• International Journal of Computer Science & Network Security
• /
• v.23 no.2
• /
• pp.227-236
• /
• 2023

The research aims to identify the degree of the organizational citizenship, satisfaction and performance quality of the teachers and relationship between organizational citizenship, job satisfaction and performance quality for physical education teachers . The researcher used the descriptive method, The participants were (195) teachers. The researcher conducted the research main study in the period from 05/12/2022 to 30/12/2022 use the website to distribute and collect the questionnaire: https://www.surveymonkey.com. The researcher used the computer in the statistical processing, using the SPSS statistical program, and the following methods: Mean, SD, percentages, Correlation Coefficient, Alpha Cronbach coefficient, differences Indicator using chi² . Conclusions: There is high degree of organizational citizenship behavior practices, job satisfaction and performance quality for some teachers at the schools. Recommendation the importance of enhancing the organizational citizenship behavior in schools, according to the positive effects of these behaviors on the individual and group performances.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.651-654
• /
• 2021

Face anti-spoofing (FAS) techniques play a significant role in the defense of facial recognition systems against spoofing attacks. Existing FAS methods achieve the great performance depending on annotated additional modalities. However, labeling these high-cost modalities need a lot of manpower, device resources and time. In this work, we proposed to use self-transforming modalities instead the annotated modalities. Three different modalities based on frequency domain and temporal domain are applied and analyzed. Intuitive visualization analysis shows the advantages of each modality. Comprehensive experiments in both the CNN-based and transformer-based architecture with various modalities combination demonstrate that self-transforming modalities improve the vanilla network a lot. The codes are available at https://github.com/chenmou0410/FAS-Challenge2021.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.596-599
• /
• 2021

목적지향 챗봇은 일상생활의 많은 부분을 자동화하기 위해 우리의 삶에 널리 보급되고 있다. 그러나 목적지향 챗봇은 보통 많은 모듈이 연결된 파이프라인의 형태로 구현되기 때문에 기계학습 초보자 혹은 비전문가가 직접 구현하기에는 어려운 편이다. 때문에 모든 모듈을 직접 구현하기보다는 유료 챗봇 빌더나 오픈소스 프레임워크를 통해 구현된다. 현재 영어는 몇 가지 오픈소스가 존재하지만 한국어는 관련 오픈소스가 전무한 상황이다. 본 논문에서는 이러한 문제를 해결하기 위해 한국어 전용 오픈소스 목적지향 챗봇 프레임워크인 Kochat 을 제안한다. 사용자는 Kochat 을 이용하여 약 20~30 줄의 코드만으로 손쉽게 자신만의 목적지향 챗봇을 학습 및 배포할 수 있다. 모든 소스코드와 문서는 https://github.com/hyunwoongko/kochat에서 확인할 수 있으며, 추가로 논문의 말미에 후속 연구에 대해서도 논의한다.

• Communications for Statistical Applications and Methods
• /
• v.30 no.4
• /
• pp.355-368
• /
• 2023

This article introduces the R package ELCIC (https://cran.r-project.org/web/packages/ELCIC/index.html), which provides an empirical likelihood-based information criterion (ELCIC) for model selection that includes, but is not limited to, variable selection. The empirical likelihood is a semi-parametric approach to draw statistical inference that does not require distribution assumptions for data generation. Therefore, ELCIC is more robust and versatile in the context of model selection compared to the currently existing information criteria. This paper illustrates several applications of ELCIC, including its use in generalized linear models, generalized estimating equations (GEE) for longitudinal data, and weighted GEE (WGEE) for missing longitudinal data under the mechanisms of missing at random and dropout.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1096-1097
• /
• 2023

본 연구에서는 항만 교통 혼잡 문제를 해결하기 위해 최적화와 관련된 요소와 트럭 운전기사와 터미널 사이의 협상과 관련된 요소를 새로운 방식으로 고려한 중장기 및 실시간 스케줄링 모델을 제시한다. 중장기 스케줄링 모델은 몬테카를로 시뮬레이션, 실시간 스케줄링 모델은 알파고 제로의 원리와 베이즈 정리를 이용하여 구현했다. 실험 결과 제시된 알파고 제로를 이용한 실시간 스케줄링 시스템이 화물차 평균 지연시간을 30분에서 4분으로 대폭 줄여 지연 시간을 최소화하는 것을 입증했다. 실험 관련 코드는 다음 주소에서 확인할 수 있다 : https://github.com/yulleta/Application_of_AlphaGo-Zero_to_port_arrival_scheduling

• Annals of Occupational and Environmental Medicine
• /
• v.35
• /
• pp.49.1-49.7
• /
• 2023

The Korean Working Conditions Survey (KWCS) is a state-approved statistical survey that has been conducted by the Occupational Safety and Health Research Institute (OSHRI) every 3 years since 2006 to monitor changes in the working conditions of Koreans. This cross-sectional national survey involves a sample of 50,000 employed people aged 15 or older. KWCS measures various working conditions through > 130 survey questions, including questions regarding working hours, labor intensity, work-life balance, degree of exposure to risk factors, and subjective health status. Professional survey interviewers visit households and conduct face to face interviews. KWCS provides data and statistics for occupational safety and health polices and research in Korea. Furthermore, OSHRI holds academic conferences every year, awards high-quality academic papers, and supports researchers using data. Microdata is publicly available through the OSHRI website (https://oshri.kosha.or.kr).

