• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.2193-2196
• /
• 2008

In this study, the new methodology such as support vector machines neural networks model (SVM-NNM) using the statistical learning theory is introduced to forecast flood stage in Nakdong river, Republic of Korea. The SVM-NNM in hydrologic time series forecasting is relatively new, and it is more problematic in comparison with classification. And, the multilayer perceptron neural networks model (MLP-NNM) is introduced as the reference neural networks model to compare the performance of SVM-NNM. And, for the performances of the neural networks models, they are composed of training, cross validation, and testing data, respectively. From this research, we evaluate the impact of the SVM-NNM and the MLP-NNM for the forecasting of the hydrologic time series in Nakdong river. Furthermore, we can suggest the new methodology to forecast the flood stage and construct the optimal forecasting system in Nakdong river, Republic of Korea.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1560-1563
• /
• 2010

The goal of this research is to apply the neural networks model for the disaggregation of the pan evaporation (PE) data, Republic of Korea. The neural networks model consists of support vector machine neural networks model (SVM-NNM). The disaggregation means that the yearly PE data divides into the monthly PE data. And, for the performances of the neural networks model, it is composed of training and test performances, respectively. The training and test performances consist of the historic, the generated, and the mixed data, respectively. From this research, we evaluate the impact of SVM-NNM for the disaggregation of the nonlinear time series data. We should, furthermore, construct the credible data of the monthly PE from the disaggregation of the yearly PE data, and can suggest the methodology for the irrigation and drainage networks system.

• Journal of the Korean Data and Information Science Society
• /
• 제7권1호
• /
• pp.113-118
• /
• 1996

주성분 분석은 자료압축, 특징추출, 통신이론, 패턴인식 그리고 화상처리등의 컴퓨터 공학분야에서 중요하게 사용되고 있다. Oja(1982,1989,1992)는 확률적 경사 강하법(SGA:Stochastic Gradient Ascent)을 이용한 제한된 헵규칙을 제안하여 주성분 분석에 사용하였다. 그러나, 이 규칙은 이상치에 민감하므로 이상치의 영향을 줄이기 위해, Xu & Yuille(1995)는 통계물리 방법을 이용한 로버스트 에너지함수를 생성하여 로버스트 주성분 분석방법을 제안하였다. 또한 Devlin et.al(1981)은 M-추정량을 이용하여 주성분 분석을 하였다. 본 논문에서는 Oja(1992)의 규칙과 Xu & Yuille(1995)의 로버스트 에너지함수를 이용하여 신경망을 구성하였다. 그리고, Devlin et.al(1981)이 제안한 시뮬레이션조건하에서 실험을 하였다. 실험한 결과와 Devlin et.al(1981)의 결과를 비교, 분석함으로써, 신경망의 성능을 확인하고자 한다.

• 정보처리학회논문지B
• /
• 제11B권4호
• /
• pp.485-490
• /
• 2004

자조의 표현에서 군집화는 주어진 데이터를 서로 유사한 개체들끼리 몇 개의 집단으로 묶는 작업을 수행한다. 군집화의 유사도 결정 측도는 맡은 연구들에서 매우 다양한 것들이 사용되었다. 하지만 군집화 결과의 성능 측정에 대한 객관적인 기준 설정이 어렵기 때문에 군집화 결과에 대한 해석은 매우 주관적이고, 애매한 경우가 많다. 퍼지 군집화는 이러한 주관적인 군집화 문제에 있어서 객관성 있는 군집 결정 방안을 제시하여 준다. 각 개체들이 특정 군집에 속하게 될 퍼지 멤버 함수값을 원소로 하는 유사도 행렬을 통하여 군집화를 수행한다. 본 논문에서는 차원 축소기법의 하나인 주성분 분석과 강력한 통계적 학습 이론인 베이지안 학습을 결합한 군집화 모형을 제안하여, 객관적인 퍼지 군집화를 수행하였다. 제안 알고리즘의 성능 평가를 위하여 UCI Machine Loaming Repository의 Iris와 Glass Identification 데이터를 이용한 실험 결과를 제시하였다.

