• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.170-171
• /
• 2013

HCI 측면에서 게임플레이는 게이머가 목표를 성취하기 위하여 새로운 규칙을 떠올리거나 발견하여 현재 직면한 문제를 해결해 나가는 과정이다. 본 연구는 기존의 문제해결관점에서의 게임플레이가 아닌 생태학적 심리학에서 유래가 된 행동유도성 입장에서 게임플레이를 이해하고 그 구조를 규명하는 것을 목적으로 한다. 본 연구는 대표적인 MMORPG 게임인 월드오프워크래프트를 중심으로 5명의 전문 게임플레이어를 대상으로 게임플레이하는 전 과정을 비디오 오디오 기기를 활용하여 녹취를 실시하였다. 본 자료를 토대로 질적 연구인 프로토콜 분석을 실시하였다. 그 결과 행동유도성 기반의 게임플레이는 선택과 관계로 구성되며 한 번에 한 가지만 선택하고 주의를 집중한다는 것을 발견하였다. 또한 탐색적 측면의 행동과 절차적 측면의 행동으로 크게 두 가지로 구분되는 것을 발견하였다. 이는 학습, 활용, 변형의 양상을 띄고 있음을 알 수 있다. 본 연구 결과는 게임을 개발할 때 게임플레이 설계를 어떻게 해야 할지에 대한 중요한 디자인 방법론을 구축하는 데 중요한 시사점을 제공한다.

• 정보보호학회논문지
• /
• 제27권6호
• /
• pp.1419-1429
• /
• 2017

최근 환경기반 인증 기술로 사용자의 로그인 히스토리를 계정도용 또는 정상 로그인으로 분류한 후 사용자별로 통계모델을 만들어 사용자를 인증하는 Reinforced authentication이 제안되었다. 하지만 Reinforced authentication은 사용자가 과거에 계정도용을 당한 적이 없으면 공격을 당할 가능성이 높다. 본 논문은 이러한 문제점을 해결하기 위해 기계학습 알고리즘을 이용하여 사용자 환경정보와 타인의 환경정보를 함께 학습시켜 2-Class 사용자 모델을 만드는 무자각 인증 기술을 제안한다. 제안한 기술의 성능을 평가하기 위해 목표 사용자에 대해 아무 정보도 없는 무 지식 공격자와 목표 사용자에 대해 한 가지의 정보만 알고 있는 정교한 공격자에 대한 Evasion Attack을 실험하였다. 무 지식 공격자에 대한 실험 결과 Class 0의 Precision과 Recall 각각 1.0과 0.998로 측정되었으며, 정교한 공격자에 대한 실험결과 Class 0의 Precision과 Recall 각각 0.948과 0.998로 측정되었다.

• 디지털융복합연구
• /
• 제16권12호
• /
• pp.109-122
• /
• 2018

우리나라는 급속도로 고령사회에 진입하면서, 성인학습자들을 대상으로 사이버대학에서의 교육이 필요한 시점에 와 있다. 성인학습자들에 대한 교육은 평생교육관점에서 중요한 시사점을 가진다. 본 연구는 사이버대학 재학 성인학습자사례분석결과, 경제적 부담, 학습시간 부족, 디지털 리터러시 문제, 고립감, 상호작용 미비 등이 학업지속을 방해하는 장애요인으로 나타났다. 장학금제도는 상당히 등록금 부담을 완화시키는 요인으로 나타났다. 한편 사이버대학 재학생이 느끼는 고립감과 온라인상의 상호작용 부족문제는 오프라인특강 활성화로 완화가능하며, 성인학습자를 위한 컴퓨터사전 교육이 디지털 리터러시 문제를 해결하는데 기여할 것으로 판단된다. 본 연구의 의의는 외국의 온라인교육 중도탈락 연구들에서 중요한 변인으로 나타나지 않았던 경제적 부담과 학습시간부족이 우리 경우에는 중요하게 나타난 점이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권3호
• /
• pp.1700-1721
• /
• 2017

The problem of blocking artifacts is very common in block-based image and video compression, especially at very low bit rates. In this paper, we propose a post-processing method for JPEG-coded image deblocking via sparse representation and adaptive residual threshold. This method includes three steps. First, we obtain the dictionary by online dictionary learning and the compressed images. The dictionary is then modified by the histogram of oriented gradient (HOG) feature descriptor and K-means cluster. Second, an adaptive residual threshold for orthogonal matching pursuit (OMP) is proposed and used for sparse coding by combining blind image blocking assessment. At last, to take advantage of human visual system (HVS), the edge regions of the obtained deblocked image can be further modified by the edge regions of the compressed image. The experimental results show that our proposed method can keep the image more texture and edge information while reducing the image blocking artifacts.

• Journal of Information Processing Systems
• /
• 제16권6호
• /
• pp.1238-1249
• /
• 2020

Throughout the world, aging populations and doctor shortages have helped drive the increasing demand for smart healthcare systems. Recently, these systems have benefited from the evolution of the Internet of Things (IoT), big data, and machine learning. However, these advances result in the generation of large amounts of data, making healthcare data analysis a major issue. These data have a number of complex properties such as high-dimensionality, irregularity, and sparsity, which makes efficient processing difficult to implement. These challenges are met by big data analytics. In this paper, we propose an innovative analytic framework for big healthcare data that are collected either from IoT wearable devices or from archived patient medical images. The proposed method would efficiently address the data heterogeneity problem using middleware between heterogeneous data sources and MapReduce Hadoop clusters. Furthermore, the proposed framework enables the use of both fog computing and cloud platforms to handle the problems faced through online and offline data processing, data storage, and data classification. Additionally, it guarantees robust and secure knowledge of patient medical data.

