• 정보과학회 논문지
• /
• 제43권7호
• /
• pp.781-785
• /
• 2016

실제 환경에서 사람의 일상적인 활동을 학습하는 기술은 스마트 비서나 자율지능 로봇과 같은 인지 지능 시스템 개발을 위해 필요한 핵심 기술이다. 일상을 예측하는 대다수의 연구들은 센서 데이터의 패턴과 일상 활동 사이의 직접적인 상관관계를 탐색하는 것에 집중하였다. 하지만 일상에서의 인간 활동은 하나의 레이블로 표현하기 어려운 다수의 사건 집합이고 또한 서술 가능한 특성을 지니고 있다. 본고에서는 일상을 구성하는 사건 요소들을 우선 인식하고, 이후 일상 활동을 학습 및 예측하는 방법을 제안한다. 제안하는 방법은 개인의 일상에서 웨어러블 장치와 스마트폰으로부터 수집된 일인칭 시점의 멀티 센서 데이터로부터 위치 좌표, 장면 영상, 그리고 신체적 움직임에 기인한 사건 요소들을 각각 인식한 뒤, 이 정보들이 특정 활동 내역에 따라 조합되는 규칙을 학습하여 최종적으로 사용자의 일상 활동을 예측한다. 두 명의 실험 참가자가 각각 2주간 수집한 센서 데이터를 이용하여 실험한 결과는 제안한 방법이 센서 데이터로부터 추출된 특징을 일차적으로 사용하여 분류하는 기존의 방법과 비교하여 향상된 성능을 보였다.

• 컴퓨터교육학회논문지
• /
• 제8권4호
• /
• pp.15-24
• /
• 2005

소집단 협력 학습 시 집단 편성 방법은 학습 과정과 학습의 최종 결과에 큰 영향을 미친다. 따라서 소집단은 학습의 성격과 목적, 구성원의 능력, 적성, 흥미 등의 개인차를 고려하여 구성원의 상호작용이 최대화되도록 편성되어야 한다. 그러나 다차원적인 학생 데이터로부터 이러한 조건을 만족하는 소집단을 교사가 수작업으로 편성하기는 쉽지 않다. 본 연구에서는 학생 데이터와 소집단 편성을 위한 여러 조건들을 교사가 제공할 때, 각 조건에 대해 동질 또는 이질적인 특성을 가능한 맞춰서 소집단들을 편성해주는 학생 그룹핑 시스템을 설계하고 개발하였다. 이 시스템은 마이크로 소프트사의 엑셀과 연동되어 동작하며 편리한 사용자 인터페이스를 제공하므로 일선 교사들이 친숙하게 사용할 수 있으며, 교육 분야뿐 아니라 다양한 분야에서 활용될 수 있다.

• 한국보육지원학회지
• /
• 제9권1호
• /
• pp.201-220
• /
• 2013

본 연구는 협력적인 탐구과정이 요구되는 과학활동에 초점을 맞추어, 성격 유형별 소집단과학협동학습이 유아의 과학적 능력에 어떠한 영향을 미치는지 알아보고자 하였다. 이를 위해 전라북도 J시에 소재한 S유치원과 J유치원 만 5세를 대상으로 K-ABC 인지능력 검사와 MMTIC 성격유형 검사를 통해 각 기관별로 15명씩 총 30명을 EI지표에 따라 E(외향성)집단과 I(내향성) 집단의 성격유형 동질집단과 EI 혼합집단인 이질집단으로 구성하였다. 자료 분석은 과학적 태도는 공변량분석(ANCOVA), 과학적 지식 발달은 빈도 분석을 하였다. 연구결과 첫째, 소집단 협동학습에서 성격 유형별 동질집단과 이질집단 간 과학적 지식발달에 차이가 나타났다. 둘째, 소집단 협동학습에서 성격 유형별 동질집단과 이질집단 간과학적 태도에도 차이가 나타났다. Scheffe 사후검증을 실시한 결과 E동질집단과 I동질집단 간에 유의한 차이가 있었으나 I동질집단과 이질집단, E동질집단과 이질집단 간에는 차이가 없었고, I동질집단이 과학적 태도 향상에 가장 효과적인 집단구성이었다.

