• 드라이브 ㆍ 컨트롤
• /
• 제19권4호
• /
• pp.97-103
• /
• 2022

Low fertility rates and increased life expectancy further exacerbate the process of an aging society. This is also reflected in the gradual increase in the proportion of vulnerable groups in the social population. The demand for improved mobility among vulnerable groups such as the elderly or the disabled has greatly driven the growth of the electric-assisted mobility device market. However, such mobile devices generally require a certain operating capability, which limits the range of vulnerable groups who can use the device and increases the cost of learning. Therefore, autonomous driving technology needs to be introduced to make mobility easier for a wider range of vulnerable groups to meet their needs of work and leisure in different environments. This study uses mini PC Odyssey, Velodyne Lidar VLP-16, electronic device and Linux-based ROS program to realize the functions of working environment recognition, simultaneous localization, map generation and navigation of electric powered mobile devices for vulnerable groups. This autonomous driving mobility device is expected to be of great help to the vulnerable who lack the immediate response in dangerous situations.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권12호
• /
• pp.4275-4291
• /
• 2021

With the unprecedented growth of textual information on the Internet, an efficient automatic summarization system has become an urgent need. Recently, the neural network models based on the encoder-decoder with an attention mechanism have demonstrated powerful capabilities in the sentence summarization task. However, for paragraphs or longer document summarization, these models fail to mine the core information in the input text, which leads to information loss and repetitions. In this paper, we propose an abstractive document summarization method by applying guidance signals of key sentences to the encoder based on the hierarchical encoder-decoder architecture, denoted as KI-HABS. Specifically, we first train an extractor to extract key sentences in the input document by the hierarchical bidirectional GRU. Then, we encode the key sentences to the key information representation in the sentence level. Finally, we adopt key information representation guided selective encoding strategies to filter source information, which establishes a connection between the key sentences and the document. We use the CNN/Daily Mail and Gigaword datasets to evaluate our model. The experimental results demonstrate that our method generates more informative and concise summaries, achieving better performance than the competitive models.

• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.147-153
• /
• 2023

In recent times, an absence of effective crowd management has led to numerous stampede incidents in crowded places. A crucial component for enhancing on-site crowd management effectiveness is the utilization of crowd counting technology. Current approaches to analyzing congested scenes have evolved beyond simple crowd counting, which outputs the number of people in the targeted image to a density map. This development aligns with the demands of real-life applications, as the same number of people can exhibit vastly different crowd distributions. Therefore, solely counting the number of crowds is no longer sufficient. CSRNet stands out as one representative method within this advanced category of approaches. In this paper, we propose a crowd counting network which is adaptive to the change in the density of people in the scene, addressing the performance degradation issue observed in the existing CSRNet(Congested Scene Recognition Network) when there are changes in density. To overcome the weakness of the CSRNet, we introduce a system that takes input from the image's information and adjusts the output of CSRNet based on the features extracted from the image. This aims to improve the algorithm's adaptability to changes in density, supplementing the shortcomings identified in the original CSRNet.

• International Journal of Computer Science & Network Security
• /
• 제24권7호
• /
• pp.177-185
• /
• 2024

Web science, a general discipline of learning is presently at high demand of expertise with ideas to develop software-based WebApps and MobileApps to facilitate user or customer demand e.g. shopping etc. electronically with the access at their smartphones benefitting the business enterprise as well. A worldwide-computerized reservation network is used as a single point of access for reserving airline seats, hotel rooms, rental cars, and other travel related items directly or via web-based travel agents or via online reservation sites with the advent of social-web, e-commerce, e-business, from anywhere-on-earth (AoE). This results in the accumulation of large and diverse distributed databases known as big data. This paper describes a novel intelligent web-based electronic booking framework for e-business with distributed computing and data mining support with the detail of e-business system flow for e-Booking application architecture design using the approaches for distributed computing and data mining tools support. Further, the importance of business intelligence and data analytics with issues and challenges are also discussed.

