• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2001년도 하계학술대회 논문집
• /
• pp.319-322
• /
• 2001

The proposed system was composed of pre-processor which was executing binary/high-pass filtering and post-processor which ranged from statistic data to prediction. In post-processor work, step one was filter process of image, step two was image recognition, and step three was destruction degree/time prediction. After these processing, we could predict image of the last destruction timestamp. This research was produced variation value according to growth of tree pattern. This result showed improved correction, when this research was applied image Processing. Pre-processing step of original image had good result binary work after high pass- filter execution. In the case of using partial discharge of the image, our research could predict the last destruction timestamp. By means of experimental data, this Prediction system was acquired ${\pm}$3.2% error range.

• 디지털산업정보학회논문지
• /
• 제6권4호
• /
• pp.45-56
• /
• 2010

This paper suggests constraint data modeling based on constraint data presentation techniques to perform complex spatial database operation naturally. We were able to identify the limitation of extendibility of dimension and non-equal framework via relevant research for former schema of spatial database and query processing. Therefore we described generalized tuple of spatial data and the definition of suggested constraint data modeling. Also we selected MLPQ/PReSTO tool among constraint database prototype and compare standard functionality of ARC/VIEW. Then we design scenario for spatial operation using MLPQ/PReSTO and we suggested application effect after query processing. Based on above explanation, we were able to identify that we can process spatial data naturally and effectively using simple constraint routine on same framework via constraint data modeling.

• 한국지리정보학회지
• /
• 제6권2호
• /
• pp.65-79
• /
• 2003

본 연구에서는 지리정보시스템(GIS)을 사용하여 Visual MODFLOW 지하수 유동 모델링 툴에 필요한 입력 인자(자료)를 과학적으로 만들어줄 뿐만 아니라, 모델링을 위해 입력된 인자들과 모델링 후 생성된 결과물들을 DB화하고 이를 체계적으로 관리할 수 있도록 하는 Visual MODFLOW 지하수 유동 모델링을 위한 GIS 기반 전 후처리기를 개발하였다. 이 전 후처리기의 모듈로서 가장 특징적인 것은 모델구역 내에서 관정 주변에 상대적으로 조밀하게 즉, 셀의 크기가 다양한 그리드를 GIS ArcView에서 자동 또는 반자동으로 형성하는 툴을 개발하였다는 것이다. 모델링 구역 내에서 다양한 경계조건(boundary condition)을 반영한 DXF 생성을 위한 툴 개발도 들 수 있다. 아울러 2차원인 ArcView를 이용하여 3차원 수리지질구조를 생성하고, MODFLOW 프로그램의 입출력 자료형태와 동일한 위상구조를 유지한 채 전 후처리하도록 한 것은 이 연구의 가장 큰 성과이다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.544-547
• /
• 2007

Because data processing systems in recent years are more complicated, main function of the data processing is divided as several sub-functions which are implemented and verified in each subsystem of the data processing system. For the verification of data processing system, many interface tests among subsystems are required and also a lot of simulation systems are demanded. This paper proposes CTHS (Common Test Harness System) for satellite ground segment development which has all of functions for interface test of the data processing system in one PC. Main functions of the CTHS software are data interface, system log generation, and system information display. For the interface test of the data processing system, all of actions of the CTHS are executed by a pre-defined operation scenario which is written by purpose of the data processing system test.

• 실천공학교육논문지
• /
• 제9권2호
• /
• pp.125-132
• /
• 2017

본 논문은 효과적인 학습을 제공해주는 교수법으로 알려진 플립러닝을 신호처리 교과목에 적용한 사례에 대한 연구이다. 수업을 위해 사용된 교수학습 모형과 3개년간 시행 사례를 기술하였다. In-class는 비교적 성공적인 수업이라 판단할 수 있으나, Pre-class에서 제공된 동영상 자료의 편성과 학습 여부에 대한 평가는 개선이 필요하였다. 또한, Pre-class와 In-class를 효과적으로 연계하는 방법에 대한 연구가 필요하다고 판단된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권9호
• /
• pp.2334-2347
• /
• 2023

Metaverse services generate text data, data of ubiquitous computing, in real-time to analyze user emotions. Analysis of user emotions is an important task in metaverse services. This study aims to classify user sentiments using deep learning and pre-trained language models based on the transformer structure. Previous studies collected data from a single platform, whereas the current study incorporated the review data as "Metaverse" keyword from the YouTube and Google Play Store platforms for general utilization. As a result, the Bidirectional Encoder Representations from Transformers (BERT) and Robustly optimized BERT approach (RoBERTa) models using the soft voting mechanism achieved a highest accuracy of 88.57%. In addition, the area under the curve (AUC) score of the ensemble model comprising RoBERTa, BERT, and A Lite BERT (ALBERT) was 0.9458. The results demonstrate that the ensemble combined with the RoBERTa model exhibits good performance. Therefore, the RoBERTa model can be applied on platforms that provide metaverse services. The findings contribute to the advancement of natural language processing techniques in metaverse services, which are increasingly important in digital platforms and virtual environments. Overall, this study provides empirical evidence that sentiment analysis using deep learning and pre-trained language models is a promising approach to improving user experiences in metaverse services.

