• The Journal of Asian Finance, Economics and Business
• /
• 제8권12호
• /
• pp.223-231
• /
• 2021

The study aimed to investigate the impact of social networks safety (SNS) on the marketing information quality (MIQ) during the COVID-19 pandemic in Saudi Arabia. The study examines the statistical differences in social networks safety SNS and marketing information quality MIQ according to the demographics such as age, sex, income, and education. For this study purpose, information security and privacy are two components of social networks safety. The research materials are website resources, regular books, journals, and articles. The population includes all Saudi users of social networks. The figures show that active users of the social network reached 25 Million in 2020. The snowball method was used and sample size is 500 respondents and the questionnaire is the tool for the data collection. The Structural Equation Modelling SEM technique is used. Convergent Validity, Discriminate Validity, and Multicollinearity are the main assumptions of structural equation modeling SEM. The findings show the high positive impact of SNS networks safety on MIQ and the statistical differences in such variables refer to education. Finally, the study presents a set of future suggestions to enhance the safety of social networks in Saudi Arabia.

• 한국콘텐츠학회논문지
• /
• 제5권4호
• /
• pp.245-253
• /
• 2005

멀티미디어 Ad Hoc 무선망은 매우 매력적인 화두이며 이를 통하여 멀티미디어 서비스를 고정된 기간망이 없이도 이동중인 최종 사용자들에게 제공할 수 있다. 그러나 특수한 설계상의 제약점으로 인하여 Ad Hoc 무선망에서 자원을 공정하게 분배하면서도 지연시간을 보장하는 것은 단순한 문제가 아니다. 본 논문에서는 분산적인 방법으로 지연시간 보장 공정 큐잉(DGFQ, Delay Guaranteed Fair Queueing) 방식을 멀티미디어 Ad Hoc 무선망에서 구현하고 성능 평가의 결과를 통하여 DGFQ 방식이 멀티미디어 무선망 환경에서도 제한된 지연시간을 보장할 수 있음을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.320-320
• /
• 2019

유역의 수문 자료를 정확하게 분석하는 것은 수리 구조물을 효율적으로 운영하기 위한 중요한 요소이다. 인공신경망(Artificial Neural Networks, ANNs) 모형은 입 출력 자료의 비선형적인 관계를 해석할 수 있는 모형으로 강우-유출 해석 등 수문 분야에 다양하게 적용되어 왔다. 이후 기존의 인공신경망 모형을 연속적인(sequential) 자료의 분석에 더 적합하도록 개선한 회귀신경망(Recurrent Neural Networks, RNNs) 모형과 회귀신경망 모형의 '장기 의존성 문제'를 개선한 장단기메모리(Long Short-Term Memory Networks, 이하 LSTM)가 차례로 제안되었다. LSTM은 최근에 주목받는 딥 러닝(Deep learning) 기법의 하나로 수문 자료와 같은 시계열 자료의 분석에 뛰어난 성능을 보일 것으로 예상되며, 수문 분야에서 이에 대한 적용성 평가가 요구되고 있다. 본 연구에서는 인공신경망 모형과 LSTM 모형으로 유출량을 모의하여 두 모형의 성능을 비교하고 향후 LSTM 모형의 활용 가능성을 검토하고자 하였다. 나주 수위관측소의 수위 자료와 인접한 기상관측소의 강우량 자료로 모형의 입 출력 자료를 구성하여 강우 사상에 대한 시간별 유출량을 모의하였다. 연구 결과, 1시간 후의 유출량에 대해서는 두 모형 모두 뛰어난 모의 능력을 보였으나, 선행 시간이 길어질수록 LSTM의 정확성은 유지되는 반면 인공신경망 모형의 정확성은 점차 떨어지는 것으로 나타났다. 앞으로의 연구에서 유역 내 다양한 수리 구조물에 의한 유 출입량을 추가로 고려한다면 LSTM 모형의 활용성을 보다 더 확장할 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.183-183
• /
• 2020

