• Journal of the Korean Magnetics Society
• /
• v.6 no.2
• /
• pp.98-105
• /
• 1996

스퍼터링 방법으로 제작된 NiFe 박막에서 Ar 압력이 자기 및 자기저항 성질에 미치는 여향을 조사하였다. 타겟으로는 Ni$_{81}$$Fe_{19}$ 조성의 합금타겟을 사용하였다. TEM을 써서 박막의 미세구조를 조사하였으며, 보자력과 포화자화는 VSM으로 측정하였다. 합금박막의 조성은 ICPS로 분석 확인하였다. 10 mTorr 이상의 높은 Ar 압력에서 제작된 박막에서 갈라진 틈새(crack-like void)를 갖는 주상구조가 관찰되었다. 이러한 주상 결정립경계(columnar grain boundary)가 자화 과정에서 자구벽 핀닝자리(pinning site)가 되어, Ar 압력이 커짐에 따라 보자력이 증가 하였으며, 박막의 밀도가 감소하여 포화자화가 줄어드는 것을 볼 수 있었다. 한편, Ar 압력이 증가하면서 자기저항비가 감소하는 결과를 얻었다. 결정립 경계 산란과 결정립간 터널링에 의한 박막의 비저항의 증가가 이러한 자기저항비 감소의 주원인임을 알 수 있었다.다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.07a
• /
• pp.99-100
• /
• 2014

Even though many projects of new development and redevelopment for information systems are invested, they are not taken care of from the perspective of administration and evaluation. Also, decision makers fall short of not only support the process to check alternatives and select an alternative for investment and but also provide necessary information so as to maximize the effects of investments. That is to say, the suggestion of general direction toward IT investment is debatable. Against this backdrop, we propose a value measurement model to manage information systems.

• Journal of the Korean Society of Clothing and Textiles
• /
• v.26 no.5
• /
• pp.703-714
• /
• 2002

This paper proposed the basic consideration for the reliable 3-D measurement and analysis of middle-aged women's breast using 3-D phase-shifting moire topography. The surface borderline of the breast based on the anatomical structure on the skin was suggested. Various breast dimensions that can be measured using 3-D measurement system and their measuring methods were discussed. Tips for the measurement of sagged breast were also proposed. It is expected that these basic considerations contribute to draw attention to the reliable measurement of women's breast and provide a kind of tools for the standardization of 3-D shape measurement of breast.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2000.11a
• /
• pp.349-357
• /
• 2000

인터넷 비즈니스나 전자상거래와 연관되어 고객관계관리 (Customer Relationship Management: CRM)가 널리 확산됨으로 해서 군집분석에 대한 관심이 한층 높아졌고, 다양한 군집분석 프로그램이 시장에 소개되어 지고 있다. 그러나, 군집분석 프로그램들은 다른 데이터 분석 기법과는 달리 그들의 정확성을 측정하기가 매우 힘들다. 본 논문에서는 이미 알려져 있는 군집구조를 지닌 인위적 데이터를 사용하여 반복적 군집분석 프로그램 (Convergent Cluster Analysis: CCA)과 보다 전통적인 단순군집 프로그램 (One-Shot Clustering Program: Howard-Harris 프로그램), 그리고 데이터 마이닝 기법 중의 하나인 데모그래픽 군집분실 프로그램의 정확성을 비교하기 위한 현재 진행 중인 연구의 방법론을 제시하는데 그 주요 목적을 두고 있다.

• Journal of the Korean Society for Aviation and Aeronautics
• /
• v.30 no.3
• /
• pp.132-139
• /
• 2022

UAM(Urban Air Mobility)은 가까운 미래에 현실이 되는 항공교통 체계로 미래 첨단 기술의 결정체이다. 비행은 인간의 생명을 절대 보장하는 숭고한 철학에 기반한다. 성공적인 UAM 개발을 위해서는 비행안전에 기초한 개발철학이 필요하며 올바른 방향을 제시해야 한다. UAM 체계와 유사한 항공교통체계는 민간항공 운항체계이며 UAM 체계의 개발을 도모하는 효과적 비교 연구대상이다. 본 연구는 민간항공 운항체계와 민간항공 조종사의 경험을 토대로 안전한 UAM 체계 개발의 방향을 제시하는 데 있다. 그중에서도 UAM 조종사 양성과 교육훈련체계 수립을 위한 방안을 제언하였다. 현존 관련법규를 검토하여 UAM 조종사 양성기준을 제시하였으며 초기 혼란을 방지하기 위한 대안을 포함하였다. 또한 민간항공기의 접근구간 항법성능을 측정하여 UAM 운항환경을 비교 예측하였다. 이를 통해 SMS 기법에 기반하여 UAM 체계의 위해요인(hazard)을 식별하여 미연에 사고를 예방할 수 있는 안전 방법론을 제시하였으며 UAM 로드맵의 올바른 정책 수립을 돕고자 한다.

