• 한국항행학회논문지
• /
• 제21권4호
• /
• pp.365-370
• /
• 2017

본 연구는 전력수요 패턴이 다른 평일과 특수일 데이터가 가지는 상관관계를 분석하여, 별도의 데이터 셋을 구축하고, 각 데이터 셋에 적합한 딥 러닝 네트워크를 이용하여, 전력수요예측 오차를 감소하는 방안을 제시하였다. 또한, 기본적인 전력수요 예측요소인 기상요소에 환경요소, 구분요소 등 다양한 예측요소를 추가하여 예측율을 향상하는 방안을 제시하였다. 전체데이터는 시계열 데이터 학습에 적합한 LSTM을 이용하여 전력수요예측을 하였으며, 특수일 데이터는 DNN을 이용하여 전력수요예측을 하였다. 실험결과 기상요소 이외의 예측요소 추가를 통해 예측율이 향상되었다. 전체 데이터 셋의 평균 RMSE는 LSTM이 0.2597이며, DNN이 0.5474로 LSTM이 우수한 예측율을 보였다. 특수일 데이터 셋의 평균 RMSE는 0.2201로 DNN이 LSTM보다 우수한 예측율을 보였다. 또한, 전체 데이터 셋의 LSTM의 MAPE는 2.74 %이며, 특수 일의 MAPE는 3.07 %를 나타냈다.

• 경영정보학연구
• /
• 제21권1호
• /
• pp.113-133
• /
• 2019

도시 관광객의 과잉 증가로 인해 낙후된 구도심 지역이 활성화되면서 임대료 상승으로 기존 거주민이 내몰리는 젠트리피케이션(gentrification)과, 주거지역의 관광지화로인한 거주민의 이주현상을 의미하는 투어리스티피케이션(touristification)은 최근 전 세계적인 문제로 지적되고 있다. 한국에서도 제주도와 북촌한옥마을 등에서 오버 투어리즘으로 인한 환경오염, 지가 및 임대료 상승, 공동체 문화 약화와 같은 현상이 나타나고 있다. 이러한 현상은 거주민들의 삶의 질을 저해함으로써 심각한 사회문제로 대두되고 있으며, 이에 대한 해결방안으로써 스마트 관광 도시가 대두되고 있다. 이에 본 연구는 2015년부터 스마트 시티 시범 도시로 선정되어온 부산시의 거주민들을 대상으로 설문을 실시하였으며, 퍼지셋 질적 비교 분석(fuzzy-set Qualitative Comparative Analysis)을 통해 관광 개발에 따른 경제적 이익, 사회적 비용, 환경적 지속성, 문화적 혜택, 기술적 영향이 거주민 삶의 질 저하에 미치는 복합적인 영향을 살펴보고자 하였다. 그 결과, 총 세 가지의 거주민 삶의 질 저하 패턴이 도출되었다. 관광 개발로 인한 사회적 비용이 크다고 느낄 경우 거주민들은 필수적 혜택(기술·경제적 혜택)(패턴 1)이나 부차적 혜택(환경·문화적 혜택)(패턴 2)을 크게 인식하더라도 삶의 질이 저하된다고 느끼는 것으로 나타났으며, 관광 개발로 인해 어떤 혜택도 전혀 인식하지 못하는 모습을 보이기도 하였다(패턴 3).

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 추계학술대회 논문집 학회본부 D
• /
• pp.836-838
• /
• 2000

전자상거래에서 쇼핑몰의 개인화된 서비스를 제공하기 위해서는 소비자의 구매 패턴을 분석하는 것이 필요하다. 이러한 패턴을 효과적으로 분석하기 위해 웹사이트 상에서 사용자 행동 패턴 정보를 수집해야 한다. 본 논문에서는 사용자 패턴 수집 시스템으로 쇼핑몰 서버에 기능을 추가하고 지능형 웹로그 서버를 정의하며 이를 설계, 구현하였다. 전자상거래 쇼핑몰 서버에는 사용자 행위 정보를 로그에 포함시켜 지능형 웹로그 서버에 전송하는 기능을 추가하였다. 그리고 지능형 웹로그 서버는 쇼핑몰 서버로부터 받은 로그 데이터를 분석하고 데이터베이스화하여 저장한다. 이때 데이터베이스 저장 기술로 OLE DB Provider상에서 수행되는 ADO기술을 사용한다. 그리고 저장된 데이터베이스를 레코드셋 단위로 원격에서 제어 가능하게 한다. 또 생성된 데이터베이스에서 필요한 데이터를 선별하여 XML DB로 저장한다. 이와 같은 사용자 패턴 수집 시스템은 데이터베이스 접근 속도가 빠르고, 관계형이나 비관계형 둘 다의 데이터베이스 접근이 가능하다는 장정을 가지며, 원격 데이터 베이스 접근 시 서버의 부하를 줄일 수 있다는 장점이 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (A)
• /
• pp.46-48
• /
• 2006

