• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.39-39
• /
• 2012

Data assimilation techniques have received growing attention due to their capability to improve prediction in various areas. Despite of their potentials, applicable software frameworks to probabilistic approaches and data assimilation are still limited because the most of hydrologic modelling software are based on a deterministic approach. In this study, we developed a hydrological modelling framework for sequential data assimilation, namely MPI-OHyMoS. MPI-OHyMoS allows user to develop his/her own element models and to easily build a total simulation system model for hydrological simulations. Unlike process-based modelling framework, this software framework benefits from its object-oriented feature to flexibly represent hydrological processes without any change of the main library. In this software framework, sequential data assimilation based on the particle filters is available for any hydrologic models considering various sources of uncertainty originated from input forcing, parameters and observations. The particle filters are a Bayesian learning process in which the propagation of all uncertainties is carried out by a suitable selection of randomly generated particles without any assumptions about the nature of the distributions. In MPI-OHyMoS, ensemble simulations are parallelized, which can take advantage of high performance computing (HPC) system. We applied this software framework for several catchments in Japan using a distributed hydrologic model. Uncertainty of model parameters and radar rainfall estimates is assessed simultaneously in sequential data assimilation.

• International Journal of Computer Science & Network Security
• /
• 제21권3호
• /
• pp.21-30
• /
• 2021

Economic transformations have led to an increase in the role of creative assets and their central role in public life. Changes in creative activity have led to a change in the organization of the work of institutes engaged in the training of specialists, in particular teachers of labor education. Methods and approaches to training determine the development of creative industries, being the basis for models of professional training of future teachers of labor training. The purpose of an article was to develop a modern model of professional training of future teachers of labor training based on the concept of creative economy. The methodology is based on the concepts of holistic craft and creative economy. Based on the integration of pedagogical learning models "Craft as design and problem-solving", "Craft as skill and knowledge building", "Craft as product-making" and "Craft as self-expression" developed and experimentally confirmed the conceptual model of professional training of future teachers of labor training. The proposed model forms a practitioner with professional, technical, digital and creative skills who is able to transfer the experience to students. The training course "Creativity and creative thinking" has been developed. The model provided for the development of a course based on the strategy of developing professional creativity, flexibility, improvisation, openness, student activity, joint practice, student-oriented approach. The practical value implies the adaptation of the developed model of professional training of future teachers of labor education during the training of teachers in higher education, which is confirmed in the experiment.

• 품질경영학회지
• /
• 제50권4호
• /
• pp.751-776
• /
• 2022

Purpose: The purpose of this paper is to present implications by analyzing research trends on CSR, CSV and ESG by text analysis and visual analysis(Comprehensive/ Fields / Years-based) which are big data analyses, by collecting data based on previous studies on CSR, CSV and ESG. Methods: For the collection of analysis data, deep learning was used in the integrated search on the Academic Research Information Service (www.riss.kr) to search for "CSR", "CSV" and "ESG" as search terms, and the Korean abstracts and keyword were scrapped out of the extracted paper and they are organize into EXCEL. For the final step, CSR 2,847 papers, CSV 395 papers, ESG 555 papers derived were analyzed using the Rx64 4.0.2 program and Rstudio using text mining, one of the big data analysis techniques, and Word Cloud for visualization. Results: The results of this study are as follows; CSR, CSV, and ESG studies showed that research slowed down somewhat before 2010, but research increased rapidly until recently in 2019. Research have been found to be heavily researched in the fields of social science, art and physical education, and engineering. As a result of the study, there were many keyword of 'corporate', 'social', and 'responsibility', which were similar in the word cloud analysis. Looking at the frequent keyword and word cloud analysis by field and year, overall keyword were derived similar to all keyword by year. However, some differences appeared in each field. Conclusion: Government support and expert support for CSR, CSV and ESG should be activated, and researches on technology-based strategies are needed. In the future, it is necessary to take various approaches to them. If researches are conducted in consideration of the environment or energy, it is judged that bigger implications can be presented.