• 한국벤처창업학회:학술대회논문집
• /
• 2020.06a
• /
• pp.203-210
• /
• 2020

본 연구에서는 대표적인 국내 중소·중견기업 육성사업인 "World Class 300 프로젝트" 수혜기업을 대상으로 R&D 지원사업의 성과를 측정하고자 한다. 특히, 수혜기업을 산업군(소재·부품·장비·모듈·소비재 기업)별로 세분화해 R&D 지원사업이 산업군별 특성에 따라 어떻게 차별화되는지에 대해 실증분석하였다. 분석은 2011년부터 2017년까지 World Class 300 프로젝트에 선정된 총 272개 기업을 대상으로 수행되었으며, 패널회귀 방법론을 통해 얻은 분석결과는 R&D 지원이 산업군에 따라 기업의 성과(당기순이익)에 상이한 영향을 미치는 것으로 확인되었다. 소재, 부품, 장비 기업 표본에서는 성과에 통계적으로 유의한 영향을 미치지 못했고, 모듈 기업 표본에서는 성과에 부정적인 관계가 있는 것으로 나타났으나, 소비재 기업 표본에서는 성과에 긍정적인 영향을 미친 것으로 분석되었다. 본 연구는 향후 R&D 지원효과를 극대화하기 위해서는 산업군별 특성에 맞는 차별화된 지원정책의 기획·집행이 필요하다는 점에서 기존 연구들과의 차별성을 확보할 수 있다.

• Annual Conference of KIPS
• /
• 2023.11a
• /
• pp.712-715
• /
• 2023

딥러닝 기술의 발전은 고품질의 대규모 데이터에 크게 의존한다. 그러나, 데이터의 품질과 일관성을 유지하는 것은 상당한 비용과 시간이 소요된다. 이러한 문제를 해결하기 위해 최근 연구에서 최소한의 비용으로 최대의 성능을 추구하는 액티브 러닝(active learning) 기법이 주목받고 있는데, 액티브 러닝은 모델 관점에서 불확실성(uncertainty)이 높은 데이터들을 샘플링 하는데 중점을 둔다. 하지만, 레이블 생성에 있어서 여전히 많은 시간적, 자원적 비용이 불가피한 점을 고려할 때 보완이 불가피 하다. 본 논문에서는 의사-라벨링(pseudo labeling)을 활용한 준지도학습(semi-supervised learning) 방식과 학습 손실을 동시에 사용하여 모델의 불확실성(uncertainty)을 측정하는 방법론을 제안한다. 제안 방식은 레이블의 신뢰도(confidence)와 학습 손실의 최적화를 통해 비용 효율적인 데이터 레이블 생성 방식을 제안한다. 특히, 레이블 데이터의 품질(quality) 및 일관성(consistency) 측면에서 딥러닝 모델의 정확도 성능을 높임과 동시에 적은 데이터만으로도 효과적인 학습이 가능할 수 있는 메커니즘을 제안한다.

• Journal of the Korean Society for information Management
• /
• v.40 no.4
• /
• pp.1-31
• /
• 2023

This study conducted user experience evaluation by introducing various text mining techniques along with topic modeling techniques for mobile menstrual cycle measurement applications that are closely related to women's health and analyzed the results by combining them with a honeycomb model. To evaluate the user experience revealed in the menstrual cycle measurement application review, 47,117 Korean reviews of the menstrual cycle measurement application were collected. Topic modeling analysis was conducted to confirm the overall discourse on the user experience revealed in the review, and text network analysis was conducted to confirm the specific experience of each topic. In addition, sentimental analysis was conducted to understand the emotional experience of users. Based on this, the development strategy of the menstrual cycle measurement application was presented in terms of accuracy, design, monitoring, data management, and user management. As a result of the study, it was confirmed that the accuracy and monitoring function of the menstrual cycle measurement of the application should be improved, and it was observed that various design attempts were required. In addition, the necessity of supplementing personal information and the user's biometric data management method was also confirmed. By exploring the user experience (UX) of the menstrual cycle measurement application in-depth, this study revealed various factors experienced by users and suggested practical improvements to provide a better experience. It is also significant in that it presents a methodology by combines topic modeling and text network analysis techniques so that researchers can closely grasp vast amounts of review data in the process of evaluating user experiences.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.360-365
• /
• 2022

