• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권5호
• /
• pp.221-230
• /
• 2016

사물인터넷(Internet of Things, IoT) 패러다임이 대두되며 센서의 개체수가 폭발적으로 증가할 것으로 예상됨에 따라 센서 네트워크 및 센서 플랫폼 기술들이 변화되고 있다. 센서 플랫폼 중 하나인 센서 레지스트리 시스템(Sensor Registry System, SRS)은 이기종 센서 네트워크 환경에서 센서 데이터의 일관성 있는 의미 해석을 위하여 센서 메타데이터를 등록하고 관리하는 시스템이다. 하지만 기존의 SRS는 IoT 환경에 적합한 데이터 구조를 지니고 있지 않다. 따라서 이 논문은 IoT 환경에서 센서 정보들을 관리하고 등록하기 위하여 센서 레지스트리 데이터 모델을 제안한다. 기존의 SRS를 개선하기 위하여 시맨틱 센서 네트워크 온톨로지(Semantic Sensor Network Ontology, SSNO)을 분석하고, 이에 기반한 메타모델을 설계한다. 또한 설계한 메타모델을 이용하여 관계형 데이터베이스의 테이블로 구축하고 SRS를 웹 애플리케이션으로 구현한다. 이 논문은 제안하는 센서 레지스트리 데이터 모델의 적합성을 검증하기 위하여 SSNO 및 센서 온톨로지 예제들을 변환하여 제안 모델에 적용한다. 평가 결과 제안 모델이 기존 연구들보다 더 풍부한 의미 표현이 가능함을 보인다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권10호
• /
• pp.627-635
• /
• 2008

본 연구에서는 사용자 어휘지능망(U-WIN)의 어휘 관계 중의 하나인 구문관계를 자동으로 구축하는 방법을 제시하고자 한다. 먼저, 구문관계를 형성할 수 있는 후보명사를 용언의 용례에서 문형 정보를 기준으로 추출함으로써, 용언의 세분화된 의미별로 정확하고 다양한 후보명사를 추출할 수 있다. 그러나 추출된 후보명사는 다양한 의미를 지니고 있으므로, 어휘간의 명확한 구문관계를 설정하기 위해서는 후보명사의 여러 의미 중에서 정확한 의미로 결정해야 한다. 그래서 본 연구에서는 용례 매칭 규칙, 구문 패턴, 의미 유사도, 빈도 정보 등을 이용하여 후보명사의 의미를 분별한다. 또한 구문패턴의 빈도 정보를 이용하여 용례에 나타나지 않지만 구문관계를 형성할 수 있는 명사를 추출하여 구문관계를 확장하고자 하였다. 이러한 연구는 명사 중심의 어휘망이 용언과의 구문관계 구축을 통해 형태소 분석, 구문 분석, 의미분석 등에 광범위하게 활용할 수 있는 어휘망의 기반을 다지는 작업이 될 수 있을 것이다.

• 정보과학회 논문지
• /
• 제44권12호
• /
• pp.1282-1289
• /
• 2017

최근 심층 컨볼루션 신경망을 활용한 이미지 분할과 물체 위치감지 연구가 활발히 진행되고 있다. 특히 네트워크의 최상위 단에서 추출한 특징 지도뿐만 아니라, 중간 은닉 층들에서 추출한 특징 지도를 활용하면 더욱 정확한 물체 감지를 수행할 수 있고 이에 대한 연구 또한 활발하게 진행되고 있다. 이에 밝혀진 경험적 특성 중 하나로 중간 은닉 층마다 추출되는 특징 지도는 각기 다른 특성을 가지고 있다는 것이다. 그러나 모델이 깊어질수록 가능한 중간 연결과 이용할 수 있는 중간 층 특징 지도가 많아지는 반면, 어떠한 중간 층 연결이 물체 분할에 더욱 효과적일지에 대한 연구는 미비한 상황이다. 또한 중간층 연결 방식 및 중간층의 특징 지도에 대한 정확한 분석 또한 부족한 상황이다. 따라서 본 연구에서 최신 깊은 신경망에서 중간층 연결의 특성을 파악하고, 어떠한 중간 층 연결이 물체 감지에 최적의 성능을 보이는지, 그리고 중간 층 연결마다 특징은 어떠한지 밝혀내고자 한다. 그리고 이전 방식에 비해 더 깊은 신경망을 활용하는 물체 분할의 방법과 중간 연결의 방향을 제시한다.

