• 한국멀티미디어학회논문지
• /
• 제9권11호
• /
• pp.1381-1394
• /
• 2006

축적된 데이터를 기반으로 의사결정을 지원하는 데이터 웨어하우스에서 빠른 응답을 제공하기 위하여 데이터큐브 생성기법에 대한 많은 연구가 진행되었다. 대표적으로 다차원 배열을 사용한 기법과 hyper-tree를 기반으로 하는 H-cubing 기법이 연구되었다. 하지만 전자는 다차원 집계 연산에 필요한 모든 데이터를 배열로 저장하여 데이터의 양이 많아질수록 메모리 사용이 증가하였으며 후자는 hyper-tree를 기반으로 모든 튜플을 트리로 구축하여 트리 구축비용이 증가하였다. 본 논문에서는 데이터 웨어하우스에서 해쉬 테이블을 이용한 효율적인 데이터큐브 생성 기법을 제안한다. 제안 기법은 데이터큐브 생성 시 가중치 맵핑 테이블과 레코드 해쉬 테이블을 사용하여 다차원 데이터의 저장될 레코드 순서를 빠르게 찾아 저장한다. 따라서 데이터큐브의 생성속도가 향상되며 해쉬 테이블 만을 유지하여 메모리 사용량이 감소한다. 이는 성능평가를 통해 기존 기법보다 데이터의 빠른 검색과 데이터큐브 생성 요청에 빠른 응답을 보였다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.123-132
• /
• 2013

최근 스마트 폰에 다양한 센서를 내장할 수 있게 되었고 스마트폰에 내장된 센서를 이용항 동작 인지에 관한 연구가 활발히 진행되고 있다. 스마트폰을 이용한 동작 인지는 노인 복지 지원이나 운동량 측정. 생활 패턴 분석, 운동 패턴 분석 등 다양한 분야에 활용될 수 있다. 하지만 스마트 폰에 내장된 센서를 이용하여 동작 인지를 하는 방법은 사용되는 센서의 수에 따라 단일 센서를 이용한 동작인지와 다중 센서를 이용한 동작인지로 나눌 수 있다. 단일 센서를 이용하는 경우 대부분 가속도 센서를 이용하기 때문에 배터리 부담은 줄지만 다양한 동작을 인지할 때에 특징(feature) 추출의 어려움과 동작 인지 정확도가 낮다는 문제점이 있다. 그리고 다중 센서를 이용하는 경우 대부분 가속도 센서와 중력센서를 사용하고 필요에 따라 다른 센서를 추가하여 동작인지를 수행하며 다양한 동작을 보다 높은 정확도로 인지할 수 있지만 다수의 센서를 사용하기 때문에 배터리 부담이 증가한다는 문제점이 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 스마트 폰에 내장된 가속도 센서를 이용하여 다양한 동작을 높은 정확도로 인지하는 방법을 제안한다. 서로 다른 10가지의 동작을 높을 정확도로 인지하기 위해 원시 데이터로부터 17가지 특징을 추출하고 각 동작을 분류하기 위해 Ensemble of Nested Dichotomies 분류기를 사용하였다. Ensemble of Nested Dichotomies 분류기는 다중 클래스 문제를 다수의 이진 분류 문제로 변형하여 다중 클래스 문제를 해결하는 방법으로 서로 다른 Nested Dichotomy 분류기의 분류 결과를 통해 다중 클래스 문제를 해결하는 기법이다. Nested Dichotomy 분류기 학습에는 Random Forest 분류기를 사용하였다. 성능 평가를 위해 Decision Tree, k-Nearest Neighbors, Support Vector Machine과 비교 실험을 한 결과 Ensemble of Nested Dichotomies 분류기를 사용하여 동작 인지를 수행하는 것이 가장 높은 정확도를 보였다.