• 응용통계연구
• /
• 제35권1호
• /
• pp.131-146
• /
• 2022

로지스틱 회귀 모형은 다양한 분야에서 범주형 종속 변수를 예측하거나 분류하기 위한 모형으로 많이 사용되고 있다. 로지스틱 회귀 모형에 대한 전통적인 베이지안 추론 기법으로 메트로폴리스-헤이스팅스 알고리즘이 많이 사용되었지만, 수렴의 속도가 느리고 제안 분포에 대한 적절성을 보장하기 어렵다. 따라서, 본 논문에서는 모형에 대한 베이지안 추론 방법으로 Frühwirth-Schnatter와 Frühwirth (2007)에서 제안된 보조 혼합 샘플링(auxiliary mixture sampling) 기법을 사용하였다. 이 방법은 모형의 선형성과 정규성을 만족시키기 위해 두 단계에 거쳐 잠재변수를 도입하며, 결과적으로 깁스 샘플링을 통한 추론을 가능하게 한다. 제안한 모형의 효과를 검증하기 위해 2020년 지역사회 건강조사 당뇨병 자료에 적용하여 메트로폴리스-헤이스팅스를 사용한 모형과 추론 결과를 비교 분석하였다. 또한, 다양한 분류 모형들과 본 논문에서 제안한 모형의 분류 성능을 비교한 결과 제안된 모형이 분류 분석에서도 좋은 성능을 보이는 것을 확인할 수 있었다.

• 대한화학회지
• /
• 제67권4호
• /
• pp.241-252
• /
• 2023

이 연구는 학생들이 어려워하는 화학의 여러 개념 중 하나인 동적 평형에 대한 학생의 이해를 높이는 것을 목적으로 한다. 동적 평형은 입자들의 끊임없는 움직임과 상호 작용을 미시적으로 이해하고, 이를 통해 발현되는 거시적인 특성을 이해할 수 있도록 실제와 표상이 겹친 준미시적 수준으로 다루어야 한다. 하지만 9종의 화학 I 교과서를 분석한 결과 평형에 대한 표현 방식은 다소 한계가 있었다. 준미시적 표상 접근을 통해 평형을 이해할 수 있는 전략으로 스크래치를 활용한 수업을 4차시로 구안 하였고, 56명 학생을 대상으로 실행하였다. 4차시 수업은 6단계로 구성이 되며, 단계적으로 평형을 이해하도록 설계하였다. 사전 검사와 사후 검사를 비교한 결과, 학생들이 화학 평형에 대해 미시적 설명과 거시적 설명을 모두 옳게 하는 학생이 크게 증가하였다. 이를 통해 준미시적 표상의 접근 방식으로 스크래치를 활용한 수업의 적용 가능성을 엿볼 수 있었다.

• International Journal of Computer Science & Network Security
• /
• 제23권3호
• /
• pp.177-186
• /
• 2023

Hyperspectral imaging technology is one of the most efficient and fast-growing technologies in recent years. Hyperspectral image (HSI) comprises contiguous spectral bands for every pixel that is used to detect the object with significant accuracy and details. HSI contains high dimensionality of spectral information which is not easy to classify every pixel. To confront the problem, we propose a novel RGB channel Assimilation for classification methods. The color features are extracted by using chromaticity computation. Additionally, this work discusses the classification of hyperspectral image based on Domain Transform Interpolated Convolution Filter (DTICF) and 3D-CNN with Bi-directional-Long Short Term Memory (Bi-LSTM). There are three steps for the proposed techniques: First, HSI data is converted to RGB images with spatial features. Before using the DTICF, the RGB images of HSI and patch of the input image from raw HSI are integrated. Afterward, the pair features of spectral and spatial are excerpted using DTICF from integrated HSI. Those obtained spatial and spectral features are finally given into the designed 3D-CNN with Bi-LSTM framework. In the second step, the excerpted color features are classified by 2D-CNN. The probabilistic classification map of 3D-CNN-Bi-LSTM, and 2D-CNN are fused. In the last step, additionally, Markov Random Field (MRF) is utilized for improving the fused probabilistic classification map efficiently. Based on the experimental results, two different hyperspectral images prove that novel RGB channel assimilation of DTICF-3D-CNN-Bi-LSTM approach is more important and provides good classification results compared to other classification approaches.