• 한국정보전자통신기술학회논문지
• /
• 제16권4호
• /
• pp.193-202
• /
• 2023

최근 대규모 데이터 세트로 학습된 거대 언어 모델들의 뛰어난 성능이 공개되면서 큰 화제가 되고 있다. 하지만 거대 언어 모델을 학습하고 활용하기 위해서는 초대용량의 컴퓨팅 및 메모리 자원이 필요하므로, 대부분의 연구는 빅테크 기업들을 중심으로 폐쇄적인 환경에서 진행되고 있었다. 하지만, Meta의 거대 언어 모델 LLaMA가 공개되면서 거대 언어 모델 연구들은 기존의 폐쇄적인 환경에서 벗어나 오픈 소스화되었고, 관련 생태계가 급격히 확장되어 가고 있다. 이러한 배경하에 사전 학습된 거대 언어 모델을 추가 학습시켜 특정 작업에 특화되거나 가벼우면서도 성능이 뛰어난 모델들이 활발히 공유되고 있다. 한편, 사전 학습된 거대 언어 모델의 학습데이터는 영어가 큰 비중을 차지하기 때문에 한국어의 성능이 비교적 떨어지며, 이러한 한계를 극복하기 위해 한국어 데이터로 추가 학습을 시키는 한국어 특화 언어 모델 연구들이 이루어지고 있다. 본 논문에서는 오픈 소스 기반의 거대 언어 모델의 생태계 동향을 파악하고 영어 및 한국어 특화 거대 언어 모델에 관한 연구를 소개하며, 거대 언어 모델의 활용 방안과 한계점을 파악한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.599-601
• /
• 2009

현재 이러닝 표준으로 채택하고 있는 SCORM은 런타임 시 학습자의 수준 변화에 따른 맞춤형 콘텐츠 제공이 어렵고, 선택적 학습을 제어하기 어렵다. 따라서 본 논문에서는 이러한 SCORM의 단점을 보완하기 위하여, 수준 평가 모듈, 콘텐츠 재구성 모듈, 문항 출제 모듈로 구성된 맞춤형 콘텐츠 구성 엔진(CCOE : Customized Contents Organization Engine)을 설계 및 구현하였다. 수준 평가 모듈은 문항반응이론을 기반으로 학습자의 수준을 평가하고, 문항 출제 모듈은 각 수준별로 랜덤하게 또는 학습자의 수준에 적합한 문항들을 추출하여 학습 이전 평가, 단원 평가 및 퀴즈로 제공하며, 퀴즈로 제공하기 위해 추출된 문항들을 콘텐츠 재구성 모듈로 전달한다. 콘텐츠 재구성 모듈은 콘텐츠에 태깅된 난이도를 검색하여 학습자의 수준에 적합한 콘텐츠를 추출하고, 문항 출제 모듈로부터 전달받은 퀴즈와 추출된 콘텐츠에 대한 시퀀스를 생성한다. 본 논문에서 제안한 CCOE를 활용하면, 각 단원별로 변화된 학습자의 수준을 재평가하여 변화된 수준에 적합한 학습 콘텐츠를 제공함으로써 학습 효과를 더 높일 수 있을 것으로 기대된다.

• 한국정보전자통신기술학회논문지
• /
• 제14권2호
• /
• pp.115-121
• /
• 2021

본 논문은 급증하는 인터넷 트래픽예측을 위해 빅데이터와 인공지능기술을 이용하였다. 기존에 트래픽 예측에 관해 다양한 연구가 있었지만 최근 스마트폰이나 스트리밍 등 거대한 인터넷 트래픽을 유발하는 증가 요소를 반영하지는 못했다. 더불어 대용량 인기 게임 출시나 OTT(Over the Top)사업자의 신규 컨텐츠 제공과 같은 이벤트성 요소는 사전 예측이 더욱 어렵다. 이러한 특성으로 기존 방법으로는 ISP(Internet Service Provider)가 실시간적 서비스 품질관리나 트래픽 예측치를 네트워크 사업환경에 반영하기가 불가능하였다. 따라서 본 연구에서는 이러한 문제점을 해결하고자 기존 NMS와는 별개로 트래픽 데이터를 실시간적으로 탐색, 판별하여 수집하는 인터넷 트래픽 수집시스템을 구축하였다. 이를 통해 수집대상의 데이터를 자동등록할 수 있는 유연성과 탄력성을 확보하였으며 실시간 네트워크 품질모니터링을 가능하게 하였다. 또한 시스템에서 수집된 대량의 트래픽 데이터를 머신러닝(AI)으로 분석하여 OTT 사업자의 미래 트래픽을 예측하였다. 이를 통해 보다 과학적이고 체계적인 예측이 가능해졌으며 더불어 ISP 사업자 간의 연동 최적화와 대형 OTT 서비스의 품질확보가 가능할 수 있게 되었다.