• 한국정보처리학회논문지
• /
• 제5권1호
• /
• pp.63-72
• /
• 1998

하드웨어와 소프트웨어의 다양화는 날로 증가하고 있으며, 네트워크 컴퓨팅 환경은 다양해져 가고 있다. 소프트웨어 개발은 이 기종 컴퓨터 집합, 다른 장소에서의 여러 가지 데이터 유형 저장, 운영체제의 비호환성에 의한 작업, 그리고 여러 가지 데이터베이스와 프로토콜 때문에 많은 비용이 들어가는 작업이 되어 가고 있다. CORBA는 분산 컴퓨팅환경과 이기종 분산 환경의 시스템통합을 위한 표준이다. 채？는 효과적인 시스템 통합을 위해 기술적인 이익을 제공하며, 이 기종의 시스템들의 분산 의사소통 환경을 위한 하부구조를 제공한다. 본 논문에서는 분산객체환경, 소프트웨어 재사용 그리고 WWW과의 연결을 위하여 CORBA 기반을 둔 시스템통합 모델은 응용들의 개발과 시스템의 통합을 용이하게 한다. 또한 WWW와의 연결을 위한 게이트웨이를 구현함으로써, WWW으로의 확장이 가능하다. 본 연구에서 제안한 모델를 증명하기 위하여, 원격 교육 시스템을 본 연구에서 제안한 모델에서 제공하는 서비스들을 사용하여 쉽고, 효과적으로 설계하였다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제20권4호
• /
• pp.49-72
• /
• 2011

Business Process Change(BPC) is regarded as a salient factor to improve an organizations' efficiency in the current fast-changing business environment. Despite the tremendous popularity and great potential, the field of BPC adoption is littered with remarkable failures. Consequently, there have been many studies that have tried to identify the environmental factors that lead to successful BPC. However, most of them have not considered the effect of the interaction between the environmental factors on BPC success. According to Klempa(1995), the fit between environmental factors of a company may have the impact on its BPC success. Under this background, this paper empirically examines the effects of the fit between the type of BPC and the organization's culture on the success of BPC. Organization's cultures, organizational learning, as well as knowledge sharing are the dominant causes that have impact on the innovation characters of organization. Whether an organization has safety-oriented homogeneous culture or it has the change-oriented heterogeneous culture may have impact on its implementation of BPC. Also the implementation of BPC may be affected by whether the organization adopts the improvement project which accompanies only small changes or it adopts the innovation project which leads to critical changes. Thus, we analyzed the effect of the fit between the organization's culture and its BPC type on BPC success by using the survey data collected from the companies that have adopted BPC. The findings presented in this paper show that the organization having heterogeneous culture practicing innovation project and the organization having homogeneous culture practicing the improvement project resulted in the excellent BPC success.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권7호
• /
• pp.257-262
• /
• 2021

매년 동절기 블랙아이스(Black Ice)로 인한 사고는 빈번하게 발생하고 있으며, 치사율은 다른 교통사고에 비해 매우 높다. 따라서 블랙아이스 발생 구간을 사전에 예측하기 위한 체계화된 방법이 필요하다. 이에 본 논문에서는 이질(heterogeneous)·다형(diverse)의 데이터를 활용한 블랙아이스 발생 구간 예측 모델을 제안한다. 이를 위해 국토 교통 공공데이터와 기상 공공데이터 42종의 12,574,630건을 수집하여, 결측값을 처리하고 정규화하는 등의 전처리 과정을 수행한 뒤 최종 약 60만여 건의 정제 데이터셋을 구축하였다. 수집된 요인들의 상관관계를 분석하여 블랙아이스 예측에 유효한 영향을 주는 21개 요인을 선별, 다양한 학습모델을 조합하는 방법을 통해 블랙아이스 발생 예측 모델을 구현하였다. 이를 통해 개발된 예측 모델은 최종적으로 노선별 블랙아이스 위험지수 도출에 사용되어 블랙아이스 발생 경고 서비스를 위한 사전 연구로 활용될 것이다.

• 자원환경지질
• /
• 제55권4호
• /
• pp.353-366
• /
• 2022

지구과학 데이터(지오데이터)의 공간 이질성, 희소성 및 고차원성으로 인해 공간 분포 추정에 어려움이 있다. 따라서 지구과학의 많은 응용 분야에서 지오데이터의 고유 특성을 고려할 수 있는 공간 추정 기법이 필요하다. 본 연구에서는 기계 학습 알고리즘 중 하나인 가우시안 혼합 모델(Gaussian Mixture Model; GMM)을 이용하여 공간 예측 방법을 제공하고자 하였다. 제안된 기법의 성능을 검증하기 위해, 옛 제련소 부지에서 휴대용 X선 형광분석기(PXRF) 및 유도결합플라즈마-원자방출분광법(ICP-AES)을 이용하여 분석된 토양 농도 자료를 활용하였다. ICP-AES를 이용해 분석된 As와 Pb를 주변수로 하고, 나머지 자료는 보조변수로 활용하였다. 다차원의 보조변수 중 중요 변수를 선별하기 위해 랜덤포레스트 기반의 변수선택법을 적용하였다. ICP-AES 및 PXRF를 통해 구축된 다변량 데이터를 사용한 GMM의 결과를 단변량 및 이변량 데이터를 사용한 정규 크리깅(Ordinary Kriging; OK) 및 정규 공동크리깅(Ordinary Co-Kriging; OCK)의 결과와 비교하였다. GMM의 결과는 OK 및 OCK의 결과보다 낮은 평균 제곱근 편차(RMSE; 비소는 최대 0.11 및 납은 0.33까지 향상)와 높은 상관관계(r; 비소는 최대 0.31 및 납은 0.46까지 향상)를 제공하였다. 이는 GMM을 사용할 경우 토양 오염의 범위 해석의 성능을 향상시킬 수 있음을 지시한다. 본 연구는 다 변량 공간추정 접근법이 복잡하고 이질적인 지질 및 지구 화학자료의 특징을 이해하는 데 효과적으로 적용될 수 있음을 증명하였다.

