최근 딥 러닝 기술의 발전으로 인해, 텍스트, 이미지 등 비정형 데이터 분석에 딥 러닝 알고리즘을 적용하는 연구가 활발히 수행되고 있다. 그중 텍스트 분류는 학계 및 업계에서 오랜 기간 연구되어 온 분야로, 분류의 성능을 향상시키기 위해 계층형 레이블 등 데이터 자체의 특성을 활용하기 위한 다양한 시도가 이루어지고 있다. 하지만 계층적 분류를 위해 주로 사용되는 하향식 접근법은 상위 레벨의 오분류가 하위 레벨의 정분류 기회를 차단한다는 한계가 있다. 따라서, 본 연구에서는 레이블의 계층적인 관계를 고려하면서도 상위 레벨의 분류가 하위 레벨의 분류를 차단하지 않도록 하여 분류 성능을 향상시키기 위해, 오토인코더 기반 심층 지도 네트워크를 활용한 계층형 데이터 분류 방법론을 제안한다. 제안 방법론은 오토인코더의 잠재변수에 하위 레이블을 예측하는 주 분류기를 추가하고, 인코더의 은닉층에 상위 레벨의 레이블 예측하는 보조 분류기를 추가하여 End-to-End 학습을 진행한다. 제안 방법론의 성능을 평가하기 위하여 국내 논문 데이터 총 22,512건에 대한 실험을 수행한 결과, 제안 모델이 기존의 지도 오토인코더 및 DNN 모델에 비해 분류 정확도와 F1-Score에서 우수한 성능을 나타냄을 확인하였다.
ㆍProSTEP, PDES, Inc., and JSTEP announce agreement on PDM Schema ㆍ November 4, 1997 ㆍInteroperable with STEP AP203, AP2l0, AP214, and AP232 ㆍNeutral specification allows for the exchange of the following types - item master data (part identification, approval of part version) - item structure - item classification - item property (mass, costs) - document management (identification, revision… ) - work management (engineering change request, EC order, project) ㆍVendors of PDM systems are asked to join ProSTEP's PDM Round Table and PDES, Inc.'s PDMnet.(omitted)
KSII Transactions on Internet and Information Systems (TIIS)
/
제9권1호
/
pp.391-406
/
2015
Social media have emerged as new communication channels between consumers and companies that generate a large volume of unstructured text data. This social media content, which contains consumers' opinions and interests, is recognized as valuable material from which businesses can mine useful information; consequently, many researchers have reported on opinion-mining frameworks, methods, techniques, and tools for business intelligence over various industries. These studies sometimes focused on how to use opinion mining in business fields or emphasized methods of analyzing content to achieve results that are more accurate. They also considered how to visualize the results to ensure easier understanding. However, we found that such approaches are often technically complex and insufficiently user-friendly to help with business decisions and planning. Therefore, in this study we attempt to formulate a more comprehensive and practical methodology to conduct social media opinion mining and apply our methodology to a case study of the oldest instant noodle product in Korea. We also present graphical tools and visualized outputs that include volume and sentiment graphs, time-series graphs, a topic word cloud, a heat map, and a valence tree map with a classification. Our resources are from public-domain social media content such as blogs, forum messages, and news articles that we analyze with natural language processing, statistics, and graphics packages in the freeware R project environment. We believe our methodology and visualization outputs can provide a practical and reliable guide for immediate use, not just in the food industry but other industries as well.
빅데이터 시대를 맞이하여 인공지능 분야는 괄목할만한 성장을 보이고 있으며 특히 딥러닝에 의한 이미지 분류 학습방법이 중요한 영역으로 자리하고 있다. 이미지 분류에서 많이 사용되어 온 CNN의 성능을 더욱 개선하기 위해 다양한 연구가 활발하게 진행되었는데, 이 중에서 대표적인 방법이 CRNN(Convolutional Recurrent Neural Network) 알고리즘이다. CRNN 알고리즘은 이미지 분류를 위한 CNN과 시계열적 요소를 인식하기 위한 RNN의 조합으로 구성되는데, CRNN의 RNN영역에서 사용하는 입력값은 학습 대상의 이미지를 합성곱과 풀링 기법을 적용하여 추출된 결과물을 flatten한 값이고, 이 입력값들은 이미지 내 동일 위상에 있는 픽셀값들이 서로 다른 순서로 나타나기 때문에, RNN에서 의도한 이미지 내 배열 순서를 제대로 학습하기 어렵다는 한계점을 지닌다. 따라서 본 연구는 인코더와 디코더의 개념을 응용한 CNN과 RNN의 새로운 하이브리드 방법을 제안하여, 이미지 분류 성능을 향상시키는 것을 목적으로 하였다. 본 연구에서는 다양한 알고리즘 비교 실험을 통해, 새로운 하이브리드 방법의 효과성을 검증하였다. 본 연구는 인코더와 디코더 개념의 적용 가능성을 넓히고, 제안한 방법이 기존 하이브리드 방법에 비해, 복잡도가 크게 증가하지 않아 모델 학습 시간과 인프라 구축 비용 측면에서 이점을 있다는 점에서 학문적 시사점을 가진다. 또한, 정확한 이미지 분류가 필요한 다양한 분야에서 제공되는 서비스의 품질을 높일 수 있는 가능성을 제시하였다는 점에서 실무적 시사점을 가진다.
