• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권11호
• /
• pp.3493-3506
• /
• 2022

In the field of scene segmentation, the precise segmentation of object boundaries in sports movement scene images is a great challenge. The geometric information and spatial information of the image are very important, but in many models, they are usually easy to be lost, which has a big influence on the performance of the model. To alleviate this problem, a parallel dense dilated convolution merging Network (termed PDDCM-Net) was proposed. The proposed PDDCMNet consists of a feature extractor, parallel dilated convolutions, and dense dilated convolutions merged with different dilation rates. We utilize different combinations of dilated convolutions that expand the receptive field of the model with fewer parameters than other advanced methods. Importantly, PDDCM-Net fuses both low-level and high-level information, in effect alleviating the problem of accurately segmenting the edge of the object and positioning the object position accurately. Experimental results validate that the proposed PDDCM-Net achieves a great improvement compared to several representative models on the COCO-Stuff data set.

• International Journal of Internet, Broadcasting and Communication
• /
• 제15권3호
• /
• pp.58-65
• /
• 2023

Bankruptcy is a significant risk for start-up companies, but with the help of cutting-edge artificial intelligence technology, we can now predict bankruptcy with detailed explanations. In this paper, we implemented the Category Boosting algorithm following data cleaning and editing using OpenRefine. We further explained our model using the Shapash library, incorporating domain knowledge. By leveraging the 5C's credit domain knowledge, financial analysts in banks or investors can utilize the detailed results provided by our model to enhance their decision-making processes, even without extensive knowledge about AI. This empowers investors to identify potential bankruptcy risks in their business models, enabling them to make necessary improvements or reconsider their ventures before proceeding. As a result, our model serves as a "glass-box" model, allowing end-users to understand which specific financial indicators contribute to the prediction of bankruptcy. This transparency enhances trust and provides valuable insights for decision-makers in mitigating bankruptcy risks.

• International Journal of Internet, Broadcasting and Communication
• /
• 제16권1호
• /
• pp.307-313
• /
• 2024

This study explores the integration of Explainable Artificial Intelligence (XAI) and network science in healthcare, focusing on enhancing healthcare data interpretation and improving diagnostic and treatment methods. Key methodologies like Graph Neural Networks, Community Detection, Overlapping Network Models, and Time-Series Network Analysis are examined in depth for their potential in patient health management. The research highlights the transformative role of XAI in making complex AI models transparent and interpretable, essential for accurate, data-driven decision-making in healthcare. Case studies demonstrate the practical application of these methodologies in predicting diseases, understanding drug interactions, and tracking patient health over time. The study concludes with the immense promise of these advancements in healthcare, despite existing challenges, and underscores the need for ongoing research to fully realize the potential of AI in this field.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권5호
• /
• pp.1146-1165
• /
• 2013

Collaborative awareness between persons with various smart multimedia devices is a new trend in the Internet of Things (IoT). Because of the mobility, randomness, and complexity of persons, it is difficult to achieve complete data awareness and data transmission in IoT. Therefore, research must be conducted on mobile-aware service models. In this work, we first discuss and quantify the social relationships of mobile nodes from multiple perspectives based on a summary of social characteristics. We then define various decision factors (DFs). Next, we construct a directed and weighted community by analyzing the activity patterns of mobile nodes. Finally, a mobile-aware service routing algorithm (MSRA) is proposed to determine appropriate service nodes through a trusted chain and optimal path tree. The simulation results indicate that the model has superior dynamic adaptability and service discovery efficiency compared to the existing models. The mobile-aware service model could be used to improve date acquisition techniques and the quality of mobile-aware service in the IoT.

• 지능정보연구
• /
• 제8권1호
• /
• pp.39-62
• /
• 2002

소매유통업에 있어 충성고객을 발견하고 효과적으로 관리하는 일은 마케팅 부서의 주요 관심사라고 할 수 있다. 최근 성숙된 유통 채널로 자리잡고 있는 인터넷 소매유통업도 다양한 마케팅 노력을 기울이고 있으며 그 성과가 기존 소매유통업 보다 클 것으로 기대하고 있는데 이는 인터넷 소매유통업이 기본적으로 디지털 기반 구조 하에 사업이 수행되기 때문이다. 그러나, 매출 규모가 확장됨에 따라 고객 관계가 보다 복잡해지고 거래 건수도 크게 확장되고 있는 인터넷 소매유통업은 전자적으로 이용 가능한 고객 관리 서비스를 필요로 하고 있다. 본 논문은 인터넷 소매유통업의 충성고객관리를 위한 웹서비스의 프레임웍 및 적용 사례를 제시하고 있다. 고객관리 웹서비스의 기본 모델은 전통적인 RFM분석에 기반을 두고 있는데 복잡한 충성고객관리 업무를 처리하는 에이전트를 제공한다. 인터넷 쇼핑몰이나 상점의 운영 시스템과 용이하게 통합될 수 있는 웹 서비스는 적은 비용으로 효과적인 고객 관리를 실현하는데 기여할 것으로 기대된다.

• 디자인학연구
• /
• 제17권4호
• /
• pp.79-88
• /
• 2004

본 연구는 인터넷 정보자원의 조직 문제를 파악하고 검색엔진의 특성을 유추하여 인터넷 정보자원의 분류 및 경가 기준으로 정립하였다. 이를 기반으로 인테리어 디자인 분야의 인터넷 정보 분류체계 개선안을 제시하였다. 또한 인터넷 기반 분류체계를 제공하는 주제별 디렉토리 사이트와 국외의 전문 정보사이트의 인테리어 디자인 분야 분류체계를 비교 분석하여 봄으로써 웹 주제별 디렉토리의 인테리어 디자인 정보 분류체계 모형의 구축을 시도하였다. 이들의 분류체계는 주제범위의 포괄성, 분류체계의 논리성, 주제용어의 정확성, 탐색의 효율성의 4가지 척도를 가지고 분석하였다. 그리고 인테리어 디자인 분야의 정보는 관련 분야의 정보와 혼재되어 정보의 검색이나 분류가 체계적으로 구성되어 있지 못하다. 이러한 문제점을 분석하여, 인테리어 디자인 분야 정보 분ㄹ를 위한 검색엔진의 분류체계 모형을 제시하였으며 이는 학술적인 면과 실용적인 면을 고려하였다.

