• 한국정보전자통신기술학회논문지
• /
• 제9권1호
• /
• pp.1-8
• /
• 2016

본 논문에서는 전반적으로 소프트웨어 재사용과정에서 지적되고 있는 문제점을 재사용 단계별로 정리하고, 지적되어온 문제점 중 라이브러리 구축과정에서 효과적인 부품의 인덱싱과 기능적으로 관련된 부품들끼리의 분류로 검색의 성능 증진을 꾀할 수 있는 방법을 제안한다. 객체지향 소프트웨어 라이브러리를 구성하는 부품은 클래스가 가지고 이있는 객체지향 모델의 특성과 클래스가 지니고 있는 책임으로 기능을 모두 고려하여 객체지향 라이브러리를 구축하고 객체지향 지향 라이브러리는 상속구조를 바탕으로 라이브러리내의 계층구조를 형성한다. 그러나 이러한 계층구조는 구문적인 정보를 바탕으로 이루어지는 것으로 클래스 부품의 기능성과 일치하지 않을 수도 있다. 이를 해결하기 위하여 본 논문에서는 클래스 계층구조와 같은 지기기반 접근법과 클래스 부품의 기능성에 기반을 둔 소프트웨어 부품의 인덱싱과 분류에 필요한 정보검색 방법을 혼용한 라이브러리 과닐 기법을 제안한다. 특히 본 논문에서는 최근에 많은 분야에 걸쳐 연구가 진행 중인 객체지향 방법론을 바탕으로 개발된 소프트웨어 라이브러리의 기능 향상을 위한 구조와 구축 방법을 제안하고 지원 시스템을 개발한다.

• 지능정보연구
• /
• 제10권3호
• /
• pp.59-72
• /
• 2004

인터넷의 활용범위는 정보의 검색 및 수집을 넘어서 여러 범위로 확대되고 있고 정보의 양 또한 방대해졌다. 그러나 필요한 정보를 찾기는 더욱 어려워지고 있고, 그에 따라 개인에게 맞는 정보를 제공해주는 시스템이 절실해지고 있다. 본 연구에서는 웹 서비스 기반위에 추론엔진을 사용하여 사용자에게 가장 적합한 상품을 검색하여 추천해주는 추천 시스템의 모델을 제시하고 있다. 현재의 웹 애플리케이션이 사용자에게 필요한 서비스를 제공하는데 비하여 애플리케이션마다 상이한 플랫폼의 구조와 분산된 환경에서 객체간의 통신을 쉽게 하고 통일된 개발을 위해 표준이 필요하게 되었다. 웹 서비스는 프로그램 언어에 독립적이고 상호 운용적 환경을 제공하기 위한 것으로 네트워크를 통해 기술하고 배포하여 실행시킬 수 있는 모듈화된 애플리케이션을 의미한다. 본 논문은 웹 서비스 기반위에 시스템을 구축함으로써 표준 웹 서비스의 실현 가능성을 가늠하고, 추론엔진과 결합하여 사용자의 정보와 변화하는 성향을 토대로 필요한 정보를 예측하여 추천하는 추천시스템 개발에 중점을 둔다.

• 영재교육연구
• /
• 제23권3호
• /
• pp.407-419
• /
• 2013

현대 지식정보사회에 있어서 한 국가의 주축 산업은 정보관련 산업에 의존하며, 국가경쟁력의 향상을 위해 무엇보다도 정보 분야의 인재 육성이 중요하다. 또한 개인 차원에 있어서도 정보 소양 및 활용은 개인의 경쟁력 면에서 매우 중요하다. 이러한 관점에서 현대 지식정보화사회를 선도할 수 있는 정보영재의 발굴 및 육성은 매우 중요하다. 본 연구의 목적은 정보영재아동의 과목별 상관관계를 밝혀내는 것이다. 즉 정보영재아동에 있어서 정보, 과학, 수학 등 세 과목의 성적 상관관계를 분석하는 것이다. 이를 위해 초등학교 4, 5, 6학년에 재학 중인 대학부설 과학영재교육원의 정보영재반 학생들의 7년간 성적을 토대로 하여 정보, 과학, 수학 과목 사이에 상관관계 분석을 실시하였다. 통계분석을 통한 결과, 3과목 사이에 유의미한 상관관계가 있었다. 즉 정보를 잘하는 학생들은 과학과 수학에 뛰어나며, 수학성적이 뛰어나면 과학성적도 뛰어나다는 결론을 얻었다. 본 연구결과는 향후 영재교육에 있어서 영재선발, 통합 및 융합교육과정 형성에 많은 도움이 되리라 기대한다.

