• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.794-798
• /
• 2009

We introduce an implementation of plug-ins on PLUTO. These plug-ins discriminate inflammatory nodules from other types of nodules in chest X-ray CT images. The PLUTO is a common platform for computer-aided diagnosis systems on Microsoft Windows series and it is easy to add new functions as plug-ins. We coded two plug-ins. One of the them calculates features based on medical knowledge. The other plug-in calculates parameters to classify the type of nodules, and it also classifies nodules into inflammatory nodules and others using SVM. These plug-ins are coded using MIST library which is produced at Nagoya University, Japan. In our previous study, the MIST library was parallelized, so that we can utilize a number of CPUs to calculate features and SVM learning/classifying depending on the amount of computation. Using these plug-ins, it became easy to extract features to discriminate inflammatory nodules from other types of nodules and to change parameters for feature extraction and SVM learning/classifying with GUI interface. The accuracy of the classifying result is 100% with 78 solid nodules which contains 43 inflammatory nodules and 35 other type of nodules.

• 한국문헌정보학회지
• /
• 제50권2호
• /
• pp.183-196
• /
• 2016

과학기술의 지식화 매체로서 가장 대표적인 것이 학술지라 할 수 있다. 그런데, 대부분의 정보가 문자 위주로 서비스되고 있어서, 연구자들이 검색 결과를 하나하나 확인해야 하기 때문에 연구 내용 파악에 많은 시간이 소요된다. 학술정보의 경우도 시각화한다면 원하는 정보를 보다 직관적이고 효과적으로 찾을 수 있을 것이다. 본 논문에서는 학술지 모델과 논문기사 모델을 제시하고, 각 정보 항목에 적합한 시각화 방법을 활용해서 시각화를 수행하였고, LOD(Linked Open Data) 인터링킹(Inter-linking)을 통해서 태그클라우드 상의 단어의 의미를 해설해주는 서비스도 개발 하였다.

• 한국의류산업학회지
• /
• 제23권3호
• /
• pp.380-389
• /
• 2021

This study aimed to reveal the perceptions and trends of digital fashion technology through an informational approach. A big data analysis was conducted after collecting the text shown in a web environment from April 2019 to April 2021. Key words were derived through text mining analysis and network analysis, and the structure of perception of digital fashion technology was identified. Using textoms, we collected 8144 texts after data refinement, conducted a frequency of emergence and central component analysis, and visualized the results with word cloud and N-gram. The frequency of appearance also generated matrices with the top 70 words, and a structural equivalent analysis was performed. The results were presented with network visualizations and dendrograms. Fashion, digital, and technology were the most frequently mentioned topics, and the frequencies of platform, digital transformation, and start-ups were also high. Through clustering, four clusters of marketing were formed using fashion, digital technology, startups, and augmented reality/virtual reality technology. Future research on startups and smart factories with technologies based on stable platforms is needed. The results of this study contribute to increasing the fashion industry's knowledge on digital fashion technology and can be used as a foundational study for the development of research on related topics.

• 공학교육연구
• /
• 제25권3호
• /
• pp.11-25
• /
• 2022

The purpose of this study is to propose a strategy model for engineering education for citizen through the connection between colleges of science and engineering and science museums as a way to achieve citizen science. For this model, the role of universities was redefined as social contributions through engineering education from the perspective of knowledge triangle and university entrepreneurship. In addition, the science museum was re-examined as an engineering education platform and selected as an institution that supports the contribution of colleges to society. For practical model development, the connection types of these two institutions were analyzed as case studies and interview to collect opinions from experts in the science museum. In this process, convergence education content development, reinforcement of college-science museum linkage, infrastructure construction, development of college resource utilization plans, and maintenance and expansion of educational programs diversification were derived as components for model development. Based on this, engineering education model for citizen was presented that matches educational programs according to the type of participation of colleges including key factors and considerations.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.175-175
• /
• 2023

Detection and monitoring of wildfires are essential for limiting their harmful effects on ecosystems, human lives, and property. In this research, we propose a novel method running in the Google Earth Engine platform for identifying and characterizing burnt regions using a hybrid of Sentinel-1 (C-band synthetic aperture radar) and Sentinel-2 (multispectral photography) images. The 2022 Uljin wildfire, the severest event in South Korean history, is the primary area of our investigation. Given its documented success in remote sensing and land cover categorization applications, we select the Random Forest (RF) method as our primary classifier. Next, we evaluate the performance of our model using multiple accuracy measures, including overall accuracy (OA), Kappa coefficient, and area under the curve (AUC). The proposed method shows the accuracy and resilience of wildfire identification compared to traditional methods that depend on survey data. These results have significant implications for the development of efficient and dependable wildfire monitoring systems and add to our knowledge of how machine learning and remote sensing-based approaches may be combined to improve environmental monitoring and management applications.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권4호
• /
• pp.1100-1122
• /
• 2023

