• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.385-387
• /
• 2002

21세기 정보화 시대에 정보소양함양은 범국가적인 정보화사업추진의 이슈로 떠오르고 있으며 이에 학교는 그 선봉의 역할에 서 있다. 본 논문에서는 학교 교육정보화의 중심인 초등학교 담임교사의 정보소양함양 시스템을 제안하였다. 본 논문의 구성은 다음과 같다. 먼저, 교원 정보소양 개념에 대한 분석에서 시작하여 국내의 정보소양 인증 실태를 조사하였으며, 담임교사로서 학급운영과 학교행정업무에 필요한 구성요소를 분야별로 추출하였다. 이렇게 추출한 구성요소로 작성한 평가 문항을 통해 교사는 자신의 정보소양을 자가 진단할 수 있고 부족한 부분의 영역에 대하여 처방 받을 수 있도록 하였다. 본 초등학교 담임교사 정보소양함양 시스템의 특징은 첫째, 각종 연수 및 정보통신기술 학습에 대한 기초자료를 제공한다. 둘째, 통합형 평가를 개발하고 평가 항목을 다변화한다. 셋째, 수준별/업무별 평가 과정을 개발ㆍ제공한다. 넷째, 자기 주도적 학습력을 항상시킬 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.66-71
• /
• 2010

BPMS, ERP, SCM 등 프로세스 인식 정보시스템들이 널리 쓰이게 되면서 프로세스 마이닝에 대한 연구가 활발하게 이루어지고 있다. 프로세스 마이닝은 프로세스가 실행되는 동안 저장된 이벤트 로그로부터 정보를 추출하는 기법이다. 추출된 로그정보는 비즈니스 프로세스의 분석 및 재설계에 사용될 프로세스 모델을 생성하게 된다. 프로세스 마이닝 기법은 프로세스의 자동화 및 기업의 업무정보들을 관리하는 프로세스 기반 정보시스템의 정확성 및 효율성을 위한 중요한 부분을 차지하지만 현재까지의 연구는 생성된 이벤트 로그로부터 프로세스 모델을 재설계하는 프로세스 발견 기법 (Process Discovery Technique)을 적용한 부분에서만 활발히 진행되었다. 프로세스 마이닝은 프로세스 발견 기법 외에도 프로세스 적합성검사 기법 (Process Conformance Checking Technique) 및 프로세스 확장 기법 (Process Extension Technique)이 존재한다. 이들은 많은 프로세스 발견 기법에 대한 연구들이 진행되고 나서야 최근 프로세스 마이닝의 이슈로 떠오르고 있다. 본 논문에서는 프로세스 적합성 검사를 위해 수집된 이벤트 로그와 기존에 나와 있는 여러 가지 프로세스 발견 알고리즘을 통해 생성된 프로세스를 수치적으로 비교할 수 있는 두 가지 애트리뷰트를 제시하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.815-818
• /
• 2014

영상 분석을 통한 특징 추출은 객체의 인식이나 매칭, 인덱싱 등을 위해 수반되는 준비 단계로서 분야별로 다양한 방식을 통해 수행되어 왔다. 특히, 피부 영상 분석에 있어 주목할 만한 이슈는 피부의 노화 정도를 측정하는 것이다. 피부의 거칠기는 피부의 상태와 노화를 판단하는 중요한 근거의 하나이다. 본 논문에서는 피부 나이를 측정하기 위해 피부 현미경 영상에서 피부 거칠기를 평가하는 방법을 제안한다. 이를 위해 피부 현미경으로 촬영된 이미지에 이진화 및 질감 대비 향상, 노이즈 제거 등의 전처리 과정을 수행하고, Watershed 알고리즘과 외곽선 검출을 통해, 피부를 구성하는 셀들의 영역 정보를 획득한다. 이를 바탕으로 피부 거침의 변화량을 계산하여 거칠기를 정의한다. 제안한 방법의 효과를 검증하기 위해 다양한 연령대의 피험자로부터 피부 현미경 영상을 확보하고 실험을 통해 피부 거칠기 특징이 피험자의 연령대와 상관관계가 있음을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.1251-1254
• /
• 2012

본 논문은 Gary E. Mogyorodi[1]가 제시한 기법을 기반으로 Use-Case Approach 접목을 통해 테스트케이스 추출을 제안하고자 한다. 최근 이슈가 되고 있는 임베디드 시스템은 기존의 결정적 소프트웨어와 달리 비결정적, 실시간 또는 병렬적 시스템이다. 그래서 이러한 복잡한 시스템을 모델링 하기 위해서, 메시지 순차적 다이어그램을 확장을 통해 해결하고자 한다. 또한 Gary E. Mogyorodi[1]가 제시한 기법과 확장된 메시지 순차적 다이어그램을 접목을 통해 Test Case 를 생성하기 및 추출하고자 한다. 이 테스트케이스로 선 시험함으로써 실제 개발과 구현단계에서 오류를 참조하여 시간과 비용을 줄이고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.374-376
• /
• 2013