• 융합정보논문지
• /
• 제12권2호
• /
• pp.47-53
• /
• 2022

최근 지능화된 보안 패러다임의 변화에 따라, 다양한 정보보안 시스템에서 발생하는 각종 정보를 인공지능 기반 이상탐지에 적용하기 위한 연구가 증가하고 있다. 따라서 본 연구는 로그와 같은 시계열 데이터를 수치형 특성인 벡터로 변환하기 위하여 딥러닝 기반 Word2Vec 모델의 CBOW와 Skip-gram 추론 방식과 동시발생 빈도 기반 통계 방식을 사용하여 공개된 ADFA 시스템콜 데이터에 대하여, 벡터의 차원, 시퀀스 길이 및 윈도우 사이즈를 고려한 다양한 임베딩 벡터로의 변환에 대한 실험을 진행하였다. 또한 임베딩 모델로 생성된 벡터를 입력으로 하는 GRU 기반 이상 탐지 모델을 통해 탐지 성능뿐만 아니라 사용된 임베딩 방법들의 성능을 비교 평가하였다. 통계 모델에 비해 추론 기반 모델인 Skip-gram이 특정 윈도우 사이즈나 시퀀스 길이에 치우침 없이 좀 더 안정되게(stable) 성능을 유지하여, 시퀀스 데이터의 각 이벤트들을 임베딩 벡터로 만드는데 더 효과적임을 확인하였다.

• 경영정보학연구
• /
• 제22권3호
• /
• pp.81-97
• /
• 2020

최근의 감성분류 연구는 출력변수가 하나인 단일레이블 분류방법을 사용한 연구가 많다. 특히, 이러한 연구는 하나의 극성 값(긍정, 부정)만을 찾는 연구가 많다. 그러나 한 문장 안에는 다중적인 의미가 내포되어 있다. 그 중에서도 감정과 오피니언이 이러한 특징을 갖는다. 본 논문은 두 가지 연구목적을 제시한다. 첫째, 한 문장 안에 다양한 토픽(주제 또는 애스팩트)이 있다는 사실을 기반으로, 해당 문장을 각 애스팩트 별로 감성을 분류하는 애스팩트 마이닝을 수행한다. 둘째, 두개 이상의 종속변수(출력 값)를 한 번에 분석하는 다중레이블 분류방법을 적용한다. 이에 본 연구는 감성분류의 연구가 단일분류기에 의해서만 이루어진 연구를 개선하고자 다중레이블 분류방법에 의한 애스팩트 마이닝을 수행하고자 한다. 이와 같은 연구목적을 달성하기 위해 국내 뮤지컬 데이터를 수집하였다. 분석결과 문장 안에 있는 다양한 애스팩트별 감성을 추출하였고, 유의한 결과를 얻었다.

• 아동학회지
• /
• 제38권1호
• /
• pp.185-203
• /
• 2017

Objective: The present study examined the perspectives of grandparents raising their grandchildren in an attempt to better understand grandparents' child-rearing experience while providing kinship foster care to their primary-grade grandchildren. Methods: Data were collected through individual in-depth interviews with eight grandparents who have raised one or two primary-grade (ages 8-10) grandchildren using a qualitative approach. Results: First, the participants viewed the reason for their kinship foster care as a failure for caring for their own children and accepted the present grandparent-care provision as their responsibility. Second, the participants communicated constant struggles with their own health and grandchild-care as well as positive/negative emotions associated with the care provision. Third, most of the participants did not fully understand the developmental needs of their primary-grade grandchildren. Fourth, the participants articulated concerns for their primary-grade grandchildren's learning, peer interactions, school adjustment, and extra-curricular activities. Lastly, the participants all agreed on hoping to raise grandchildren with good personality traits as members of a society and to have them fill the gap from the loss of their parents. Conclusion: Although most participants accepted the current circumstances as their obligation, they still noted difficulties in child-care provision. Given the developmental needs of grandchildren and the resource needs of grandparents, proper and continuous intervention approaches should be developed/provided.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권12호
• /
• pp.698-702
• /
• 2017

자연 언어 처리(Natural Language Processing) 분야에 심층 신경망(Deep Neural Network)이 소개된 이후, 단어, 문장 등의 의미를 나타내기 위한 분산 표상인 임베딩(Embedding)을 학습하기 위한 연구가 활발히 진행되고 있다. 임베딩 학습을 위한 방법으로는 크게 문맥 기반의 텍스트 모델링 방법과, 기학습된 임베딩을 결합하여 더 긴 텍스트의 분산 표상을 계산하고자 하는 결합 기반의 텍스트 모델링 방법이 있다. 하지만, 기존 결합 기반의 텍스트 모델링 방법은 최적 결합 단위에 대한 고찰 없이 단어를 이용하여 연구되어 왔다. 본 연구에서는 비교 실험을 통해 문서 임베딩 생성에 적합한 결합 기법과 최적 결합 단위에 대해 알아본다. 또한, 새로운 결합 방법인 담화 분석 기반의 결합 방식을 제안하고 실험을 통해 기존의 순차적 결합 기반 신경망 모델 대비 우수성을 보인다.