Scheduling user-submitted cloud tasks to the appropriate virtual machine (VM) in cloud computing is critical for cloud providers. However, as the demand for cloud resources from user tasks continues to grow, current evolutionary algorithms (EAs) cannot satisfy the optimal solution of large-scale cloud task scheduling problems. In this paper, we first construct a large- scale multi-objective cloud task problem considering the time and cost functions. Second, a multi-objective optimization algorithm based on multi-factor optimization (MFO) is proposed to solve the established problem. This algorithm solves by decomposing the large-scale optimization problem into multiple optimization subproblems. This reduces the computational burden of the algorithm. Later, the introduction of the MFO strategy provides the algorithm with a parallel evolutionary paradigm for multiple subpopulations of implicit knowledge transfer. Finally, simulation experiments and comparisons are performed on a large-scale task scheduling test set on the CloudSim platform. Experimental results show that our algorithm can obtain the best scheduling solution while maintaining good results of the objective function compared with other optimization algorithms.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.728-735
• /
• 2022

Roofers get exposed to increased risk of knee musculoskeletal disorders (MSDs) at different phases of a sloped shingle installation task. As different phases are associated with different risk levels, this study explored the application of machine learning for automated classification of seven phases in a shingle installation task using knee kinematics and roof slope information. An optical motion capture system was used to collect knee kinematics data from nine subjects who mimicked shingle installation on a slope-adjustable wooden platform. Four features were used in building a phase classification model. They were three knee joint rotation angles (i.e., flexion, abduction-adduction, and internal-external rotation) of the subjects, and the roof slope at which they operated. Three ensemble machine learning algorithms (i.e., random forests, decision trees, and k-nearest neighbors) were used for training and prediction. The simulations indicate that the k-nearest neighbor classifier provided the best performance, with an overall accuracy of 92.62%, demonstrating the considerable potential of machine learning methods in detecting shingle installation phases from workers knee joint rotation and roof slope information. This knowledge, with further investigation, may facilitate knee MSD risk identification among roofers and intervention development.

• 한국전자거래학회지
• /
• 제21권2호
• /
• pp.23-46
• /
• 2016

인터넷을 통한 개방적 협업의 가치가 사회 경제적으로 증가하고 있는 가운데, 오픈소스 소프트웨어 개발 프로젝트의 성공적인 운영의 중요성 또한 증가하였다. 기존의 연구들이 프로젝트 성과에 영향을 미치는 다양한 요인들을 검증하였으나 프로젝트 운영자가 프로젝트 성과에 어떤 영향을 미치는지에 대한 연구는 한정적이다. 따라서 본 연구는 운영자의 특성을 개인의 특성과 운영 방식의 특성으로 나누어 인상형성 및 사회적 자본 이론을 중심으로 그 영향을 검증하였다. 이를 위하여 대표적인 오픈소스 소프트웨어 개발 플랫폼인 깃허브(Github)에서 611개의 리퍼지토리(Repository)와 리퍼지토리 운영자의 데이터를 수집하였으며, 사회 연결망분석을 통해 각 리퍼지토리의 지식공유 네트워크를 구축하였다. 위계적 회귀분석을 통해 프로젝트 성과에 영향을 미치는 명시적 리더의 특성을 분석한 결과, 운영자가 개인의 정보를 많이 공개하여 신뢰성을 확보하고자 노력하거나, 적극적으로 팔로잉을 하여 외부 개발자에 대한 관심이 높거나, 지식공유 네트워크에서 중심적인 역할을 할 경우 성과에 긍정적인 영향을 주는 것으로 나타났다. 반면, 코드의 수용비율이 높거나, 깃허브 내에서 전문가로 인지되어 있을 경우 오히려 성과가 낮은 것으로 나타났다. 본 연구는 향후 오픈소스 소프트웨어뿐만 아니라 다양한 형태의 개방적 협업의 성공적 운영을 위한 운영자 가이드라인으로 활용될 수 있을 것으로 기대된다.

