• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2018년도 춘계 종합학술대회 논문집
• /
• pp.401-402
• /
• 2018

콘텐츠 큐레이션 서비스를 위해서 대용량 데이터를 학습하는 과정에서 발생하는 메모리부족 문제, 학습소요시간 문제 등을 해결하기 위한 "대용량 문서학습을 위한 동적학습 파이프라인 생성기술 중 빅데이터 마이닝을 위한 점진적 학습 모델" 기술이 필요하며, 본 논문에서 제안한 콘텐츠 큐레이션 서비스는 온라인상의 수많은 콘텐츠들 중 개인의 주관이나 관점에 따라 관련 콘텐츠들을 수집, 정리하고 편집하여 이용자와 관련이 있거나 좋아할 만한 콘텐츠를 제공하는 서비스이다. 본 논문에서 설계된 모아 큐레이션 서비스는 대용량의 문서를 학습함에 있어서 메모리 부족 문제, 학습 소요시간 문제 등을 해결하기 위해 학습데이터의 용량 제한이 없는 문서를 자유롭게 학습하고 부분적인 자질추가/변경 시에 변경요소만을 추가 반영할 수 있는 범용적이고 일반적인 분류기의 구조설계 방법 등을 제시하였다.

• 만화애니메이션 연구
• /
• 통권16호
• /
• pp.199-210
• /
• 2009

정보 통신기술의 발달로 평생 교육에 대한 관심이 증가하면서 웹 기반 교육인 e-learning 산업은 급속히 팽창하고 있다. e-Iearning의 확산으로 기업이나 교육기관에서 온라인 강의를 위한 교육용 콘텐츠의 필요성이 부각되고 이와 함께 콘텐츠 제작 기술의 발전도 빠르게 이루어지고 있다. 플래시 콘텐츠는 멀티미디어와 애니메이션 등을 다양하고 비주얼하게 표현하여 학습자와의 복잡한 상호작용을 쉽게 구현할 수 있고, 고급스러운 사용자 중심의 인터페이스를 제공하여 학습자의 흥미를 유발시키고 집중력을 고취시키는 등의 장점을 가지고 있지만 플래시 애니메이션 학습 콘텐츠를 교수자들이 직접 제작하거나 활용하기는 힘들다. 본 논문에서는 교육용 플래시 애니메이션 콘텐츠를 재사용하여 교수자가 목표로 하는 학습 프로그램을 자동으로 제작할 수 있는 방안을 제시하고자 한다.

• 디지털콘텐츠학회 논문지
• /
• 제18권7호
• /
• pp.1249-1257
• /
• 2017

4차 산업혁명과 초고령 시대로 인해, 가상현실을 의료 분야에 적용하려는 많은 연구가 진행되고 있다. 특히 치매에 대한 논의가 활발히 이루어지고 있다. 본 논문은 치매로 인해 발생하는 인지 및 신체 장애를 개선하기 위해 영상 인식 및 군집화 방법을 사용한 가상현실 인지재활 콘텐츠를 제안한다. 기존 인지재활 시스템과는 달리 본 논문에서는 치료 대상자의 추억이 반영되어 있는 여행사진을 사용한다. 자동화된 인지재활 콘텐츠 생성을 위해 사진으로부터 인물정보, 음식사진 여부, 장소 정보, 시간 정보를 추출하고, 군집화를 위해 정규화가 수행된다. 그리고 가상현실 공간에서 여행 사진을 활용해 인지재활 및 신체재활을 강화할 수 있는 시나리오를 제시한다.

• 한국콘텐츠학회논문지
• /
• 제6권12호
• /
• pp.177-185
• /
• 2006

문제해결학습을 수행하는데 있어서 가장 큰 문제점은 학생들이 문제 해결에 필요한 학습 정보를 수집하는데 많은 시간과 노력이 필요하다는 점이다. 이는 기존의 웹 기반 검색 시스템이 단순 키워드 매칭 검색 방법을 사용하고 있기 때문이다. 단순 키워드 매칭 검색방법은 단순히 키워드의 매칭 여부만으로 학습 정보를 검색하게 된다. 따라서 학생들이 정보를 찾는데 많은 시간과 노력을 투자하여야 하며, 학습 방향을 잃을 수 있는 문제점들을 안고 있다. 이러한 문제점을 해결하기 위하여 본 논문에서는 온톨로지 기반 검색 시스템을 설계 구 현하고 중학교 사회과 문제해결학습에 적용해 보았다. 그 결과 온톨로지 기반 검색이 기존의 웹 검색보다 더 효과적인 것으로 나타났다.