• International Journal of Internet, Broadcasting and Communication
• /
• v.16 no.3
• /
• pp.192-198
• /
• 2024

This paper investigates the application of multi-agent deep reinforcement learning in the fighting game Samurai Shodown using Proximal Policy Optimization (PPO) and Advantage Actor-Critic (A2C) algorithms. Initially, agents are trained separately for 200,000 timesteps using Convolutional Neural Network (CNN) and Multi-Layer Perceptron (MLP) with LSTM networks. PPO demonstrates superior performance early on with stable policy updates, while A2C shows better adaptation and higher rewards over extended training periods, culminating in A2C outperforming PPO after 1,000,000 timesteps. These findings highlight PPO's effectiveness for short-term training and A2C's advantages in long-term learning scenarios, emphasizing the importance of algorithm selection based on training duration and task complexity. The code can be found in this link https://github.com/Lexer04/Samurai-Shodown-with-Reinforcement-Learning-PPO.

• Journal of Internet Computing and Services
• /
• v.21 no.4
• /
• pp.87-95
• /
• 2020

The Science and Technology Information Service provided by the Korea Institute of Science and Technology Information (KISTI) is a service designed to allow users to easily and conveniently search and view content that is built similar to the general information service. NDSL is KISTI's core science, technology and information service, providing about 138 million content and having about 93 million page views in a year of 2019. In this paper, various insights were derived through the analysis of how science and technology information such as academic papers, reports and patents provided by NDSL is searched and utilized through web services (https://www.ndsl.kr) and search query words. In addition to general statistics such as the status of content construction, utilization status and utilization methods by type of content, monthly/weekly/time-of-day content usage, content view rate per one-time search by content type, the comparison of the use status of academic papers by year, the relationship between the utilization of domestic academic papers and the KCI index we analyzed the usability of each content type, such as academic papers and patents. We analyzed query words such as the language form of query words, the number of words of query words, and the relationship between query words and timeliness by content type. Based on the results of these analyses, we would like to propose ways to improve the service. We suggest that NDSL improvements include ways to dynamically reflect the results of content utilization behavior in the search results rankings, to extend query and to establish profile information through non-login user identification for targeted services.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.160-160
• /
• 2017

자동화 기술을 통한 한국형 스마트팜의 발전이 비약적으로 이루어지고 있는 가운데 무인화를 위한 지능적인 스마트 시설환경 관찰 및 분석에 대한 요구가 점점 증가 하고 있다. 스마트 시설환경에서 취득 가능한 시계열 데이터는 온도, 습도, 조도, CO2, 토양 수분, 환기량 등 다양하다. 시스템의 경계가 명확함에도 해당 속성의 특성상 타임도메인과 공간도메인 상에서 정확한 추정 또는 예측이 난해하다. 시설 환경에 접목이 증가하고 있는 지능형 관리 기술 구현을 위해선 시계열 공간 데이터에 대한 신속하고 정확한 정량화 기술이 필수적이라 할 수 있다. 이러한 기술적인 요구사항을 해결하고자 시도되는 다양한 방법 중에서 공간 분해능 향상을 위한 다지점 계측 메트릭스를 실험적으로 구성하였다. $50m{\times}100m$의 단면적인 연동 딸기 온실을 대상으로 $3{\times}3{\times}3$의 3차원 환경 인자 계측 매트릭스를 설치하였다. 1 Hz의 주기로 4가지 환경인자(온도, 습도, 조도, CO2)를 계측하였으며, 계측 하는 시점과 동시에 병렬적으로 공간통계법을 이용하여 미지의 지점에 대한 환경 인자들을 실시간으로 추정하였다. 선행적으로 50 cm 공간 분해능에 대응하기 위하여 Kriging interpolation법을 횡단면에 대하여 분석한 후 다시 종단면에 대하여 분석하였다. 3 Ghz에 해당하는 연산 능력을 보유한 컴퓨터에서 1초 동안 획득한 데이터에 대한 분석을 마치는데 소요되는 시간이 15초 내외로 나타났다. 이는 해당 알고리즘의 매우 높은 시간 복잡도(Order of $O=O^3$)에 기인하는 것으로 다양한 시설 환경의 관리 방법론에 적절히 대응하기에 한계가 있다 할 수 있다. 실시간으로 시간 복잡도가 높은 연산을 수행하기 위한 기술적인 과제를 해결하고자, 근래에 관심이 증가하고 있는 NVIDIA 사에서 제공하는 CUDA 엔진과 Apple사의 제안을 시작으로 하여 공개 소프트웨어 개발 컨소시엄인 크로노스 그룹에서 제공하는 OpenCL 엔진을 비교 분석하였다. CUDA 엔진은 GPU(Graphics Processing Unit)에서 정보 분석 프로그램의 연산 집약적인 부분만을 담당하여 신속한 결과를 산출할 수 있는 라이브러리이며 해당 하드웨어를 구비하였을 때 사용이 가능하다. 반면, OpenCL은 CUDA 엔진이 특정 하드웨어에서 구동이 되는 한계를 극복하고자 하드웨어에 비의존적인 라이브러리를 제공하는 것이 다르며 클러스터링 기술과 연계를 통해 낮은 하드웨어 성능으로 인한 단점을 극복하고자 하였다. 본 연구에서는 CUDA 8.0(https://developer.nvidia.com/cuda-downloads)버전과 Pascal Titan X(NVIDIA, CA, USA)를 사용한 방법과 OpenCL 1.2(https://www.khronos.org/opencl/)버전과 Samsung Exynos5422 칩을 장착한 ODROID-XU4(Hardkernel, AnYang, Korea)를 사용한 방법을 비교 분석하였다. 50 cm의 공간 분해능에 대응하기 위한 4차원 행렬($100{\times}200{\times}5{\times}4$)에 대하여 정수 지수화를 위한 Quantization을 거쳐 CUDA 엔진과 OpenCL 엔진을 적용한 비교한 결과, CUDA 엔진은 1초 내외, OpenCL 엔진의 경우 5초 내외의 연산 속도를 보였다. CUDA 엔진의 경우 비용측면에서 약 10배, 전력 소모 측면에서 20배 이상 소요되었다. 따라서 우선적으로 OpenCL 엔진 기반 하드웨어 가속 기술 최적화 연구를 통해 스마트 시설환경 실시간 시뮬레이션 기술 도입을 위한 기술적 과제를 풀어갈 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.395-395
• /
• 2018

