• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.340-340
• /
• 2019

지구온난화로 유발되는 기후변동성이 증가함에 따라서 정확한 수문인자의 예측은 전 세계적으로 주요 관심사항이 되고 있다. 최근에는 고성능 컴퓨터 자원의 증가로 수문기상학 연구에서 동일한 학습량에 비하여 정확도의 향상이 뚜렷한 기계학습 구조를 활용하여 위성영상 기반의 대기예측, 태풍위치 추적 및 강수량 예측 등의 연구가 활발하게 진행되고 있다. 본 연구에는 기계학습 중 시계열 분석에 널리 활용되고 있는 순환신경망(Recurrent Neural Network, RNN) 기법의 대표적인 LSTM(Long Short-Term Memory) 네트워크를 이용하여 수문인자를 예측하였다. LSTM 네트워크는 가중치 및 메모리 요소에 대한 추가정보를 셀 상태에 저장하고 시계열의 길이 조정하여 모형의 탄력적 활용이 가능하다. LSTM 네트워크를 이용한 다양한 수문인자 예측결과 RMSE의 개선을 확인하였다. 따라서 본 연구를 통하여 개발된 기계학습을 통한 수문인자 예측기술은 권역별 수계별 홍수 및 가뭄대응 계획을 능동적으로 수립하는데 활용될 것으로 판단된다. 향후 연구에서는 LSTM의 입력영역을 Bayesian 추론기법을 활용하여 구성함으로 학습과정의 불확실성을 정량적으로 제어하고자 한다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.284-288
• /
• 2022

최근 다양한 언어모델의 구축 및 발전으로 개체명 인식 시스템의 성능은 최고 수준에 도달했다. 하지만 이와 관련된 대부분의 연구는 데이터가 충분한 언어에 대해서만 다루기 때문에, 양질의 지도학습 데이터의 존재를 가정한다. 대부분의 언어에서는 개체 유형에 대한 언어의 잠재적 특성을 충분히 학습할 수 있는 지도학습 데이터가 부족하기 때문에, 종종 자원 부족의 어려움에 직면한다. 본 논문에서는 Masked language modeling 기반 언어 간 전이학습을 이용한 개체명 인식 방법론에 대한 분석을 수행한다. 이를 위해 전이를 수행하는 소스 언어는 고자원 언어로 가정하며, 전이를 받는 타겟 언어는 저자원 언어로 가정한다. 본 논문에서는 언어모델의 토큰 사전에 언어 독립적인 가상의 자질인 개체 유형에 대한 프롬프트 토큰을 추가하고 이를 소스 언어로 학습한 뒤, 타겟 언어로 전이하는 상황에서 제안하는 방법론에 대한 평가를 수행한다. 실험 결과, 제안하는 방법론은 일반적인 미세조정 방법론보다 높은 성능을 보였으며, 한국어에서 가장 큰 영향을 받은 타겟 언어는 네덜란드어, 한국어로 전이할 때 가장 큰 영향을 준 소스 언어는 중국어인 결과를 보였다.

• The Journal of Korean Association of Computer Education
• /
• v.20 no.1
• /
• pp.87-97
• /
• 2017

Recently, much research has been done on the turnover and retirement intentions of the organization members as many companies recognize the negative impact of the human resource outflow on the organization. However, most of the studies are conducted in the form of questionnaires, and there is still a lack of studies on the turnover and retirement intentions based on the work life data. In this study, we analyzed the factors affecting the retirement of employees based on the work life profile, and created a retirement prediction model using the machine learning method. As a result, we could identify various factors that were not covered in previous researches. In addition, we have established a basis for research that can provide a solution for the problem of human resource outflow by generating a good performance retirement prediction model.

• Proceedings of the Safety Management and Science Conference
• /
• 2010.11a
• /
• pp.473-482
• /
• 2010

지식기반경제사회에서 지식을 습득하고 행동할 수 있는 능력을 갖춘 인적자원이야 말로 기업의 핵심경쟁력 이라는 것은 자명한 것이다. 디지털시대로 특징지어지는 21세기에는 지식이야말로 기업의 경쟁우위에 중요한 영향을 미칠 것이다. 기업은 디지털시대에 있어서 경쟁우위를 확보하기 위하여 학습조직의 활성화는 기업의 경쟁에 있어서 중요한 핵심요소가 된다. 그러나 대부분 기업들이 학습활동을 하면서도 학습조직의 활성화가 기업에 어떠한 영향을 미치는지에 대한 분석은 미흡한 실정이다. 따라서 본 연구는 학습조직의 활성화가 기업조직의 유효성에 미치는 영향에 관한 분석을 실시하였다. 연구의 결과 기업학습조직 활성화에 지속적 학습, 시스템적 사고, 조직몰입 등이 기업조직의 유효성에 유의하게 판단되었다.