• 정보과학회 논문지
• /
• 제42권7호
• /
• pp.852-859
• /
• 2015

최근 지식 정보의 양이 방대해지면서, 대용량 온톨로지를 효과적으로 추론하는 연구가 활발히 진행되고 있다. 이러한 추론 방법들은 TBox 분류와 ABox 실체화로 나누어진다. TBox 추론은 스키마의 무결성과 종속성을 주로 다룬다면, ABox 추론은 인스턴스 위주의 다양한 문제를 다루어서 실제 응용에서의 중요성이 매우 크다. 따라서 본 논문은 클래스의 제약 조건을 분석하고, 이를 통해 인스턴스가 속하는 클래스를 추론할 수 있는 방법을 제안한다. 객체 지향 언어 기반의 분산 파일 시스템을 활용했던 기존 방법과 달리 함수형 프로그래밍 기반의 인 메모리 시스템인 스파크를 통해 대용량 온톨로지 실체화 방법에 대해서 설명한다. 제안하는 기법의 효율성을 검증하기 위해 W3C의 Wine 온톨로지를 이용해 인스턴스를 생성(1억 2천만~6억개의 트리플)하고 실험을 수행하였다. 6억개의 트리플을 대상으로 진행한 실험의 경우 전체 추론 시간이 51분(696 K Triple/sec)이 소요되었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제4권12호
• /
• pp.391-398
• /
• 2015

이 연구에서는 중등 심화 과정을 마치고 사사 과정에 진입한 최우수 정보과학 영재 교육을 위한 회로 최소화 알고리즘의 성능 개선 및 평가 과정을 보인다. 이 과정에서 학생들은 원하는 목표 기능을 얻기 위한 논리 회로는 꼭 한 가지가 아니고 다양하게 구성할 수 있다는 점과 이들 중 가장 간단한 회로를 찾을 수 있는 방법의 필요성을 인식하게 된다. 수작업으로 이루어지는 까르노 맵에서 회로 최소화를 위한 기본 원리를 터득하고, 그 과정을 소프트웨어로 수행하는 Quine-McCluskey 알고리즘을 탐구한다. Quine-McCluskey 알고리즘은 기본적으로 집합 연산의 반복에 의해 중복성을 도출하고 축약하는 과정을 반복한다. 집합 연산은 두 집합을 구성하는 원소들에 대한 비교 연산으로 이루어지므로 복잡도가 높다. 이를 해결하는 방법으로 원소 나열식 집합을 비트 정보로 표현하는 방안을 모색하고, 그 결과 약 36%의 성능 향상이 이루어짐을 보게 된다. 이 과정의 궁극적 목표는 영재 학생들이 전자 스위치, 논리 게이트, 논리 회로, 프로그래밍 언어, 데이터 구조, 알고리즘 등을 포괄하는 컴퓨터과학 학문에 대한 흥미와 지식 통합적 안목을 기르는 데 있다.

• International Journal of Computer Science & Network Security
• /
• 제21권2호
• /
• pp.212-220
• /
• 2021

The objectives of this research were to identify the digital competencies required for information science specialists at Saudi universities and to examine whether there existed conspicuous differences in the standpoint of these specialists due to years of work experience with regard to the importance of these competencies. A descriptive analytical method was used to accomplish these objectives while extracting the required digital competency list and ascertaining its importance. The research sample comprised 24 experts in the field of information science from several universities in the Kingdom of Saudi Arabia. The participants in the sample were asked to complete a questionnaire prepared to acquire the pertinent data in the period between January 5, 2021 and January 20, 2021. The results reveal that the digital competencies required for information science specialists at Saudi universities encompass general features such as the ability to use computer, Internet, Web2, Web3, and smartphone applications, digital learning resource development, data processing (big data) and its sharing via the Internet, system analysis, dealing with multiple electronic indexing applications and learning management systems and its features, using electronic bibliographic control tools, artificial intelligence tools, cybersecurity system maintenance, ability to comprehend and use different programming languages, simulation, and augmented reality applications, and knowledge and skills for 3D printing. Furthermore, no statistically significant differences were observed between the mean ranks of scores of specialists with less than 10 years of practical experience and those with practical experience of 10 years or more with regard to conferring importance to digital competencies.

