• Proceedings of the KAIS Fall Conference
• /
• 2001.11a
• /
• pp.75-78
• /
• 2001

본 논문에서는 웹 문서의 자동 분류를 위한 특성 선택 및 추출기법을 기술한다. 최근 인터넷의 급속한 성장과 보급으로 전자우편과 웹을 통해 제공되어지는 정보의 양이 기하급수적으로 증가함에 따라 효율적인 문서 분류의 필요성이 증가하고 있다. 본 논문에서는 웹 디렉토리 내의 문서로부터 추출된 용어 집합을 기반으로 SVM을 사용하여 학습한 후 문서 분류를 수행한다. 본 실험의 문서는 정보통신 분야 디렉토리 서비스 시스템인 itfind로부터 수집된 문서를 대상으로 하였으며 3가지 시나리오에 따라 실험을 수행하여 각 시나리오 별로 재현율/정확율 및 오분류율을 성능 요소로 계산하였다. 본 실험은 학습 벡터 구성과정에서 잡음에 의해 다른 클래스의 문서 분류에 미치는 영향을 평가하여 SVM을 기반으로 한 문서 분류 기법이 강건함을 보였다.

• 한국정보교육학회:학술대회논문집
• /
• 2007.08a
• /
• pp.240-245
• /
• 2007

하루가 다르게 우리 사회의 모습은 정보화, 디지털화 되어 가고 있다. 이러한 시대적 흐름에 맞추어 정보통신기술교육에 대한 관심과 중요성이 커지고 있으며, 단순히 기능을 가르치는 교육에서 문제해결력을 기르는 방향으로 변하고 있다. 이러한 정보통신기술교육의 변화를 반영하기 위해서는 보다 다양하고 체계적인 교수 학습 모형에 대한 연구가 필요하다. 이에 본 연구에서는 구성주의 교육방법론의 하나로 학습자에게 행함에 의한 학습(learning-by-doing)이 이루어지는 모의 상황을 통해 학습 목표를 달성할 수 있도록 하는 목표기반 시나리오학습(Goal-Based Scenario : GBS) 이론을 초등학교 정보통신기술교육에서 활용할 수 있는 교수 학습 모형을 제안하고자 한다. 즉, 교육현장에서 초등학교 학생들에게 적용할 GBS 교수 학습 모형에 대한 연구로 체계적인 정보통신기술교육의 정착에 도움이 되고자 하는데 의의를 둔다.

• 한국정보교육학회:학술대회논문집
• /
• 2007.01a
• /
• pp.317-324
• /
• 2007

IT강국의 선진한국으로 도약하고 있는 우리나라는 현재 웹을 이용한 학습을 넘어 휴대인터넷 (WiBro)과 UMPC (Ultra Mobile PC)를 비롯한 모바일 환경에서의 학습도 활발해지고 있다. 더불어 요즘 세대의 학생들은 일방적인 주입식 교육 보다는 상호작용하며 즉각적인 피드백을 받을 수 있는 게임적 요소에 큰 관심을 보인다. 본 연구에서는 학습자의 특성을 고려하여 모바일 학습에서 학습자의 학습동기를 유발, 지속시키기 위한 방안으로써 Keller의 동기 유발 이론에 기초한 게임 전략을 접목시킨 새로운 동기 모형을 제시하고자 한다. 본 동기 모형의 특징은 다음과 같다. 첫째, 주제에 맞는 장르 및 형태를 기획분석 단계에서부터 결정하여 개발 효율성을 추구하였다. 둘째, 에듀테인먼트 요소를 콘덴츠 제작 절차에 삽입함으로써 학습활동에 대한 능동적 반응과 흥미를 얻도록 하였다. 셋째, 체계적인 모바일 교육용 게임 설계를 위해 게임 시놉시스, 시나리오 작성 단계를 삽입하였으며 궁극적으로는 모바일 동기전략과의 통합을 추구하였다. 넷째, 개발된 콘텐츠를 수업안에 바로 적용시킴으로써 자연스러운 수업이 될 수 있도록 구성하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.25 no.8
• /
• pp.39-45
• /
• 2020

Despite the increasing interest in cyber security in recent years, the emergence of new technologies has led to a shortage of professional personnel to efficiently perform the cyber security. Although various methods such as cyber rage are being used to cultivate cyber security experts, there are problems of limitation of virtual training system, scenario-based practice content development and operation, unit content-oriented development, and lack of consideration of learner level. In this paper, we develop a fuzzy rule-based user-customized training scenario automatic generation system for improving user's ability to respond to infringement. The proposed system creates and provides scenarios based on advanced persistent threats according to fuzzy rules. Thus, the proposed system can improve the trainee's ability to respond to the bed through the generated scenario.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.1354-1360
• /
• 2006

