• Journal of KIISE
• /
• v.43 no.2
• /
• pp.196-203
• /
• 2016

Due to the limitations of budget, resources, and time invested in a project, software requirements should be prioritized and be implemented in order of importance. Existing approaches to prioritizing requirements mostly depend on human decisions. The manual prioritization process is based on intensive interactions with the stakeholders, thus raising the issues of scalability and biased prioritization. To solve these problems, we propose a fully automated requirements prioritization approach, ToMSN (Topic Modeling Stakeholder Needs for requirements prioritization), by topic modeling the stakeholder needs-artifacts earned in the requirements elicitation phase. The requirements dataset of a 30,000-user system was utilized for the performance evaluation. ToMSN showed competitive prioritizing accuracy with existing approaches without human aids, therefore solving scalability and biased prioritization issues.

• Journal of KIISE
• /
• v.42 no.9
• /
• pp.1124-1132
• /
• 2015

In order to train a supervised machine learning algorithm, it is necessary to have non-biased labels and a sufficient amount of training data. However, it is difficult to collect the required non-biased labels and a sufficient amount of training data to develop an automatic English Composition scoring system. In addition, an English writing assessment is carried out using a multi-faceted evaluation of the overall level of the answer. Therefore, it is difficult to choose an appropriate machine learning algorithm for such work. In this paper, we show that it is possible to alleviate these problems through ensemble learning. The results of the experiment indicate that the ensemble technique exhibited an overall performance that was better than that of other algorithms.

• The Journal of the Convergence on Culture Technology
• /
• v.9 no.3
• /
• pp.495-508
• /
• 2023

To compare whether broadcast fact-checking news, which aims to overcome the limitations of objective reporting, ensures fairness, we analyzed 227 fact-checked news stories aired on the main news of KBS, MBC SBS, TV Chosun, JTBC MBN, and YTN from January 1, 2022 to May 31, 2022, when the 20th presidential and local election campaigns were held. The analysis showed clear differences in fact-checking targets and narratives by broadcasters. In general, MBC, JTBC,and YTN were more likely to favor liberal parties such as the Democratic Party, while TV Chosun had a lot of narratives favoring the conservative camp. SBS and MBN were relatively neutral. KBS seemed to be trying to remain outwardly neutral. SBS and TV Chosun were the most active in fact-checking, but they covered a wide range of issues and were characterized by a bias toward contextualizing issues that viewers were curious about, rather than clarifying the facts. The projection of ideological bias by broadcasters in fact-checking narratives is a challenge that needs to be overcome.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.23 no.6
• /
• pp.119-124
• /
• 2023

This paper proposes a new reference model that can represent data access with temporal locality and popularity bias. Among existing reference models, the LRU-stack model can express temporal locality, which is a characteristic that the more recently referenced data has, the higher the probability of being referenced again. However, it cannot take into account differences in popularity of the data. Conversely, the independent reference model can reflect the different popularity of data, but has the limitation of not being able to model changes in data reference trends over time. The reference model presented in this paper overcomes the limitations of these two models and has the feature of reflecting both the popularity bias of data and their changes over time. This paper also examines the relationship between the cache replacement algorithm and the reference model, and shows the optimality of the proposed model.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06a
• /
• pp.45-47
• /
• 2012

응용 프로그램의 QoS를 보장하기 위하여 태스크들에게 지분을 부여하고 단위 시간동안 각 태스크에게 주어진 지분만큼의 CPU 자원을 할당하는 비례 지분 알고리즘들이 많이 연구되었다. 대부분 비례 지분 알고리즘들은 태스크 수, 지분 분포 등의 다양한 환경에 따라 동작 방식이 다르기 때문에 이러한 인자들은 시스템의 공정한 자원 할당에 많은 영향을 준다. 본 논문에서는 비례 지분 알고리즘을 동작 방식에 따라서 분류한 후, 태스크의 수와 더불어 지분의 편향성, 즉 지분 분포에 따라 QoS 공정성 결과를 분석한다. 분석결과, 비례 지분 알고리즘에서는 태스크의 수 뿐 만 아니라 지분의 분포 역시 QoS 공정성에 많은 영향을 주며, 각 환경에 따라 효율적인 최적의 알고리즘들이 존재함을 확인하였다. 제안된 분석 결과는 QoS를 지원하는 다양한 시스템에서 효율적인 비례 지분 알고리즘을 선택하여 시스템의 신뢰성을 향상시킬 수 있다.