문장 표현(sentence representation)은 자연어처리 분야 내의 다양한 문제 해결 및 응용 개발에 있어 유용하게 활용될 수 있는 주요한 도구 중 하나이다. 하지만 최근 널리 도입되고 있는 사전 학습 언어 모델(pre-trained language model)로부터 도출한 문장 표현은 이방성(anisotropy)이 뚜렷한 등 그 고유의 특성으로 인해 문장 유사도(Semantic Textual Similarity; STS) 측정과 같은 태스크에서 기대 이하의 성능을 보이는 것으로 알려져 있다. 이러한 문제를 해결하기 위해 대조 학습(contrastive learning)을 사전 학습 언어 모델에 적용하는 연구가 문헌에서 활발히 진행되어 왔으며, 그중에서도 레이블이 없는 데이터를 활용하는 비지도 대조 학습 방법이 주목을 받고 있다. 하지만 대다수의 기존 연구들은 주로 영어 문장 표현 개선에 집중하였으며, 이에 대응되는 한국어 문장 표현에 관한 연구는 상대적으로 부족한 실정이다. 이에 본 논문에서는 대표적인 비지도 대조 학습 방법(ConSERT, SimCSE)을 다양한 한국어 사전 학습 언어 모델(KoBERT, KR-BERT, KLUE-BERT)에 적용하여 문장 유사도 태스크(KorSTS, KLUE-STS)에 대해 평가하였다. 그 결과, 한국어의 경우에도 일반적으로 영어의 경우와 유사한 경향성을 보이는 것을 확인하였으며, 이에 더하여 다음과 같은 새로운 사실을 관측하였다. 첫째, 사용한 비지도 대조 학습 방법 모두에서 KLUE-BERT가 KoBERT, KR-BERT보다 더 안정적이고 나은 성능을 보였다. 둘째, ConSERT에서 소개하는 여러 데이터 증강 방법 중 token shuffling 방법이 전반적으로 높은 성능을 보였다. 셋째, 두 가지 비지도 대조 학습 방법 모두 검증 데이터로 활용한 KLUE-STS 학습 데이터에 대해 성능이 과적합되는 현상을 발견하였다. 결론적으로, 본 연구에서는 한국어 문장 표현 또한 영어의 경우와 마찬가지로 비지도 대조 학습의 적용을 통해 그 성능을 개선할 수 있음을 검증하였으며, 이와 같은 결과가 향후 한국어 문장 표현 연구 발전에 초석이 되기를 기대한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.326-326
• /
• 2021

장기간에 걸쳐 넓은 지역에 대해 발생하는 가뭄을 예측하기위해 많은 학자들의 기술적, 학술적 시도가 있어왔다. 본 연구에서는 복잡한 시계열을 가진 가뭄을 전망하는 방법 중 시나리오에 기반을 둔 가뭄전망 방법과 실시간으로 가뭄을 예측하는 비시나리오 기반의 방법 등을 이용하여 미래 가뭄전망을 실시했다. 시나리오에 기반을 둔 가뭄전망 방법으로는, 3개월 GCM(General Circulation Model) 예측 결과를 바탕으로 2009년도 PDSI(Palmer Drought Severity Index) 가뭄지수를 산정하여 가뭄심도에 대한 단기예측을 실시하였다. 또, 통계학적 방법과 물리적 모델(Physical model)에 기반을 둔 확정론적 수치해석 방법을 이용하여 비시나리오 기반 가뭄을 예측했다. 기존 가뭄을 통계학적 방법으로 예측하기 위해서 시도된 대표적인 방법으로 ARIMA(Autoregressive Integrated Moving Average) 모델의 예측에 대한 한계를 극복하기위해 서포트 벡터 회귀(support vector regression, SVR)와 웨이블릿(wavelet neural network) 신경망을 이용해 SPI를 측정하였다. 최적모델구조는 RMSE(root mean square error), MAE(mean absolute error) 및 R(correlation Coefficient)를 통해 선정하였고, 1-6개월의 선행예보 시간을 갖고 가뭄을 전망하였다. 그리고 SPI를 이용하여, 마코프 연쇄(Markov chain) 및 대수선형모델(log-linear model)을 적용하여 SPI기반 가뭄예측의 정확도를 검증하였으며, 터키의 아나톨리아(Anatolia) 지역을 대상으로 뉴로퍼지모델(Neuro-Fuzzy)을 적용하여 1964-2006년 기간의 월평균 강수량과 SPI를 바탕으로 가뭄을 예측하였다. 가뭄 빈도와 패턴이 불규칙적으로 변하며 지역별 강수량의 양극화가 심화됨에 따라 가뭄예측의 정확도를 높여야 하는 요구가 커지고 있다. 본 연구에서는 복잡하고 비선형성으로 이루어진 가뭄 패턴을 기상학적 가뭄의 정도를 나타내는 표준강수증발지수(SPEI, Standardized Precipitation Evapotranspiration Index)인 월SPEI와 일SPEI를 기계학습모델에 적용하여 예측개선 모형을 개발하고자 한다.