기후변화 및 토지이용변화에 따라 강우량 및 증발산량 등과 같은 물순환계 구성요소가 변화하면 유역에서의 물순환계가 영향을 받게 된다. 이렇게 변화된 유역의 물순환계를 종합적으로 관리하기 위해서는 물순환 개선 기술을 통한 지속가능하고 건전한 물순환체계의 구축이 필요하다. 유역 물순환 개선 기술은 기후변화가 진행 중에 있거나 예상되는 지역에 대하여 강우-유출수를 지연, 저류, 침투시켜 지속가능한 물순환체계를 유지 회복하도록 하는 기술이라 할 수 있다. 한국건설기술연구원에서는 기후변화 대비 수자원 적응기술 개발 연구단(CCAW, Climate Change Adaptation for Water resources)의 연구비 지원을 받아 유역 건전성 및 취약성을 평가 하고 취약한 유역에 대한 물순환 개선기술을 확보하기 위한 연구를 수행 중에 있다. 특히, 수년간 국가연구개발사업을 통해 개발되고 사업화에 성공한바 있는 유역 물순환 평가 모형인 CAT(Catchment hydrologic cycle Assessment Tool)을 수정 개선하여 수요자 중심의 활발한 현장 적용을 도모하고 있다. 본 연구에서는 개발된 유역 물순환 개선 및 평가시스템의 적용성 평가를 위하여 대상유역으로 태국의 Lam Takhong 저수지 유역을 선정하였다. Lam Takhong 저수지 유역은 유역면적은 $1,423km^2$이며 저류량은 약 $440{\times}106m^3$이다. 입력자료인 DEM, Land Cover 자료는 USGS Hydro1K (https://earthexplorer.usgs.gov/), 하천망 및 유역경계 자료는 USGS HydroSHEDS (https://hydrosheds.cr.usgs.gov/dataavail.php), 기상 및 관측 유입량, 저수지 제원 등의 자료는 APEC 기후센터의 협조를 받아 1976년부터 2016년까지의 일단위 자료를 이용하였다. 모의결과는 저수지 월별 관측 유입량과 상류 유역의 모의 유출량을 이용하여 비교-분석 하였다. Lam Takhong 저수지 상류 유역은 APEC 기후센터에서 SWAT 모형을 이용하여 저수지 유입량 분석을 수행한 바 있다. 따라서 본 연구의 결과를 SWAT 모의결과와 비교하여 그 적용성을 검증하였다. 월별 관측 유입량과 저수지 상류 유역 모의 유출량을 비교한 결과 CAT의 경우 결정계수(R2) 값이 0.86, SWAT은 0.76으로 나타나 CAT의 적용 결과가 좀 더 우수한 것으로 나타났다. 모의 결과는 매개변수 최적화 과정을 거치지 않은 결과이며 SWAT 모형과의 결과 비교를 위하여 매개변수는 동일하게 적용하였다. 향후 매개변수 최적화 모듈을 통해 검 보정 단계를 거친다면 정밀한 분석이 가능할 것으로 판단된다.