• 한국컴퓨터정보학회논문지
• /
• 제28권4호
• /
• pp.21-29
• /
• 2023

본 논문에서는 인구 조사에서 산업 및 직업 코드를 자동 분류하기 위한 인공지능 기반 시스템을 제안한다. 산업 및 직업 코드의 정확한 분류는 정책 결정, 자원 할당 및 연구를 위해 매우 중요하지만, 기존의 방식은 사람이 작성한 사례 사전에 의존하는 규칙 기반 방식으로 규칙 생성에 필요한 시간과 자원이 많이 소요되며 오류 발생 가능성이 높다. 우리는 본 논문에서 통계 기관에서 사용하는 기존의 규칙 기반 시스템을 대체하기 위해 사용자가 입력한 데이터를 이용하는 인공지능 기반 시스템을 제안하였다. 이 논문에서는 여러 모델을 학습하고 평가하여 산업에서 86.76%의 일치율, 직업에서 81.84%의 일치율을 달성한 앙상블 모델을 개발하였다. 또한, 분류 확률 결과를 기반으로 프로세스 개선 작업도 제안하였다. 우리가 제안한 방법은 전이 학습 기술을 활용하여 사전 학습된 모델과 결합하는 앙상블 모델을 사용하였으며, 개별 모델과 비교하여 앙상블 모델의 성능이 더 높아짐을 보였다. 본 논문에서는 인공지능 기반 시스템이 인구 조사 데이터 분류의 정확성과 효율성을 향상시키는 잠재력을 보여주며, 인공지능으로 이러한 프로세스를 자동화함으로써 더 정확하고 일관된 결과를 달성하며 기관 직원의 작업 부담을 줄일 수 있다는 점을 보여준다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권8호
• /
• pp.341-354
• /
• 2023

문서의 제목은 문서의 내용을 가장 효율적으로 요약하여 제공해 준다. 이때 독자들이 선호하는 스타일과 언어에 따라 문서의 제목을 다르게 제공해 준다면, 독자들은 문서의 내용을 좀 더 쉽게 예측할 수 있다. 본 연구에서는 문서가 주어졌을 때 언어와 스타일에 따라 제목을 자동 생성하는'교차 언어 및 스타일 기반의 제목 생성 모델을 제안한다. 모델을 학습하기 위해서는 같은 내용을 다른 언어와 다른 스타일로 작성한 병렬데이터가 필요하다. 그러나 이러한 종류의 병렬데이터는 구축하기 매우 어렵다. 반면, 단일 언어와 단일 스타일로 구축된 제목 생성 데이터는 많으므로 본 연구에서는 제로샷(zero-shot) 학습으로 제목 생성을 수행하고자 한다. 교차 언어 및 스타일 기반의 제목 생성을 학습하기 위해 다중 언어로 사전 학습된 트랜스포머 모델에 각 언어, 스타일, 기계번역을 위한 어댑터를 추가하였다. 기계 번역용 병렬데이터를 이용하여 기계번역을 먼저 학습한 후, 동일 스타일의 제목 생성을 학습하였다. 이때, 필요한 어댑터만을 학습하고 다른 부분의 파라미터는 모두 고정시킨다. 교차 언어 및 스타일 기반의 제목을 생성할 때에는 목적 언어와 목적 스타일에 해당하는 어댑터만을 활성화시킨다. 실험 결과로는 각 모델을 따로 학습시켜 파이프라인으로 연결시킨 베이스라인에 비해 본 연구에서 제안한 제로샷 제목 생성의 성능이 크게 떨어지지 않았다. 최근 대규모 언어 모델의 등장으로 인한 자연어 생성에서의 많은 변화가 있다. 그러나 제한된 자원과 제한된 데이터만을 이용하여 자연어 생성의 성능을 개선하는 연구는 계속되어야 하며, 그런 점에서 본 연구의 의의를 모색한다.

• 컴퓨터교육학회논문지
• /
• 제7권6호
• /
• pp.69-76
• /
• 2004

e러닝을 교육과 학습을 위하여 e비즈니스 기술 및 서비스를 사용하는 응용프로그램이다. 이는 원격지 자원과 서비스에 접근을 수월하게 함으로서 교육의 질을 높이기 위한 새로운 멀티미디어 및 인터넷 기술을 사용한다. 본 논문은 실제 TOEFL CBT에 기반을 두어 신중하게 설계되고 구현된 인터넷기반의 시험 시스템에 대하여 기술한다. 본 시스템은 콘텐츠 전달 기술, 컴퓨터 적응형 시험 알고리즘, 리뷰엔진으로 구성되어 있다. 본 논문에서는 컴퓨터기반 시험 시스템을 설계 및 구현 시 고려사항들에 대하여 서술한다.