• 한국정보교육학회:학술대회논문집
• /
• 2010.01a
• /
• pp.263-268
• /
• 2010

다양한 사회의 문제를 여러 각도에서 담고 있는 신문은 교과서의 한계를 보완하고자 하고 다양한 교수학습방법을 필요로 하는 교육계의 요구와 결합하며 NIE학습을 등장시켰다. 정보통신기술의 발달과 시대적 요구에 의해 종이 신문은 인터넷 신문으로 변화하였고, NIE학습은 정보통신기술의 인프라 기반이 완비된 학교, 가정에서 지식정보화 사회의 급변하는 환경 변화에 능동적으로 대응해 나갈 수 있는 창의적이고 전문적인 인적자원의 육성을 목적으로 하는 이러닝(e-learning)의 학습방법과 결합하여 e-NIE로 발전하였다. e-NIE학습이 이루어지기 위한 필요조건을 알아보고, 기존의 NIE학습이 가지고 있던 장점을 살리면서 이러닝의 환경 속에서 보다 효과적으로 활용할 수 있는 e-NIE의 학습 활동 종류를 4가지 영역으로 나누어 각 영역의 활동을 구체적으로 제시해 보았다.

• Journal of the Korea Safety Management & Science
• /
• v.11 no.4
• /
• pp.287-292
• /
• 2009

지식기반경제사회에서 지식을 습득하고 행동할 수 있는 능력을 갖춘 인적자원이야말로 기업의 핵심경쟁력 이라는 것은 자명한 것이다. 디지털시대로 특징지어지는 21세기에는 지식이야말로 기업의 경쟁우위에 중요한 영향을 미칠 것이다. 기업은 디지털 시대에 있어서 경쟁우위를 확보하기 위하여 학습조직의 활성화는 기업의 경쟁에 있어서 중요한 핵심요소가 된다. 그러나 대부분 기업들이 학습활동을 하면서도 학습조직의 활성화가 기업에 어떠한 영향을 미치는지에 대한 분석은 미흡한 실정이다. 따라서 본 연구는 학습조직의 활성화가 기업조직의 유효성에 미치는 영향에 관한 분석을 실시하였다. 연구의 결과 기업학습조직 활성화에 지속적 학습, 시스템적 사고, 조직몰입 등이 기업조직의 유효성에 유의하게 판단되었다.

• Annual Conference on Human and Language Technology
• /
• 2010.10a
• /
• pp.63-67
• /
• 2010

본 논문에서는 자질(feature)의 가중치를 학습하여 이용하는 기계학습 기반 한국어 의존 파싱 기법을 소개한다. 이를 위하여 모든 가능한 의존관계에 대하여 각 의존관계마다 일정한 수의 자질을 생성한다. 자질마다 가중치에 의하여 그 중요도를 나타낸다. 자질의 가중치 값은 의존관계가 태깅된 구문구조 학습 말뭉치를 이용하여 학습한다. 이를 위해 본 논문에서는 간단한 가중치 기계학습 기법을 제시한다. 실험을 위한 언어 자원으로는 구구조부착 세종말뭉치를 변환하여 구한 의존관계 부착 말뭉치를 사용하였다. 실험 결과 약 86.5%의 정확률을 가지는 의존파싱이 가능함을 관찰하였다.

• Journal of The Korean Association For Science Education
• /
• v.35 no.6
• /
• pp.971-984
• /
• 2015

The purpose of this study is twofold: to theoretically review the 'resources-based view' (RBV) developed by D. Hammer and his colleagues as an alternative cognitive theory and to illustrate the usefulness of the theory by applying it to interpret a science learning activity in which undergraduate students worked together to construct a model of the seasons. The theoretical review was based on the exploration of relevant literature and dealt mainly with three types of resources: conceptual, epistemological, and practical resources. The trial application revealed that scientific models have been developed through the combination of different pieces of conceptual resources activated from participants, rather than emerging as unitary wholes. However, all the activated resources were not included into a model, and some of the conceptual resources acted as constraints to constructing a scientific model. The implications included that science educators should be attentive and responsive to students' resources and help them use the resources productively to learn science.

• The Journal of Society for e-Business Studies
• /
• v.27 no.1
• /
• pp.1-13
• /
• 2022

With the development of network technologies, the security to protect organizational resources from internal and external intrusions and threats becomes more important. Therefore in recent years, the anomaly detection algorithm that detects and prevents security threats with respect to various security log events has been actively studied. Security anomaly detection algorithms that have been developed based on rule-based or statistical learning in the past are gradually evolving into modeling based on machine learning and deep learning. In this study, we propose a deep-autoencoder model that transforms LSTM-autoencoder as an optimal algorithm to detect insider threats in advance using various machine learning analysis methodologies. This study has academic significance in that it improved the possibility of adaptive security through the development of an anomaly detection algorithm based on unsupervised learning, and reduced the false positive rate compared to the existing algorithm through supervised true positive labeling.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.342-344
• /
• 2012

세종 트리뱅크는 현존하는 한국어 트리뱅크 중 비교적 최근에 구축되었고 그 규모가 가장 큰 자원이다. 세종 트리뱅크는 어절을 기반으로 구축되어 있어, 어절의 개념이 없는 영어를 기반으로 연구 개발된 대다수의 구문분석기를 학습하는 데 이용될 경우 모호성이 발생된다. 본 논문에서는 세종 트리뱅크를 변환하여 학습 시 모호성을 줄이고, 이를 통해 학습된 구문 분석기의 성능을 높이는 방법에 대하여 서술한다. 실험 결과에 따르면 본 논문에서 제시된 변환 결과를 통해 최소 2 %에서 최대 4 % 정도의 성능 향상 효과를 얻을 수 있었다.