증강 현실(Argument Reality)에 대한 관심이 증가함에 따라 빠르고 강건한 물체 추적(Object Tracking)기법의 개발이 큰 이슈가 되고 있다. 특히, 마커를 사용하지 않는 경우에 추적 속도와 정확도의 정보가 이루어지는 강건한 Markerless 3D 추적 기술은 많은 연구가 이루어지고 있다. 본 논문에서는 SIFT(Scale Invariant Feature Transform)를 이용한 특징점 추출 및 매칭 기법을 통하여 높은 정확도의 물체 추적기법을 제안한다. 그리고 실시간으로 적용하기 어려운 SIFT의 느린 특징점 추출과 매칭 단계를 GPU 기반의 병렬화 작업을 통하여 개선시켜 향상된 추적 속도를 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.288-289
• /
• 2023

본 논문은 글로벌 이슈로 인한 인플레이션과 대학 등록금 인상 우려 등으로 인해 장학금의 중요성이 부각되고 있는 상황을 고려하여 기존의 장학금 공고 게시물을 수집한 후 BERT Q&A (Bidirectional Encoder Representations from Transformers Question & Answering) 모델을 이용해 개별 맞춤형 장학 공고를 추천하는 시스템을 제안한다. 우선 웹 크롤링을 통해 장학금 정보를 수집하고, BERT Q&A 모델과 사전에 정의한 규칙 기반으로 핵심 정보를 추출한다. 이후 분류 과정을 거쳐 사용자가 입력한 정보와 매칭하여 조건에 맞는 장학금 게시물을 추천할 수 있는 어플리케이션을 구현하였다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.13 no.5
• /
• pp.27-35
• /
• 2013

Recently, as Social Network Services(SNS) are becoming more popular, much research has been doing on analyzing public opinions from SNS. One of the most important tasks for solving such a problem is to separate opinion(subjective) documents from others(e.g. objective documents) in SNS. In this paper, we propose a new method of retrieving the opinion documents from Twitter. The reason why it is not easy to search or classify the opinion documents in Twitter is due to a lack of publicly available Twitter documents for training. To tackle the problem, at first, we build a machine-learned model for sentiment classification using the external documents similar to Twitter, and then modify the model to separate the opinion documents from Twitter. Experimental results show that proposed method can be applied successfully in opinion classification.

• Applied Chemistry for Engineering
• /
• v.31 no.1
• /
• pp.1-6
• /
• 2020

Hydrogen production from biogas has received consistent attention due to the great potential to solve simultaneously the issues of energy demands and environmental problems. Practically, biomethane produced by purification/upgrading of biogas can be a good alternative to the natural gas which is a main reactant for a steam methane reforming process. Judging from the economic and environmental impacts, however, the steam biogas and dry reforming are considered to be more effective routes for hydrogen production because both processes do not require the carbon dioxide elimination step. Herein, we highlight recent studies of hydrogen production via reforming processes using biogas and effective applications for earlier commercialization.

• Journal of the Korean Society for information Management
• /
• v.31 no.3
• /
• pp.293-311
• /
• 2014

This study explored the research trends on Twitter in Korea by informetric methods. All 539 articles on Twitter published from 2009 to the April of 2014 were obtained from the KCI. Only article titles, abstracts, and keywords by authors were used in analysis. Academic journals in many different disciplines where Twitter articles were produced were analysed by profiling, and then, the subject areas of researches on Twitter were analysed by co-word analysis. The results of this study showed that Twitter-related papers were published in as many as 53 disciplines with journalism, business administration, and computer science to be core fields. It was also found that the core subject areas are political issues and business.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.33 no.6
• /
• pp.881-891
• /
• 2023

Recently, various studies on malicious URL detection using artificial intelligence have been conducted, and most of the research have shown great detection performance. However, not only does classical machine learning require a process of analyzing features, but the detection performance of a trained model also depends on the data analyst's ability. In this paper, we propose a DL-ML Fusion Hybrid Model for malicious web site URL detection based on URL lexical features. the propose model combines the automatic feature extraction layer of deep learning and classical machine learning to improve the feature engineering issue. 60,000 malicious and normal URLs were collected for the experiment and the results showed 23.98%p performance improvement in maximum. In addition, it was possible to train a model in an efficient way with the automation of feature engineering.