• 한국도서관정보학회지
• /
• 제44권2호
• /
• pp.27-50
• /
• 2013

본 연구의 목적은 학교도서관의 스마트러닝 수업 모형을 정보활용교육 측면에서 개발하는 것이다. 수업 모형은 ADDIE 모형과 ASSURE 모형을 기반으로 학교도서관의 특성에 맞게 도서관의 시설, 자료, 인적자원, 정보문제 해결과정, 협동수업 및 블렌디드 학습, 스마트 디바이스의 이용 등이 고려되었다. 수업 모형은 "학습목표 설정${\rightarrow}$학습자 분석${\rightarrow}$학습환경 분석${\rightarrow}$학습과제 분석${\rightarrow}$교수 전략${\rightarrow}$매체 선정 및 개발${\rightarrow}$수업적용${\rightarrow}$평가"의 순서로 개발하였다. 또한 학교도서관 스마트러닝의 실제적인 상황에 대한 이해를 돕기 위해서 수업 예시를 제시하였다.

• 디지털융복합연구
• /
• 제15권4호
• /
• pp.91-105
• /
• 2017

한국은 최근 급속도로 다문화 사회로 변모해 가고 있으며, 2015년 기준 다문화 가족수는 전체 인구의 3.5%, 80만명을 넘어서고 있다. 또한, 2016년 기준 국제결혼비율이 10%를 넘어서고 있어 다문화 가족수는 꾸준히 늘어날 전망이다. 이 연구는 한국 사회에 적응해야 하는 결혼이주여성들과 다문화 가족 구성원들의 필요와 선호에 맞춘 학습자원과 콘텐츠를 제공하기 위한 기반 조성의 일환으로 메타데이터 표준 프로파일을 설계한 것이다. 연구 추진 필요성을 검증하기 위해 소비자 집단을 선별하여 심층인터뷰를 가졌으며, 메타데이터 표준 프로파일 설계를 위해 공적 표준으로 채택된 관련 국제표준과 한국의 국가표준 시리즈를 분석하였다. 이어서 다문화 구성원을 위한 콘텐츠 특성을 분석하여 필요한 메타데이터 요소들을 선별하여 프로파일로 구성하였으며, 콘텐츠 제작자들의 요구를 반영하여 필수와 선택 조건들을 정의하였다. 본 연구는 결혼이주여성들의 교육 수요를 분석하여, 한-한 변환 시스템, 맞춤형 학습콘텐츠 추천 서비스, 학습관리시스템(Learning Management System) 등 효과적인 교육 콘텐츠를 개발하고 서비스하기 위해 필요한 메타데이터 표준안으로 기반을 조성했다는 점과 향후 교육과정의 주제별 서비스를 위해서도 자원이 노출될 수 있다는 점에서 의의가 있다.

• 정보보호학회논문지
• /
• 제28권3호
• /
• pp.617-623
• /
• 2018

본 연구는 안드로이드 정적분석을 기반으로 추출된 AndroidManifest 권한 특징을 통해 악성코드를 탐지하고자 한다. 특징들은 AndroidManifest의 권한을 기반으로 분석에 대한 자원과 시간을 줄였다. 악성코드 탐지 모델은 1500개의 정상어플리케이션과 500개의 악성코드들을 학습한 SVM(support vector machine), NB(Naive Bayes), GBC(Gradient Boosting Classifier), Logistic Regression 모델로 구성하여 98%의 탐지율을 기록했다. 또한, 악성앱 패밀리 식별은 알고리즘 SVM과 GPC (Gaussian Process Classifier), GBC를 이용하여 multi-classifiers모델을 구현하였다. 학습된 패밀리 식별 머신러닝 모델은 악성코드패밀리를 92% 분류했다.