The objective of this study is developing a classification scheme of the creative employment and analyzing trends of the creative employment in Korea. Many countries have pursued the creative economy to generate new jobs and tried to estimate the creative employment as a way to measure the creative economy. However, the definition of the creative employment is still ambiguous partly because it depends on the characteristics of diverse industries and the direction of economic policies that each country has. Therefore, we propose a classification scheme of the creative employment, which reflects the creative economy in Korea. Then, we examine how the creative employment changes in Korea. Our results show that the jobs requiring the highest level of creative skills increase stably and steadily over the years.
인터넷의 대중화와 e-비즈니스의 활성화에 따라 향후 인터넷과 유비쿼터스 환경에 대비한 지능형시스템 연구가 가속화 되고 있다. 전문가시스템도 기존의 Stand Alone방식에서 웹기반의 클라이언트-서버방식으로 발전되고 있으며, 다양한 인터넷 환경에서 활용되고 있다. 본 논문에서는 인터넷 웹 환경에서의 전문가시스템 개발환경과 고려사항들을 살펴 보고 웹 기반 전문가시스템들을 유형별로 분류하고, 분석하여 이를 통해 웹 기반 전문가 시스템의 일반적인 유형 모델과 구조를 제시한다. 본 논문에서는 첫 번째 클라이언트와 서버 간의 Load Balancing 측면에 따라 서버중심의 Server Oriented, 클라이언트 중심의 Client Oriented의 두 가지 모델을 구분 하였다. 그리고, 두 번째 지식 및 추론 공유 정도에 따라 지식과 추론에 대한 공유가 전혀 이루어 지지 않는 No Sharing, 서버들 간에 지식 및 추론의 공유가 이루어지는 경우인 Server Sharing, 클라이언트 간의 공유가 이루어 지는 경우인 Client Sharing, 클라이언트, 서버 모두에서 공유가 이루어 지는 경우인 Client-Server Sharing의 네 가지 모델을 분류하였다. 이들의 조합을 통해 총 8가지의 유형을 도출하였다. 또한 각 모델 별로 유형별 구조와 장단점, 인터넷상에서의 지식베이스, Fact Base, 추론엔진 등의 위치 문제와 사용기술, 고려사항, 서비스 유형들을 구분, 분석하였다. 본 논문을 통해서 제시된 프레임워크를 활용하여 새로운 환경에 좀더 능동적으로 대처할 수 있는 효율적인 전문가시스템의 다양한 개발이 기대된다.
『공공기록물 관리에 관한 법률』이 제정된 2007년부터 이미 행정정보시스템이 전자기록생산시스템에 포함되었으며, 행정정보 데이터세트는 전자기록물의 한 유형으로 관리 대상임이 명시되었다. 특히 최근 시행령의 개정으로 행정정보 데이터세트 관리기준표를 기반으로 한 기록관리가 법제화된 상황 속에서, 본 연구는 공공기관의 행정정보시스템과 관련된 단위과제를 분석하고 유형별 보존기간 책정 현황을 파악하였다. 이를 위해 국가기록원의 직접관리기관과 재난관리 책임기관 49개 기관으로부터 36개 공공기관의 기록물 분류체계를 수집하여 행정정보시스템과 관련된 단위과제를 판별하였다. 선별된 824개 단위과제를 유형에 따라 대·소분류로 구분하고 보존기간을 비교, 분석하였다. 본 연구를 통해 도출된 문제점과 개선방안이 향후 행정정보 데이터세트 관리기준표를 작성하기 위한 기초자료로 활용되길 기대한다.