Accurate quantitative precipitation estimation plays an important role in hydrological modelling and prediction. Instantaneous quantitative precipitation estimation (QPE) by utilizing the weather radar data is a great applicability for operational hydrology in a catchment. Previously, regression technique performed between reflectivity (Z) and rain intensity (R) is used commonly to obtain radar QPEs. A novel, recent approaching method which might be applied in hydrological area for QPE is Long Short-Term Memory (LSTM) Networks. LSTM networks is a development and evolution of Recurrent Neuron Networks (RNNs) method that overcomes the limited memory capacity of RNNs and allows learning of long-term input-output dependencies. The advantages of LSTM compare to RNN technique is proven by previous works. In this study, LSTM networks is used to estimate the quantitative precipitation from weather radar for an urban catchment in South Korea. Radar information and rain-gauge data are used to evaluate and verify the estimation. The estimation results figure out that LSTM approaching method shows the accuracy and outperformance compared to Z-R relationship method. This study gives us the high potential of LSTM and its applications in urban hydrology.

• 정보관리학회지
• /
• 제35권1호
• /
• pp.13-32
• /
• 2018

본 연구의 목적은 빅데이터 연구 논문의 주제 분야 간의 연관관계를 분석하는데 있다. 동시 인용관계를 적용하여 분석 대상의 주제 분야를 추출하였으며, R 프로그램의 Apriori 알고리즘을 이용하여 연관관계의 규칙을 분석하고, arulesViz 패키지를 사용하여 시각화하였다. 연구 결과 22개 주제 분야가 추출되었는데, 이들 주제 분야는 3가지 군집으로 구분되었다. 주제 분야의 연관관계 유형을 분석한 결과, 연관관계의 복잡성에 따라 '전문형', '일반형', '확대형'으로 구분되었다. 전문형에는 문헌정보학, 신문방송학 등이 포함되었고, 일반형에는 정치외교학, 무역학, 관광학 등이 포함되었고, 확대형에는 기타인문학, 사회과학일반, 관광학일반 등이 포함되었다. 이 연관관계는 빅데이터 연구자가 한 주제분야를 인용할 때 관계가 있는 다른 주제 분야를 인용하는 경향을 보여주는 것으로, 도서관에서 학술정보서비스를 위해 연관관계를 활용한 서비스를 고려해야 할 필요가 있다.

• 전자공학회논문지A
• /
• 제31A권3호
• /
• pp.1-9
• /
• 1994

In this paper as a new approach for real-time multitarget tracking, a hybrid OptoNeural multitarget tracking system based on optical BJTC and neural networks data association algorithm is suggested. In the proposed hybrid tracking system, an optical BJTC is introduced as a preprocessor to reduce the massive input target data into a few correlation peak signals and then the neural networks data association algorithm is used for the massively parallel data association between measurement signals and targets in real-time. Finally, new hybrid type OptoNeural target tracking system is constructed and then some experimental results on multitarget tracking is included. The real-time implementation method of the proposed hybrid system is also discussed.

• 한국콘텐츠학회논문지
• /
• 제20권4호
• /
• pp.658-672
• /
• 2020

본 연구의 목적은 예비교원의 도움 네트워크에 관한 통계모형을 경험적으로 비교하는 것이다. 특히 이항 및 가중 ERGM 결과를 토대로 공통점과 차이점을 파악하는 것이다. 연구문제는 첫째, 예비교원의 이항 및 가중 도움 네트워크 선택요인간의 공통점은 무엇인가? 둘째, 예비교원의 이항 및 가중 도움 네트워크 선택요인간의 차이점은 무엇인가? 이다. 이를 위해 예비교원(N=42)의 도움 및 친구 네트워크와 행복감, 그리고 개인특성을 측정하였다. 분석결과 첫째, 예비교원의 이항 및 가중 도움 네트워크 선택요인간의 공통점은 관계 의존성(호혜성, 전이성), 유사성(전공, 성별), 활동성(유아교육전공, 부정정서), 대중성(유아교육전공), 다중성(친구네트워크) 효과로 나타났다. 둘째, 예비교원의 이항 및 가중 도움 네트워크 선택요인간의 차이점은 활동성(체육교육전공), 대중성(학점, 부정정서) 효과로 나타났다. 이러한 연구결과를 토대로 시사점을 제시하였다.