• 한국멀티미디어학회논문지
• /
• 제7권3호
• /
• pp.377-387
• /
• 2004

본 논문에서는 온라인 대화에서 대화자간 대화 메시지의 응답 관계를 효율적으로 프레젠테 이션하는 트리 기반 대화 인터페이스를 제안한다. 기존의 대화 인터페이스는 대화 인터페이스의 단순성과 대화 메시지 자료 구조의 제약으로 인하여 그룹 토의나 의사 결정과 같은 형식적인 대화를 지원하기 어려우며, 트리 기반 대화 인터페이스는 형식적인 대화의 지원은 가능하나 응답 관계에 의한 대화창의 이동 및 응답간의 거리에 의하여 대화 메시지의 프레젠테이션 등이 어렵다. 그러므로 본 논문에서는 텍스트 기반 대화 인터페이스의 장점과 XML 기반 메시지를 이용하여 대화에서 응답 관계 프레젠테이션을 효율적으로 지원하는 트리 기반 대화 인터페이스를 기술한다. 제안한 대화 인터페이스의 구현은 XML, DOM, JDK를 이용하여 클라이언트/서버 구조의 대화 시스템에 적용한 예를 보였으며, 응용 분야는 협업, 원격 교육, 온라인 게임 등이다.

• 한국지능시스템학회논문지
• /
• 제24권6호
• /
• pp.665-670
• /
• 2014

SVM은 학습 데이터를 두 개의 집단으로 분리시키는 최적의 초평면을 찾는 이진 분류기로서 우수한 성능 때문에 다양한 분야에서 귀납 추론, 이진 분류, 예측 등을 목적으로 사용되는 알고리즘이다. 또한 대표적인 블랙박스 모델 중 하나이기 때문에 학습 후 생성되는 SVM의 해석에 대한 연구도 활발히 진행되고 있다. 본 논문에서는 SVM 알고리즘을 이용하여 기상 레이더의 데이터 내에 비교적 높은 빈도로 발생하여 기상 예보의 정확도를 감소시키는 비강수에코 중 하나인 선에코를 자동으로 탐지하는 방법에 대한 연구를 수행하였다. 학습 데이터로는 평균 반사도, 크기, 발생 형태, 중심 고도 등과 같은 특성을 활용하였는데, 이는 기상 레이더 데이터에 저장된 다양한 데이터 중 반사도 값을 선택한 후 클러스터링 기법을 통해 추출한 것이다. 이와 같이 학습된 SVM 분류기를 실제 사례를 바탕으로 하여 검증하였으며, Decision Tree 알고리즘을 적용하여 생성한 분류기의 해석을 수행하였다.

• 한국빅데이터학회지
• /
• 제3권1호
• /
• pp.95-103
• /
• 2018

ICT 기술의 발전에 따라 제조 산업은 공정 상에서 생성되는 제조 데이터를 분석하여 효율을 높이고자 많은 노력을 하고 있다. 본 논문에서는 스마트 공장의 일환으로 의사결정나무 알고리즘(CHAID)을 이용한 데이터 마이닝 기반 제조공정을 제안한다. 약 5개월간 수집된 실제 제조 공정의 432개 센서 데이터를 활용하여 불량률이 낮은 안정적인 공정 기간과 불량률이 높은 불안정한 공정 기간 간에 유의미한 차이를 보이는 변수를 찾아냈다. 선정된 최종 변수가 불량률 개선에 실제로 효과가 있는지를 측정하기 위해 해당 변수의 안정 값 범위를 설정하여 14일 간 공정에서 해당 센서가 안정 값의 범위를 벗어나지 않도록 공정 설정 값을 조절했고, 불량률 개선의 효과를 측정하였다. 이를 통해 제조 산업에서 생성되는 공정 센서 데이터를 활용 및 분석하여 불량률을 개선할 수 있는 실증적인 가이드라인을 제시할 수 있을 것으로 기대한다.

• 지식경영연구
• /
• 제15권3호
• /
• pp.169-188
• /
• 2014

Big data seems to change knowledge management system and method of enterprises to large extent. Further, the type of method for utilization of unstructured data including image, v ideo, sensor data a nd text may determine the decision on expansion of knowledge management of the enterprise or government. This paper, in this light, attempts to figure out the prediction model of demands and supply for big data market of Korea trough data mining decision making tree by utilizing text bit data generated for 3 years on web and SNS for expansion of form for knowledge management. The results indicate that the market focused on H/W and storage leading by the government is big data market of Korea. Further, the demanders of big data have been found to put important on attribute factors including interest, quickness and economics. Meanwhile, innovation and growth have been found to be the attribute factors onto which the supplier puts importance. The results of this research show that the factors affect acceptance of big data technology differ for supplier and demander. This article may provide basic method for study on expansion of analysis form of enterprise and connection with its management activities.

