• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.267-268
• /
• 2024

한국통합 물류협회에 따르면 총 택배 물량은 2020년은 약34억 개, 2021년은 약36억 만 개로 매년 꾸준히 성장하였다. 택배 물류센터에서 택배를 고객에게 전달시키기 위해서는 포장, 검수, 진열, 파지, 상차, 하차 등 많은 공정이 필요하다. 고용 인력의 부족, 인건비 상승, 부상의 위험, 높은 노동의 강도 등의 문제가 발생하였고, 소비자들의 입장에서도 제품 손상 또는 배송 지연 등의 여러 가지 문제를 야기해왔다. 본 논문은 로봇과 자율주행 기술을 활용하여 상품의 분류 및 배송과정을 자동화 하는 '스마트 물류창고 시스템'을 제안한다. 컨베이어 벨트를 이용해 택배물품의 분류를 자동화하고 자율주행 차량을 통해 배송을 하게 되고 DB를 통해 물품을 관리하게 되어 효율적인 운영을 가능하게 하고 경제적 손실을 줄인다. 적외선 센서, 바코드 센서를 이용해 컨베이어 벨트 구동 및 물품의 정보를 알 수 있으며 서보모터로 물품을 분류한다. 또한 입출고 차량이 명령을 통해 물품을 자동으로 입고 및 출고하여 DB에게 물품의 정보를 전송한다. 스마트 물류창고 시스템을 통해 인건비 절감, 오 배송, 물품 파손 등이 사라지게 되고 물류창고 뿐만 아니라 다양한 분야에서 적용 할 수 있을 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.91-92
• /
• 2024

본 논문에서는 키넥트 센서 기반으로 하는 동작 인식 애플리케이션을 설계하고 구현 한다. 이 애플리케이션은 본인이 응원하는 특정 연예인의 영상을 보고, 응원하는 동작을 하면 점수를 취득하게 되고, 누적되는 점수에 따라 그 연예인에 대한 기여도를 알 수 있도록 구현한다. 프레임별 조인트 움직임의 차이를 구하여 사용자의 움직임에 따른 점수를 부여하는 기능을 구현한다. 또한 전체 랭킹 시스템을 통해 동일한 연예인을 응원하는 사용자들이 공동의 소속감을 가지고, 더 나아가 자신들이 응원하는 연예인의 순위를 올리기 위한 경쟁을 유도하는 기능을 구현한다. 점수가 누적되면 단계별로 추가적인 애니메이션을 제공하여 흥미있게 볼 수 있는 기능도 구현한다.

• Information Systems Review
• /
• v.19 no.3
• /
• pp.91-104
• /
• 2017

This study aims to understand the differences in the media characteristics of two types of media, namely, Blog and Twitter, as well as in their factors that affect product information diffusion. To achieve these objectives, the information diffusion pattern is identified by analyzing the number of product-related posts in each media based on the Bass model. The analysis results revealed that the information diffusion speed of hedonic goods was faster than that of utilitarian goods. Regardless of product type, Twitter had a higher imitation effect than Blog, while Blog had a higher innovation effect than Twitter. The results implied that users of Blog tended to find information by themselves while those of Twitter relied more on the others' evaluation than their own subjective evaluations of innovations.

• Asia pacific journal of information systems
• /
• v.29 no.4
• /
• pp.789-816
• /
• 2019

Text classification is a challenging task, especially when dealing with a huge amount of text data. The performance of a classification model can be varied depending on what type of words contained in the document corpus and what type of features generated for classification. Aside from proposing a new modified version of the existing algorithm or creating a new algorithm, we attempt to modify the use of data. The classifier performance is usually affected by the quality of learning data as the classifier is built based on these training data. We assume that the data from different domains might have different characteristics of noise, which can be utilized in the process of learning the classifier. Therefore, we attempt to enhance the robustness of the classifier by injecting the heterogeneous data artificially into the learning process in order to improve the classification accuracy. Semi-supervised approach was applied for utilizing the heterogeneous data in the process of learning the document classifier. However, the performance of document classifier might be degraded by the unlabeled data. Therefore, we further proposed an algorithm to extract only the documents that contribute to the accuracy improvement of the classifier.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.540-541
• /
• 2024

