• International Journal of Advanced Culture Technology
• /
• 제7권2호
• /
• pp.34-41
• /
• 2019

The purpose of this study was to examine the meaning and structure of the experience of female college students. For this purpose, 22 female college students, regardless of age, participated in the interview three times in total. Interview data were processed through the analysis and interpretation process using the phenomenological research method, Giorgi method. As a result, 34 semantic units were derived, then divided into 14 subcomponents, and then divided into 6 categories. As a result of analysis, the spiritual value of female college students was composed of "family", "friendly person", "professional person", "empathy", "reflection" and "trust". Based on the above meaning, the structure of the spiritual value of female college students can conclude that they were a continuation of life that forms a strong sense of value and empathy and trust with patience with family and friends. Based on this, intervention on spiritual well-being of female college students suggests that intervention to form values based on empathy and trust based on family and close friends is implemented.

• 한국지능시스템학회논문지
• /
• 제21권2호
• /
• pp.198-205
• /
• 2011

선박의 항해사가 안전 항해를 위해 GPS, ARPA, AIS, NAVTEX, VHF 등 다수의 항해장비가 제공하는 화상, 수치, 텍스트 및 음성 정보를 숙지하여야 하나, 항해당직에 임하면서 동시에 이들 정보를 획득하여 안전 항해를 위한 판단자료로 활용하는 것은 대단히 번거롭고 어려운 작업이다. 따라서 이들 멀티미디어 항해안전정보를 이해하고 융합하여 항해사가 처한 상황을 인식하고 항해사의 의사결정에 필요한 정보를 추론하여 언어로서 제공해주는 시스템이 필요하다. 본 연구에서는 멀티미디어 항해안전정보를 이해하고 융합하여 언어로 제공하는데 필요한 의미해석 모델을 Semantic Network를 이용하여 구축하고자 한다.

• 한국산업정보학회논문지
• /
• 제12권4호
• /
• pp.25-31
• /
• 2007

본 연구에서는 문서에 나타나는 용어의 통계값을 이용하여 구술문서자료에 포함되어있는 용어들간의 의미 네트워크를 자동으로 구축하는 시스템을 제안하였다. 본 연구를 위하여 전북 새만금지역에서 채록한 186개의 구술생애사 문서자료를 사용하였으며, 구축된 용어네트워크에서 용어들 사이의 관계는 용어들을 백터화하여 결정하였다. 새만금 구술문서에서 중요단어로 선택된 단어의 수는 약 1700여 개이다. 단어들 사이의 용어네트워크는 구축 시스템을 통해서 실시간 내에 표현할 수 있었다. 이 용어네트워크는 앞으로 전개될 시멘틱 검색시스템 구축에 새로운 장을 열 것이며, 구술문서 분석에 크게 기여할 것으로 기대한다.

• 복식문화연구
• /
• 제14권6호
• /
• pp.1015-1026
• /
• 2006

The purpose of the study were to find out (1) the effect of motives on perceiver's image perception on ramie fabrics, and perceiver's trait, age and gender on sensory image evaluation of ramie fabrics. The research was a quasi experiment and experimental materials developed for the study were a set of material stimuli and semantic differential scales to measure sensory image of the stimuli, an aesthetic value scale. the independent design was motif design techniques(Plain Weave, burnt-out, embroidery, stripe, check). The subjects were 421 adults in Daejeon and Seachun. The results was as follows: The factor analysis of semantic differential scales for the ramie materials emerged 4 different image dimensions: attractiveness, hand, elegance, weight). The five design techniques showed significantly different image affects on some selective dimensions. The burn-out design gave the most attractive image, the embroidery design gave the softest image and plain weaved fabric presented the lightest hand image. Consumer's aesthetic values, gender and age tended to affect sensory image evaluation of ramie materials. On conclusion the result revealed that design strategy for the ramie material, design development though motives will be an essential process. and for material design pursued design image and target consumer's trait should be carefully considered.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권12호
• /
• pp.6139-6160
• /
• 2018