• 컴퓨터교육학회논문지
• /
• 제6권2호
• /
• pp.81-93
• /
• 2003

본 연구의 목적은 웹기반 GBS(Goal-Based Scenario) 학습 환경에서 학습자-학습자, 학습자-온라인교사간 상호 작용을 계량화시켜 파악할 수 있는 기법으로서 사회 연결망 분석(Social Network Analysis. 이하 SNA)의 가능성에 대해 살펴보는 것이다. 이러한 연구 목적의 달성을 위해 먼저 사회학과 인류학 분야를 중심으로 최근 활발히 활용되고 있는 이 기법의 이론적 및 방법론적 배경을 살펴보고, 이어서 GBS 설계 방식으로 개발된 웹 기반 기업교육 운영 과정에서 생성된 질문방 log file을 활용하여 SNA 변인 중 하나인 중심도(centrality)와 학업 성취도 및 팀활동 기여도 간의 상관관계를 분석하는 탐색적 실증 연구를 실시하였다. 연구의 결과, 중심도는 학업 성취도, 특히 적용 평가 등 고차학습 성취도 및 동료들에 의해 평가된 팀 학습 기여도와 높은 상관이 있음이 나타났다. 결론으로서 이러한 연구 결과가 제시하는 교수 설계적 함의 및 그 제한성에 대해 살펴보고 아울러 향후 연구 방향에 대한 제언을 덧붙였다.

• 지능정보연구
• /
• 제11권2호
• /
• pp.17-29
• /
• 2005

본 연구의 목적은 컴퓨터지원협동 학습 환경에서 학습자-학습자, 학습자-온라인교사간 상호작용을 계량화시켜 파악할 수 있는 기법으로서 네크워크 마이닝 기법의 일종인 사회 연결망 분석(Social Network Analysis: SNA)의 가능성에 대해 살펴보는 것이다. 이러한 연구 목적의 달성을 위해 먼저 사회학과 인류학 분야를 중심으로 최근 활발히 활용되고 있는 이 기법의 이론적 및 방법론적 배경을 살펴보고, 이어서 웹 기반 기업교육 운영 과정에서 생성된 질문방 로그파일을 활용하여 SNA변인 중 하나인 중심도와 학업 성취도 및 팀활동 기여도 간의 상관관계를 분석하는 탐색적 실증 연구를 실시하였다. 연구의 결과 중심도는 학업 성취도, 특히 적용 평가 등 고차학습 성취도 및 동료들에 의해 평가된 팀 학습 기여도와 높은 상관이 있음이 나타났다. 결론으로서 이러한 연구 결과가 제시하는 교수 설계적 함의 및 그 제한성에 대해 살펴보고 아울러 향후 연구 방향에 대한 제언을 덧붙였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권1호
• /
• pp.90-113
• /
• 2021

Electronic Records Management System (ERMS) is a computer program or set of applications that is utilized for keeping up to date records along with their storage. ERMS has been extensively utilized for enhancing the performance of academic institutions. The system assists in the planning and decision-making processes, which in turn enhances the competencies. However, although ERMS is significant in supporting the process of decision-making, the majority of organizations have failed to take an initiative to implement it, taking into account that are some implementing it without an appropriate framework, and thus resulted in the practice which does not meet the accepted standard. Therefore, this study identifies the factors influencing the adoption of ERMS among employees of HLI in Yemen and the role of such adoption in the decision-making process, using the Unified Theory of Acceptance and Use of Technology (UTAUT) along with Technology, Organization and Environment (TOE) as the underpinning theories. The study conducts a cross-sectional survey with a questionnaire as the technique for data collection, distributed to 364 participants in various Yemeni public Higher Learning Institutions (HLI). Using AMOS as a statistical method, the findings revealed there are significant and positive relationships between technology factors (effort expectancy, performance expectancy, IT infrastructure and security), organizational factors (top management support, financial support, training, and policy),environmental factors (competitiveness pressure, facilitating conditions and trust) and behavioral intention to adopt ERMS, which in return has a significant relationship with the process of decision-making in HLI. The study also presents a variety of theoretical and empirical contributions that enrich the body of knowledge in the field of technology adoption and the electronic record's domain.

