• The Journal of Korean Association of Computer Education
• /
• v.15 no.6
• /
• pp.75-82
• /
• 2012

The sensor registry system has been proposed to interpret and process semantics of sensor data independently of heterogeneous sensor networks. However, the existing sensor registry system provides the static processing method. In other words, the existing system reduces the overall performance because it executes unnecessary operations and does not consider data scope to be used. To resolve the problem of the existing sensor registry system, this paper proposes a performance enhancement model based on sensor metadata reusability and scoping. The proposed model in this paper provides a function that can decide a proper scope of sensor metadata from the sensor registry system. The proposed model improves the overall performance by providing reusability of sensor metadata. This paper also shows the advantages of the proposed model through the comparative performance evaluation.

• The Journal of Korean Association of Computer Education
• /
• v.14 no.5
• /
• pp.97-104
• /
• 2011

Collaborative filtering is a methodology to recommend websites by obtaining data and opinions from the other users with similar tastes. During the past few years, this method has been used in various fields such as books, food, and movies in e-commerce systems. This study addresses the computation of similarity between users to determine items to be recommended in collaborative filtering systems. Previous studies measured similarity between users by treating each user's ratings independently without considering the distribution of the user's ratings. In contrast, this study measures similarity by utilizing position and rank information of each rating in the range of the user's ratings. The result of the experiments on the real datasets demonstrated that the proposed method improves the mean absolute error significantly, compared to the previous methods, especially when the predetermined range of ratings is large.

• Journal of the Korea Computer Graphics Society
• /
• v.1 no.2
• /
• pp.279-283
• /
• 1995

21세기 정보화 시대에 효과적으로 대비하기 위해 세계 여러나라에서 추진하고 있는 정보화 사회를 구축하는데 필수적인 요소로 lnfrastructure인 초고속 정보 통신망을 구축하고 있다. 이에 따라 국내에서도 정부주도로 초고속망을 이용한 대국민 서비스 사업을 추진하고 있고, 이 사업의 일환으로 문화체육부에서도 국립중앙박물관을 중심으로 대국민 서비스용 문화정보망 구축을 추진하고 있다. 이러한 문화정보망 사업의 최종 목표는 종래의 개념을 넘어선 인간에게 가장 현실감을 줄 수 있는 "가상박물관"과 같이 문화재를 글, 그림 이외에 3차원 업체형상을 가진 문화재를 3차원적으로 표현하여 보이지 않는 부분을 볼 수 있도록 문화재를 이동, 회전 및 확대, 축소 표현이 가능한 3차원 형상정보 데이타베이스를 구축하여야 한다. 본 과제에서는 이러한 3차원 형상정보 데이타베이스 구축을 위해, 컴퓨터 그래픽스 기술과 인공지능 기술이 복합적으로 구현된 3차원 입체형상 자동 입력 시스템 및 모델링 시스템과 지원 도구 개발을 목표로 진행되고 있다. 이 시스템이 완성되면 문화재 형상의 영구보존, 문화재의 특성(크기,색,무늬,질감) 보존, 문화재 형상 복원 및 문화재의 시대적 상대평가를 용이하게 하는 효과를 얻을 뿐아니라, 컴퓨터 그래픽스 기술 및 정보처리 기술을 문화재 연구와 전시에 적용하여 문화정보망 사업의 구체적 효과를 가시화 할 수 있다.

• The Transactions of the Korea Information Processing Society
• /
• v.13 no.5
• /
• pp.221-226
• /
• 2024

In information retrieval, queries come in various types, ranging from abstract queries to those containing specific keywords, making it a challenging task to accurately produce results according to user demands. Additionally, search systems must handle queries encompassing various elements such as typos, multilingualism, and codes. Reranking is performed through training suitable documents for queries using DeBERTa, a deep learning model that has shown high performance in recent research. To evaluate the effectiveness of the proposed method, experiments were conducted using the test collection of the Product Search Track at the TREC 2023 international information retrieval evaluation competition. In the comparison of NDCG performance measurements regarding the experimental results, the proposed method showed a 10.48% improvement over BM25, a basic information retrieval model, in terms of search through query error handling, provisional relevance feedback-based product title-based query expansion, and reranking according to query types, achieving a score of 0.7810.

• Journal of the Korea Society of Computer and Information
• /
• v.13 no.2
• /
• pp.41-50
• /
• 2008

This paper proposes the recommendation system which is a new method using RFM method in mobile internet environment. Using a implict method which is not used user's profile for rating, is not used complicated query processing of the request and the response for rating, it is necessary for user to keep the RFM score about users and items based on the whole purchased data in order to recommend the items. As there are some problems which didn't exactly recommend the items with high purchasablity for new customer and new item that do not have the purchase history data. in existing recommendation systems, this proposing system is possible to solve existing problems, and also this system can avoid the duplicated recommendation by the cross comparison with the purchase history data. It can be improved and evaluated according to the criteria of logicality through the experiment with dataset, collected in a cosmetic cyber shopping mall. Finally, it is able to realize the personalized recommendation system with high purchasablity for one to one web marketing through the mobile internet.

