• 말소리와 음성과학
• /
• 제12권3호
• /
• pp.65-71
• /
• 2020

특징 정규화는 음성 특징 파라미터들의 통계적인 특성의 정규화를 통해 훈련 및 테스트 조건 사이의 환경 불일치의 영향을 감소시키는 방법으로서 기존의 Gaussian mixture model-hidden Markov model(GMM-HMM) 기반의 음성인식 시스템에서 우수한 성능개선을 입증한 바 있다. 하지만 심층신경망(deep neural network, DNN) 기반의 음성인식 시스템에서는 환경 불일치의 영향을 최소화 하는 것이 반드시 최고의 성능 개선으로 연결되지는 않는다. 본 논문에서는 이러한 현상의 원인을 과도한 특징 정규화로 인한 정보손실 때문이라 보고, 음향모델을 훈련 하는데 유용한 정보는 보존하면서 환경 불일치의 영향은 적절히 감소시켜 음성인식 성능을 최대화 하는 특징 정규화 방식이 있는 지 검토해보고자 한다. 이를 위해 평균 정규화(mean normalization, MN)와 평균 및 분산 정규화(mean and variance normalization, MVN)의 절충 방식인 평균 및 지수적 분산 정규화(mean and exponentiated variance normalization, MEVN)를 도입하여, 잡음 및 잔향 환경에서 분산에 대한 정규화의 정도에 따른 DNN 기반의 음성인식 시스템의 성능을 비교한다. 실험 결과, 성능 개선의 폭이 크지는 않으나 분산 정규화의 정도에 따라 MEVN이 MN과 MVN보다 성능이 우수함을 보여준다.

• 한국측량학회지
• /
• 제38권3호
• /
• pp.197-209
• /
• 2020

간판은 점포의 특성에 따라 서로 다른 유형과 크기로 건물에 설치되어있다. 하지만, 지방자치단체에서는 잦은 점포의 개업·폐업과 부족한 관리 인원으로 간판을 관리하는데 어려움을 겪고 있다. 이에 본 연구에서는 간판의 정보를 효율적으로 관리할 수 있도록 표준화하여 관리하는 방안을 제안하였다. 이를 위해, 옥외광고물 관련 시행령의 간판 표시방법을 분석하여 간판 표준 데이터의 속성 요소를 정의하였다. 또한, 선행 연구인 간판 인식 기술을 통해 간판의 물리적 정보를 얻고, 맨눈으로 판독 가능한 정보, 행정안전부의 건물통합정보, 도로명 주소를 통해 간판 표준 데이터의 속성 요소를 정의하였다. 간판 표준 데이터는 호환성을 위해 XML 형식으로 설계하였고, XML의 무결성을 위해 XSD를 정의하여 데이터의 유효성이 검증될 수 있도록 하였다. 마지막으로, 간판의 정보를 공간적 특성에 의해 표준화하기 위하여 국가 공간정보 표준에 따라 데이터 제품 사양과 메타데이터를 정의하였다. 이를 통해 간판의 정보화를 위한 표준 데이터 모델을 설계하였다.

• Journal of information and communication convergence engineering
• /
• 제9권4호
• /
• pp.379-384
• /
• 2011

The scope of the problems that could be solved by monitoring and the improvement of the recognition time is directly correlated to the performance of the management function of the business process. However, the current monitoring process of business activities decides whether to apply warnings or not by assuming a fixed environment and showing expressions based on the design rules. Also, warnings are applied by carrying out the measuring process when the event attribute values are inserted at every point. Therefore, there is a limit for distinguishing the range of occurrence and the level of severity in regard to the new external problems occurring in a complicated environment. Such problems cannot be ed. Also, since it is difficult to expand the range of problems which can be possibly evaluated, it is impossible to evaluate any unexpected situation which could occur in the execution period. In this paper, a process-evaluating model based on the goal scenario is suggested to provide constant services through the current monitoring process in regard to the service demands of the new scenario which occurs outside. The new demands based on the outside situation are analyzed according to the goal scenario for the process activities. Also, by using the meta-heuristic algorithm, a similar process model is found and identified by combining similarity and interrelationship. The process can be stopped in advance or adjusted to the wanted direction.

