• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권1호
• /
• pp.11-17
• /
• 2007

패턴 분류에 많이 사용되는 기법 중의 하나인 메모리 기반 추론 알고리즘은 단순히 메모리에 저장된 학습패턴 또는 초월평면과 테스트 패턴간의 거리를 계산하여 가장 가까운 학습패턴의 클래스로 분류하기 때문에 테스트 패턴을 분류하는 기준을 설명할 수 없다는 문제점을 가지고 있다. 이 문제를 해결하기 위하여, 메모리 기반 학습 기법인 RPA를 기반으로 학습패턴들에 내재된 규칙성을 표현하는 IF-THEN 형태의 규칙을 생성하는 점진적 학습 알고리즘을 제안하였다. 하지만, RPA에 의해 생성된 규칙은 주어진 학습패턴 집합에만 충실히 학습되어 overfitting 현상을 보이게 되며, 또한 패턴 공간의 과도한 분할로 인하여 필요 이상으로 많은 개수의 규칙이 생성된다. 따라서, 본 논문에서는 생성된 규칙으로부터 불필요한 조건을 제거함으로써 ovefitting 현상을 해결함과 동시에 생성되는 규칙의 개수를 줄일 수 있는 점진적 규칙 추출 알고리즘을 제안하였으며, UCI Machine Learning Repository의 벤치마크 데이터를 이용하여 제안한 알고리즘의 성능을 입증하였다.

• 전기전자학회논문지
• /
• 제23권2호
• /
• pp.529-533
• /
• 2019

오늘날 복합 화력 발전소는 전력 생산을 위해 많이 사용되고 있고, 최근에는 운전 매개 변수를 기반으로 발전 출력을 예측하는 것이 주요 관심사이다. 본 논문에서는 복합 화력 발전소의 출력을 예측하기 위해 컴퓨터 지능 기법을 이용하는 방법을 제시한다. 컴퓨터 지능 기술은 지속적으로 발전되어 많은 실제 문제에 적용되어 왔다. 본 논문에서는 트리 구조의 퍼지 뉴럴 네트워크를 이용하여 발전 출력을 예측하고자 한다. 트리 구조의 퍼지 뉴럴 네트워크는 퍼지 뉴런을 노드로 선택하고 관련 입력을 최적으로 선택하여 규칙 수를 줄이는 장점이 있다. 네트워크의 최적화를 위해 2 단계 최적화 방법이 사용된다. 유전 알고리즘은 최적의 노드와 리프를 선택하여 네트워크의 이진 구조를 최적화 한 다음 랜덤 신호 기반 학습을 수행하여 최적화 된 이진 연결을 단위 구간에서 미세 학습한다. 제안 된 방법의 유용성을 검증하기 위해 UCI Machine Learning Repository Database에서 얻은 복합 화력 발전소 데이터를 사용한다.

• 서비스연구
• /
• 제6권4호
• /
• pp.47-57
• /
• 2016

오픈소스는 스마트폰의 등장과 함께 놀라운 확산을 하고 있다. 이러닝 분야의 오픈소스인 Moodle 학습관리시스템은, 상용프로그램인 Blackboard를 제외하고 전 세계적으로 가장 많이 사용되고 있는 학습관리시스템이다. 그 이유 중 하나는 교육공학의 이론적 기초가 되며, 이러닝의 핵심 원칙이라 할 수 있는 구성주의 원칙에 따른, 협동학습과 상호작용이 잘 지원되도록 설계되어, 높은 교육적 효과와 장점을 가지기 때문이다. 본 연구에서는 오픈소스인 Moodle 학습관리시스템을 이용한 협동학습 운영 사례를 중심으로, 사용자의 협동학습을 지원하는 구체적 내용을 소개하고, 사례를 통하여 나타난, Moodle 학습관리시스템 협동학습의 장점과 특이점을 살펴본다. 연구 결과 PC와 스마트폰 환경에서 동시에 구현된, Moodle 학습관리시스템의 팀 프로젝트 협동학습을 통하여, 협동학습의 재미와 유용성을 확인하고, 학습자체의 중요성을 넘어 관계의 중요성이 학습자의 협동학습동기를 유발시킨다는 것을 사례를 통하여 확인할 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권4호
• /
• pp.959-979
• /
• 2024