현재 각 분야에서 다양한 실험 데이터가 산출되면서 이종(heterogeneous) 데이터간의 상관관계 분석에 대한 중요성이 더욱 부각되고 있다. 특히, 대규모 실험에 의해 급속하게 증가하고 있는 대량의 바이오 데이터에서 이런 문제를 해결하기 위한 새로운 데이터 마이닝 방법이 요구된다. 본 논문은 특성이 다른 두 데이터 셋에서 서로 상관관계가 있는 부분 패턴을 파악할 수 있는 새로운 알고리즘을 제안한다. 제안한 알고리즘은 다중 개체 집단을 유지하면서 상호간 공진화하는 확률적 진화컴퓨팅 방법에 기반하고, 전체의 탐색 포인트들을 분해하여 최적해를 찾는 점에서 장점을 가지고 있다. 실험 결과, 본 논문에서는 효모 유전자에 대한 발현 데이터와 모티프 데이터의 이종 데이터에 적용해 보았으며, 이러한 데이터에 있어서 주요 상관관계가 있는 패턴들을 추출한 결과를 제시한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.793-795
• /
• 2004

본 논문은 인물 도메인의 백과사전 지식베이스를 구축하기 위하여 백과사전 본문의 자연어 문장으로부터 인물 표제어의 특징을 잘 나타내는 속성 값을 인식하여 추출하는 방법에 관하여 기술한다. 속성은 인물 공통 및 세부 분야별로 총 52개의 속성을 정의하였고 이를 태그셋으로 정의하여 1천 문서의 백과사전 인물 속성태깅코퍼스를 구축하였다. 속성태깅코퍼스로부터 반자동으로 약 1천 8백여 개의 속성패턴을 추출하였고 백과사전 인물 표제어 24,848개에 대해 속성패턴을 적용하여 지식베이스를 구축하였다. 추출성능은 f-score 0.68의 결과를 나타내었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2018년도 제30회 한글 및 한국어 정보처리 학술대회
• /
• pp.373-377
• /
• 2018

판례는 재판에 대한 선례로, 법적 결정에 대한 근거가 되는 핵심 단서 중 하나이다. 본 연구에서는 채권회수를 예측하는 서비스 구축을 위한 단서를 추출하기 위해 채권 회수 판례를 수집하여 이를 분석한다. 먼저 채권 회수 판례에 대한 기초 분석을 위하여, 채권 회수 사례와 비회수 사례를 각 20건씩 수집하여 분석하였으며, 이후 대법원 및 법률 지식베이스의 채권 관련 판례 12,457건을 수집하고 채권 회수 여부에 따라 가공하였다. 채권 회수 사례와 비회수 사례를 분류하기 위한 판례 내의 패턴을 분석하여 레이블링하고, 이를 자동 분류할 수 있는 Bidirectional LSTM 기반 심층학습 모델을 구성하여 학습하였다. 채권 관련 판례 가공 기준에 따라 네 가지의 데이터 셋을 구성하였으며, 각 데이터셋을 8:2의 비율로 나누어 실험한 결과, 검증 데이터에 대하여 F1 점수 89.82%의 우수한 성능을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.1139-1141
• /
• 2014

뇌파 수집과 분석을 위한 상용 장비인 모바일 헤드셋 Emotiv를 이용한 BCI 연구가 있었다. 특히 Emotiv에서 제공되는 학습기능을 사용한 사례들에서 다양한 패턴을 학습한 경우는 인식률이 떨어지고 학습하는데 많은 시간이 소비된다. 본 논문에서는 Emotiv의 학습기능을 한 가지만 사용해서 인식률을 높이고 자이로센서를 이용하여 로봇을 4가지 방향으로 제어해서 원하는 경로로 이동가능 한 기능을 구현했다. 구현한 결과는 평균 85.67%를 보여 성공적이었다.