• 한국콘텐츠학회논문지
• /
• 제10권5호
• /
• pp.427-435
• /
• 2010

교과서에 쓰인 과학 용어 네트워크를 구축하여, 네트워크의 구조, 관련 정보 및 연관 관계를 분석하기 위하여 핵심용어를 도출하였다. 본 연구에서는 과학, 생물1 및 생물2 교과서 각 과목별로 출판사 세 곳을 선정하고 각각의 교과서에서 추출한 용어들을 노드로, 한 문장 안에 있는 과학 용어를 링크로 연결하여 네트워크를 구축하였다. 모든 교과서의 과학 용어 네트워크는 척도 없는(scale-free) 네트워크의 특성을 보여주었다. 복잡한 (complex) 네트워크에서 가중치가 낮은 것부터 제거하는 방법인 k-core 알고리즘을 적용하여 핵심 (core) 네트워크를 구축하였는데, 몇 개의 모듈이 연결되는 형태를 보여주었다. 과학교과서의 경우에는 물리, 화학, 생물, 지구과학 분야별로 크게 네 개의 모듈을 형성하였고, 생물1과 생물2 교과서는 각단원별로 용어들이 모여 있는 특성을 지닌 네트워크를 나타냈다. 본 연구에서 복잡한 네트워크에서 핵심네트워크를 구축하여 유용한 정보를 도출할 수 있는 가능성을 제시하였다.

• 한국생활과학회지
• /
• 제22권3호
• /
• pp.421-436
• /
• 2013

International marriage is composed over 10% among total marriage in Korea. This study tried to know what kinds of social networks, especially transnational networks, the immigrant wives use for the process of being married and for the adjusting to marriage and Korean culture, and how their Korean families also are affected by the transnational networks. For the purposes of this study FGI and the interviews were applied for the immigrant wives, the multicultural husbands and the specialist groups in metropolitan city DaeGu. 18 migrant interviewees from Vietnam, China, Philippine, etc. were collected by the snow-ball sampling. 5 husbands were collected from the self-help meeting in multicultural families support center. The transnational networks of the immigrant wives in DaeGu were deterritorialized and reterritorialized actively. Migrant wives managed the close relationship with their family members of motherland, and had the networks sticky with relatives, friends, and other fore-immigrant wives from the same countries. Their migrations are characterized as 'chain migration'. Even though they acquired the Korean nationality, they have the transnational identities. They and their Korean families are interrelated and internetworked in exchanging economic resources as goods and money, human beings, love, child caring, foods and culture over local boundaries.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권4호
• /
• pp.1076-1089
• /
• 2012

Home automation networks are good environments for merging sensor networks and consumer electronics technologies. It is very important to reduce the energy consumption of each sensor node because sensor nodes operate with limited power based on a battery that cannot be easily replaced. One of the primary mechanisms for achieving low energy operation in energy-constrained wireless sensor networks is the duty-cycle operation, but this operation has several problems. For example, unnecessary energy consumption occurs during synchronization between transmission schedules and sleep schedules. In addition, a low duty-cycle usually causes more performance degradation, if the network becomes congested. Therefore, an appropriate control scheme is required to solve these problems. In this paper, we propose UDC (Unsynchronized Duty-cycle Control), which prevents energy waste caused by unnecessary preamble transmission and avoids congestion using duty-cycle adjustment. In addition, the scheme adjusts the starting point of the duty-cycle in order to reduce sleep delay. Our simulation results show that UDC improves the reliability and energy efficiency while reducing the end-to-end delay of the unsynchronized duty-cycled MAC (Media Access Control) protocol in sensor-based home automation networks.