Rice pest identification is essential in modern agriculture for the health of rice crops. As global rice consumption rises, yields and quality must be maintained. Various methodologies were employed to identify pests, encompassing sensor-based technologies, deep learning, and remote sensing models. Visual inspection by professionals and farmers remains essential, but integrating technology such as satellites, IoT-based sensors, and drones enhances efficiency and accuracy. A computer vision system processes images to detect pests automatically. It gives real-time data for proactive and targeted pest management. With this motive in mind, this research provides a novel farmland fertility algorithm with a deep learning-based automated rice pest detection and classification (FFADL-ARPDC) technique. The FFADL-ARPDC approach classifies rice pests from rice plant images. Before processing, FFADL-ARPDC removes noise and enhances contrast using bilateral filtering (BF). Additionally, rice crop images are processed using the NASNetLarge deep learning architecture to extract image features. The FFA is used for hyperparameter tweaking to optimise the model performance of the NASNetLarge, which aids in enhancing classification performance. Using an Elman recurrent neural network (ERNN), the model accurately categorises 14 types of pests. The FFADL-ARPDC approach is thoroughly evaluated using a benchmark dataset available in the public repository. With an accuracy of 97.58, the FFADL-ARPDC model exceeds existing pest detection methods.

• International Journal of Computer Science & Network Security
• /
• 제24권2호
• /
• pp.150-154
• /
• 2024

In recent years, there are extensive researches on the applications of machine learning to the automation and decision support for medical experts during disease detection. However, the performance of machine learning still needs improvement so that machine learning model produces result that is more accurate and reliable for disease detection. Selecting the hyper-parameter that could produce the possible maximum classification accuracy on medical dataset is the most challenging task in developing decision support systems with machine learning algorithms for medical dataset classification. Moreover, selecting the features that best characterizes a disease is another challenge in developing machine-learning model with better classification accuracy. In this study, we have proposed an optimized decision tree model for heart disease classification by using heart disease dataset collected from kaggle data repository. The proposed model is evaluated and experimental test reveals that the performance of decision tree improves when an optimal number of features are used for training. Overall, the accuracy of the proposed decision tree model is 98.2% for heart disease classification.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 추계학술발표대회 및 정기총회
• /
• pp.607-610
• /
• 2005

SCORM의 Content Repository는 Asset이나 컨텐츠의 Metadata를 가지고 컨텐츠나 Asset을 검색할 수 있도록 한다. 이런 Metadata 기반 검색은 아주 많은 컨텐츠를 대상으로 검색을 할 경우, 검색을 통한 컨텐츠 결과가 너무 많을 경우 결과 내에서 재검색을 하는데 많은 시간을 들일 수 있다는 단점이 있다. 본 논문에서는 검색 효율을 높이기 위한 방법으로 SCORM 기반 LMS에 협력 필터링 방법을 적용한 시스템을 제안하였다.