• 마케팅과학연구
• /
• 제11권
• /
• pp.129-146
• /
• 2003

본 연구는 소비자들의 선택모형에서 널리 사용된 NBD (Negative Binomial Distribution) 타입의 계랑적 모델 접근법이 온라인 상에서 소비자들이 특정한 기업의 웹사이트를 방문하는 행위를 설명하는데 적용될 수 있는지를 탐구한다. 본 연구에서는 다음의 두 가지 연구 주제를 다루고 있다. 첫째, 소비자들이 웹사이트를 반복하여 방문하는 행위의 빈도에 관한 분포를 확률적으로 규정하며, 둘째로는 그러한 소비자들의 반복된 이용빈도의 분포에 소비자들의 일반적인 인터넷 사용패턴과 인구 통계적인 변수들이 어떤 영향을 미치는지를 조사하고 있다. 일련의 실증적 분석을 통하여, 이 논문은 마케팅의 선택모형 (Choice Model)들에서 널리 사용된 NBD 타입의 모댈들이 인터넷상의 사이트 방문빈도 연구에도 잘 적용될 수 있음을 보여주고 있다. 그리고 이 연구는 이러한 소비자들의 이용빈도에 관한 모델개발이 온라인 기업의 당면문제에 어떠한 영향을 미치는 지를 설명한다. 특히 본 연구는 반복된 이용빈도와 소비자들의 일반적인 인터넷사용 특징 및 인구 통계적인 변수들과의 상호관계를 규명했다. 본 연구에서 제시된 모델들을 추정하고 검정하기 위해 800,000번의 방문 기록과 1000개 이상의 상이한 방문사이트 수로 구성된 웹 패널 데이터를 사용하여 실증분석을 연구에서 제시하는 모델을 개발하고 검증하였다.

• 인터넷정보학회논문지
• /
• 제13권2호
• /
• pp.109-118
• /
• 2012

본 논문에서는 워크플로우 협력네트워크 지식의 발견 알고리즘을 제안한다. 즉, 워크플로우 인텔리전스 (또는 비즈니스 프로세스 인텔리전스) 기술은 워크플로우 모델들과 그의 실행이력으로부터 일련의 지식을 발견, 분석, 모니터링 및 제어, 그리고 예측하는 세부기법들로 구성되는데, 본 논문에서는 워크플로우 모델을 구성하는 액티버티들과 그들의 수행자들간의 협력네트워크 지식을 "워크 플로우 협력네크워크 지식"라고 정의하고, 그의 발견기법인 정보제어넷(ICN, information control net)기반 워크플로우 협력네트워크 지식 발견 알고리즘을 제안한다. 특히, 제안한 알고리즘의 적용 사례를 통해 특정 워크플로우 모델로부터 해당 워크플로우 협력네트워크 지식을 성공적으로 생성할 수 있음을 증명함으로써 본 논문에서 제안한 알고리즘의 정확성 및 적합성을 검증한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권11호
• /
• pp.2121-2142
• /
• 2011

In this paper, we propose an e-Learning process control model that aims to graphically describe and automatically generate the manifest of sequencing prerequisites in packaging SCORM's content aggregation models. In specifying the e-Learning activity sequencing, SCORM provides the concept of sequencing prerequisites to be manifested on each e-Learning activity of the corresponding tree-structured content organization model. However, the course developer is required to completely understand the SCORM's complicated sequencing prerequisites and other extensions. So, it is necessary to achieve an efficient way of packaging for the e-Learning content organization models. The e-Learning process control model proposed in this paper ought to be an impeccable solution for this problem. Consequently, this paper aims to realize a new concept of process-driven e-Learning content aggregating approach supporting the e-Learning process control model and to implement its e-Learning process modeling system graphically describing and automatically generating the SCORM's sequencing prerequisites. Eventually, the proposed model becomes a theoretical basis for implementing a SCORM-based e-Learning process management system satisfying the SCORM's sequencing prerequisite specifications. We strongly believe that the e-Learning process control model and its modeling system achieve convenient packaging in SCORM's content organization models and in implementing an e-Learning management system as well.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권1호
• /
• pp.272-287
• /
• 2016

Recently, various and effective contrast based salient object detection models to focus on a single target have been proposed. However, there is a lack of research on detection of multiple objects, and also it is a more challenging task than single target process. In the multiple target problem, we are confronted by new difficulties caused by distinct difference between properties of objects. The characteristic of existing models depending on the global maximum distribution of data point would become a drawback for detection of multiple objects. In this paper, by analyzing limitations of the existing methods, we have devised three main processes to detect multiple salient objects. In the first stage, regional features are extracted from over-segmented regions. In the second stage, the regional features are categorized into homogeneous cluster using the mean-shift algorithm with the kernel function having various sizes. In the final stage, we compute saliency scores of the categorized regions using only spatial features without the contrast features, and then all scores are integrated for the final salient regions. In the experimental results, the scheme achieved superior detection accuracy for the SED2 and MSRA-ASD benchmarks with both a higher precision and better recall than state-of-the-art approaches. Especially, given multiple objects having different properties, our model significantly outperforms all existing models.