For ease of use and access, web browsers are now being used to access and modify sensitive data and systems including critical control systems. Due to their computational capabilities and network connectivity, browsers are vulnerable to several types of attacks, even when fully updated. Browsers are also the main target of phishing attacks. Many browser attacks, including phishing, could be prevented or mitigated by using site-, user-, and device-specific security configurations. However, we discovered that all major browsers expose disparate security configuration procedures, option names, values, and semantics. This results in an extremely hard to secure web browsing ecosystem. We analyzed more than a 1000 browser security configuration options in three major browsers and found that only 13 configuration options had syntactic and semantic similarity, while 4 configuration options had semantic similarity, but not syntactic similarity. We: a) describe the results of our in-depth analysis of browser security configuration options; b) demonstrate the complexity of policy-based configuration of web browsers; c) describe a knowledge-based solution that would enable organizations to implement highly-granular and policy-level secure configurations for their information and operational technology browsing infrastructures at the enterprise scale; and d) argue for necessity of developing a common language and semantics for web browser configurations.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.38-40
• /
• 2021

의료 데이터 분야는 레코드 수는 많지만 응답값이 없기 때문에 인공지능을 적극적으로 활용하지 못하고 있다. 이러한 문제점을 해결하기 위해 자기지도학습(Self-Supervised learning)을 의료 분야에 적용하는 연구가 등장하고 있다. 자기지도학습은 model이 레이블링이 없는 데이터의 semantic 표현을 이해할 수 있도록 pretext task와 supervision을 학습한다. 그러나, 자기지도학습의 성능은 pretext task로 학습한 표현에 의존하므로 데이터의 특성에 적합한 pretext task를 정의할 필요가 있다. 따라서 본 논문에서는 의학 데이터 중 활용도가 높은 x-ray 이미지에 적용할 수 있는 pretext task를 실험적으로 탐색하고 그 결과를 분석한다.

• 한국과학교육학회지
• /
• 제34권6호
• /
• pp.571-581
• /
• 2014

이 연구는 고등학교 교사와 학생들의 과학학습의 목적에 대한 일반화가 가능한 결과를 얻고자 하였다. 이를 위하여 비례층화표집 방식을 통해 전국의 160개 고등학교를 선정하여 교사와 학생에게 과학학습의 목적에 대한 개방형 설문 결과를 수집하였으며, 수집된 자료는 언어네트워크분석을 이용하여 분석하였다. 분석 결과 교사들은 과학학습의 목적으로 인지적 영역과 관련된 내재적 가치를 더 중요하게 인식하고 있지만 학생들은 개인적 유용성 영역과 관련된 외재적 가치를 보다 중요하게 인식하고 있었다. 또한 교사들의 교직경력에 따라 다른 인식을 가지고 있었다. 초임교사들은 내재적 가치와 외재적 가치를 함께 중요하게 인식하고 있었지만 경력교사들은 과학지식 이해의 인지적 영역을 주로 강조하고 있었다. 또한 학생들은 선택계열에 따라서도 과학학습의 목적에 대한 인식 차이가 있었다. 즉, 인문계열 학생들은 과학을 배운다면 일상생활의 편리성을 높일 수 있다는 것을 중요하게 인식하고 있었지만 자연계열 학생들은 과학학습의 목적이 무엇보다도 진로선택과 관련되어 있는 것으로 인식하고 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권12호
• /
• pp.5888-5903
• /
• 2019

