• Journal of the Korean earth science society
• /
• v.41 no.1
• /
• pp.61-74
• /
• 2020

The purpose of this study was to compare rock descriptors used by students in two different task contexts and to suggest the characteristics of a task suitable for learning of rocks. Twenty-four 3^rd grade students were given descriptive and inferential tasks about three types of sedimentary rocks, and the rock descriptors used by the students were analyzed from a resources-based view (RBV) about students' conceptions. The result showed that the number of students using everyday descriptors to describe properties of the rocks and the frequency of using the everyday descriptors decreased in the inferential task. It was also revealed that the students using disciplinarily more appropriate descriptors were more likely to infer the process of rock formation in scientifically valid ways. By contrast, student inferences lacking scientific validity were mostly those that used everyday descriptors to express properties of the rocks. Based on these findings, it was concluded that inferential tasks would be suitable for student learning of rocks which is to be authentic to the essential features of earth science practices.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.903-906
• /
• 2007

유비쿼터스 컴퓨팅 환경이란 생활 속에 존재하는 컴퓨팅 자원들을 이용해 사용자가 언제 어디에서든 편리한 서비스를 제공받을 수 있는 환경을 의미한다. 유비쿼터스 환경에 존재하는 수없이 많고 다양한 컴퓨팅 자원들을 사용자가 최적으로 사용하기 위해서는 사용자가 어떤 상황에 있으며 이때 어떤 자원이 사용자의 현 상황에서 가장 적절한지를 판단하는 것이 반드시 필요하다. 본 논문에서는 이를 위하여 사용자가 현재 존재하는 유비쿼터스 공간에서 사용자의 상황을 인식하고 사용 가능한 최적의 자원들을 공유할 수 있도록 추천해주는 상황 기반 디바이스 추천 시스템을 제안한다. 우리의 추천 시스템은 상황에 따른 사용자 개개인의 특성이 고려된 사용자의 개인정보 및 규칙들을 이용하여 사용자의 상황에 최적의 디바이스를 추론한다. 향후 제안한 서비스 추론 방법은 유비쿼터스 환경에서 더 나은 개인화 서비스 시스템의 개발 및 운용을 효과적으로 지원할 수 있을 것으로 기대된다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.5
• /
• pp.385-389
• /
• 2009

As a new community forming environment, the blog platform enables sharing of the resources in blogosphere through active information exchange. Many researches have been performed to recommend appropriate resources to users from vast amounts of blog resources. As one of the solutions OSEM defines the knowledge base in the blogosphere with ontology for effectively modeling it. In this paper, we propose a technique of converting the knowledge base into the OWL ontology for sharing it on the semantic web environment. An inference method is then applied to the OWL ontology for recommending interest blog communities. For this aim, a mapping method is offered and then SWRL inference and SPARQL query based on the ontology are employed to extract interest blog communities.

• Journal of KIISE:Computer Systems and Theory
• /
• v.26 no.4
• /
• pp.472-487
• /
• 1999

본 논문에서는 효율적인 이동성 관리를 위한 이동성 예측 기법을 소개한다. 이동 컴퓨팅 환경에서는 사용자가 지리적 위치의 제약없이 언제, 어디서나 다른 네트워크 시스템과 메시지를 주고 받을수 있다. 그러나, 통신자원의 부족, 잦은 접속단절 , 사용자의 움직임 등과같은 이동 컴퓨팅 시스템의 특징 때문에, 지능적이고 효율적인 이동성관리가 요구된다. 이동 컴퓨팅 시스템이 지능적이고 효율적인 이동성관리를 통하여 높은 질의 서비스를 제공하기 위해서는 이동 사용자의 움직임 패턴들을 능동적으로 고려하는 것이 바람직하다. 본 논문에서는 이동 사용자의 과거수일, 수개월동안의 움직임 패턴 즉, 이동사용자의 위치연혁으로부터 미래 위치를 예측하는 지능적 이동성 예측기법(intelligent mobility prediction scheme)을 제안한다. 모델링 방법으로서 뉴로-퍼지 추론시스템(neuro-fuzzy inference system)을 이용한다. 뉴로-퍼지 추론 시스템이 이동 사용자가 움직이게 되는 미래 위치를 예측하기 때문에 , 본 논문에서의 이동성 예측 기법은 통신채널의 사전 배당, 부족한 자원의 사전 할당등을 위해서 사용될 수 있다. 게다가, 본 논문의 시뮬레이션 결과는 제안하는 기법이 다양한 이동 환경에 대해서 높은 예측 정확도를 갖음을 보여준다.

• Geophysics and Geophysical Exploration
• /
• v.26 no.2
• /
• pp.62-76
• /
• 2023

Recently, machine learning (ML) techniques have been actively applied for seismic trace interpolation. However, because most research is based on training-inference strategies that treat missing trace gather data as a 2D image with a blank area, a sufficient number of fully sampled data are required for training. This study proposes trace interpolation using ML, which uses only irregularly sampled field data, both in training and inference, by modifying the training-inference strategies of trace-based interpolation techniques. In this study, we describe a method for constructing networks that vary depending on the maximum number of consecutive gaps in seismic field data and the training method. To verify the applicability of the proposed method to field data, we applied our method to time-migrated seismic data acquired from the Vincent oilfield in the Exmouth Sub-basin area of Western Australia and compared the results with those of the conventional trace interpolation method. Both methods showed high interpolation performance, as confirmed by quantitative indicators, and the interpolation performance was uniformly good at all frequencies.