• 방송공학회논문지
• /
• 제24권6호
• /
• pp.1076-1084
• /
• 2019

본 논문에서는 딥러닝을 적용하여 미디어 내의 등장인물 및 사물을 인식, 메타데이터를 추출하고 이를 통해 아카이브를 구축하는 시스템을 개발하였다. 방송 분야에서 비디오, 오디오, 이미지, 텍스트 등의 멀티미디어 자료들을 디지털 컨텐츠로 전환하기 시작한지는 오래 되었지만, 아직 구축해야 할 자료들은 방대하게 남아있다. 따라서 딥러닝 기반의 메타데이터 생성 시스템을 구현하여 미디어 아카이브 구축에 소모되는 시간과 비용을 절약 할 수 있도록 하였다. 전체 시스템은 학습용 데이터 생성 모듈, 사물 인식 모듈, 등장인물 인식 모듈, API 서버의 네 가지 요소로 구성되어 있다. 미디어 내에서 등장인물 및 사물을 인식하여 메타데이터로 추출할 수 있도록 딥러닝 기술로 사물 인식 모듈, 얼굴 인식 모듈을 구현하였다. 딥러닝 신경망을 학습시키기 위한 데이터를 구축하기 용이하도록 학습용 데이터 생성 모듈을 별도로 설계하였으며 얼굴 인식, 사물 인식의 기능은 API 서버 형태로 구성하였다. 1500명의 인물, 80종의 사물 데이터를 사용하여 신경망을 학습시켰으며 등장인물 테스트 데이터에서 98%, 사물 데이터에서 42%의 정확도를 확인하였다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.41-63
• /
• 2023

전자상거래 시장의 꾸준한 성장으로 인해 추천 시스템의 필요성은 점차 강조되고 있으며, 최근에는 추천 성능의 향상을 목적으로 리뷰 텍스트를 사용하는 연구가 활발히 진행되고 있다. 특히 많은 연구들은 리뷰 텍스트의 감성 점수를 활용하여 제안되고 있는데, 감성 점수만을 사용하는 방법론은 리뷰 텍스트에 존재하는 구체적인 선호도 정보의 활용 측면에 한계를 가지며 이는 결과적으로 성능 향상에 제약으로 작용하게 된다. 이를 개선하기 위해 본 연구는 딥러닝 기반 추천 모델에 온라인 리뷰 내 다양한 언어학적 요소들을 활용하여 고객의 선호도를 정교하게 학습할 수 있는 새로운 추천 방법론을 제안하였다. 이를 위해 먼저 고객과 상품 간 복잡한 상호작용을 고려할 수 있도록 딥러닝 모델을 통해 상호작용 관계를 비선형으로 학습하였다. 그리고 리뷰 텍스트를 효과적으로 활용할 수 있도록 언어학적 요소 중 고객의 구매 의사결정에 중요한 영향을 미치는 인지적 요인, 정서적 요인 그리고 언어 스타일 매칭을 사용하였다. 실험은 Amazon.com에서 수집한 온라인 리뷰 데이터를 사용하여 진행하였고, 실험 결과 제안 모델의 우수함을 검증할 수 있었다. 본 연구는 추천 시스템에서 리뷰 텍스트 내 고객 선호도에 대한 정보를 효과적으로 활용하는 방법론을 제안하여 연구의 이론적 및 방법론 측면에 기여하였다.