• 지식경영연구
• /
• 제24권1호
• /
• pp.1-29
• /
• 2023

코로나19 팬데믹으로 인한 사회적 거리두기의 일상화는 전 산업에 걸친 디지털 전환(Digital Transformation)을 가속화하였고 교육 분야에서도 IT 기술과 교육 서비스가 융합된 에듀테크(Edutech)가 확산되며 대학 교육에서도 변화를 가져왔다. 대학에서의 비대면 온라인 강의는 오프라인 학습의 병행 또는 보조적 수단이었으나 코로나19 팬데믹 이후 확산된 비대면 온라인 동영상 수업은 학습자와의 상호작용 부재, 학습자의 학업 이해도 저하 등의 한계를 보였고 대안으로 실시간 온라인 강의가 병행되었으나 상호작용 한계를 해결하지 못하고 기존 온라인 교육의 장점인 시공간 제한 없는 학습마저 없애는 문제가 발생하였다. 또한 학생들의 대학내 활동 참여 기회 감소에 따른 경험 부재로 인한 사회화 능력 감소가 우려되나 Zoom 과 같은 2차원 디지털 환경의 웹 회의 플랫폼을 사용한 온라인 활동은 학생들의 사회활동에 충분히 기여하지 못하였다. 이와 같은 한계를 극복하고자 하는 방법으로 '메타버스'가 주목받기 시작하였다. 메타버스는 아바타를 사용하는 3차원으로 구성되는 가상세계이나 상호작용, 사회적, 경제적 활동과 같은 실생활을 구현한 기술적 특징을 가져 온라인 교육의 한계 및 의사소통 한계 문제를 해결하는 학습 공간, 비교과 활동 지원 플랫폼으로 사용되기 시작하고 있다. 메타버스를 이용한 대학 교육의 실제 적용을 위해 도입 전략의 마련이 필요한 시점으로 이를 위해 본 연구에서는 첫째, 메타버스의 개념, 특징, 서비스 유형 등 메타버스와 관련된 전반적인 선행연구와 메타버스 적용사례를 고찰하고 둘째, 기술수명주기 모델과 혁신 기술 확산 이론을 바탕으로 한 메타버스 도입 프레임워크를 구축하고 단계적 도입 전략 및 주 사용층에 따른 특화된 도입 방안을 수립하여 시나리오로 제시하였다. 이를 통해 신기술 도입의 이론적 배경, 메타버스 연구의 확산 뿐 아니라 효율적 도입 전략 형성과 연계 서비스 모델 기초 제공, 대학의 부가가치 창출 전략을 제공할 수 있는 실무적 기반을 제시한다.

• 디지털융복합연구
• /
• 제19권3호
• /
• pp.319-329
• /
• 2021

본 연구에서는 정보학적 접근을 통해 디지털 전환을 다룬 국내 패션 관련 연구동향과 지식구조를 밝히는 것을 목적으로 하였다. 국내 학술연구에서 나타난 관련 연구의 연도별, 학술지별 현황을 파악하고, 네트워크 분석을 통해 주요 연구 주제어를 도출하며, 시기별 주요 연구 동향과 지식 구조를 분석했다. 2010년부터 2020년까지 국내 학술 플랫폼에 게재된 159편의 연구를 수집했고, Python 3.7을 통해 데이터를 정제했으며, NodeXL 1.0.1을 통해 중심성 측정 및 네트워크 구현을 진행했다. 분석 결과 관련 연구는 2016년을 기점으로 활발하게 진행되었으며, 주로 의류학, 예술학 학술지에 밀집된 것으로 나타났다. 온라인 플랫폼, AR/VR이 가장 많이 언급되는 주제어로 나타났으며, 소비자 심리분석, 마케팅 전략 제시, 사례 분석이 주요 연구 방법으로 사용되고 있었다. 군집화를 통해 의류학의 세부 분과별 주요 연구 내용을 도출할 수 있었다. 시기별 주요 주제 분석 결과, 시간이 지남에 따라 소비자 중심의 연구에서 플랫폼이나 서비스에 대한 전략 제시 또는 디자인 개발 연구로 보다 다양하게 변화하고 있었다. 본 연구는 디지털 전환에 대한 패션 분야의 통찰력을 높이는데 기여하고, 관련 주제의 연구를 설계하는데 기초연구로 사용될 수 있을 것이다.