최근 놀라운 성장을 거듭하고 있는 지능형 로봇(Intelligent Robot) 기술은 기존의 주요 활용 분야였던 산업현장이나 연구실과 같은 전문가적 영역을 넘어서 지능형 엔터테인먼트(Entertainment)로봇이나 청소기 로봇의 예에서 볼 수 있듯이 인간의 주요 일상 생활 공간인 가정이나 공공기관의 서비스 분야로 점차 그 활용 영역을 넓혀가고 있다. 학습 보조 교사 도우미 로봇의 개발은 초등학교 교육 현장이 당면하고있는 각종 현안들을 로봇의 활용을 통해서 해결하고자하는 실용적인 목적에서 출발 했다. 이러한 관점에서 볼때 로봇 디자이너의 역할은 전체 개발 프로세스의 말단부에서 로봇 시스템의 외장(Appearance)을 마무리하는 역할을 넘어서 구체적 로봇시스템의 개발에 선행하여 학습보조 교사 도우미 로봇의 잠재적 활용 주체인 학생, 교사, 학부모의 입장에서 각 주체들의 내재적, 외재적 욕구를 효과적으로 만족 시킬 수있는 활용 시나리오(Application Scenario)를 도출, 개발 프로세스 전반에 걸쳐 각 개발 주체들에게 일관된 비젼(vision)과 이미지(image)를 제시하는것이라고 생각되었다. 본연구에서는 학습보조 교사 도우미 로봇 디자인 과제에 있어서 사용자 관찰(User Observation), 유저 다이어리(User Diary), 포커스그룹 인터뷰(F.G.I)등을 바탕으로 로봇의 역할 모델중심, 서비스 영역 중심, 초등학교 교육이념 구현 중심 등 3가지의 서로 다른 컨셉의 로봇 활용 시나리오(Application Scenario)를 제안하였다. 본 연구 결과는 현재 초기 단계에 있는 로봇 디자인 분야의 현실을 감안할때 전체 로봇 개발 프로세스내에서의 향후 산업 디자인이 수행해야 할 역할을 명확하게 보여준다는 점에서 그 의의가 있으며 관련 분야의 연구 활성화에 기여할 것으로 기대된다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.21 no.5
• /
• pp.233-252
• /
• 2022

Recently, various studies have been conducted to improve automated vehicle (AV) safety for AVs commercialization. In particular, the scenario method is directly related to essential safety assessments. However, the existing scenario do not have objectivity and explanability due to lack of data and experts' interventions. Therefore, this paper presents the AVs safety assessment extended scenario using real traffic accident data and vision transformer (ViT), which is explainable artificial intelligence (XAI). The optimal ViT showed 94% accuracy, and the scenario was presented with Attention Map. This work provides a new framework for an AVs safety assessment method to alleviate the lack of existing scenarios.

• Journal of Korea Society of Industrial Information Systems
• /
• v.27 no.6
• /
• pp.95-103
• /
• 2022

Quick and accurate understanding of the situation in a severe accident is essential for conducting the appropriate accident management and response using the accident diagnosis information. This study employed deep learning technology to diagnose severe accidents through the major safety parameters transferred from a nuclear power plant (NPP) to AtomCARE. After selecting the major accident scenarios to consider, a learning database was established for particular scenarios affiliated with major scenarios by performing a large number of severe accident analyses using MAAP5 code. The severe accident diagnosis technology, which classifies detailed accident scenarios using the major safety parameters from NPPs, was developed by training it with the established database . Verification and validation were conducted by blind test and principal component analysis. The technology developed in this study is expected to be extended and applied to all severe accident scenarios and be utilized as a base technology for quick and accurate severe accident diagnosis.

• 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.

• Journal of Digital Contents Society
• /
• v.10 no.1
• /
• pp.45-54
• /
• 2009

This paper proposes object-oriented learning method of using reverse-engineering based on game development environment. The game has advantages such as interest and enjoyment. Also, the reverse analysis of game help us understand the technique to be used in game. Through this process, we introduce learning method enabling us to actively understand object-oriented concept. Thus, the proposed method describes case learning based on XNA game development environment, and presents a scenario according to role of teacher and learner.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.54-59
• /
• 2020

사실 불일치 교정은 기계 요약 시스템이 요약한 결과를 실제 사실과 일치하도록 만드는 작업이다. 실제 요약 생성연구에서 가장 공통적인 문제점은 요약을 생성할 때 잘못된 사실을 생성하는 것이다. 이는 요약 모델이 실제 서비스로 상용화 하는데 큰 걸림돌이 되는 부분 중 하나이다. 본 논문에서는 원문으로부터 개체명을 가져와 사실과 일치하는 문장으로 고치는 방법을 제안한다. 이를 위해서 언어 모델이 개체명에 대한 문맥적 표현을 잘 생성할 수 있도록 학습시킨다. 그리고 학습된 모델을 이용하여 원문과 요약문에 등장한 개체명들의 문맥적 표현 비교를 통해 적절한 단어로 교체함으로써 요약문의 사실 불일치를 해소한다. 제안 모델을 평가하기 위해 추상 요약 데이터를 이용해 학습데이터를 만들어 학습하고, 실제 시나리오에서 적용가능성을 검증하기 위해 모델이 요약한 요약문을 이용해 실험을 수행했다. 실험 결과, 자동 평가와 사람 평가에서 제안 모델이 비교 모델보다 높은 성능을 보여주었다.