• Journal of the Korean Society for information Management
• /
• v.19 no.4
• /
• pp.5-34
• /
• 2002

The purpose of this study is to investigate the effects of learning methods on students' information retrieval and information synthesis capability in web. This is an experimental study comparing the two different learning methods as task-based learning and technic-based learning. The findings of this study were as follows: 1. The task-based learning was more effective than the technic-based learning in information achievements as information retrieval capability (t= 3.59, p〈.05). 2. In the 1st retrieval (recall ratio t=1.81 precision ratio t=.61) of Naver Korean Web Retrieval, there was no significant difference (p〉.05). In the 2nd retrieval (recall ratio t=2.93 precision ratio t=2.45) and 3rd retrieval (recall ratio t=3.48 precision ratio t= 2.50), the task-based group was more effective than the technic-based group (p〈.05). 3. There was no significant difference in students' information synthesis capability between the task-based learning and technic-based learning (t= 1.95, p〉.05). The findings of this study suggest that the task-based learning approach is more effective to improve students' information literacy, and that professionals should consider better instructional principles for the improvement of instructional quality.

• Journal of the korean academy of Pediatric Dentistry
• /
• v.50 no.3
• /
• pp.263-276
• /
• 2023

The purpose of this study was to evaluate the performance of a model using You Only Look Once (YOLO) for object detection of proximal caries in periapical radiographs of children. A total of 2016 periapical radiographs in primary dentition were selected from the M6 database as a learning material group, of which 1143 were labeled as proximal caries by an experienced dentist using an annotation tool. After converting the annotations into a training dataset, YOLO was trained on the dataset using a single convolutional neural network (CNN) model. Accuracy, recall, specificity, precision, negative predictive value (NPV), F1-score, Precision-Recall curve, and AP (area under curve) were calculated for evaluation of the object detection model's performance in the 187 test datasets. The results showed that the CNN-based object detection model performed well in detecting proximal caries, with a diagnostic accuracy of 0.95, a recall of 0.94, a specificity of 0.97, a precision of 0.82, a NPV of 0.96, and an F1-score of 0.81. The AP was 0.83. This model could be a valuable tool for dentists in detecting carious lesions in periapical radiographs.

• The Journal of Information Technology and Database
• /
• v.3 no.2
• /
• pp.75-96
• /
• 1996

This study is intended to compare the effectiveness of the neural network inductive learning model with a vector space model in information retrieval. As a result, searches responding to incomplete queries in the neural network inductive learning model produced a higher precision and recall as compared with searches responding to complete queries in the vector space model. The results show that the hybrid methodology of integrating an inductive learning technique with the neural network model can help solve information retrieval problems that are the results of inconsistent indexing and incomplete queries--problems that have plagued information retrieval effectiveness.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2005.05a
• /
• pp.324-331
• /
• 2005

In this paper, we propose a new customer profile model based on customer behavior in Internet shopping mall. The proposed technique defines customer profile model based on customer behavior information such as click data, buy data, and interest categories. We also implement CBCPM(Customer Behavior-based Customer Profile Model) and perform extensive experiments. The experimental results show that CBCPM has higher precision, recall, and F1 than the existing customer profile model.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10c
• /
• pp.218-221
• /
• 2006

본 논문은 인터넷의 대표적인 문제점중의 하나인 Adult Image 분류 연구에 대해 기술한다. 특히 우리는 이러한 Adult Image를 분류하기 위한 Data Set을 5가지 타입으로 구성한다. 이러한 각 Image에 대해 Color, Gradient, Edge Direction 특성의 Feature들을 추출하고 이를 Histogram으로 구성한다. 이렇게 구성된 Histogram을 Support Vector Machine에 적용하여 Adult Image를 분류한다. 그 결과, 우리는 8250개의 Test Set에 대하여 Recall(96.53%), Precision(97.33%), False Positive(2.96%), F-Measure(96.93%)의 성능 결과를 보여준다.

• Communications of the Korean Institute of Information Scientists and Engineers
• /
• v.22 no.4
• /
• pp.72-77
• /
• 2004

정보검색 시스템의 성능을 평가하는 요소는 재현율(recall)과 정확률(precision)이고, 재현율과 정확률을 결정하는데 가장 큰 영향을 미치는 것은 문서에 대한 색인어와 색인어 가중치이다[1]. '질의어'에 적합한 문서를 검색할 수 있는지를 결정하는 것은 "적합 문서에 대해 색인이 되어 있는가\ulcorner"하는 문제이며, 이는 재현율에 직접적인 영향을 미치게 된다. 즉, 적합 문서를 색인할 때 '질의어'에 대한 색인이 되어 있지 않은 문서는 검색이 되지 않으며, 또한 부적합 문서에 색인이 되어 있으면 부적합 문서들이 다수 검색되기 때문에 정확률이 낮아지게 된다.이 낮아지게 된다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.408-412
• /
• 2001

대용량 동영상 데이터의 효율적인 관리와 검색을 위해서는 장면 단위의 정확한 분할이 선행되어야 한다. 본 논문에서는 동영상의 시각적인 내용에 기반한 장면 전환 검출 방법을 연구하였다. 본 논문에서는 프레임 단위의 특징과 프레임 내의 부분영역 단위의 특징을 결합한 다중 특징을 사용한 장면 전환 검출 방법을 제안한다. 실험을 통한 성능 평가에서는 기존의 방법들에 비해 Recall과 Precision에서 각각 7.7%, 10%의 향상을 보였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.185-189
• /
• 2002

영상데이타의 효율적인 검색은 멀티미디어 데이터 베이스에 중요한 문제이다. 본 논문에서는 국부적인 블록 질감 특징을 바탕으로 한 새로운 영상 검색 방법을 제안한다. 본 논문에서는 영상을 NxM크기의 블록으로 나누어 GLCM을 구한 후, 이에 대한 통계적 질감 특징인 블록 질감 히스토그램을 생성하여 영상 검색에 사용한다. 실험을 통한 성능 평가에서 제안한 방법이 GLCM을 이용한 기존의 방법보다 Recall과 Precision이 약 3～8%의 향상을 보였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.04a
• /
• pp.34-39
• /
• 1998

영상검색을 위해 Wavelet 변환을 사용한 특징추출 접근방법은 영상들을 압축과 동시에 인덱스 할 수 있어서 영상 데이터베이스 저장과 관리의 복잡성이 상당히 감소될 수 있다. 본 연구는 각 영상의 Hue값에 대해 위치 정보의 주파수 정보를 가지는 Wavelet 변환의 성질을 이용하여 2단계 Wavelet 변환 후 생성된 저대역 부밴드에서 칼라 특징을 추출하고 나머지 부밴드에서 질감 특징을 추출하여 영상 데이터베이스의 검색에 이용한다. 200개 영상을 사용하여 실험한 결과, 제안된 방법은 recall과 precision에서 약 97%, 81%의 검색 효율을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.190-192
• /
• 2001

In Information Retrieval or Digital Library, one of the most important factors is to find out the exact information which users need. Exact keywords which represent the content of a document can be much help to find the exact information. In this paper, we evaluate an efficient keyword extraction system by recall and precision. The results presented here are based on the human evaluations of the quality and the appropriateness of keywords.