• Digital Contents
• /
• no.5 s.144
• /
• pp.68-69
• /
• 2005

습자가 원하는 학습자원을 컴퓨터가 스스로 찾아내서 학습자에게 전달해주고, 더 나아가 새로운 지식까지 추론해서 제공해 줄 수는 없을까? 의미의 웹이라 불리고 있는 시멘틱 웹(Semantic Web)은 의미적으로 연결돼 있는 학습 정보를 컴퓨터가 의미를 이해해서 학습자가 원하는, 학습자 수준에 맞는 정보를 제공해주고 더 나아가 지식까지도 추론해서 학습자에게 가장 적합한 형태로 전달해 줄 수 있는 강력한 메커니즘으로 부각되고 있다. 이에 필자는 살이 있는 e러닝이 되기 위해서는 시멘틱 웹과의 통합이 필요하다고 생각해 2회에 걸쳐 시멘틱 웹과, 시멘틱 웹을 e러닝에 어떻게 적용할 것인지에 대해 진단해 보고자 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.152-153
• /
• 2021

고성능 딥러닝 모델은 학습과 추론 과정에서 고비용의 전산 자원과 많은 연산량을 필요로 하여 이에 따른 개발 환경과 많은 학습 시간을 필요로 하여 개발 지연과 한계가 발생한다. 따라서 HW 또는 SW 개선을 통해 파라미터 수, 학습 시간, 추론시간, 요구 메모리를 줄이는 연구가 지속 되어 왔다. 본 논문은 EfficientNet에서 사용된 Linear Bottleneck을 변경하여 정확도는 소폭 감소 하지만 기존 모델의 파라미터를 55%로 줄이는 경량화 모델을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.703-705
• /
• 2005

지능형 에이전트란 환경상태를 인지하고 상태정보에 따른 적절한 행위를 자동적으로 수행하는 소프트웨어 객체를 말한다. 본 논문에서는 시맨틱 웹 등장에 따른 시맨틱 서비스를 지능적이고 자동적으로 수행하는 에이전트의 개발에 대해 제안한다. 본 논문에서는 제안하는 시맨틱 서비스 에이전트는 다음과 같은 핵심 요소 기술의 특징을 갖는다. 첫째, 시맨틱 웹 환경의 온톨로지와 메타데이터 및 사용자 프로파일을 자원으로 사용하여 상태정보를 인지하고 행동한다. 둘째, SWRL(Semantic Web Rule Language)기반의 추론엔진을 바탕으로 추론을 통한 지능적인 행동을 수행한다. 셋째, 시맨틱 웹 환경의 확장을 통한 에이전트의 활동 범위를 증가시키기 위해서 메타데이터의 저작기능을 갖는다. 넷째, 시맨틱 서비스 에이전트는 온톨로지 서버 및 시맨틱 미들웨어를 통한 시맨틱 웹 인프라 시스템의 프레임워크를 갖는다. 본 논문에서는 시맨틱 서비스 에이전트의 실제 구현을 통해서 시맨틱 웹 환경이 제공하는 자원을 적극 이용하고 이를 사용자에게 지능적이고 자동적인 서비스로 제공하는 에이전트를 제안한다.

• Journal of the Korea Society for Simulation
• /
• v.20 no.4
• /
• pp.139-147
• /
• 2011

There is a growing tendency toward a vehicle demand and a utilization of traffic information systems. Due to various kinds of traffic information systems and increasing of communication data, the traffic information service requires a very high IT infrastructure. A cloud computing environment is an essential approach for reducing a IT infrastructure cost. And the traffic information service needs a provisioning scheduling method for managing a resource. So we propose a provisioning scheduling with conditional probability inference (PSCPI) for the traffic information service on cloud environment. PSCPI uses a naive bayse inference technique based on a status of a virtual machine. And PSCPI allocates a job to the virtual machines on the basis of an availability of each virtual machine. Naive bayse based PSCPI provides a high throughput and an high availability of virtual machines for real-time traffic information services.

• Journal of Information Technology Application
• /
• v.1
• /
• pp.3-27
• /
• 1999

최근 기업의 경쟁력 강화를 위하여 기업내의 지식을 중요한 자원으로 인식하고 활용하는 지식경영의 필요성이 강력히 대두되고 있다. 이러한 지식경영의 주요 활동을 지원할 구체적인 방법론으로 정보기술의 활용 방안이 다각도로 제시되고 있으나, 실제적인 연구는 아직 초보단계에 있다고 하겠다. 본 연구에서는 지식의 생성, 저장, 그리고 추출 및 활용이라는 지식경영의 주요 과제를 효과적으로 해결하는 방안으로써 인공지능기법인 사례기반추론과 유전자 알고리즘을 이용한 통합방법론을 제시한다. 본 연구에서 제시하고 있는 방법론은 생성된 지식의 표현, 저장, 그리고 추출에 사례기반추론기법을 활용하였다는 점 이외에 다음과 같은 두 가지 특징을 가지고 있다. 첫째로는, 해결하고자 하는 문제에 가장 적절한 과거 지식이 추출되도록 함으로써 활용 효과를 높일 수 있도록 하였다는 점이다. 둘째로는, 환경의 변화를 반영할 수 있는 방안을 제시하고 있다는 점이다. 본 인공지능 통합방법론은 신용평가부서의 지식관리모형을 통해 검증해 본 결과 그 효과가 입증되었다.