• 응용통계연구
• /
• 제32권2호
• /
• pp.173-185
• /
• 2019

과학적 연구에서 핵심적인 연구 주제 또는 가설은 대부분 인과적 질문(causal question)을 포함한다. 예를 들어, 전염병 예방을 위한 치료법의 효과 연구, 특정 정책의 시행으로 인한 효용(utility)의 평가에 대한 연구, 특정 사용자를 대상으로 노출된 광고의 종류에 따른 광고의 효과성에 대한 연구는 모두 인과 관계(causal relationship)의 추론이 요구된다. 이러한 인과 관계를 다루는 통계적 인과 추론(statistical causal inference)의 주요 관심사 중 하나는 모집단에 일종의 개입(정책 혹은 처치)을 적용한 후 개입의 효과를 정확하게 추정하는 것이다. 인과 추론은 임상실험과 정책결정에서 주로 이용되었으나, 이른바 빅데이터 시대의 도래로 가용한 관측자료가 폭발적으로 증가하였고 이로 인하여 인과 추론에 대한 잠재적 응용가치와 수요가 지속적으로 증가하고 있다. 하지만 가용한 대부분의 자료는 임의실험 기반의 자료와 달리 개입이 임의로 분배되지 않은 비실험 관측자료이다. 따라서, 본 논문은 비실험 관측자료로부터 개입의 효과를 추정하기 위한 인과 추론의 핵심 개념과 최근의 연구동향을 소개하고자 한다. 이를 위하여 본문에서는 먼저 개입의 효과를 Neyman-Rubin의 잠재 결과(potential outcome) 모형으로 나타내고, 개입의 효과를 추정하는 여러 접근법 중 특히 성향점수(propensity score) 기반 추정법과 회귀모형 기반 추정법을 중점적으로 소개한다. 최근 연구동향으로는 (1) 평균 효과 크기 추정을 넘어선 개인별 효과 크기의 추정, (2) 효과크기 추정에 있어서 자료 규모의 증대로 인한 차원의 저주가 야기하는 난제들과 이에 대한 해결방안들, (3) 복합적 인과관계를 반영하기 위한 Pearl의 구조적 인과 모형(structural causal model) 및 잠재 결과 모형과의 비교의 3가지 주제로 구분하여 소개한다.

• 한국콘텐츠학회논문지
• /
• 제19권10호
• /
• pp.522-534
• /
• 2019

교실 수업에서는 지속적인 면대면 상호작용을 통해 학습 동기의 부여와 학습 만족을 충족시켜주어 몰입을 유도할 수 있으나, 이러닝 환경에서는 교실 수업의 상호작용 수준에 미치지 못하는 한계로 많은 학습자의 중도탈락이나 포기하는 현상이 계속되고 있다. 이러한 이러닝 환경에서의 상호작용에 대한 문제점을 개선하고자 컴퓨터와 학습자 간의 상호작용에 중점을 두어 학습자의 몰입증진에 영향을 미치는 요인에 대해 연구하고자 하였다. 또한 학습자가 컴퓨터와 대면하는 디자인의 관점은 어포던스 개념으로 접근하였다. 본 연구는 이러닝에서 몰입에 영향을 미치는 상호작용요인(학습 동기, 피드백 구체성, 학습자 통제감)과 어포던스 요인(심미성, 유희성, 안정성)의 관계를 연구하였다. 이러닝 사용자 236명에게 설문 조사하였고 SPSS 21과 AMOS 21을 통하여 통계분석 하였으며, 연구모형의 타당성과 신뢰성은 적합하였다. 분석 결과 상호작용요인의 피드백 구체성, 학습자 통제감과 어포던스 요인의 유희성이 유의한 결과가 나왔으며 몰입은 만족도에 유의한 영향을 주었다. 본 논문의 의미는 컴퓨터와 사용자 간의 상호작용에서 몰입에 영향을 미치는 요인들을 연구함으로써 이러닝 분야 외에 향후 다양한 분야에서 사람과 기계 사이의 상호작용 시 몰입을 통해 만족도를 높일 수 있는 개발 방향을 제시하였다고 할 수 있다.

• 전자공학회논문지CI
• /
• 제38권5호
• /
• pp.37-43
• /
• 2001

인터넷이 널리 이용되면서 네트워크나 호스트에 대한 불법적인 침입은 많은 위험요소가 되고 있다. 이러한 침입을 탐지하기 위하여 통계적기법, 데이터마이닝기법, 유전자 알고리즘/프로그래밍 기법 등을 이용한 이상현상 탐지모델들이 많이 제안되어 왔으나 새로운 유형의 침입에 대해서는 탐지능력이 떨어지는 단점이 있다. 본 논문에서는 THRE KBANN을 이용한 이상현상탐지모델을 제안하였는데, 이는 연속학습을 할 수 있도록 지식기반신경망을 개선한 것이다. 이 모델을 실험적 자료에 적용한 결과를 데이터마이닝기법을 적용한 경우와 비교하여 성능평가를 하였다. 그리고 새로운 침입유형을 탐지하기 위한 연속학습에 대한 성능도 평가하였다.