• 정보보호학회논문지
• /
• 제30권6호
• /
• pp.1053-1065
• /
• 2020

최근 하드웨어의 성능과 인공지능 기술이 발달함에 따라 육안으로 구분하기 어려운 정교한 가짜 동영상들이 증가하고 있다. 인공지능을 이용한 얼굴 합성 기술을 딥페이크라고 하며 약간의 프로그래밍 능력과 딥러닝 지식만 있다면 누구든지 딥페이크를 이용하여 정교한 가짜 동영상을 제작할 수 있다. 이에 무분별한 가짜 동영상이 크게 증가하였으며 이는 개인 정보 침해, 가짜 뉴스, 사기 등에 문제로 이어질 수 있다. 따라서 사람의 눈으로도 진위를 가릴 수 없는 가짜 동영상을 탐지할 수 있는 방안이 필요하다. 이에 본 논문에서는 Bidirectional Convolutional LSTM과 어텐션 모듈(Attention module)을 적용한 딥페이크 탐지 모델을 제안한다. 본 논문에서 제안하는 모델은 어텐션 모듈과 신경곱 합성망 모델을 같이 사용되어 각 프레임의 특징을 추출하고 기존의 제안되어왔던 시간의 순방향만을 고려하는 LSTM과 달리 시간의 역방향도 고려하여 학습한다. 어텐션 모듈은 합성곱 신경망 모델과 같이 사용되어 각 프레임의 특징 추출에 이용한다. 실험을 통해 본 논문에서 제안하는 모델은 93.5%의 정확도를 갖고 기존 연구의 결과보다 AUC가 최대 50% 가량 높음을 보였다.

• 정보교육학회논문지
• /
• 제26권2호
• /
• pp.97-104
• /
• 2022

디지털 대전환 시대를 본격적으로 맞이하게 되면서 SW, AI, 빅데이터 등을 바탕으로 한 융합적인 사고력의 중요성이 높아져 가고 있다. 이러한 사회적 요구에 발맞추어 본 연구에서는 생명과학 분야의 멘델의 유전 원리를 몬테카를로 시뮬레이션 기법을 활용한 5차시 분량의 SW융합교육 프로그램을 개발하였다. 스크래치를 활용한 몬테카를로 시뮬레이션 기법으로 멘델의 유전 원리를 프로그래밍하여 구현해 봄으로써 융합적인 사고력 뿐만 아니라 관련 지식을 심화적으로 이해할 수 있도록 프로그램을 구성하였다. 개발한 교육 프로그램의 타당성을 검증 받기 위해 관련 영역의 전문가 11인을 대상으로 타당도 검정을 의뢰하였으며, Lawshe가 제시한 CVR 기준값인 0.59를 충족하여 타당성을 검증받았다.

• 디지털융복합연구
• /
• 제19권7호
• /
• pp.51-56
• /
• 2021

교양 SW교육은 전공 SW교육과는 다르게 다양한 전공의 학생들이 동일학습과정에 참여하므로 교수자가 문제 설계에 어려움이 많다. 본 논문은 교육의 문제 해결 향상을 위하여 PBL로 수업 운영에 있어 다양한 전공의 학생들에게 전공의 특성에 맞게 문제를 설계 구현할 수 있도록 VPBL(Various Problem-based Learning) 모델을 연구하고 수업에 적용 및 결과를 분석하였다. VPBL은 프로그래밍 언어에 대한 제약조건을 교수자가 제시하고 학습자는 제약조건을 적용하여 전공의 특성을 반영한 문제를 설계 운영한다. 교수자는 설계된 문제를 해결하는 과정에서 mini_class를 실시한 후 전체에 공유한다. VPBL 모델 적용 결과 전통적인 수업 방식의 비교 분석결과 전통적 교수법은 3.34점 VPBL 모델 적용은 4.42점으로 "상호작용, 학습 내용 이해, 교과 관련 지식 습득" 등이 향상된 것으로 나타났다. VPBL의 경우 다양한 문제 해결을 기반으로 하고 있어 해결 과정에서 학습 범위를 확장하는 장점을 보였다. 향후 다양한 SW 교양 교과에 확대 적용 및 활용에 대한 연구가 요구된다.

• Proceedings of the National Institute of Ecology of the Republic of Korea
• /
• 제3권2호
• /
• pp.67-72
• /
• 2022

Ecological research relies on the interpretation of large amounts of visual data obtained from extensive wildlife surveys, but such large-scale image interpretation is costly and time-consuming. Using an artificial intelligence (AI) machine learning model, especially convolution neural networks (CNN), it is possible to streamline these manual tasks on image information and to protect wildlife and record and predict behavior. Ecological research using deep-learning-based object recognition technology includes various research purposes such as identifying, detecting, and identifying species of wild animals, and identification of the location of poachers in real-time. These advances in the application of AI technology can enable efficient management of endangered wildlife, animal detection in various environments, and real-time analysis of image information collected by unmanned aerial vehicles. Furthermore, the need for school education and social use on biodiversity and environmental issues using AI is raised. School education and citizen science related to ecological activities using AI technology can enhance environmental awareness, and strengthen more knowledge and problem-solving skills in science and research processes. Under these prospects, in this paper, we compare the results of our early 2013 study, which automatically identified African cichlid fish species using photographic data of them, with the results of reanalysis by CNN deep learning method. By using PyTorch and PyTorch Lightning frameworks, we achieve an accuracy of 82.54% and an F1-score of 0.77 with minimal programming and data preprocessing effort. This is a significant improvement over the previous our machine learning methods, which required heavy feature engineering costs and had 78% accuracy.