• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.802-805
• /
• 2015

본 논문은 인공신경망(artificial neural network)의 한 종류인 자기조직화 지도(self-organizing map)를 이용하여 비교말뭉치(comparable corpora)로부터 이중언어사전(bilingual lexicon)을 자동으로 구축하는 방법에 대하여 기술한다. 일반적으로 우리가 대상으로 하는 언어 쌍마다 말뭉치 혹은 초기사전과 같은 언어 자원을 수집하고 그것을 필요에 맞게 가공하는 것은 매우 어려운 일이다. 이런 관점에서 볼 때, 비지도학습(unsupervised learning) 방법 중 하나인 자기조직화 지도를 이용하여 사전을 구축하면 다른 방법에 비해 적은 노력으로도 더 높은 성능을 얻을 수 있다. 본 논문에서는 한국어와 불어에 대하여 실험을 하였고, 그 결과 적은 양의 초기사전으로도 주목할 만한 정확도를 얻을 수 있었다. 향후 연구로는 학습 파라미터에 대해 좀 더 다양한 실험을 하고, 다른 언어 쌍으로의 적용 및 기존의 평가사전을 확장하여 더 많은 경우에 대해 실험하는 것을 들 수 있다.

• 정보와 통신
• /
• 제34권3호
• /
• pp.15-22
• /
• 2017

핀테크 시대가 본격화 되면서 결제/송금, 인터넷전문은행, 클라우드 펀딩 등 모든 분야의 핀테크 서비스는 금융 소비자의 개인 정보를 활용해야 하는 비대면 거래로 이뤄지는 만큼 보안 대책은 필수적이다. 핀테크에서 보안의 중요성은 아무리 강조해 다 지나치지 않는다. 금융사고 발생시 기업의 브랜드 가치는 물론 기업의 존폐 위기 까지 발생한다. 하루에도 악성코드가 수백만개씩 발생하고 있는 상황에서 금전적 이득을 노리는 피싱/파밍/스미싱/랜섬웨어 등 보안 위협은 날로 조직화되고 지능화되고 있다. 이렇게 지능화되고 조직화되고 있는 보안 위협으로 부터 소비자를 보호하고 안정적인 서비스를 제공하기 위해서는 보안 활동에 대해 알아본다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.350-352
• /
• 2000

위성이 보내어오는 영상의 량은 인간이 일일이 실시간으로 검색할 수 없을 정도의 방대한 양이다. 그러므로 위성이 보내어오는 영상을 자동적으로 빠른 시간내에 분석하기 위하여 원패스로 성질이 유사한 영역을 묶어서 분류하는 알고리즘이 필요하다. 본 연구에서는 자기조직화 신경망(SOM)을 인공위성 영상을 원패스에 분할할 수 있도록 학습방법을 개선하였으며 개선된 SOM 알고리즘이 같은 원패스 알고리즘인 온라인 K-means과 비교하여 유효함을 알 수 있었다.

• 한국정보과학회논문지:데이타베이스
• /
• 제29권5호
• /
• pp.358-366
• /
• 2002

특징정보를 기반으로 한 유사 이미지 검색은 이미지 데이타베이스에 있어서 중요한 과제의 하나이다. 이미지 데이타의 특징정보는 각 이미지를 식별하는데 유용한 정보이다. 본 논문에서는 자기 조직화 맵 기반의 고속 k-NN 탐색 알고리즘을 제안한다. 자기 조직화 맵은 고차원 특징벡터를 2차원 공간에 맵핑하여 위상특징 맵을 생성한다. 위상특징 맵은 입력 데이타의 특징공간과 상호관계(유사성)를 가지고 있으며, 인접노드에 서로 유사한 특징벡터가 클러스터링된다. 그러므로 위상특징 맵상의 각 노드에는 노드 벡터와 각 노드벡터에 가장 가까운 유사 이미지가 분류된다. 이러한 자기 조직화 맵에 의한 유사 이미지 분류결과에 대하여 k-NV 탐색을 구현하기 위하여, (1) 위상특징 맵에 대한 접근방법, (2) 고속탐색을 위한 pruning strategy의 적용을 실현하였다. 본 연구에서는 실험을 통하여 실제 이미지로부터 추출한 색상 특징을 사용하여 제안한 알고리즘의 성능을 평가함으로써 유사 이미지 검색에 유효한 견과를 얻을 수 있었다.

