• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.178-182
• /
• 2006

인터넷과 웹이 일상생활의 일부가 되면서 온라인상에는 방대한 양의 정보가 쌓이게 되었다. 이러한 흐름 속에서 정보의 양은 급속도로 늘어나는 현상을 보이며, ‘개인화’ 를 통해 수많은 데이터들 사이에서 원하는 정보를 자동으로 찾아내는 기술의 중요성이 부각되고 있다. 이를 ‘추천시스템’ 이라 부르며, 내용기반 필터링과 협력적 필터링 등의 연구가 활발히 이루어지고 있다. 그러나 사용자에게 가장 중요한 영향을 미치는 또래의 선호도, 지역, 시대 등의 복합적인 환경을 반영하는데 아직까지 어려움을 지니고 있다. 따라서 본 논문에서는 기존의 필터링들을 조합하고 좀더 편리하게 정보를 공유하고 학습할 수 있는 시맨틱 웹에서 연관 이웃 마이닝 기법을 통해 개인화된 추천 시스템을 설계한다. 생활에서 흔히 접할 수 있는 의상을 다양한 사용자에게 특화되어 코디해주는 시스템을 웹에서 제공한 결과 불필요한 검색시간이 줄어들고 사용자의 피드백을 통해 점차 만족도가 향상됨을 알 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.263-266
• /
• 2002

데이터의 군집화를 수행할 때 최적 군집수 결정은 군집 결과의 성능에 많은 영향을 미친다. 특히 K-means 방법에서는 초기 군집수 K에 따라 군집결과의 성능 차이가 많이 나타난다. 하지만 대다수의 군집분석에서 초기 군집수의 결정은 경험을 바탕으로 하여 주관적으로 결정된다. 이때 개체수와 속성수가 증가하면 이러한 결정은 더욱 어려워지며 이때 결정된 군집수가 최적이 된다는 보장도 없다. 본 논문에서는 군집의 수를 자동으로 결정하고 그 결과의 유효성을 보장하기 위해 유전자 알고리즘에 기반한 최적 군집수 결정 방안을 제안한다. 데이터의 속성에 근거한 초기 해 집단이 생성되고, 해 집단 내에서 최적화된 군집수를 찾기 위해 교차 연산이 이루어진다. 적합도 값은 전체 군집화의 비 유사성의 합의 역으로 결정되어 전체적인 군집화 성능이 향상되는 방향으로 수렴된다. 또한 지역 국소값을 해결하기 위해 돌연변이 연산이 사용된다. 그리고 유전자 알고리즘의 학습 시간의 비용을 줄이기 위해 붓스트랩 기법이 적용된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.538-539
• /
• 2024

개발자 채용 시장은 기술 요구 사항이 시시각각 변화하는 동적인 환경이다. 구직자는 빠른 변화로 새롭게 생겨나는 기술 스택 및 채용 트렌드를 한눈에 파악하기 힘들다. 본 논문에서는 개발자 채용 시장에서 요구되는 기술 동향을 시각화하여 효율적으로 파악할 수 있도록 하는 새로운 서비스를 제안한다. 이 서비스는 웹 크롤링 기술을 활용해 채용 공고에서 요구되는 구인 요구사항을 수집하고 분석한다. 분석 결과는 기술 빈도, 지역별, 학력별 및 경력별로 제공되며, 사용자가 선택한 유형의 기술 동향 분석 결과를 시각화하여 제공한다. 이를 통해 개발자는 채용 시장에서 요구되는 기술을 식별하고 학습할 기술을 선정하는 과정을 간소화할 수 있다. 이러한 접근 방식은 효율적인 채용 시장 기술 동향 분석에 도움을 주고, 나아가 교육 기관이 채용 시장에서 요구되는 기술을 정확히 파악하여 교육 커리큘럼에 활용할 수 있을 것이라 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.846-849
• /
• 2020

하이퍼파라미터(초매개변수) 최적화란 모델의 학습에 앞서 미리 설정해야 하는 값인 하이퍼파라미터의 최적값을 탐색하는 문제이다. 이때의 최적값은 학습을 끝낸 모델의 성능을 가능한 최대치로 높이게 하는 값이다. 한편, 최근 모바일 장치를 이용한 포지셔닝 데이터의 대량 수집이 가능해지면서 이를 활용하여 위치 기반 서비스(Location-Based Service)를 위한 데이터 분석 및 예측에 관한 연구가 활발히 이루어졌다. 그중 이동 경로를 이미지로 패턴화하여 국소 지역 내에서 다음 위치를 예측하는 CNN 모델에 대해서 하이퍼파라미터 튜닝을 진행하였다. 결과적으로 베이지안 최적화(Bayesian Optimization)를 통해 모델의 성능을 평균 3.7%, 최대 9.5%까지 개선할 수 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.539-540
• /
• 2022

본 논문에서는 정확한 장기 시계열 예측을 위해 시계열 데이터의 다양한 스케일 (시간 규모)에서 표현을 학습하는 트랜스포머 모델을 제안한다. 제안하는 모델은 시계열의 다중 스케일 특징을 추출하고, 이를 트랜스포머에 반영하여 예측 시계열을 생성하는 구조로 되어 있다. 스케일 정규화 과정을 통해 시계열의 전역적 및 지역적인 시간 정보를 효율적으로 융합하여 종속성을 학습한다. 3 가지의 다변량 시계열 데이터를 이용한 실험을 통해 제안하는 방법의 우수성을 보인다.