• 한국멀티미디어학회논문지
• /
• 제12권4호
• /
• pp.608-615
• /
• 2009

RFID 기술의 발전으로 태그 가격이 급속도로 낮아짐에 따라, 더 세밀하게 제품을 관리하기 위해 각 태그가 포장상자에만 부착되는 것이 아니라 개별 제품에 부착된다. 그러나 RFID 데이터를 처리하는 판독기와 미들웨어가 한정된 하드웨어 자원을 가지고 있기 때문에, 초대용량의 태그 데이터를 신속하게 처리하기 위한 방법들이 필수적이다. 본 논문에서는 이러한 요구조건을 효율적으로 충족시키는 새로운 이동 에이전트 기반 분산형 소프트웨어 도구를 설계하고 구현한다. 이 도구는 명시된 데이터 수집 정책을 포함한 이동 에이전트를 다수의 이동식 판독기들로 전송함으로써, 필요한 데이터가 제품의 운송 중 반복적으로 전 처리 될 수 있도록 하는 편리한 환경을 제공한다. 이러한 수행 형태는 목적지에 도착한 후 매우 많은 양의 태그 데이터를 고정식 판독기에서 처리하는 기존 방식에 비해, 판독기와 미들웨어에서 매우 높은 인식률로 태그 데이터를 처리하기 위해 요구되는 소요시간을 상당히 줄일 수 있다.

• International Journal of Computer Science & Network Security
• /
• 제21권3호
• /
• pp.177-184
• /
• 2021

All over the world, people are affected by many chronic diseases and medical practitioners are working hard to find out the symptoms and remedies for the diseases. Many researchers focus on the feature detection of the disease and trying to get a better health recommendation system. It is necessary to detect the features automatically to provide the most relevant solution for the disease. This research gives the framework of Health Recommendation System (HRS) for identification of relevant and non-redundant features in the dataset for prediction and recommendation of diseases. This system consists of three phases such as Pre-processing, Feature Selection and Performance evaluation. It supports for handling of missing and noisy data using the proposed Imputation of missing data and noise detection based Pre-processing algorithm (IMDNDP). The selection of features from the pre-processed dataset is performed by proposed ensemble-based feature selection using an expert's knowledge (EFS-EK). It is very difficult to detect and monitor the diseases manually and also needs the expertise in the field so that process becomes time consuming. Finally, the prediction and recommendation can be done using Support Vector Machine (SVM) and rule-based approaches.

• International Journal of Computer Science & Network Security
• /
• 제21권3호
• /
• pp.206-211
• /
• 2021

Internet users are increasingly invited to express their opinions on various subjects in social networks, e-commerce sites, news sites, forums, etc. Much of this information, which describes feelings, becomes the subject of study in several areas of research such as: "Sensing opinions and analyzing feelings". It is the process of identifying the polarity of the feelings held in the opinions found in the interactions of Internet users on the web and classifying them as positive, negative, or neutral. In this article, we suggest the implementation of a sentiment analysis tool that has the role of detecting the polarity of opinions from people about COVID-19 extracted from social media (tweeter) in the Arabic language and to know the impact of the pre-processing phase on the opinions classification. The results show gaps in this area of research, first of all, the lack of resources when collecting data. Second, Arabic language is more complexes in pre-processing step, especially the dialects in the pre-treatment phase. But ultimately the results obtained are promising.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권12호
• /
• pp.411-418
• /
• 2020

정보보안을 위한 IDS(Intrusion Detection Systems)는 통상적으로 서명기반(signature based) 침입탐지시스템과 이상기반(anomaly-based) 침입 탐지시스템으로 분류한다. 이 중에서도 네트워크에서 발생하는 트래픽 데이터를 기계학습으로 분석하는 이상기반 IDS 연구가 활발하게 진행됐다. 본 논문에서는 공격 유형 학습에 사용되는 데이터에 존재하는 희소 클래스 문제로 인한 성능 저하를 해결하기 위한 전처리 방안에 대해 연구했다. 희소 클래스(Rare Class)와 준 희소 클래스(Semi Rare Class)를 기준으로 데이터를 재구성하여 기계학습의 분류 성능의 개선에 대하여 실험했다. 재구성된 3종의 데이터 세트에 대하여 Wrapper와 Filter 방식을 연이어 적용하는 하이브리드 특징 선택을 수행한 이후에 Quantile Scaler로 정규화를 처리하여 전처리를 완료한다. 준비된 데이터는 DNN(Deep Neural Network) 모델로 학습한 후 TP(True Positive)와 FN(False Negative)를 기준으로 분류 성능을 평가했다. 이 연구를 통해 3종류의 데이터 세트에서 분류 성능이 모두 개선되는 결과를 얻었다.