• 한국컴퓨터그래픽스학회논문지
• /
• 제22권5호
• /
• pp.27-36
• /
• 2016

컴퓨터 그래픽스 (Computer Graphics) 및 인간-컴퓨터 상호작용 (Human-Computer Interaction, HCI) 기술을 기반으로 효과적인 데이터 분석을위한 가시화 툴 (Tool) 기술이 크게 발전 하였다. 해당 기술 분야는 Visual Analytics (비주얼애널리틱스)라는 연구 분야로 발전하여 2006년 첫 심포지엄이 열린 이래, 다양한 데이터 마이닝 (Data Mining), 상호작용 (Interaction) 기술이 정보 가시화 (Information Visualization) 기술에 접목하여 사용자 중심의 빅 데이터분석 및 의사 결정 시스템을 연구하는 분야로 확장 되었다. 그러나 국내에서는 아직 해당 연구 분야에 대하여 제대로 알려지지 않아, 국내 컴퓨터 그래픽스 및 HCI 기술 연구에 비하여, 가시화 기술을 통한 빅데이터 분석 및 의사결정을 지원하는 시스템을 설계 하는 기술이 뒤쳐지는 편이다. 따라서 본 논문에서는 비주얼 애널리틱스 연구의 기본 철학을 살펴 보고, IEEE Symposium on Visual Analytics Science and Technology (VAST) 학회에 2015년 출판된 논문으로 사용된 데이터 및 가시화 기술 분석 서베이를 진행함으로써 국내 컴퓨터 그래픽스 연구자들의 해당 분야에 대한 이해를 돕고자 한다.

• International Journal of Computer Science & Network Security
• /
• 제23권6호
• /
• pp.68-76
• /
• 2023

Nowadays, the power of data analytics in general and visual data analytics, in particular, have been proven to be an important area that would help development in any domain. Many well-known IT services best practices have touched on the importance of data analytics and visualization and what it can offer to information technology service management. Yet, little research exists that summarises what is already there and what can be done to utilise further the power of data analytics and visualization in this domain. This paper is divided into two main parts. First, a number of IT service management tools have been summarised with a focus on the data analytics and visualization features in each of them. Second, interviews with five senior IT managers have been conducted to further understand the usage of these features in their organisations and the barriers to fully benefit from them. It was found that the main barriers include a lack of good understanding of some visualization design principles, poor data quality, and limited application of the technology and shortage in data analytics and visualization expertise.

• International Journal of Contents
• /
• 제17권1호
• /
• pp.1-10
• /
• 2021

Visual analytics is an emerging research field that combines the strength of electronic data processing and human intuition-based social background knowledge. This study demonstrates useful visual analytics with Tableau in conjunction with semantic network analysis using examples of sentiment flow and strategic communication strategies via Twitter in a blockchain domain. We comparatively investigated the sentiment flow over time and language usage patterns between companies with a good reputation and firms with a poor reputation. In addition, this study explored the relations between reputation and marketing communication strategies. We found that cryptocurrency firms more actively produced information when there was an increased public demand and increased transactions and when the coins' prices were high. Emotional language strategies on social media did not affect cryptocurrencies' reputations. The pattern in semantic representations of keywords was similar between companies with a good reputation and firms with a poor reputation. However, the reputable firms communicated on a wide range of topics and used more culturally focused strategies, and took more advantages of social media marketing by expanding their outreach to other social media networks. The visual big data analytics provides insights into business intelligence that helps informed policies.

• International Journal of Computer Science & Network Security
• /
• 제22권9호
• /
• pp.334-342
• /
• 2022

Nowadays, as we can notice on social media, most users choose to use more than one language in their online postings. Thus, social media analytics needs reviewing as code-switching analytics instead of traditional analytics. This paper aims to present evidence comparable to the accuracy of code-switching analytics techniques in analysing the mood state of social media users. We conducted a systematic literature review (SLR) to study the social media analytics that examined the effectiveness of code-switching analytics techniques. One primary question and three sub-questions have been raised for this purpose. The study investigates the computational models used to detect and measures emotional well-being. The study primarily focuses on online postings text, including the extended text analysis, analysing and predicting using past experiences, and classifying the mood upon analysis. We used thirty-two (32) papers for our evidence synthesis and identified four main task classifications that can be used potentially in code-switching analytics. The tasks include determining analytics algorithms, classification techniques, mood classes, and analytics flow. Results showed that CNN-BiLSTM was the machine learning algorithm that affected code-switching analytics accuracy the most with 83.21%. In addition, the analytics accuracy when using the code-mixing emotion corpus could enhance by about 20% compared to when performing with one language. Our meta-analyses showed that code-mixing emotion corpus was effective in improving the mood analytics accuracy level. This SLR result has pointed to two apparent gaps in the research field: i) lack of studies that focus on Malay-English code-mixing analytics and ii) lack of studies investigating various mood classes via the code-mixing approach.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2017년도 춘계 종합학술대회 논문집
• /
• pp.369-370
• /
• 2017

본 연구는 VA(Visual Analytics: 시각적 분석방법)을 활용하여 NCS 기반 교과목 운영에 따른 직무능력평가의 적합성 여부를 밝히고 수행준거별 직무능력 평가 유형의 분석 자료를 시각적으로 제시하고자 하였다.

