• v.27 no.2
• /
• pp.89-96
• /
• 2013

In this research, the fire mistaken dispatch records for the past 11 years have been analyzed by using a statistic technique. Fire mistaken dispatch occurred yearly average $48,371{\pm}5,763$ time at 95 % confidence level. This is 1.2 times more than the dispatch for extinguishing the fire. Fire mistaken dispatch has been increased mainly by malfunctioning alarm among other various reasons and the reason of mistaken dispatch is different depending on the population of the region. In big cities, the burning smell accounts for the most of mistaken dispatch but in rural areas, the garbage incineration is the major reason for mistaken dispatch. As a result of calculating the mean time between fire mistaken dispatches (MTBFmd) by region, MTBFmd of Daejeon is 20.61 hr/time and its reliability is 95.26 % at t=1 hr. On the other hand, the MTBFmd of Gyeonggi is 0.58 hr/time and its reliability is 17.91 % at t=1 hr.

• Journal of Scientific & Technological Knowledge Infrastructure
• /
• s.12
• /
• pp.52-57
• /
• 2003

바이오인포매틱스 시스템은 생명공학, 의학, 약학 등의 바이오인포매틱스 관련 산.학.연 연구자들의 연구개발의 기반이 되는 대용량의 생물정보를 효율적으로 저장하는 데이터베이스 구축 및 운영에 필요한 검색 처리 및 분석 시스템을 구축하는 정보인프라로서 21세기 가장 각광 받는 분야로 자리잡고있다. 최근 기하급수적으로 증가하고 있는 유전정보와 특정그룹이나 개인별 유전자 변화와 질병 감수성과의 관계 및 특정 질병과 관련된 유전자에 대한 생물학적 2차, 3차 분석정보 등 바이오인포매틱스 연구의 확대 필요성이 증가하고 있으나, 대부분의 생명공학 관련 산.학.연 연구자들은 연구분야에 적합한 IT기술을 적용할 수 있는 적절한 방법을 보유하고 있지못한 실정이다.

• The Transactions of the Korea Information Processing Society
• /
• v.4 no.1
• /
• pp.184-194
• /
• 1997

In the recent years number of commercial off-line character recognition systems have been appeared in the Korean market. This paper describes a "self -organizing" data structure for representing a large dictionary which can be searched in real time and uses a practical amount of memory, and presents a study on the character correction for off-line printed sentence marks, Japanese, English, and Chinese character recognition. Self-organizing algorithm can be recommenced as particularly appropriate when we have reasons to suspect that the accessing probabilities for individual words will change with time and theme. The wrongly recognized characters generated by OCR systems are collected and analyzed Error types of English characters are reclassified and 0.5% errors are corrected using an English character confusion table with a self-organizing dictionary containing 25,145 English words. And also error types of Chinese characters are classified and 6.1% errors are corrected using a Chinese character confusion table with a self-organizing dictionary carrying 34,593 Chinese words.ese words.

• Annual Conference on Human and Language Technology
• /
• 1993.10a
• /
• pp.271-283
• /
• 1993

본 논문은 온라인 한글인식 시스템에서 오인식된 단어를 교정하는 알고리즘이다. 교정 기법으로는 N-gram 한글사전을 이용하였다. 오인식된 단어는 후보키의 선정과 선정된 후보문자중 가장 유사한 단어로 대체된다. 오인식 단어는 사전에 수록된 단어의 형태소 정보 즉, 사전의 표제어, 이의 품사 및 접속 규칙을 활용하여 교정된다. 본 논문은 오인식 교정에서 필요한 한글의 형태소 분석기에 관한 선행연구를 전제한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.723-726
• /
• 2004

문자들 중에는 매우 비슷한 모양을 갖고 있는 문자가 존재하기 때문에 오인식은 이러한 유사한 문자들 사이에서 일어날 경우가 많다고 볼 수 있다. 즉, 입력된 문자가 유사한 다른 문자에 대응하는 모델에서 발생 확률이 가장 높게 나와 오인식이 되었다고 할지라도, 해당 모델에서는 입력된 문자의 발생 확률도 여전히 높다고 볼 수 있다. 본 논문에서는 사전을 통한 후처리 시, 오인식 된 단어에서 사용된 모델들을 통해 오인식을 보정하는 방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.902-904
• /
• 2010

본 논문에서는 개인 특화된 의료를 위한 진단, 치료선택, 예후 추정을 지원하기 위한 정보를 전문 의료인에게 효과적으로 제공하기 위한 데이터베이스 설계와 구축을 제시한다. 내원 환자들의 유전자 수준의 미시 데이터, 임상학적 거시 데이터, 가족력, 유사 질환군 등의 연관정보 데이터를 통합 연계하여 이력으로 관리하고, 데이터의 점진적 누적이 가능한 통합의료시스템을 위한 데이터베이스 설계의 프레임워크를 구축하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.401-402
• /
• 2009

정보화 기술의 발전과 더불어 GIS의 대중화에 따라, 다양한 형태와 주제로 공간 정보를 제공하는 수치지도의 수요가 증가하고 있다. 기존의 수치지도 데이터는 도엽 단위로 관리하기 때문에 관리 및 갱신을 효율적으로 지원하기 어렵다. 이 논문에서는 이러한 문제를 해결하기 위해 객체의 연속적인 표현, 객체 단위의 갱신 및 이력관리가 가능한 UFID기반의 수치지도 데이터 모델을 제안하였다. 제안한 모델은 각 지형지물에 새로운 UFID를 부여하여 연속적인 지형지물 표현과 갱신으로 인한 지형지물별 이력 관리가 가능하도록 하였다. 마지막으로 제안된 모델의 효율성을 검증하기 위하여 타당성을 분석하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.797-798
• /
• 2009

군집화는 대용량의 데이터로부터 유용한 정보를 추출하는 데에 적합한 데이터마이닝 기법들 중 하나이다. 군집화 기법은 주어진 데이터그룹 내에서 사전정보 없이 의미있는 지식을 발견할 수 있으므로 큰 어려움이 없이 실제 응용분야에 적용할 수 있다. 또한, 대용량 데이터를 다룰 때에 개별적인 데이터에 대한 접근 횟수를 줄이고, 알고리즘이 다루어야 할 데이터 구조의 크기를 줄일 수 있다. 본 논문에서는 밀도-기반 군집화 기법을 기반으로 하는 새로운 군집화 기법을 제안한다. 우리가 제안하는 군집화 기법은 반복적인 군집화 과정을 통하여 군집 내 주변 잡음을 제거하고 더 세밀하게 집단을 세분화하는 것이 가능하다. 또한, 군집을 표현하는 데에 계층구조로 나타내어 각 군집의 상관관계를 파악하는 데에 유리하다. 본 논문에서 제안하는 군집화 기법을 통하여 다양한 밀도를 가진 군집들을 효과적으로 분류할 수 있을 거라고 기대된다.