• 영재교육연구
• /
• 제25권2호
• /
• pp.195-216
• /
• 2015

직업가치관은 학생들의 직업동기 형성에 핵심적인 역할을 한다. 특히 지속가능한 미래 과학기술인력 공급과 육성을 위해서 과학영재들의 이공계 직업에 대한 직업가치관 형성은 중요한 의미를 지닌다. 이 연구는 사회네트워크 분석법을 통하여 중학교 과학영재와 일반학생들의 자신의 희망 직업과 관련된 직업 가치관을 비교 분석하였다. 이를 위하여 학생들이 희망하는 직업과 그 직업을 선택한 이유에 해당하는 직업가치관으로 구성된 네트워크를 구조화한 후, 사회 네트워크 분석법을 통해 산출된 네트워크의 구조적 지표들을 바탕으로 두 집단의 인식 네트워크의 특성을 확인하였다. 과학영재 학생들과 일반학생들의 네트워크를 비교분석한 결과, 첫째, 과학영재학생들은 창의성을 가장 중요한 직업가치관 요소로 생각하고 있었다. 둘째, 과학영재들은 직업선택 과정에서 일반학생들보다 다양한 직업가치관 요소들을 고려하고 있었다. 셋째, 과학영재들은 이공계열과 의약계열 직업 모두에 대해서 능력발휘와 같은 자아실현 관점을 중심으로 직업가치관을 고려했으나, 일반학생들은 사회봉사를 가장 큰 직업가치관 요소로 보고 있었다. 이 연구는 과학영재학생들의 희망 직업에 대한 직업가치관 구조가 일반학생과 많은 차이가 있음을 확인하고, 과학영재학생들의 진로 직업을 지도하는데 있어 직업가치관과 관련된 네트워크적 기초자료를 제공했다는데 그 의의가 있다.

• 재활복지
• /
• 제20권4호
• /
• pp.157-175
• /
• 2016

본 연구의 목적은 텍스트 빅데이터 분석의 일종인 의미연결망을 활용하여 신문기사에서 나타나는 장애인스포츠에 대한 인식을 알아보는 것이 목적이다. 이 목적을 위하여 '장애인스포츠'를 검색어로 네이버 포탈을 이용하여 21개 언론사 745건의 기사를 수집하였으며 Krkwic 소프트웨어 프로그램을 사용하여 자료정제와 공출현 빈도를 산출하였다. 장애인스포츠에 대한 인식은 Netminer 4.0을 활용하여 연결중앙성, 매개중앙성, 위세중앙성을 지표로 분석하였다. 의미연결망 분석을 통하여 얻은 결과는 다음과 같다. 첫째, 신문기사에서 나타난 장애인스포츠를 규정하는 핵심단어는 감동, 도전, 축제, 꿈, 희망이다. 그리고 장애인스포츠의 인식을 나타내는 핵심단어는 장애유형에 따라 차이가 있다. 둘째, 장애인스포츠에 대한 인식을 장애유형별로 구분하여 분석한 결과 크게 경기력관련 인식과 감성관련 인식으로 구분할 수 있다. 구체적으로 지체장애 스포츠 대상의 경기력관련 인식은 패럴림픽, 로봇, 감동 등이며 감성관련 인식은 행복, 희망 등이다. 지적장애 스포츠 대상의 경기력관련 인식은 패럴림픽, 스페셜올림픽, 축제 등이고 감성관련 인식은 사랑, 감동 등이다. 시각장애 스포츠 대상의 경기력관련 인식은 메달, 달리기 등이며 감성관련 인식은 희망, 나눔 등이다. 결론적으로 신문기사에서 나타나는 장애인스포츠에 대한 인식은 패럴림픽, 스페셜올림픽 등의 장애인스포츠 경기대회는 장애인들의 도전과 꿈을 이룰 수 있는 축제의 장이며 경기를 통해 일반대중들에게 감동을 선사한다고 의미화 할 수 있다.