• 한국산학기술학회논문지
• /
• 제15권10호
• /
• pp.5925-5932
• /
• 2014

본 연구는 선진국의 이원화 제도에 대하여 탐색하고 자격제도에 대한 문헌연구를 통해 다양한 사회 구성원의 추체들이 신뢰하고 인정할 수 있는 한국형 일 학습병행제 자격직종을 개발하여 학벌이 아닌 능력중심사회로 진입을 위한 평가도구를 개발하는데 그 목적이 있다. 연구의 목적을 달성하기 위하여 유형별 자격제도의 관리운영 현황을 분석했으며, 주요 선진국(독일, 영국, 미국, 호주)에서 관리 운영되고 있는 다양한 유형별 관련법, 관련부서, 자격수여 주체, 검정기관, 응시요건, 검정방법, 검정위원회, 검정과목, 합격기준 자격검정 현황을 분석하였고, 직무분석을 통하여 기계(금형)분야의 직무 및 교육내용을 분석하였다. 또한 기계(금형)분야의 출제기준 및 채점 방법을 제시했고, 필기시험과 실기시험에 대한 출제 예시도 제시하였다. 국가차원의 일 학습 병행 자격제도에 관한 기본 틀을 마련하고 방향을 정립하는 초석을 마련하였다.

• Asia pacific journal of information systems
• /
• 제29권4호
• /
• pp.752-770
• /
• 2019

The purpose of this study is to incorporate telemarketing processes to improve telemarketing performance. For this application, we have attempted to mix the model of machine learning to extract potential customers with personalisation techniques to derive recommended products from actual contact. Most of traditional recommendation systems were mainly in ways such as collaborative filtering, which predicts items with a high likelihood of future purchase, based on existing purchase transactions or preferences for products. But, under these systems, new users or items added to the system do not have sufficient information, and generally cause problems such as a cold start that can not obtain satisfactory recommendation items. Also, indiscriminate telemarketing attempts can backfire as they increase the dissatisfaction and fatigue of customers who do not want to be contacted. To this purpose, this study presented a multi-purpose hybrid recommendation algorithm to achieve two goals: to select customers with high possibility of contact, and to recommend products to selected customers. In addition, we used subscription data from telemarketing agency that handles insurance products to derive realistic applicability of the proposed recommendation system. Our proposed recommendation system would certainly solve the cold start and scarcity problem of existing recommendation algorithm by using contents information such as customer master information and telemarketing history. Also. the model could show excellent performance not only in terms of overall performance but also in terms of the recommendation success rate of the unpopular product.

• 정보보호학회논문지
• /
• 제31권5호
• /
• pp.1055-1062
• /
• 2021

코로나 19의 확산으로 대면교육이 어려워지면서 이러닝 및 가상훈련의 활용이 증가하고 있다. 정보보호 교육의 경우 대응 기술을 익히는 실습이 중요하기 때문에 오래 전부터 모의 해킹과 취약점 분석 등을 가상훈련으로 지원해 오고 있다. 교육훈련 효과를 높이기 위해서는 실제 상황과 유사하게 콘텐츠를 개발하고 학습 목표를 달성하기 위한 학습 활동이 설계되어야 한다. 또한 다양한 학습 활동을 지원하는 교육훈련 시스템 품질의 우수성이 요구된다. 연구자는 비대면 교육의 핵심 요소를 고려하여 비대면 교육을 지원하는 LMS 평가지표를 개발하였으며, 이를 정보보호 교육 플랫폼에 적용하여 실무 활용성을 검증하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권3호
• /
• pp.974-992
• /
• 2021

Recently, the healthcare field has undergone rapid changes owing to the accumulation of health big data and the development of machine learning. Data mining research in the field of healthcare has different characteristics from those of other data analyses, such as the structural complexity of the medical data, requirement for medical expertise, and security of personal medical information. Various methods have been implemented to address these issues, including the machine learning model and cloud platform. However, the machine learning model presents the problem of opaque result interpretation, and the cloud platform requires more in-depth research on security and efficiency. To address these issues, this paper presents a recent technology for Internet-of-Things-based (IoT-based) health big data processing. We present a cloud-based IoT health platform and health big data processing technology that reduces the medical data management costs and enhances safety. We also present a data mining technology for health-risk prediction, which is the core of healthcare. Finally, we propose a study using explainable artificial intelligence that enhances the reliability and transparency of the decision-making system, which is called the black box model owing to its lack of transparency.