• 산업경영시스템학회지
• /
• 제44권4호
• /
• pp.208-219
• /
• 2021

In the era of the 4th industrial revolution driven by the convergence of ICT(information and communication technology) and manufacturing, research on smart factories is being actively conducted. In particular, the manufacturing industry prefers smart factories that autonomously connect and analyze data. For the efficient implementation of smart factories, it is essential to have an integrated production system that vertically integrates separately operated production equipment and heterogeneous S/W systems such as ERP, MES. In addition, it is necessary to double-verify production data by using automatic data collection technology so that the production process can be traced transparently. In this study, we want to show a case of data-centered integration of a large aircraft parts processing factory that requires high precision, takes a long time, and has the characteristics of processing large raw materials. For this, the components of the data-oriented integrated production system were identified and the connection structure between them was explained. And we would like to share the experience gained through the design and implementation case. The integrated production system proposed in this study integrates internal components based on data, which is expected to serve as a basis for SMEs to develop into an advanced stage, and traces materials with RFID technology.

• 정보처리학회논문지B
• /
• 제13B권5호
• /
• pp.533-540
• /
• 2006

웹에 분산된 모든 윈 페이지는 구조가 서로 다르다. 시멘틱 웹 환경은 이형적인 구조를 갖는 웹 페이지들의 메타데이터 바탕으로 시멘틱 검색이 가능하다. 그러나 일반적으로 사용자의 요구에 따른 시멘틱 김색은 상황에 따라 엄청난 수의 검색 결과를 내놓는다. 따라서 검색 결과에 대해 각 사용자에 맞는 검색 결과 순위를 적용할 필요가 있다. Culture Finder는 시멘틱 웹 검색 에이전트들이 개인화 된 문화 정보를 검색할 수 있도록 도움을 준다. Culture Finder는 웹에 존재하는 각 웹 페이지에 대한 메타 데이터를 작성하고, 시멘틱 검색을 이행하며 사용자 프로파일을 기반으로 삼아 검색 결과에 대한 순위 점수를 계산한다. Culture Finder에는 개인화 된 시멘틱 검색을 효율적으로 실행하기 위해 중요한 5가지 기법이 적용되었다. 사용자의 검색 행위로부터 사용자 프로파일을 생성하기 위한 기계 학습기법, 시멘틱 웹 검색 에이전트를 위한 효율적인 시멘틱 검색 기법, 사용자 질의의 효과적인 파악을 위한 질의 분석 기법, 각 사용자에게 적합한 검색 결과를 제공하기 위한 순위 적용 기술, 메타데이터를 생성하기 위한 상위 온톨로지 표현 방법, 본 논문에서는 Culture Finder의 구조를 통해서 시멘틱 개인화 검색에 대한 기법을 제안한다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제5권4호
• /
• pp.327-332
• /
• 2005

We investigatea new fuzzy-neural networks-Hybrid Fuzzy set based polynomial Neural Networks (HFSPNN). These networks consist of genetically optimized multi-layer with two kinds of heterogeneous neurons thatare fuzzy set based polynomial neurons (FSPNs) and polynomial neurons (PNs). We have developed a comprehensive design methodology to determine the optimal structure of networks dynamically. The augmented genetically optimized HFSPNN (namely gHFSPNN) results in a structurally optimized structure and comes with a higher level of flexibility in comparison to the one we encounter in the conventional HFPNN. The GA-based design procedure being applied at each layer of gHFSPNN leads to the selection leads to the selection of preferred nodes (FSPNs or PNs) available within the HFSPNN. In the sequel, the structural optimization is realized via GAs, whereas the ensuing detailed parametric optimization is carried out in the setting of a standard least square method-based learning. The performance of the gHFSPNN is quantified through experimentation where we use a number of modeling benchmarks synthetic and experimental data already experimented with in fuzzy or neurofuzzy modeling.