• 통상정보연구
• /
• 제13권1호
• /
• pp.245-270
• /
• 2011

본 논문은 SSM 등 대규모 소매점 진출규제로 인한 WTO GATS 위배 여부 쟁점에 대한 논의를 바탕으로 WTO에의 제소로 인한 통상마찰 가능성에 대비한 소상공인의 조직화 문제에 대해 연구하였다. 소상공인의 조직화 결정요인에 대한 실증분석결과에 따르면, 인력부족이나 원재료비의 부담이 클수록 소상공인 조직화에 부(-)의 효과를 미치는 바, 조직화가 인력난 해소나 원재료비 감소효과를 주지 못하고 있음을 사사한다. 또한 매출부진 및 대형업체로의 고객이탈로 인한 고객 감소는 조직화에 정(+)의 효과를 미치는 것으로 나타나, 매출부진이나 고객감소가 소상공인들의 조직 가입에 유인요인으로 작용하고 있음을 시사한다. 한편 업종별로는 음식업의 경우 인근 대형업체로의 고객 이탈이 조직에 가입하도록 하는 중요한 요인이나, 인력부족 및 구인난 그러고 원재료비 부담은 조직 가입을 기피하게 하는 요인으로 분석되었다. 소매업의 경우에는 영업 및 매출부진이 조직 가입을 촉진하는 요소로 작용하고 있는 것으로 분석되었다. 이러한 분석결과는, 향후 불필요한 통상마찰을 피해하면서 소상공인 조직화를 촉진할 수 있는 정책 수립에 있어 업종별로 차별화된 접근이 필요함을 시사한다.

• 정보처리학회논문지D
• /
• 제8D권5호
• /
• pp.507-512
• /
• 2001

특징 기반 유사성은 멀티미디어 데이터베이스 시스템에서 중요한 연구 쟁점이 되고 있다. 멀티미디어 데이터의 특징이 멀티미디어 객체들을 구별하는데 유용하다지만 특징 벡터의 차원의 수가 증가함에 따라 종래의 다차원 데이터 구조의 성능은 떨어지는 경향이 있다. $R^{*}-Tree$는 R-Tree의 가장 성공적인 병형으로 본 논문에서 고차원 특징 벡터를 위한 새로운 인덱싱 방법으로서 자기 조직화 맵 기반 $R^{*}-Tree$를 제안한다. 자기 조직화 맵 기잔 $R^{*}-Tree$는 고차원 데이터를 좀더 스칼라화해서 탐색할 수 있도록 SOM과 $R^{*}-Tree$를 결합하여 구축한 인덱싱 기법이다. 자기 조직 맵은 고차원 특징 벡터들로부터 2차원 공간으로의 맵핑을 제공한다. 그러나 맵을 위상 특징 맵이라 하고 인접 노느에서 서로 유사한 특징 벡터들을 모아서 입력데이터의 특징 공간들 속에 유사성을 보존하는데 위상 특징 맵의 각 노드는 코드북 벡터를 가지고 있다. 실험적으로 4만개의 이미지로부터 추출된 색깔 특징 벡터들을 이용하여 자기 조직화 맵 기반 $R^{*}-Tree$의 검색시간 비용과 자기 조직화 맵과 $R^{*}-Tree$의 검색 시간 비용을 비교한다. 그 결과 $R^{*}-Tree$를 구축하는데 필요한 노드 수와 검색 시간 비용이 감소됨으로써 자기 조직화 맵 기반 $R^{*}-Tree$는 자기 조직화 맵과 $R^{*}-Tree$보다 훨씬 우수한 성능을 나타냄이 입증되었다.

• 발명특허
• /
• 제5권9호통권55호
• /
• pp.11-13
• /
• 1980

• 환경정보
• /
• 제7권8호
• /
• pp.5-7
• /
• 1985

• 정보과학회지
• /
• 제19권8호
• /
• pp.7-9
• /
• 2001

• 한국지리정보학회지
• /
• 제1권2호
• /
• pp.26-36
• /
• 1998

지리정보시스템의 기초인 수치지도의 제작이 완성됨에 따라 지방자치단체는 각종 자치행정업무에서 지리정보시스템을 응용할 단계에 접어들었다. 지리정보시스템의 응용과정에서는 기술적 측면뿐만 아니라 조직적 측면도 중요하다. 이 연구는 조직적 측면에서 성공적인 지리정보시스템의 집행방안을 모색하고자 전국 230개 기초자치단체를 대상으로 지리정보시스템의 도입과 활용실태를 조사하고 지방자치단체의 지리정보시스템 집행요인을 분석하였다. 이 분석 결과에 따르면, 현재 기초자치단체에서는 단체장의 인식수준, 조직화의 수준, 자원확보의 수준 등이 낮아 지리정보시스템이 제한적으로 활용되고 있는 것으로 나타났다. 이 연구는 향후 지방자치단체에서 성공적인 지리정보시스템의 집행방안으로 조직화와 전문인력의 확보와 장비 및 기술도입을 병행하여 추진하는 방안을 제시하고 있다.