• The Journal of the Korea Contents Association
• /
• v.9 no.12
• /
• pp.923-931
• /
• 2009

The purpose of this study is to testify construct validity of Self-directed Learning Perception Inventory for middle school students(Lee, 2008). For the purpose, First, test was done with 1202 middle students sampled from nationwide. As a result of confirmatory factor analysis using structural equation model, we confirmed 7 factor model was generally appropriate and acceptable. Second, in order to test criterion-related validity, test was done with 530 middle school students sampled form Seoul, Gyeonggido, Chungchongdo. The inventory has criterion-related validity enough to be a tool for measurement. Reliability of this inventory was .94 and retest reliability was .91. The limitation of this and suggestion for future research were discussed.

• Journal of Convergence for Information Technology
• /
• v.9 no.3
• /
• pp.36-43
• /
• 2019

The purpose of this study is the preliminary inequality experiment study of control group to confirm the effects of convergence education by jigsaw model and flipped learning in nursing students. The subjects of this study were 81 students who participated in Integrated Practice II of the 3rd grade of Nursing Science in J area and data were collected using the questionnaire before and after the convergence education. As a result of the study, it was found that convergence education by jigsaw model and flipped learning was significant in learning satisfaction(t=-3.783, p=.001). Therefore, convergence education by jigsaw model and flipped learning as a teaching and learning method is expected to improve the learning satisfaction and maximize the learning outcome, so this study is meaningful as the basic data itself. Based on these results, it is necessary to develop and apply the teaching - learning program that combines jigsaw model with flipped learning.

• International Area Studies Review
• /
• v.16 no.1
• /
• pp.197-220
• /
• 2012

This study is to understand those determinants of performance differences of Korean small and medium firm's subsidiaries in Vietnam based on the resource based view. We have visited 21 Korean SME's subsidiaries in Hochiminh city area in Vietnam and interviewed CEO of those subsidiaries for 1-2 hours to make each case. Based on case content analysis, we can get those results that eight management capabilities such as securing competent local managers, clear and smooth communication with local employees, establishing good labor-management relations, raising the rate of factory operation and subcontracting, firm specific quality control system, timely financing, establishing good relationships with local communities, and fostering friendly relations with local public officers are major determinants of performance differences. Also we can know that various factors including local experiences in Vietnam have influenced those management capabilities. To be a high performer in Vietnam, foreign subsidiaries of Korean SMEs have to build and develop major management capabilities continuously.

• The Bulletin of The Korean Astronomical Society
• /
• v.46 no.2
• /
• pp.73.3-73.3
• /
• 2021

이 연구의 목적은 PEST 방법론을 적용한 STEAM 프로그램 개발 및 적용에 대한 효과성을 알아보는 창의교육을 위한 연구이다. 특히, 이 연구는 과학문화 소외지역에 대한 이동천문대 활용 STEAM 프로그램을 개발하여 이에 대한 학생들의 수업효과 및 만족도를 알아보는 연구로, 과학 문화에 소외된 지역의 학생들에게 천문에 대한 흥미를 주어 향후 천문과학의 올바른 과학적 개념을 이해하고 미래 직업으로서 천문관련 분야에 관심을 갖도록 하는 데 있다. 이 연구에서 개발한 STEAM 프로그램은 관련분야 전문가 5명이 한국천문연구원을 통해 이동천문대 교육 프로그램에 대한 지속적인 연구와 PEST 방법론 적용 및 소외지역에 대한 현장 적합성 연구를 5회의 워크숍과 전문가 타당화회의와 Pilot test를 통해 최종 STEAM 프로그램을 개발하였다. 이 연구에서 개발된 STEAM 프로그램의 적용 결과는 다음과 같다. 첫째, 이 연구에서 개발된 이동천문대는 모든 학생들에게 천문에 대한 호기심을 자극하는 긍정적인 효과를 나타내었다. 둘째, 이 프로그램은 총 11시간의 PEST 방법을 적용한 프로그램으로, '상황제시 1차시, 감성적 체험 5차시, 창의적 설계 5차시로 구성되어 과학문화 소외지역 학생들에게 높은 수업 만족도를 나타내었다. 따라서 PEST 방법을 적용한 이동천문대 STEAM 프로그램은 학습자의 천문과학에 대한 과학적 소양과 과학적 본성을 불러일으키는데 매우 긍정적인 효과를 나타낼 것으로 사료되며, 추후 연구에서 다양한 학년과 지역 및 위계에 따른 프로그램의 개발과 적용될 필요가 있다.

• Korean Journal of Remote Sensing
• /
• v.35 no.2
• /
• pp.279-288
• /
• 2019

We evaluated the land cover classification performance of SegNet, which features semantic segmentation of aerial imagery. We selected four semantic classes, i.e., urban, farmland, forest, and water areas, and created 2,000 datasets using aerial images and land cover maps. The datasets were divided at a 8:2 ratio into training (1,600) and validation datasets (400); we evaluated validation accuracy after tuning the hyperparameters. SegNet performance was optimal at a batch size of five with 100,000 iterations. When 200 test datasets were subjected to semantic segmentation using the trained SegNet model, the accuracies were farmland 87.89%, forest 87.18%, water 83.66%, and urban regions 82.67%; the overall accuracy was 85.48%. Thus, deep learning-based semantic segmentation can be used to classify land cover.