• 만화애니메이션 연구
• /
• 통권39호
• /
• pp.393-412
• /
• 2015

사람의 이미지를 보고 느끼는 감성인식은 환경, 개인적 성향에 따라 다양하게 변화한다. 그리하여 이미지 감성인식을 숫자로 제어하려는 감성컴퓨터 연구에 집중되고 있다. 그렇지만 기존의 감성컴퓨팅 모형은 숫자화된 객관적이고, 명확한 측정이 미흡한 상황이다. 따라서 이미지 감성인식을 감성컴퓨팅을 통해 정량화하고, 객관적인 평가 방식의 연구가 필요한 상황이다. 이에 본 논문은 이미지 감성인식을 계산 방식에 따라 숫자화한 정량화로 감성크기를 표현했다. 그리하여 이미지 감성인식의 주요한 속성인 색채를 구성인자로 적용한다. 또한 디지털 색채 감성컴퓨팅을 적용하여 계산하는데 연구의 중점을 두었다. 이미지 색채 감성컴퓨팅 연구방식은 감성속성인 색상, 명도, 채도에 중요도에 따른 가중치를 감성점수에 반영한다. 그리고 감성점수를 이미지 감성계산식에 적용하여 쾌정도(X축), 긴장도(Y축)를 숫자 방식으로 계산한다. 거기에 쾌정도(X축), 긴장도(Y축)의 교차하는 위치점을 이미지 감성좌표의 감성점으로 위치한다. 이미지 색채 감성좌표는 러셀의 핵심 효과(Core Affect)를 적용하여 16가지 주요대표감성을 기반으로 한다. 이미지 감성점은 기준의 위치에서 대표감성크기와 감성상관관계를 숫자화하고, 이미지 감성을 정량화한다. 그리하여 이미지 감성인식은 숫자 크기로 비교한다. 감성점수의 대소에 따라 감성이 변화함을 증명한다. 비교 방식은 이미지 감성인식을 16개 대표감성과 연관된 감성의 상위 5위로 구분하고, 집중된 대표감성크기를 비교 분석한다. 향후 감성컴퓨팅 방식이 사람의 감성인식과 더 유사할 수 있도록 감성계산식의 연구가 필요하다.

• International Journal of Computer Science & Network Security
• /
• 제23권11호
• /
• pp.99-109
• /
• 2023

The darknet is frequently referred to as the hub of illicit online activity. In order to keep track of real-time applications and activities taking place on Darknet, traffic on that network must be analysed. It is without a doubt important to recognise network traffic tied to an unused Internet address in order to spot and investigate malicious online activity. Any observed network traffic is the result of mis-configuration from faked source addresses and another methods that monitor the unused space address because there are no genuine devices or hosts in an unused address block. Digital systems can now detect and identify darknet activity on their own thanks to recent advances in artificial intelligence. In this paper, offer a generalised method for deep learning-based detection and classification of darknet traffic. Furthermore, analyse a cutting-edge complicated dataset that contains a lot of information about darknet traffic. Next, examine various feature selection strategies to choose a best attribute for detecting and classifying darknet traffic. For the purpose of identifying threats using network properties acquired from darknet traffic, devised a hybrid deep learning (DL) approach that combines Recurrent Neural Network (RNN) and Bidirectional LSTM (BiLSTM). This probing technique can tell malicious traffic from legitimate traffic. The results show that the suggested strategy works better than the existing ways by producing the highest level of accuracy for categorising darknet traffic using the Black widow optimization algorithm as a feature selection approach and RNN-BiLSTM as a recognition model.

• 서비스연구
• /
• 제3권2호
• /
• pp.53-60
• /
• 2013

데이터로부터 의미있는 형태의 정보를 얻기 위한 여러 가지 기법들이 개발되어 왔지만, 최근 들어 가장 각광받는 분야 중 하나는 패턴인식과 기계학습 방법이다. 기존의 학습 알고리즘은 대부분 범주 형 속성에 기반 한 규칙 또는 의사 결정 모델을 생성한다. 그런데, 실세계의 데이터는 보통 범주 형 속성 외에도 수치 값을 갖는 속성을 포함하고, 또 많은 경우에 있어 수치 형 속성으로만 구성되기도 한다. 따라서 이러한 경우, 데이터를 학습에 사용하기 위해서는 수치형 속성에 대한 적절한 처리 과정이 필요하다. 본 논문에서는, 수치형 속성의 도메인을 여러 개의 분절된 부분으로 나누어 학습 알고리즘에 사용하는 방법인 이산화 기법을 설명하고 또한 데이터마이닝의 기법으로 사용되는 클러스터링(Clustering)을 사용한다. 클러스터란 대량의 데이터베이스로부터 유사한 레코드 특성을 지닌 작은 그룹으로 여러 개를 분할하는 것으로 패턴 공간에 주어진 유한 개의 패턴들이 서로 가깝게 모여서 무리를 이루고 있는 패턴 집합이다. 그 집합들 중에서 특정한 카테고리를 지정하지 않고 주어진 데이터들에서 어떤 패턴을 추출하여, 비슷한 데이터들을 묶어서 데이터를 분류하는 기법인 클러스터링에 대해 실험한다.