• 경영정보학연구
• /
• 제19권3호
• /
• pp.127-154
• /
• 2017

서비스와 기술 간 융합 현상이 가속화되고 있는 비즈니스 환경 속에서 서비스 혁신 활동을 간명하게 파악하고 이들 간의 관계에 대한 직관을 얻을 수 있는 새로운 패턴분류체계의 필요성이 증대하고 있다. 본 연구는 서비스의 상호연관 되고 다차원적인 특성을 고려하여, 퍼지셋 질적 비교분석 방법을 채택하여 서비스 혁신 패턴을 분석하고자 한다. 이를 위해 본 연구는 기존 연구를 기반으로 4개의 서비스 혁신 차원(i.e., 서비스 창출, 서비스 전달, 고객 상호작용, 그리고 기술)과 서비스 혁신 환경(기업 규모) 등 5개의 원인 변수들을 도출하고 기업 성과(매출성장률)를 결과 변수로 두고 분석을 시도하였다. 국내의 198개의 지식 서비스 기업들을 대상으로 데이터가 수집되었으며, 이를 기반으로 분석한 결과 높은 기업 성과를 보이는 4개의 서비스 혁신 패턴과 낮은 기업 성과를 보이는 4개의 서비스 혁신 패턴이 도출되었다. 연구결과를 종합하면 다음과 같다. 고객 상호작용 혁신은 높은 기업성과에 유의한 영향을 미치는 가장 중요한 핵심 조건이나, 단독으로 수행되기보다 기술 혁신이나 서비스 전달 혁신 활동과 상호작용을 하였을 경우 높은 기업성과를 보였다. 기술 혁신은 비기술 혁신(i.e., 서비스 창출, 서비스 전달, 고객 상호작용)과 결합하였을 경우 높은 기업성과를 가져오는 서비스 혁신의 핵심 활동인 것으로 나타났으나, 이 경우 결합되는 하나 이상의 비기술 혁신 활동이 핵심 조건으로 수행되어야만 기업성과에 유의한 영향을 미치는 것으로 나타났다. 기업혁신은 서비스 혁신에서 단독으로 수행될 경우 오히려 낮은 기업성과를 가져왔다. 서비스 창출 혁신과 서비스 전달 혁신은 기술 혁신과 모두 핵심 조건으로 결합되어 수행되었을 때 높은 기업성과를 보였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제41권4호
• /
• pp.242-248
• /
• 2014

RDF 데이터가 급속히 증가함에 따라 RDF데이터로부터 정보를 효율적으로 추출하는 기술의 중요성도 점차 커지고 있다. RDF데이터 질의를 위해 가장 많이 사용하는 질의언어인 SPARQL은 문법이 간단하고 그래프 패턴을 손쉽게 질의로 표현할 수 있는 장점이 있다. 그러나 사용자가 적절한 SPARQL을 작성하려면 데이터 셋에 대한 온톨로지 구조와 용어를 사전에 파악해야 한다. 이 연구에서는 데이터 셋으로부터 사전에 추출된 스키마정보를 이용한 그래프 질의 생성 및 처리방법을 제안한다. 제안된 방법에서 사용자는 RDF 데이터 셋에 대한 온톨로지 구조 사전파악 없이 화면상에서 동적으로 질의를 작성하여 정보를 조회할 수 있다. 사용자가 생성한 질의는 관계형데이터베이스에 저장된 트리플 데이터에 대해 그래프 탐색을 수행할 때 탐색공간 제약조건으로 활용된다. LUBM(10,0) 데이터 셋에 대하여 LUBM 질의 2, 8, 9번을 이용하여 질의 처리 성능과 완전성을 확인하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.66-71
• /
• 2021

본 연구는 한국어 자질 기반 감성분석(Feature-based Sentiment Analysis: FbSA)을 위한 대규모의 학습데이터 구축에 있어 반자동 언어데이터 증강 기법(SSP: Semi-automatic Symbolic Propagation)에 입각한 자질-감성 주석 데이터셋 FeSAD(Feature-Sentiment-Annotated Dataset)의 개발 과정과 성능 평가를 소개하는 것을 목표로 한다. FeSAD는 언어자원을 활용한 SSP 1단계 주석 이후, 작업자의 주석이 2단계에서 이루어지는 2-STEP 주석 과정을 통해 구축된다. SSP 주석을 위한 언어자원에는 부분 문법 그래프(Local Grammar Graph: LGG) 스키마와 한국어 기계가독형 전자사전 DECO(Dictionnaire Electronique du COréen)가 활용되며, 본 연구에서는 7개의 도메인(코스메틱, IT제품, 패션/의류, 푸드/배달음식, 가구/인테리어, 핀테크앱, KPOP)에 대해, 오피니언 트리플이 주석된 FeSAD 데이터셋을 구축하는 프로세싱을 소개하였다. 코스메틱(COS)과 푸드/배달음식(FOO) 두 도메인에 대해, 언어자원을 활용한 1단계 SSP 주석 성능을 평가한 결과, 각각 F1-score 0.93과 0.90의 성능을 보였으며, 이를 통해 FbSA용 학습데이터 주석을 위한 작업자의 작업이 기존 작업의 10% 이하의 비중으로 감소함으로써, 학습데이터 구축을 위한 프로세싱의 소요시간과 품질이 획기적으로 개선될 수 있음을 확인하였다.