• Journal of Information Technology Applications and Management
• /
• v.22 no.2
• /
• pp.113-122
• /
• 2015

Collective intelligence can be an influential factor of decision-making based on collaboration and information exchange between individuals. Our study explores whether collective intelligence can mitigate the loss aversion effect, bias and error in human judgment, and collective intelligence in online communities can reduce the loss aversion effect. Our community settings display both individual-level and group-level loss aversion effect, investigate effective collective intelligence characteristics like investment commitment, participant experience. Using a multi-method approach our research comprises a web-based experiment with 100 participants investing 3 situations from a real-world community, data from a survey measuring loss aversion behavior of participants. The results suggest the loss aversion effect mitigates under the online-circumstance. Overall, our results suggest that, while collective intelligence mitigates the loss aversion effect, participants do not transfer these results to other settings.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10c
• /
• pp.149-151
• /
• 1999

분산 연성 실시간 시스템에서의 태스크는 하나 이상의 노드에서 수행되는데, 하나 이상의 부태스크로 나누어져 할당되게 되며, 이때의 데드라인을 종단점 데드라인이라 한다. 종단점 데드라인을 노드에서 수행하는 부태스크의 가상 데드라인으로 할당하기 위한 정책은 태스크 클래스에 대한 공평성과 중단정책, 그리고 과부하 해결과 같은 시스템 자원의 효율적 사용을 위해 사용된다. 이러한 정책에서 가장 높은 성능을 갖는 것은 EQF 방법이나 전역 태스크와 지역 태스크 사이에서 실패 편향성을 갖는 단점이 있다. 본 논문에서는 최초 부태스크의 우선순위를 매우 높게 책정하고 뒤따르는 부태스크들이 가상 데드라인을 어기지 않은 경우 이전 부태스크의 가상 데드라인을 전체 데드라인에서 제외한다. 잔여 슬랙을 후위 부태스크들이 상속받지 않도록 하여 우선순위가 낮아지는 것을 방지하고, 가상 데드라인을 어긴 경우에만 EQF 방법을 사용하였다. 동일한 도착율을 갖는 모의 실험에서 전역 태스크로만 구성한 경우 비슷한 실패율을 보였으나 전역 태스크와 지역 태스크가 존재하는 실험에서는 실패한 태스크의 수는 동일하지만 EQF 방법보다 더 많은 전역 태스크를 생성하고 수행할 수 있었다.

• Korean Medical Education Review
• /
• v.12 no.1
• /
• pp.3-8
• /
• 2010

This study is designed to evaluate the effectiveness of teaching or studying programs, and thus to overcome the selectionbias in studies. Selection-bias derived from unobservable characteristics in the course of participants selection of the teaching or studying programs, in the case of cross-section data instrumental variable(IV) method and two stage least square estimation were suggested as an analysis tool. Panel data were analyzed by using both fixed effect in which individual effects are captured by intercept terms and random effect estimation where an unobserved effect can be characterized as being randomly drawn from a given distribution.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.193-197
• /
• 2005

점진적 개념 학습 알고리즘인 COBWEB은 클래스 정보가 주어지지 않은 사례들(instances)을 분류하기 위하여 사례의 속성과 값에 근거하여 학습하며 각 노드가 유사한 사례들의 집합인 클래스에 해당하는 분류 트리를 생성하는 알고리즘이다. 유사한 사례들을 같은 클래스로 분류하기 위한 기준으로 category utility가 사용되며 이는 클래스 내부의 유사도와 클래스간의 차이점을 최대화하는 방향으로 클래스를 분류한다 기존의 COBWEB에 사용되는 category utility는 클래스 사이즈와 예측 정확성 사이의 tradeoff 관계로 볼 수 있으며, 이로 인하여 예측 정확성은 약간 감소하나 클래스 사이즈가 커지는 방향으로 학습이 진행 될 수 있는 편향성(bias)를 가지고 있다. 이는 분류 트리에 불필요한 클래스 노드들(spurious nodes)을 생성하게 하여 학습 결과인 클래스 개념을 이해하는뎨 어렵게 한다. 본 논문에서는 클래스와 그에 속하는 사례들의 속성-값 분포를 고려하여 클래스와 속성의 연관성에 비례한 가충치를 더한 변형된 category utility를 제안하고, dataset에 대한 실험을 통하여 제안된 category utility가 기존의 큰 클래스 사이즈를 선호하는 bias를 완화시킴을 보이고자 한다.

• Vending industry
• /
• v.1 no.4 s.4
• /
• pp.29-34
• /
• 2002

20년 이상 인스턴트만을 고집해 온 국내 커피자판기 시장에 있어 올 들어 새로운 흐름이 형성되고 있다. 시장포화로 인한 신규 수요창출에 애를 먹는 기존 시장에 있어 새로운 시장발전 대안 모델로 원두커피자판기가 새롭게 등장하고 있는 것. 인스턴트 커피자판기의 편향성을 탈피, 이제는 원두시장으로 가야만 하는 절박한 상황에서 많은 업체들의 시장도전이 이어지고 있는 것은 분명 반가운 일이다. 일부에서는 아직까지는 시기상조라는 부정적인 의식이 있은 것도 사실이지만 몰려오는 원두커피자판기들은 이제 거부할 수 없는 대세적 흐름을 만들고 있다. 과연 올 한해 이러한 원두커피자판기 분야의 도전들이 새로운 커피자판기 시장발전의 전환점을 제시 할 수 있을까? 금호 기획특집란에서는 활발하게 시도되고 있는 각업체들의 사업동향과 출사표를 들어보고 시장발전 가능성을 진단하는 시간을 마련했다.