• 한국주거학회논문집
• /
• 제25권4호
• /
• pp.59-72
• /
• 2014

This study proposes a data-mining analysis method for examining variable multi-attribute big-data, which is considered to be more applicable in social science using a Correspondence Analysis of variables obtained by AIC model selection. The proposed method was applied on the Seoul Survey from 2005 to 2010 in order to extract interesting rules or patterns on characteristics of single household. The results found as follows. Firstly, this paper illustrated that the proposed method is efficiently able to apply on a big dataset of huge categorical multi attributes variables. Secondly, as a result of Seoul Survey analysis, it has been found that the more dissatisfied with residential environment the higher tendency of residential mobility in single household. Thirdly, it turned out that there are three types of single households based on the characteristics of their demographic characteristics, and it was different from recognition of home and partner of counselling by the three types of single households. Fourthly, this paper extracted eight significant variables with a spatial aggregated dataset which are highly correlated to the ratio of occupancy of single household in 25 Seoul Municipals, and to conclude, it investigated the relation between spatial distribution of single households and their demographic statistics based on the six divided groups obtained by Cluster Analysis.

• 지능정보연구
• /
• 제24권1호
• /
• pp.1-23
• /
• 2018

E-commerce 환경의 발전으로 소비자들은 다양한 상품들을 한 자리에서 폭 넓게 비교할 수 있게 되었다. 하지만 온라인 쇼핑몰에 올라와있는 상당량의 주요 상품 정보들이 이미지 형태이기 때문에 컴퓨터가 인지할 수 있는 텍스트 기반 검색 시스템에 반영될 수 없다는 한계가 존재한다. 이러한 한계점은 일반적으로 기존 기계학습 기술 및 OCR(Optical Character Recognition) 기술을 활용해, 이미지 형태로 된 키워드를 인식함으로써 개선할 수 있다. 그러나 기존 OCR 기술은 이미지 안에 글자가 아닌 그림이 많고 글자 크기가 작으면 낮은 인식률을 보인다는 문제가 있다. 이에 본 연구에서는 기존 기술들의 한계점을 해결하기 위하여, 딥러닝 기반 사물인식 모형 중 하나인 SSD(Single Shot MultiBox Detector)를 개조하여 이미지 형태의 상품 카탈로그 내의 텍스트 인식모형을 설계하였다. 하지만 이를 학습시키기 위한 데이터를 구축하는 데 상당한 시간과 비용이 필요했는데, 이는 지도학습의 방법론을 따르는 SSD 모형은 훈련 데이터마다 직접 정답 라벨링을 해줘야 하기 때문이다. 본 연구는 이러한 문제점을 해결하기 위해 '훈련 데이터 자동 생성 프로그램'을 함께 개발하였다. 훈련 데이터 자동 생성 프로그램을 통해 수작업으로 데이터를 만드는 것에 비하여 시간과 비용을 대폭 절감할 수 있었으며, 생성된 훈련용 데이터를 통해 모형의 인식 성능을 높일 수 있었다. 더 나아가 실험연구를 통해 자동으로 생성된 훈련 데이터의 특징별로 인식기 모형의 성능에 얼마나 큰 영향을 끼치는지 알아보고, 성능 향상에 효과적인 데이터의 특징을 분석하였다. 본 연구를 통해서 개발된 상품 카탈로그 내 텍스트 인식모형과 훈련 데이터 자동 생성 프로그램은 온라인 쇼핑몰 판매자들의 상품 정보 등록 수고를 줄여줄 수 있으며, 구매자들의 상품 검색 시 결과의 정확성을 향상시키는 데 기여할 수 있을 것으로 기대한다.

