• 컴퓨터교육학회논문지
• /
• 제9권6호
• /
• pp.29-39
• /
• 2006

웹은 양적으로 폭발적인 성장을 이루게 되었지만 맥락적 의미의 결여로 사용자에게 검색에 대한 지적 부담을 높이고 있다. 정보의 양은 많으나 사용자에게 적합한 정보를 얻기 위하여 많은 노력을 기울여 검색 용어를 찾고 검색된 각 웹 문서들을 다시 살펴보아야 한다. 본 연구에서는 시맨틱 웹(Semantic Web)에서 중요하게 다루어지고 있는 온툴로지를 이용하여 특정 도메인 컴퓨터 하드웨어 - 에 관한 맥락적 지식을 표현하고, 이를 이용한 e-Learning 학습 자료 검색 시스템을 설계 및 구현함으로써 검색의 주체인 학습자에게 적합한 교수-학습 자료와 그에 연관된 멀티미디어 자료들을 제공하도록 하였다. 또한 유사어나 철자 오류를 보정하여 검색하는 기능, 온톨로지 상의 클래스, 인스턴스, 프로퍼티를 이용하여 검색하는 등 다양한 부가 기능들을 추가함으로써 학습자 중심의 효율적인 검색시스템을 구현하였다.

• 융합신호처리학회논문지
• /
• 제11권1호
• /
• pp.53-62
• /
• 2010

최근 전자제어 차량을 비롯한 각종 산업용 임베디드 시스템은 분산형 다중 마이크로 컨트롤러 시스템으로 진화하고 있다. 이에 따라 제어의 효율성이 큰 객체지향형 시스템 구축이 용이하고, 통신의 높은 안정성과 신뢰성이 보장되는 표준적 CAN(Contro11er Area Network) 통신 규약이 필요하게 되었다. 기존의 범용 프로세서를 이용한 CAN 통신 인터페이스는 하드웨어 아키텍처가 고정되어 있기 때문에 다양한 응용에 적용함에 있어 유연성이 결여되는 등의 많은 한계를 가진다. 본 논문에서는 FPGA 기반 CAN 통신 인터페이스 시스템을 설계 구현하고, 기존의 AT90CAN128 컨트롤러와의 통신 성능을 모니터링 하여 시스템의 기능과 성능을 검증하였다. 본 연구의 CAN 인터페이스 시스템은 IFI_Nios_II_Advanced CAN IP 코어와 NIOS II 소프트 코어 프로세서를 사용하여 설계 되었다. 이에 따라 개발된 CAN 통신 인터페이스는 다양한 FPGA 기반 응용 시스템 개발에 재사용 릴 수 있고, 저비용, 소형화 그리고 저전력화를 달성할 수 있다.

• 한국게임학회 논문지
• /
• 제4권3호
• /
• pp.29-42
• /
• 2004

비디오 게임은 하드웨어와 3D그래픽 기술의 발달에 따라 90년대 후반 이후 전적으로 환영을 추구하고 영화의 형식을 답습하는 쪽으로 진화의 방향을 잡아가고 있기 때문에 스펙터클 중심의 미디어로 인식되고 있는 것이 사실이다. 그러나 비디오 게임은 그 태생적인 특성 때문에 기존의 환영 중심의 오락물처럼 투명한 미디어가 될 수 없다. 그 구조를 살펴보면 플레이어로 하여금 지속적으로 미디어의 존재를 각성시켜 환영으로부터 벗어나게 하는 요소가 발견되기 때문에, 플레이어는 엄밀히 말하면 환영에 도취되는 것이 아니라 내부의 콘텍스트와 일정한 거리를 유지하는 관계를 취하고 있다. 오히려 게임은 환각에 의존하기보다 연극에서 발견되는 일종의 컨벤션과 유사한 플레이어와의 계약에 의존하여 플레이어의 적극적 상상력을 개입시켜 내부의 불완전한 요소를 투명화 시킨다고 할 수 있다. 본 연구에서는 비디오 게임에 나타나는 환영 붕괴 요소를 찾아 분석하고 이것이 플레이어와 게임 사이에 탄생시키는 연극적 계약에 관해 논하고자 한다. 연구의 취지는 스펙터클 오락물로서의 비디오 게임에 대한 인식을 재고하여 게임문화의 미래적 진화방향을 탐색하는데 있어 도움이 되고자 함이다.

• KNOM Review
• /
• 제23권2호
• /
• pp.18-28
• /
• 2020

컴퓨팅 환경의 발전에 따라 IT 기술이 의료, 산업, 통신, 문화 등의 분야에서 사람들에게 제공해주는 혜택이 늘어나 삶의 질도 향상되고 있다. 그에 따라 발전된 네트워크 환경을 노리는 다양한 악의적인 공격이 존재한다. 이러한 공격들을 사전에 탐지하기 위해 방화벽, 침입 탐지 시스템 등이 존재하지만, 나날이 진화하는 악성 공격들을 탐지하는 데에는 한계가 있다. 이를 해결하기 위해 기계 학습을 이용한 침입 탐지 연구가 활발히 진행되고 있지만, 학습 데이터셋의 불균형으로 인한 오탐 및 미탐이 발생하고 있다. 본 논문에서는 네트워크 침입 탐지에 사용되는 UNSW-NB15 데이터셋의 불균형성 문제를 해결하기 위해 랜덤 오버샘플링 방법을 사용했다. 실험을 통해 모델들의 accuracy, precision, recall, F1-score, 학습 및 예측 시간, 하드웨어 자원 소모량을 비교 분석했다. 나아가 본 연구를 기반으로 랜덤 오버샘플링 방법 이외에 불균형한 데이터 문제를 해결할 수 있는 다른 방법들과 성능이 높은 모델들을 이용하여 좀 더 효율적인 네트워크 침입 탐지 모델 연구로 발전시키고자 한다.