외부적으로 정책결정과정의 투명성을 위한 업무관리시스템이 도입되고 업무혁신을 위한 범정부 기능분류체계가 수립되어 행정기관의 업무환경이 변화하고 있다. 동시에 자료관시스템이 본격적으로 가동됨에 따라 미비한 기능에 대한 불만이 가중되고, 전자기록의 진본성 유지에 대한 문제가 제기되고 있다. 이러한 배경하에서 기록관리 혁신의 일환으로 '05년 9월부터 5개월간 국가기록원에서는 '기록관리시스템 혁신 정보화전략계획수립(ISP)' 용역사업을 수행하였다. 이 용역사업에서는 기존의 기록관리프로세스를 전자기록관리체계에 걸맞게 재설계하였고, 국제표준에 부합하는 시스템 모델을 제시하였다. 기록물관리법 제정이후, 행정기관의 기록관리는 종이기록을 전자적으로 관리하는 개념에서 추진되었다. 그러나 이번에 수립된 개선모델에서는 종이기록을 대체해 가고 있는 전자기록에 주목하고 전자기록의 속성을 고려한 관리방안을 모색하고 있다. 이것은 행정기관의 업무가 전산시스템을 통하여 수행되는 것이 보편화되어 감에 따라, 기록관리영역에서도 본격적으로 전자기록관리 문제가 이슈화되고 있다는 의미이다. 본 논문에서는 전자기록관리와 관련된 개선모델의 주요내용을 분석하고 그 의미와 한계를 살펴봄으로써, 전자기록관리시스템의 향후 방향을 이해하는데 목적이 있다. 개선모델 분석에 앞서, 변화된 행정환경과 그에 따른 기록관리상의 제문제를 검토하였다. 업무관리시스템과 정부의 기능분류체계는 업무측면에서 범정부의 실적을 온라인으로 관리하고 정부기능에 따라 체계적으로 분류하여 관리할 수 있는 공통기반을 마련했다는 점에서 혁신적이나, 기록관리측면에서는 기록관리대상의 재정의와 획득방법의 부재, 기록물분류기준표와의 이원화, 그리고 자료관시스템의 전자기록관리의 한계 등 많은 문제점을 발생시키고 있음을 확인하였다. 위와 같은 문제의 해결을 위하여, 기록관리시스템 개선모델에서는 확대된 기록관리대상을 포괄할 수 있는 범용적인 전자기록철의 구조를 설계하고, 업무분류에 기반한 기록분류체계를 도입하며, 전자기록관리를 강화하기 위한 기능을 추가해야 한다고 제안하고 있다. 이 모델은 다양한 생산시스템의 기록관리 대상에 대한 근본적인 관리방법을 모색하고 있고, 기록분류체계 및 보존기간 운영방식에 있어 기관별 기록관의 역할을 획기적으로 개선하고 있으며, 전자기록의 진본성 유지를 위한 시스템의 주요 기능이 구체적으로 설계되어 제시되고 있다는 점에서 국제표준과 선진사례의 추세와 부합하는 전자기록관리시스템의 기반을 마련하였다고 분석되었다. 그러나 이러한 혁신성에도 불구하고 본격적인 전자기록 시대의 기록관리시스템으로서는 걸음마 단계이다. 앞으로 행정정보시스템 등 상이한 기록구조의 획득방안, 기록분류체계의 질적수준의 확보, 기 개발된 보존기술의 검증 등이 보다 더 심도 있게 연구되고 실행될 때, 선진적인 전자기록관리시스템으로서의 전망을 가질 수 있을 것이다.
KSII Transactions on Internet and Information Systems (TIIS)
/
제14권2호
/
pp.841-854
/
2020
The paper explains the method to process, analyze and predict traffic patterns in Los Angeles county using Big Data and Machine Learning. The dataset is used from a popular navigating platform in the USA, which tracks information on the road using connected users' devices and also collects reports shared by the users through the app. The dataset mainly consists of information about traffic jams and traffic incidents reported by users, such as road closure, hazards, accidents. The major contribution of this paper is to give a clear view of how the large-scale road traffic data can be stored and processed using the Big Data system - Hadoop and its ecosystem (Hive). In addition, analysis is explained with the help of visuals using Business Intelligence and prediction with classification machine learning model on the sampled traffic data is presented using Azure ML. The process of modeling, as well as results, are interpreted using metrics: accuracy, precision and recall.
기업부실예측은 과거로부터 많은 연구가 이루어진 분야로, 주로 통계기법에 의한 분류예측문제로 다루어져 왔다. 최근에는 인공신경망, 의사결정나무 등 비선형성을 반영할 수 있는 인공지능 기법을 적용한 연구가 많이 수행되고 있다. 본 연구에서는 최적화에 주로 활용하는 인공지능 기법인 유전자 알고리즘을 규칙추출을 통한 기업부실예측 모형의 개발에 적용하고, 활용가능성을 검증하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.