• 한국유통학회지:유통연구
• /
• 제15권3호
• /
• pp.111-137
• /
• 2010

본 연구는 서비스 시장에서의 지각된 품질과 개인가치간의 인과적 관계 및 고객의 인지욕구에 따른 온 오프라인상의 조절효과에 대해 실증분석하였으며 이를 통해 개인가치에 대한 서비스 전략과 마케팅 관리의 중요성을 제시하고 있다. 서비스 시장에서 서비스 제공자와 구매자간의 장기적 거래관계의 중요성이 크게 부각됨에 따라 관계구축 및 강화에 매우 중요한 역할을 하는 개인가치에 관한 연구는 학계뿐만 아니라 실무적으로도 고객관계관리의 관점에서 시사하는 바가 크다고 할 수 있다. 실증분석을 위해 대형마트(할인점)와 인터넷 쇼핑몰을 이용하는 고객을 대상으로 설문을 통해 데이터를 수집하였으며 온 오프라인의 비교분석을 통한 차이검증을 위한 인과적 구성모델에 대해 구조방정식 모델분석을 통해 가설검증하였다. 구성모델에 대한 분석결과 물리적 환경, 상호작용 품질, 그리고 결과품질로 구성된 지각된 품질은 안정적 삶, 사회적 인식, 사회적 통합으로 구성된 서비스 개인가치에 통계적으로 매우 유의한 정(+)의 영향을 미치는 것으로 나타났으며 집단간 차이효과분석을 통해서도 온 오프라인에 따른 조정효과는 온라인에서보다는 오프라인에서 더 유의한 것으로 나타났다. 그리고 온라인상에서의 서비스에 대한 인지욕구가 높을 때보다는 오프라인상에서의 서비스에 대한 인지욕구가 높을 때 개인가치에 더 유의한 영향을 미치는 것으로 나타났다. 마지막으로 본 연구의 구성모델에 대한 적합도 역시 수용할만한 수준인 것으로 나타났다.

• 벤처창업연구
• /
• 제17권4호
• /
• pp.193-204
• /
• 2022

본 연구는 키오스크 사용자를 대상으로 소비자 만족 수준 측정 및 개선의 영향력 정도를 분석하였다. 현대에 이르러 기술의 발전과 온라인 환경의 개선으로 인해 단순노동 업무는 10여 년 후 사라질 확률이 90%가 임박한다. 국내 연구에서도 단순 노무 직종'이 약 36%의 확률로 진보된 기술에 영향을 받아 사라질 것으로 예측되며 기업으로서도 인력 구인과 인건비 등의 문제로 인해 점차 무인화를 진행하며 그 대체재로써 키오스크를 선호하고 있다. 특히 최근 전 세계적으로 큰 유행으로 번지고 있는 코로나19 바이러스로 인해 비대면 서비스에 대한 수요가 높아지며 키오스크 도입 경향은 더욱 가속화되어 세계시장에서 2021년 835억 원 규모로 성장하며 연평균 8.9%의 성장세를 보여주고 있다. 하지만, 이러한 키오스크의 무인이라는 특성으로 인해 일부 소비자는 여전히 사용에 어려움을 겪고 있으며 이러한 기술 사용이 익숙지 않은 소비자들을 중심으로 비대면 서비스 자체에 대한 거부감과 서비스 오류에 대한 불안감 등으로 서비스 공동 생산자에 대한 이해가 부족해 점원과 소비자 간의 역할 갈등을 유발하거나 기술 사용이 익숙한 세대와 서비스 제공 측면에서 불평등이 이루어지고 있다. 또한, 키오스크는 대표적인 기술 기반 셀프서비스 산업이기에 사용자가 불편함을 느끼거나 추가적인 노동을 한다고 여기면 전체적인 서비스 가치 하락을 경험하여 키오스크 산업 자체의 성장세를 억제할 수 있다는 점에서 소비자 중심의 키오스크 개선 방향성 연구는 중요하다. 이에 실제 사용자들을 중심으로 직접 사용함에서 중점 사항에 대한 인터뷰를 진행하여 디스플레이 배색, 글자 크기, 기기의 디자인, 기기의 크기, 내부 UI(인터페이스), 정보의 양, 인식 센서(바코드, NFC 등), 디스플레이 밝기, 자체 이벤트, 반응속도 항목을 추출하였다. 이후 설문을 활용하여 각 기대 평가 항목의 Kano 모델 품질 속성 분류를 진행하였으며 최빈값만을 고려하여 차순위의 통계적 의미가 무시된다는 Kano 모델의 단점을 보완하기 위하여 이를 정확한 수치로 계산할 수 있는 Timko의 고객 만족 계수를 활용하였으며 연구를 통해 키오스크 기대 평가 항목들의 개선 영향력을 최종적으로 분별하여 개선 우선순위를 도출하기 위하여 PCSI Index 분석을 추가로 진행하였다. 그 결과 개선의 영향력은 내부 UI(인터페이스), 글자 크기, 인식 센서(바코드, NFC 등), 반응속도, 자체 이벤트, 디스플레이 밝기, 정보의 양, 기기의 크기, 기기의 디자인, 디스플레이 배색 순으로 나타났으며 이를 통해 키오스크 기반 분야별 연구의 종합적인 비교 및 벤처 산업의 개선 방향성 설정에 이바지하고자 한다.