본 연구는 서울 열린데이터 광장의 공공 데이터를 활용하여 의료 복지 서비스 지원 방안을 조사한다. '올해 의료비로 인한 가계 부담 정도' 데이터를 분석하여, 의료비 부담이 일반 가구에 미치는 영향을 깊이 있게 조사하였다. 이 데이터는 응답자들이 느끼는 의료비 부담의 다양한 정도(전혀 부담 안 됨, 부담 안 됨, 보통, 약간 부담됨, 매우 부담됨)를 포함하고 있으며, 이를 통해 지역별, 성별, 연령별, 소득별 의료비 부담 차이를 분석하였다. 연구 결과는 각 그룹별로 상이한 의료비 부담감을 보여주며, 이는 향후 의료 서비스 접근성 개선과 정책적 지원을 위한 근거 자료로 활용될 수 있다. 본 논문은 의료비 부담을 완화하기 위한 다양한 정책 제안을 포함하며, 공공 데이터를 활용한 의료 자원의 최적화를 목표로 한다. 이러한 분석은 보다 효율적인 의료복지 서비스 제공에 기여할 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.576-579
• /
• 2024

경제 위기 대비를 위해 인공지능을 활용한 주식시장 변동성 이상을 탐지하는 목적을 가지고 있다. 글로벌 이슈와 경제 위기 대비를 위해 주식시장 변동성 예측의 중요성이 부각되고 있으며, 기존의 주식시장 변동성 지수인 VIX 의 한계로 인해 더 복잡한 모델 및 인공지능을 활용한 연구에 관심이 집중되고 있다. 기존의 주식시장 변동성 예측에 관한 연구들은 통계적인 방법을 사용했으며 인공지능을 이용한 연구 또한 대부분 이상치 구간을 표시하여 예측을 목표로 하고 있으나 이러한 접근법은 라벨이 있는 데이터 수집 어려움, 클래스 불균형 문제가 있다. 본 연구는 인공지능을 활용한 주식시장 변동성 탐지에 기여하고 지도 학습 방식 대신 비지도 학습 기반의 이상탐지모델을 사용하여 주식시장 변동성을 예측하는 새로운 방법론을 제안한다. 본 연구에서 개발한 인공지능 모델은 IsolationForest 모델을 활용하며, 시계열 데이터를 전처리한 후 정상성을 확보하는 등의 과정을 거친다. 실험 결과로 인공지능 모델이 주요 경제이슈를 이상치로 검출하는 성능을 확인하였으며 재현율 약 93.6%, 정밀도 100%로 높은 성능을 달성했다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.768-771
• /
• 2024

인간의 산업 활동으로 인하여 동물들의 생존이 위협받으면서, 동물의 서식 분포를 효과적으로 파악할 수 있는 자동 야생동물 모니터링 기술의 필요성이 점점 더 커지고 있다. 그중에서도 동물 소리 분류 기술은 시각적으로 식별이 어려운 동물에게도 효과적으로 적용할 수 있는 장점으로 인하여 널리 사용되고 있다. 최근 심층학습 기반의 분류 모델들이 좋은 판별 성능을 보여주고 있어 동물 소리 분류에 많이 사용되고 있지만, 희귀종과 같이 개체 수가 적어 데이터가 부족한 경우에는 학습이 제대로 이루어지지 않을 수 있다. 또한, 이러한 모델들은 모델 내부에서 일어나는 추론 과정을 알 수 없어 결과를 완전히 신뢰하고 사용하는 데 제약이 따른다. 이에 본 논문에서는 전이 학습을 통해 데이터 부족 문제를 고려하고, SHAP을 이용하여 분류 모델의 추론 과정을 해석하는 설명가능한 동물 소리 분류 기법을 제안한다. 실험 결과, 제안하는 기법은 지도 학습을 한 경우보다 분류 성능이 향상됨을 확인하였으며, SHAP 분석을 통해 모델의 분류 근거를 이해할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.567-568
• /
• 2024