• 정보보호학회논문지
• /
• 제34권1호
• /
• pp.129-141
• /
• 2024

디지털 전환이 다양한 분야에서 가속되고 있는 가운데, 금융시장에서도 디지털·전자화된 화폐를 포함한 지급결제 수단 발전에 관한 관심이 집중되고 있다. 그중 중앙은행 디지털화폐(Central Bank Digital Currency, CBDC)는 기존 실물 화폐를 대체할 수 있는 미래 디지털화폐로 가치변동이 없으며 기존 실물 화폐인 현금과1:1 등가교환이 가능하다. 최근 국내·외에서는 CBDC 출시를 위해 다양한 연구 및 개발을 진행하고 있다. 그러나, 현재 CBDC 시스템은 대용량 거래에 대한 처리 속도 지연, 응답대기시간 지연 및 네트워크 부하 등 CBDC 확장성에 관한 문제가 존재한다. 범용적인 CBDC 시스템을 구축하기 위해서는 기존 블록체인의 낮은 처리량 및 네트워크 부하 문제 등의 확장성 문제를 해결해야 한다. 따라서, 본 연구에서는 범용 CBDC 구축을 위한 강화학습 기반의 CBDC 환경에서 대용량 데이터에 대한 처리량 및 네트워크 부하 문제 해결 기술을 제안한다. 제안 기술은 기존 시스템 대비 최대 64배 이상의 처리량 증대 및 20% 이상의 네트워크 부하를 감소할 수 있다.

• 한국산학기술학회논문지
• /
• 제9권5호
• /
• pp.1296-1303
• /
• 2008

최근 대학의 교육 환경은 교육 여건과 IT 인프라의 발전을 기반으로 많은 변화를 가져오고 있다. 특히 대학의 경쟁력 제고와 대학 이미지 개선을 목표로 중장기 발전계획을 도모하고 있다. 이를 실현하기 위한 단계적인 과정으로 유비쿼터스 캠퍼스를 구축하고 있으며, 교육 서비스의 확대와 IT 기술의 발전을 기반으로 다양한 서비스를 위한 콘텐츠 시스템을 구축하고 있다. 현재 구축되고 있는 서비스 환경은 실수요자를 위한 효율적인 서비스가 제공되지 못하고 있으며, 신기술의 도입이나 연구개발을 통한 테스트베드의 성격이나 원활한 서비스 운영에만 집중되어 있다. 또한 급변하는 대학 환경에서 새롭게 요구되고 있는 교육 콘텐츠 서비스에 대한 구성원 중심의 최적화된 모델을 구현하는데 한계가 있다. 본 논문에서는 대학 구성원 중심의 효율적인 유비쿼터스 캠퍼스 취업 서비스 모델을 제시한다. 제시한 모델을 기반으로 유비쿼터스 캠퍼스 구축의 핵심요소인 구성원 중심의 u-리쿠르트, 캠퍼스 안내 모바일서비스 등을 통하여 구성원이 실질적으로 필요로 하는 콘텐츠를 제공하는 유비쿼터스 캠퍼스 서비스 모델을 구성할 수 있다.

• 한국컴퓨터산업학회논문지
• /
• 제3권9호
• /
• pp.1207-1214
• /
• 2002

본 연구에서는 ICT(Information ＆ Communication Technology)활용 교수ㆍ학습 지도안을 Web상에서 작성 및 활용이 가능하도록 Web기반 전자지도안 시스템을 개발하여 첫째, 본 시스템만의 ICT 활용 교수ㆍ학습 과정안 형태를 구안하였으며 둘째, 한국형 교육과정과 ICT활용 교수ㆍ학습 과정안의 형태에 맞는 전자 지도안 시스템의 데이터베이스를 설계 및 구축하였으며, 셋째, 손쉽게 전자 지도안을 작성하고 지도안과 ICT 자료들이 효과적으로 연동하도록 시스템을 구현하였다. 마지막으로 구축한 전자 지도안 시스템을 실제 초등학교 현장에 적용하여 지도안 시스템의 효과와 개선점을 분석하였다. 본 전자 지도안 시스템은 수업 현장에서 가장 필요로 하는 ICT자료를 DB화하여 체계적인 지도안을 관리할 수 있다. 또한 지도안과 자료실을 유기적으로 연동시켜 정적인 DB가 동적인 컨텐츠 저장소로 활용할 수 있다. 이 시스템 구축으로 교수학습 지도안의 공유, 활용, 저장성의 극대화를 이룩하였으며 교육 현장에 일반화되어 학교 정보화에 이바지할 것이다.