• 한국정보교육학회:학술대회논문집
• /
• 2004.08a
• /
• pp.128-137
• /
• 2004

컨텐츠에 대한 처리 기술과 사용자 인터페이스의 발전으로 인해, 교육 현장에서 광범위하게 사용되는 교육도구로 컴퓨터가 자리매김하고 있다. 제한된 교실 환경에서 컴퓨터를 활용한 영어교육은 학습자들에게 흥미를 유발하고, 의사소통능력의 신장을 유도하는 등의 장점이 있으나, 수준에 따른 개별학습과 상호작용 유도, 개인차를 고려한 평가 등을 수행하기 어려운 문제점이 있다. 본 논문에서는 이러한 장점을 극대화하고 단점을 좌완하기 위해서 휴대폰의 국내 표준 플랫폼인 WIPI(Wireless Internet Platform for Interoperability)기반 영어 학습 시스템을 제안한다. 제안하는 시스템은 휴대 전화의 제한성을 극복하고, 이에 적합한 컨텐츠를 활용하면서, 교사의 역할을 대신해 줄 수 있는 지능형 교육 시스템을 도입하여 교사의 역할을 대신하여 피드백을 제공해 줄 수 있으며, 교사와 학생간의 상호작용을 유도하여 학습의 효과를 극대화 할 수 있을 것이다.

• Journal of the Korea Computer Industry Society
• /
• v.2 no.3
• /
• pp.285-296
• /
• 2001

This Paper develops the Hanguel character learning system for elementary school students and foreigners. Standard character pattern is selected and DB is consructed for model by feature extraction. For this, performance of pre-processing independent of environments, feature extraction and simility functions are defined. Finally, beauty evaluation is done by matching between input character pattern written by elementary school students or foreigners and standard character pattern. It is possible for this system to extend the specific character font learning from selecting the specific standard character pattern. Also the effectiveness of this parer is demonstrated by several experiments.

• Journal of the Korean Society for Precision Engineering
• /
• v.10 no.1
• /
• pp.14-21
• /
• 1993

비규면의 경면 가공으로 대표되는 초정밀 가공 기술은 '90년대에 와서는 이미 일반화되어가고 있으며, 양산화 시대를 맞이하고 있다고 보아야 할 것이다. 최근의 초정밀 가공 기술은 레이저 가공기를 비롯하여 일상용품으로 많이 사용되는 카메라, 컴팩트 디스크, 콘택트렌즈, 컴퓨터 디스크 등에 활용됨은 물론 대구경천채망원경, 우주 및 군사용의 레이저, X-선을 중심으로한 광기술에 점점 그 용도가 확대되어 가고 있다. 현재 초정밀 가공기가 응용되고 있는 부품의 예를 들어보면 표1과 같다. 우리나라의 초정밀 가공 시스템 기술은 선진국에 비하여 아직은 한단계 낮은 수준으로 평가되나, 최근 전자, 컴퓨터 산업의 발전과 더불어, 그 수요가 증가되고 있어 최근에는 그 응용기술, 가공시스템에 관한 연구개발이 산,학,연 여러 곳에서 활발해 지고 있다. 본 고에선 초정밀 절삭,연삭 가공시스템을 중심으로 가공기와 요소기술의 개발동향에 관하여 살펴 보고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.920-923
• /
• 2020

사이버 공격이 더욱 지능화됨에 따라 기존의 침입 탐지 시스템(Intrusion Detection System)은 기존의 저장된 패턴에서 벗어난 지능형 공격을 탐지하기에 적절하지 않다. 딥러닝(Deep Learning) 기반 침입 탐지는 새로운 탐지 규칙을 생성하는데 적절하다. 그 이유는 딥러닝은 데이터 학습을 통해 새로운 침입 규칙을 자체적으로 생성하기 때문이다. 침입 탐지 시스템 데이터 세트는 가장 널리 사용되는 KDD99 데이터와 LID-DS(Leipzig Intrusion Detection-Data Set)를 사용했다. 본 논문에서는 1차원 벡터를 이미지로 변환하고 CNN(Convolutional Neural Network)을 적용하여 두 데이터 세트에 대한 성능을 실험했다. 평가를 위해 Accuracy, Precision, Recall 및 F1-Score 지표를 측정했다. 그 결과 LID-DS 데이터 세트의 Accuracy가 KDD99 데이터 세트의 Accuracy 보다 약 8% 높은 것을 확인했다. 또한, 1차원 벡터에 대한 데이터를 Kibana를 사용하여 데이터를 시각화하여 대용량 데이터를 한눈에 보기 어려운 단점을 해결하는 방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.526-529
• /
• 2020

최근 네트워크 환경에 대한 공격이 급속도로 고도화 및 지능화 되고 있기에, 기존의 시그니처 기반 침입탐지 시스템은 한계점이 명확해지고 있다. 이러한 문제를 해결하기 위해서 기계학습 기반의 침입 탐지 시스템에 대한 연구가 활발히 진행되고 있지만 기계학습을 침입 탐지에 이용하기 위해서는 두 가지 문제에 직면한다. 첫 번째는 실시간 탐지를 위한 학습과 연관된 중요 특징들을 선별하는 문제이며 두 번째는 학습에 사용되는 데이터의 불균형 문제로, 기계학습 알고리즘들은 데이터에 의존적이기에 이러한 문제는 치명적이다. 본 논문에서는 위 제시된 문제들을 해결하기 위해서 Hybrid Feature Selection과 Data Balancing을 통한 심층 신경망 기반의 네트워크 침입 탐지 모델을 제안한다. NSL-KDD 데이터 셋을 통해 학습을 진행하였으며, 평가를 위해 Accuracy, Precision, Recall, F1 Score 지표를 사용하였다. 본 논문에서 제안된 모델은 Random Forest 및 기본 심층 신경망 모델과 비교해 F1 Score를 기준으로 7~9%의 성능 향상을 이루었다.