이 연구는 통계청의 치매 사망자수 및 사망률 자료와 공공데이터포털의 서울시 치매안심센터를 분석하여 치매 문제에 초점을 맞추어 치매 환자와 그 가족들에게 지원을 제공하는 치매안심센터의 역할을 조명합니다. 연구 목적은 서울시 각 자치구에 설치된 치매안심센터의 자원과 인프라가 치매 사망률에 미치는 영향을 분석하여, 치매 예방 및 관리 정책의 개선 방향을 제시하는 것입니다. 데이터는 한국통계정보원(KOSIS)과 사망원인통계에서 수집되었으며, 2022 년에 보고된 치매로 인한 사망자 수와 치매관리센터의 자원 정보를 포함합니다. 데이터 전처리 과정에서는 정확성 검증, 정규화, 표준화, 분류 작업이 이루어졌습니다.분석 방법으로는 통계적 접근과 예측 모델링을 통해 치매 치료 센터 자원과 치매 사망률의 관계를 다각적으로 조사했습니다. 본 연구의 결론은 치매 안심 센터의 자원이 치매 사망률에 미치는 영향을 이해하는 데 중요한 정보를 제공하며, 이는 치매 관리와 예방에 있어서 인력의 중요성을 강조합니다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.570-573
• /
• 2024

본 연구는 대형 언어 모델 (LLM) 시대에 공감적 대화 생성을 위한 감정 인식의 필요성을 확인하고 소형 언어 모델 (SLM)을 통한 미세 조정 학습이 고비용 LLM, 특히 ChatGPT의 대안이 될 수 있는지를 탐구한다. 이를 위해 KoBERT 미세 조정 모델과 ChatGPT를 사용하여 사용자 감정을 인식하고, Polyglot-Ko 미세 조정 모델 및 ChatGPT를 활용하여 공감적 응답을 생성하는 비교 실험을 진행하였다. 실험 결과, KoBERT 기반의 감정 분류기는 ChatGPT의 zero-shot 접근 방식보다 뛰어난 성능을 보였으며, 정확한 감정 분류가 공감적 대화의 질을 개선하는 데 기여함을 확인하였다. 이는 공감적 대화 생성을 위해 감정 인식이 여전히 필요하며, SLM의 미세 조정이 고비용 LLM의 실용적 대체 수단이 될 수 있음을 시사한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.527-530
• /
• 2024

하이퍼그래프(hypergraph)는 실세계의 여러 객체가 함께 형성하는 복잡한 그룹 관계를 하이퍼엣지(hyperedge)로 정보 손실 없이 모델링할 수 있는 새로운 데이터 구조이다. 하이퍼엣지 예측(hyperedge prediction task)이란 하이퍼그래프로 표현된 실세계 네트워크에서 아직 관찰되지 않은 그룹관계 혹은 미래에 발생할 가능성이 높은 관계를 예측하는 것으로, 단백질 상호작용 분석(PPI), 추천시스템, 소셜 네트워크 분석 등 다양한 응용 분야에서 활용된다. 그러나, 하이퍼엣지 예측은 심각한 데이터 희소성 문제로 정확한 예측이 어렵다는 근본적인 한계를 지닌다. 이러한 한계를 완화하기 위해 다양한 네거티브 샘플링(negative sampling) 기술이 활용될 수 있는데, 아직까지 각 샘플링 기술이 하이퍼엣지 예측 정확도에 미치는 효과에 대해 충분히 연구되지 않았다. 본 논문에서는 하이퍼엣지 예측에 활용되는 다양한 네거티브 샘플링 방법의 효과를 분석한다. 실험 결과를 통해, 네거티브 샘플링 기법과 포지티브와 네거티브 하이퍼엣지 수의 비율에 따른 정확도 변화 양상을 분석한다.