• Safety and Health at Work
• /
• 제14권1호
• /
• pp.50-58
• /
• 2023

Background: Occupational health services are not available for more than 80% of the global workforce. This pertains especially to informal workers, workers in agriculture and in small enterprises, and self-employed. Many are working in hazardous conditions. The World Health Organization, the International Labor Organization, the International Commission on Occupational Health, and the World Organization of Family Doctors promote as part of a solution, basic occupational health services (BOHS) integrated in primary or community health care. Quality information on this topic is difficult to find. The objective of this study is to develop an open access bibliography, a repository, referring to publications on BOHS and similar innovations, to support progress and research. Methods: The database design and sustaining literature searches (PubMed, Google Scholar, SciELO) are described. For each publication selected, basic bibliographic data, a brief content description considering copyright restrictions, and a hyperlink are included. Results: Searches resulted in a database containing 189 references to publications on BOHS such as articles in scientific journals, reports, policy documents, and abstracts of lectures. A global perspective is applied in 43 publications, a national or regional perspective is applied in 146 publications. Operational and evaluative research material is still scarce. Examples of references to publications are shown. Conclusion: The repository can inspire pioneers by showing practices in different countries and can be used for reviews and in-depth analyses. Missing publications such as from China, Russia, Japan, Republic of Korea, and Spanish/Portuguese speaking countries, can be added in the future, and translated. Search functions can be developed. International collaboration for the promotion of occupational health coverage for all workers must be intensified.

• 한국콘텐츠학회논문지
• /
• 제22권10호
• /
• pp.754-764
• /
• 2022

코드 리팩토링은 소프트웨어 시스템의 코드를 변경함으로써 새로운 요구사항 반영, 버그 수정, 코드 구조화 등을 달성하기 위한 유지보수 활동이다. 리팩토링 유형, 리팩토링 효과, 지원 도구 등에 관한 다양한 연구가 진행 중이다. 하지만, 많은 연구들이 자바 응용들을 대상으로 하고 있으며 파이썬 응용에 관한 리팩토링 연구는 사례가 많지 않다. 본 논문은 파이썬으로 개발된 딥러닝 시스템을 대상으로 단일 리팩토링과 복합 리팩토링을 식별하고 특성을 분석하였다. 또한, 딥러닝 응용과 일반 파이썬 응용 두 그룹에서 단일 및 복합 리팩토링 연산의 발생 빈도에 있어 통계학적 유의미한 차이가 있음을 확인하였다. 또한, 커밋 메시지의 키워드를 분석하여 소프트웨어 개발자들의 리팩토링 의도가 커밋 메시지에 반영되었는지를 분석하였다.

• Nuclear Engineering and Technology
• /
• 제53권2호
• /
• pp.522-531
• /
• 2021

We describe a new deep learning model - Convolutional eXtreme Gradient Boosting (ConvXGB) for classification problems based on convolutional neural nets and Chen et al.'s XGBoost. As well as image data, ConvXGB also supports the general classification problems, with a data preprocessing module. ConvXGB consists of several stacked convolutional layers to learn the features of the input and is able to learn features automatically, followed by XGBoost in the last layer for predicting the class labels. The ConvXGB model is simplified by reducing the number of parameters under appropriate conditions, since it is not necessary re-adjust the weight values in a back propagation cycle. Experiments on several data sets from UCL Repository, including images and general data sets, showed that our model handled the classification problems, for all the tested data sets, slightly better than CNN and XGBoost alone and was sometimes significantly better.

• 한국도서관정보학회지
• /
• 제45권1호
• /
• pp.5-25
• /
• 2014

본 연구의 목적은 도서관 자료서비스의 중요성에 입각하여 서울시 공공도서관의 자료서비스 활성화 방안을 제안하는데 있다. 이를 위하여 시도별 공공도서관의 핵심인프라, 자료서비스 및 프로그램의 이용실적, 그리고 핵심인프라 및 이용실적의 상관관계를 분석하여 서울시 공공도서관 자료서비스의 현주소를 평가하였다. 이러한 분석 및 평가결과를 바탕으로 서울시 공공도서관의 자료서비스를 활성화하기 위한 5가지 방안을 제시하였다. 서울시의 모든 공공도서관은 신착자료의 노출력(가시성)을 극대화하고, 장서기반의 문화(평생학습)프로그램을 제공하며, 도서관 협력시스템을 구축하여 외연을 확대하고, 공동보존서고를 건립하여 상호대차를 강화하며, 대중의 공공도서관 및 장서 인식도를 제고시켜야 한다.