• 예술경영연구
• /
• 제58호
• /
• pp.153-177
• /
• 2021

본 연구는 코로나19로 촉발된 뉴노멀 시대의 예술정책에 관한 이론과 국내외 정책 동향을 바탕으로 언어네트워크 분석을 시도하였다. 이를 위해 2020년 3월부터 9월까지의 '코로나'와 '예술'의 키워드가 들어간 자료를 구글(Google)뉴스와 웹(web)문서에서 수집하여 227개의 정제된 주제어를 추출하였고, 추출된 주제어를 넷마이너 프로그램을 통해 주제어 빈도분석과 중심성을 지표로 분석하였다. 또한 각 주제어 간의 관계 분석을 위해 언어네트워크의 시각화 분석을 시도하였다. 분석결과 가장 많은 빈도수를 드러낸 주제어는 '코로나'였고, '문화예술', '예술', '공연', '온라인', '지원'이 최다 빈도수를 기록한 그룹에 포함되었다. 중심성 분석에서는 '코로나'가 가장 빈도가 높았고, '시대', '이후', '포스트', '예술', '문화예술' 순으로 나타나 빈도수가 높은 '코로나'와 '예술', '문화예술'은 대부분의 중심성에서도 우위를 차지했다. 특히, 주제어 빈도수와 중심성 분석에서 공통으로 상위를 차지하는 주제어는 '온라인'과 '지원' '정책'이다. 이는 코로나19로 인해 사회적 거리두기의 일상화에 따라 비대면·온라인콘텐츠의 급부상과 예술계에 대한 지원정책이 필요함을 나타내고 있다고 볼 수 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2016년도 제54차 하계학술대회논문집 24권2호
• /
• pp.51-54
• /
• 2016

In computer vision especially in image processing, it has become popular to apply deep convolutional networks for supervised learning. Convolutional networks have shown a state of the art results in classification, object recognition, detection as well as semantic segmentation. However, supervised learning has two major disadvantages. One is it requires huge amount of labeled data to get high accuracy, the second one is to train so much data takes quite a bit long time. On the other hand, unsupervised learning can handle these problems more cheaper way. In this paper we show efficient way to learn features for classification in an unsupervised way. The network trained layer-wise, used backpropagation and our network learns features from unlabeled data. Our approach shows better results on Caltech-256 and STL-10 dataset.

• 디지털산업정보학회논문지
• /
• 제12권3호
• /
• pp.1-9
• /
• 2016

The current meaning of "Big Data" refers to all the techniques for value eduction and actionable analytics as well management tools. Particularly, with the advances of wireless sensor networks, they yield diverse patterns of digital records. The records are mostly semi-structured and unstructured data which are usually beyond of capabilities of the management tools. Such data are rapidly growing due to their complex data structures. The complex type effectively supports data exchangeability and heterogeneity and that is the main reason their volumes are getting bigger in the sensor networks. However, there are many errors and problems in applications because the managing solutions for the complex data model are rarely presented in current big data environments. To solve such problems and show our differentiation, we aim to provide the solution of actionable analytics and semantic reusability in the sensor web based streaming big data with new data structure, and to empower the competitiveness.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권3호
• /
• pp.1442-1453
• /
• 2016

Now, there are prodigiously expanding worldwide economic networks in the information society, which require their social structural changes through technology innovations. This paper so tries to formally define a process-centered knowledge model to be used to analyze policy-making procedures on technology innovations. The eventual goal of the proposed knowledge model is to apply itself to analyze a topic network based upon composite keywords from a document written in a natural language format during the technology innovation procedures. Knowledge model is created to topic network that compositing driven keyword through text mining from natural language in document. And we show that the way of analyzing knowledge model and automatically generating feature keyword and relation properties into topic networks.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.485-487
• /
• 2023

컴퓨터 비전의 하위 태스크(Task)인 의미론적 분할(Semantic Segmentation)은 자율주행, 해상에서 선박찾기 등 다양한 분야에서 연구되고 있다. 기존 FCN(Fully Conovlutional Networks) 기반 의미론적 분할 모델은 다운샘플링(Dowsnsampling)과정에서 공간정보의 손실이 발생하여 정확도가 하락했다. 본 논문에서는 공간정보 손실을 완화하고자 PSA(Polarized Self-attention)의 공간정보 강조 모듈을 HRNet(High-resolution Networks)의 합성곱 블록 사이에 추가한다. 실험결과 파라미터는 3.1M, GFLOPs는 3.2G 증가했으나 mIoU는 0.26% 증가했다. 공간정보가 의미론적 분할 정확도에 영향이 미치는 것을 확인했다.