• Journal of Multimedia Information System
• /
• 제6권4호
• /
• pp.217-224
• /
• 2019

As the world's population grows, how to maintain the food supply is becoming a bigger problem. Now and in the future, big data will play a major role in decision making in the agriculture industry. The challenge is how to obtain valuable information to help us make future decisions. Big data helps us to see history clearer, to obtain hidden values, and make the right decisions for the government and farmers. To contribute to solving this challenge, we developed the Agriculture Big Data Analysis System. The system consists of agricultural big data collection, big data analysis, and big data visualization. First, we collected structured data like price, climate, yield, etc., and unstructured data, such as news, blogs, TV programs, etc. Using the data that we collected, we implement prediction algorithms like ARIMA, Decision Tree, LDA, and LSTM to show the results in data visualizations.

• Agribusiness and Information Management
• /
• 제5권2호
• /
• pp.27-37
• /
• 2013

Referral marketing plays an important role in promoting new products. When it comes to innovative agricultural products, early adopter's review or recommendation has a more critical impact on follower's purchase decision making. Hence, understanding of consumer's characteristics and needs play more important role in success of innovation. More particularly, other researchers pay attention to the role of consumer innovativeness. This study attempts to fill this gap in knowledge between innovative propensity of consumer and her/his intention to generate positive word of mouth about new agricultural products. Furthermore, in this paper, we adopt Vandecasteele and Geunes' motivated consumer innovativeness model to investigate consumer innovativeness in extrinsic motive and intrinsic motive level, and examine the moderating role of referral efficacy. For empirical verification, survey method is used for data collection. Partial least square (PLS) is adopted to analyze the data. Finally, several theoretical contributions and practical implications are discussed.

• 전기학회논문지
• /
• 제57권9호
• /
• pp.1507-1515
• /
• 2008

It is essential for electric power companies to have a quick restoration system of the faulted pole transformers which occupy most of transformers to supply stable electricity. However, it takes too much time to restore it when a transformer is out of order suddenly because we now count on operator in investigating causes of failure and making decision of recovery methods. This paper presents the concept of 'Fault pattern analysis and Restoration prediction model using Data mining techniques’, which is based on accumulated fault record of pole transformers in the past. For this, it also suggests external and internal causes of fault which influence the fault pattern of pole transformers. It is expected that we can reduce not only defects in manufacturing procedure by upgrading quality but also the time of predicting fault patterns and recovering when faults occur by using the result.

• 국제학술발표논문집
• /
• The 6th International Conference on Construction Engineering and Project Management
• /
• pp.523-526
• /
• 2015

In recent years, building commissioning has often been part of a standard delivery practice in construction, particularly in the high-performance green building market, to ensure the building is designed and constructed per owner's requirements. Commissioning, therefore, intends to provide quality assurance that buildings perform as intended by the design and often helps achieve energy savings. Commissioning, however, is not as widely adopted as its potential benefits are perceived. Owners are still skeptical of the cost-effectiveness claims by energy management and commissioning professionals. One of the issues in the current commissioning practice is that not every project is guaranteed to benefit from the commissioning services. This, coupled with its added cost, the commissioning service is not acquired with great acceptance and confidence by building owners. To overcome this issue, this paper presents a unique methodology to enhance owner's predicting capability of the degree of success of commissioning service using the Bayesian theorem. The paper analyzes a situation where a future building owner wants to use a pre-commissioning in an attempt to refine the success rate of the future commissioned building performance. The author proposes the Bayesian theorem based framework to improve the current commissioning practice where building owners are not given accurate information how much successful their projects are going to be in terms of energy savings from the commissioning service. What should be provided to the building owners who consider their buildings to be commissioned is that they need some indicators how likely their projects benefit from the commissioning process. Based on this, the owners can make better informed decisions whether or not they acquire a commissioning service.