• 지구물리와물리탐사
• /
• 제24권3호
• /
• pp.89-97
• /
• 2021

탄성파 자료에서의 단층 해석은 기계학습을 적용하기 매우 적합한 분야라고 할 수 있다. 결과적으로 다양한 형태의 기계학습 기반 단층 해석 기술들이 개발되고 있으며, 특히 합성 자료를 사용해 기계학습 모델을 훈련시키는 연구들이 중점적으로 수행되고 있다. 합성 자료를 사용할 경우 기계학습 모델을 훈련시키기 위한 대량의 자료를 확보하기가 용이하고, 정확한 단층 구조 라벨을 함께 제작할 수 있다는 장점이 있다. 합성 자료로 훈련시킨 모델을 사용해 현장 자료를 해석하기 위해서는 모델 훈련에 사용한 합성 자료가 지질학적으로 현실적이어야 한다. 이 연구에서는 실제 현장 자료와 유사한 합성 자료 제작을 위한 기술을 소개한다. 먼저 현실적인 단층 구조가 포함된 반사계수 모델을 제작한 후 일방향 파동 방정식 모델링을 적용해 효율적으로 겹쌓기 단면을 생성한다. 생성된 겹쌓기 단면에 참반사보정을 적용해 회절파의 영향을 제거하고, 무작위 잡음을 추가함으로써 현장 자료와 비슷한 형태의 합성 자료를 생성할 수 있다. 생성한 합성 자료를 U-Net 구조의 합성곱 신경망 모델에 적용하여 검증한 결과, 현실적으로 만들어진 합성 자료는 현장 자료에 적용이 가능한 딥러닝 모델을 효과적으로 훈련시킬 수 있다는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제11권3호
• /
• pp.592-599
• /
• 2007

무선 기술의 발달은 모바일 기능과의 결합으로 전자적인 학습을 향상시키고, 모바일 학습으로 확산되고 있다. 기본적으로 모바일 학습은 학습자에게 교육 내용 접근을 위한 시간과 공간적인 유용성을 제공한다. 그러나 모바일 디바이스는 작은 디스플레이 장치와 제한된 메모리 공간으로 인해서 학습 내용으로의 접근을 단지 텍스트 기반의 전달로 제한하고 있다. 본 논문은 멀티미디어 오브젝트 동기화를 지원하는 SMIL을 사용하여 모바일 디바이스에서 멀티미디어 컨텐츠 제작에 필요한 태그로만 구성한 MSMIL을 정의하여 파서의 크기를 줄이고, 학습 내용 생성시 매크로 방식을 사용하여 멀티미디어 학습 내용의 데이터 감소, 전송 효율 증대를 위한 멀티미디어 모바일 학습 시스템을 설계 및 구현하였다. 구현 결과, 제작 언어의 간소화와 언어 습득의 용이, 그리고 파서의 크기를 줄임으로써 파싱을 위한 CPU의 자원을 절약할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
• /
• pp.829-831
• /
• 2005

최근 컴포넌트 기반 미들웨어의 최적화에 대한 연구가 활발히 이루어지고 있다. CPU점유율이 높은 어플리케이션의 동시 실행은 시스템에 부하를 주기 때문에, 시스템 성능을 약화시키고 실행중인 어플리케이션에 영향을 준다. 컴포넌트 기반 미들웨어는 여러 개의 재사용 가능한 컴포넌트를 조합하여 어플리케이션을 구성하기 때문에 동적으로 재구성이 가능하다. 본 논문은 컴포넌트 기반 미들웨어가 시스템 상황에 대한 정보를 받아들여 시스템의 상황을 스스로 판단하고 자가치료 또는 시스템의 성능을 최적화시키는 컴포넌트를 선택하는 방법을 제안한다. 상황판단을 위해 유연한 추론이 가능하고, 데이터로부터 자동학습이 가능한 베이지안 네트워크를 사용하였다. 두 시간 가량의 데이터를 리눅스 사용자로부터 획득하여 실험한 결과, 테스트 데이터에 대해 $76.5\%$의 성능을 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권5호
• /
• pp.665-673
• /
• 1999

본 논문에서는 웹 정보검색을 위한 신경망 기반 멀티 에이전트 시스템을 제안한다. 제안된 시스템에서 각 에이전트는 신경망 메카니즘을 이용하여 사용자의 관련도 피드백으로부터 환경을 학습하고 사용자가 원하는 정보를 제공하는 자원을 찾아내어 효율적으로 웹 정보를 검색한다. 먼저 신경망 기반 웹 정보 검색 에이전트를 제시하고 단일 에이전트 기법을 사용할 경우의 문제점을 분석한다. 이를 기반으로 하여 멀티 에이전트 웹 정보 검색 시스템을 정의하고 사용자로부터 정보 검색 지식을 습득하기위한 훈련절차를 기술하며 협동적 정보 검색에 대해 설명한다. 마지막으로 제안된 시스템의 성능을 정형적으로 분석하고 실험을 통하여 기존의 검색 서비스와 비교 평가한다.