• Journal of Information Science Theory and Practice
• /
• 제6권3호
• /
• pp.45-60
• /
• 2018

Research performance evaluation in Korean universities follows strict guidelines that specify scoring systems for publication venue categories and formulas for co-authorship credit allocation. To find out how the standards differ across universities and how they differ from bibliometric research evaluation measures, this study analyzed 25 standards from major Korean universities and rankings produced by applying standards and bibliometric measures such as publication and citation counts, normalized impact score, and h-index to the publication data of 195 tenure-track professors of library and information science departments in 35 Korean universities. The study also introduced a novel impact score normalization method to refine the methodology from prior studies. The results showed the university standards to be mostly similar to one another but quite different from citation-driven measures, which suggests the standards are not quite successful in quantifying the quality of research as originally intended.

• 융합경영연구
• /
• 제10권3호
• /
• pp.21-36
• /
• 2022

Purpose: The purpose of this study is to compare and analyze the enterprise's score index calculated from atypical data and corrected data. Research design, data, and methodology: In this study, news articles which are non-financial information but qualitative data were collected from 2,432 SMEs that has been extracted "square proportional stratification" out of 18,910 enterprises with fixed data and compared/analyzed each enterprise's score index through text mining analysis methodology. Result: The analysis showed that qualitative data can be quantitatively evaluated by region, industry and period by collecting news from SMEs, and that there are concerns that it could be an element of alternative credit evaluation. Conclusion: News data cannot be collected even if one of the small businesses is self-employed or small businesses has little or no news coverage. Data normalization or standardization should be considered to overcome the difference in scores due to the amount of reference. Furthermore, since keyword sentiment analysis may have different results depending on the researcher's point of view, it is also necessary to consider deep learning sentiment analysis, which is conducted by sentence.

• 한국습지학회지
• /
• 제13권3호
• /
• pp.411-426
• /
• 2011

지표 및 지수를 산정하기 위해서는 그 분야를 평가할 수 있는 여러 대리변수들에 대한 표준화와 가중치등의 과정을 거치게 되는데 이러한 지표 산정에 있어 명료한 방법론이 부재하고, 보편적으로 많이 사용되는 방법들을 적용하는 것이 일반적이다. 대부분의 연구에서의 지표산정은 다양한 표준화 및 가중치 부여 방법을 적용하여 비교 분석하지 않고, 개발자가 선정한 방식을 통하여 지표 및 지수가 개발되고 사용되고 있는 것이 일반적이다. 본 연구에서는 지수 산정과정인 표준화와 가중치 부여를 여러 가지 방법으로 적용함으로써 지수산정에 어느 정도 영향을 주는지 분석하고 각각의 특성을 파악하여 보다 합리적인 방법을 도출하여 향후 타 연구에 도움이 되고자 하였다. 표준화 방법으로 제시된 여러 방법들 중 5가지 방법을 활용하여 표준화를 비교 분석하였으며, 가중치의 경우 4가지 산정방법을 비교 분석하였다. 표준화 방법의 적용 방법에 따라 산정된 지표 값이 상이하였으며, Z-스코어 방법이 자료의 특성을 가장 잘 반영하는 것으로 나타났다. 가중치의 경우 가중치 부여 방법에 따른 지수 산정결과는 조금씩 차이를 보이고 있으나 지수산정 순위결과는 크게 바뀌지 않는다는 것을 확인하였다. 본 연구의 결과를 통하여 홍수관련 지수산정 시 자료의 특징을 잘 반영하는 표준화와 가중치부여 방법 선정에 도울 수 있을 것으로 사료된다.

• 한국컴퓨터정보학회논문지
• /
• 제29권7호
• /
• pp.41-51
• /
• 2024

본 논문에서는 적외선 이미지에서 딥러닝 물체 탐지를 사용하여 유도무기의 표적 탐지 정확도 향상 방법을 연구한다. 적외선 이미지의 특성은 시간, 온도 등의 요인에 의해 영향을 받기 때문에 모델을 학습할 때 다양한 환경에서 표적 객체의 특징을 일관되게 표현하는 것이 중요하다. 이러한 문제를 해결하는 간단한 방법은 적절한 전처리 기술을 통해 적외선 이미지 내 표적 객체의 특징을 강조하고 노이즈를 줄이는 것이다. 그러나, 기존 연구에서는 적외선 영상 기반 딥러닝 모델 학습에서 전처리기법에 관한 충분한 논의가 이루어지지 못했다. 이에, 본 논문에서는 표적 객체 검출을 위한 적외선 이미지 기반 훈련에 대한 이미지 전처리 기술의 영향을 조사하는 것을 목표로 한다. 이를 위해 영상과 이미지의 전역(global) 또는 지역(local) 정보를 활용한 적외선 영상에 대한 전처리인 Min-max normalization, Z-score normalization, Histogram equalization, CLAHE (Contrast Limited Adaptive Histogram Equalization)에 대한 결과를 분석한다. 또한, 각 전처리 기법으로 변환된 이미지들이 객체 검출기 훈련에 미치는 영향을 확인하기 위해 다양한 전처리 방법으로 처리된 이미지에 대해 YOLOX 표적 검출기를 학습하고, 이에 대한 분석을 진행한다. 실험과 분석을 통해 전처리 기법들이 객체 검출기 정확도에 영향을 미친다는 사실을 알게 되었다. 특히, 전처리 기법 중에서도 CLAHE 기법을 사용해 실험을 진행한 결과가 81.9%의 mAP (mean average precision)을 기록하며 가장 높은 검출 정확도를 보임을 확인하였다.