• 국제학술발표논문집
• /
• The 6th International Conference on Construction Engineering and Project Management
• /
• pp.317-320
• /
• 2015

Documenting work-in-progress on construction sites using images captured with smartphones, point-and-shoot cameras, and Unmanned Aerial Vehicles (UAVs) has gained significant popularity among practitioners. The spatial and temporal density of these large-scale site image collections and the availability of 4D Building Information Models (BIM) provide a unique opportunity to develop BIM-driven visual analytics that can quickly and easily detect and visualize construction progress deviations. Building on these emerging sources of information this paper presents a pipeline for model-driven visual analytics of construction progress. It particularly focuses on the following key steps: 1) capturing, transferring, and storing images; 2) BIM-driven analytics to identify performance deviations, and 3) visualizations that enable root-cause assessments on performance deviations. The information requirements, and the challenges and opportunities for improvements in data collection, plan preparations, progress deviation analysis particularly under limited visibility, and transforming identified deviations into performance metrics to enable root-cause assessments are discussed using several real world case studies.

• 정보과학회 논문지
• /
• 제41권12호
• /
• pp.1066-1074
• /
• 2014

본 논문에서는 시공간 정보를 포함하는 트윗 스트림에서 비정상적인 이벤트에 대한 상관관계를 사용자에게 시각적으로 분석하는 방법을 다양한 실험을 통하여 제안한다. 제안하는 방법으로는 트윗에서 토픽 모델링을 수행한 다음 계절요인과 추세요인을 반영한 시계열 분석 기법을 이용하여 비정상적인 이벤트 후보군을 추출한다. 추출된 토픽이 포함되어 있는 데이터를 대상으로 다시 한 번 토픽을 추출하여 시계열 분석을 수행한 다음 앞서 추출한 토픽과의 상관관계를 분석하여 비정상적인 이벤트를 탐지할 수 있도록 하였다. 비정상 이벤트를 탐지하는 모든 과정에 시각적 분석 방법을 이용하여 단순한 수치 정보가 아닌 시각적 패턴 형태로 나타냄으로써 사용자는 직관적으로 비정상 이벤트의 동향과 주기적인 패턴을 분석할 수 있도록 하였다. 실험은 2014년 1월 1일부터 2014년 6월 30일까지 국내에서 발생한 트윗을 대상으로 2개의 사건[경주 마우나 리조트 붕괴 사건(2014.02.17.), 진도 여객선 침몰 사건(2014.04.16.)]에 대해 시각적 분석 시스템을 적용하여 사용자는 쉽게 데이터를 분석하고 이해할 수 있음을 보였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제23권4호
• /
• pp.21-29
• /
• 2017

예측 시각적 분석 연구는 다양한 대화식 데이터 탐색 기법을 사용하여 예측 결과의 불확실성을 줄이는데 중점을 두었다. 대화식 탐색 기법의 목적은 변수간의 관계를 이해하고 알려지지 않은 변수를 예측하기 위한 적합한 모델을 선택함으로서 의사결정권자의 수준에 따른 예측결과의 품질 차이를 줄이는 것이다. 하지만 청소년 신체 성장 데이터와 같이 전체적인 추세가 알려지지 않은 시계열 데이터를 설명할 수 있는 예측 모델을 만드는 것은 어렵다. 본 논문에서는 불확실한 추세를 가지는 시계열 데이터 단편에서 물리적 성장 값을 예측하기 위한 새로운 예측 방법을 제안한다. 새로운 예측 방법은 특정 시점에서의 데이터 분포를 추정하는 방법으로 실험결과 기존 회귀 모델보다 높은 정확도를 갖는다. 또한 우리는 예측 모델링 과정에서 발생 가능한 불확실성을 최소화 할 수 있는 시각적 분석 방법을 제안한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권12호
• /
• pp.768-773
• /
• 2015

사회적 혼란을 야기하는 이벤트는 발생 직후 어떻게 대응하느냐에 따라 소요되는 비용의 편차가 크다. 이에 따라 비정상적인 이벤트를 탐지하고 의미를 파악하는 연구가 많이 진행되고 있다. 또한 예측 분석에 관한 연구도 많이 수행되고 있다. 그러나 대부분의 연구는 이벤트의 전체적인 미래 경향에 대한 수치 결과를 예측할 뿐, 이벤트가 내포하는 의미에 대한 예측 연구는 미비하다. 이에 따라 본 논문에서는 비정상적인 이벤트가 내포하는 토픽의 조합을 통해 미래에 어떠한 일이 발생할 수 있는지에 대한 시각적 예측 분석 방법을 제안한다. 제안하는 방법은 먼저 트윗에서 실시간으로 비정상 이벤트를 탐지한다. 그 다음 과거 유사한 사례를 탐색한 다음 이벤트와 관련된 토픽들을 추출한다. 마지막으로 사용자는 의미 있는 토픽의 조합을 통해 미래에 어떠한 일이 발생할 수 있을지 분석할 수 있다. 실험은 두 가지 상황에 대한 예측 분석을 수행하였으며, 실험 결과 본 논문에서 제안한 방법의 타당성을 입증하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권3호
• /
• pp.853-873
• /
• 2021

In recent years, deep reinforcement learning (DRL) models are enjoying great interest as their success in a variety of challenging tasks. Deep Q-Network (DQN) is a widely used deep reinforcement learning model, which trains an intelligent agent that executes optimal actions while interacting with an environment. This model is well known for its ability to surpass skilled human players across many Atari 2600 games. Although DQN has achieved excellent performance in practice, there lacks a clear understanding of why the model works. In this paper, we present a visual analytics system for understanding deep Q-network in a non-blind matter. Based on the stored data generated from the training and testing process, four coordinated views are designed to expose the internal execution mechanism of DQN from different perspectives. We report the system performance and demonstrate its effectiveness through two case studies. By using our system, users can learn the relationship between states and Q-values, the function of convolutional layers, the strategies learned by DQN and the rationality of decisions made by the agent.