The Relational ranking method applies authority-based ranking in relational dataset that can be modeled as graphs considering also their tuples' values. Authority directions from tuples that contain the given keywords and transfer to their corresponding neighboring nodes in accordance with their values and semantic connections. From our previous work, ObjectRank extends to ValueRank that also takes into account the value of tuples in authority transfer flows. In a maked difference from ObjectRank, which only considers authority flows through relationships, it is only valid in the bibliographic databases e.g. DBLP dataset, ValueRank facilitates the estimation of importance for any databases, e.g. trading databases, etc. A relational keyword search paradigm Object Summary (denote as OS) is proposed recently, given a set of keywords, a group of Object Summaries as its query result. An OS is a multilevel-tree data structure, in which node (namely the tuple with keywords) is OS's root node, and the surrounding nodes are the summary of all data on the graph. But, some of these trees have a very large in total number of tuples, size-l OSs are the OS snippets, have also been investigated using ValueRank.We evaluated the real bibliographical dataset and Microsoft business databases to verify of our proposed approach.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제1권1호
• /
• pp.19-30
• /
• 2012

상황인식 서비스라는 개념은 컴퓨팅과 통신을 기반으로 서비스를 제공 받는자의 주변 상황을 컴퓨터가 인식하고 스스로 판단하여 사용자에게 유용한 정보를 제공하는 서비스이다. 그러나 모바일 환경에서 제한된 모바일 기능과 메모리 공간 및 추론 비용 증가로 인해 소규모의 상황인식 처리 능력을 가지는 단점과 추론 엔진의 부분 개발로 인한 상황 정보 추론 방식의 제한적인 형태로 나타나고 있다. 이에 본 논문에서는 특정 플랫폼에 종속되지 않고 다양한 모바일기기에서 상황인식 서비스를 제공받을 수 있도록 PaaS기반의 GAE을 이용한 모바일 클라우드 상황인식 시스템을 제안한다. 제안하는 시스템의 추론 설계 방식은 OWL의 온톨로지와 SWRL 규칙으로 표현되는 시멘틱 추론을 이용한 지식베이스 프레임워크와 규칙 기반의 추론 엔진을 제공하는 Jess를 활용하여 설계한다. 아울러 기존 추론 질의 방식인 시멘틱 검색의 SparQL 질의 추론 방식의 단점을 극복하고자 SWRL형태의 Rule 규칙 정보인 Class, Property, Individual등의 속성값들을 특정 플러그인을 이용하여 Jess 추론 엔진에 연결하도록 설계한다.

• 대한원격탐사학회지
• /
• 제39권3호
• /
• pp.269-282
• /
• 2023

본 연구는 딥러닝 모델(deep learning model)을 활용하여 토지피복분류를 수행하였으며 입력 이미지의 크기, Stride 적용 등 데이터세트(dataset)의 조절을 통해 토지피복분류를 위한 최적의 딥러닝 모델 선정을 목적으로 하였다. 적용한 딥러닝 모델은 3종류로 Encoder-Decoder 구조를 가진 U-net과 DeeplabV3+, 두 가지 모델을 결합한 앙상블(Ensemble) 모델을 활용하였다. 데이터세트는 RapidEye 위성영상을 입력영상으로, 라벨(label) 이미지는 Intergovernmental Panel on Climate Change 토지이용의 6가지 범주에 따라 구축한 Raster 이미지를 참값으로 활용하였다. 딥러닝 모델의 정확도 향상을 위해 데이터세트의 질적 향상 문제에 대해 주목하였으며 딥러닝 모델(U-net, DeeplabV3+, Ensemble), 입력 이미지 크기(64 × 64 pixel, 256 × 256 pixel), Stride 적용(50%, 100%) 조합을 통해 12가지 토지피복도를 구축하였다. 라벨 이미지와 딥러닝 모델 기반의 토지피복도의 정합성 평가결과, U-net과 DeeplabV3+ 모델의 전체 정확도는 각각 최대 약 87.9%와 89.8%, kappa 계수는 모두 약 72% 이상으로 높은 정확도를 보였으며, 64 × 64 pixel 크기의 데이터세트를 활용한 U-net 모델의 정확도가 가장 높았다. 또한 딥러닝 모델에 앙상블 및 Stride를 적용한 결과, 최대 약 3% 정확도가 상승하였으며 Semantic Segmentation 기반 딥러닝 모델의 단점인 경계간의 불일치가 개선됨을 확인하였다.