• 정보교육학회논문지
• /
• 제25권2호
• /
• pp.387-403
• /
• 2021

이 연구의 목적은 대학생을 위한 공동체 기반 진로교육 앱을 설계하는 것이다. 현재 대학의 진로교육은 다양한 문제점을 가지고 있다. 첫째, 진로교육이 체제화 되어 있지 않았으며, 둘째, 참여 학생의 만족도가 높지 않고, 셋째, 역량중심 진로교육이 이루어지지 않고 있다. 대학생을 위한 공동체 기반 진로교육 앱을 설계한다면 대학진로교육 교수자 부족 문제를 해결하고, 진로교육에 참여하는 학생들의 만족도를 높일 수 있을 것이다. 이를 위해 대학생 대상 요구조사, 문헌분석, 네트워크 텍스트 분석 결과를 통해 핵심가치를 도출하고 래피드 프로토타입의 설계에 따라 앱의 프로토타입을 구안하였다. 앱에 활용될 진로교육 프로그램은 대학생이 학습공동체 단위로 실행할 수 있도록 온라인과 오프라인 활동을 나누어 설계하였다. 1, 2차 사용성 평가와 전문가 평가를 통하여 최종 프로토타입을 설계하고 앱의 화면을 디자인하였다.

• East Asian mathematical journal
• /
• 제34권4호
• /
• pp.371-402
• /
• 2018

The researchers set up a research question to find out how to teach the concept of a right triangle through classification activities after listening to the conversations of fellow teachers about the recently revised textbooks. First, a questionnaire was created to confirm the objectivity of the research problem, data were collected through online and offline, and interviews were conducted with some of the respondents. As a result, it confirmed that there was a considerable difference in the perception of the research study about the direction of revising the curriculum called 'student participation centered' and 'the possibility of achieving the learning objective'. Then, we analyzed the critical interpretations used in the third grade math textbook Lesson 2. 'Plane Figure' part 4 and 5. Finally, by analyzing the results of the recognition analysis and textbook analysis, we proposed two learning methods which can link the triangle classification activity and the right triangle concept. Based on the results of the research, we obtained suggestions that a teaching should be made regarding that the classification process may be changed according to the student's prior knowledge and the process of classification activities may be different according to the viewpoint and classification criteria.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권2호
• /
• pp.263-283
• /
• 2024

Users' comments after online shopping are critical to product reputation and business improvement. These comments, sometimes known as e-commerce reviews, influence other customers' purchasing decisions. To confront large amounts of e-commerce reviews, automatic analysis based on machine learning and deep learning draws more and more attention. A core task therein is sentiment analysis. However, the e-commerce reviews exhibit the following characteristics: (1) inconsistency between comment content and the star rating; (2) a large number of unlabeled data, i.e., comments without a star rating, and (3) the data imbalance caused by the sparse negative comments. This paper employs Bidirectional Encoder Representation from Transformers (BERT), one of the best natural language processing models, as the base model. According to the above data characteristics, we propose the F_MixBERT framework, to more effectively use inconsistently low-quality and unlabeled data and resolve the problem of data imbalance. In the framework, the proposed MixBERT incorporates the MixMatch approach into BERT's high-dimensional vectors to train the unlabeled and low-quality data with generated pseudo labels. Meanwhile, data imbalance is resolved by Focal loss, which penalizes the contribution of large-scale data and easily-identifiable data to total loss. Comparative experiments demonstrate that the proposed framework outperforms BERT and MixBERT for sentiment analysis of e-commerce comments.

• 정보관리학회지
• /
• 제39권1호
• /
• pp.91-117
• /
• 2022

국내를 비롯하여 전 세계적으로 우울증 환자 수가 매년 증가하는 추세이다. 그러나 대다수의 정신질환 환자들은 자신이 질병을 앓고 있다는 사실을 인식하지 못해서 적절한 치료가 이루어지지 않고 있다. 우울 증상이 방치되면 자살과 불안, 기타 심리적인 문제로 발전될 수 있기에 우울증의 조기 발견과 치료는 정신건강 증진에 있어 매우 중요하다. 이러한 문제점을 개선하기 위해 본 연구에서는 한국어 소셜 미디어 텍스트를 활용한 딥러닝 기반의 우울 경향 모델을 제시하였다. 네이버 지식인, 네이버 블로그, 하이닥, 트위터에서 데이터수집을 한 뒤 DSM-5 주요 우울 장애 진단 기준을 활용하여 우울 증상 개수에 따라 클래스를 구분하여 주석을 달았다. 이후 구축한 말뭉치의 클래스 별 특성을 살펴보고자 TF-IDF 분석과 동시 출현 단어 분석을 실시하였다. 또한, 다양한 텍스트 특징을 활용하여 우울 경향 분류 모델을 생성하기 위해 단어 임베딩과 사전 기반 감성 분석, LDA 토픽 모델링을 수행하였다. 이를 통해 문헌 별로 임베딩된 텍스트와 감성 점수, 토픽 번호를 산출하여 텍스트 특징으로 사용하였다. 그 결과 임베딩된 텍스트에 문서의 감성 점수와 토픽을 모두 결합하여 KorBERT 알고리즘을 기반으로 우울 경향을 분류하였을 때 가장 높은 정확률인 83.28%를 달성하는 것을 확인하였다. 본 연구는 다양한 텍스트 특징을 활용하여 보다 성능이 개선된 한국어 우울 경향 분류 모델을 구축함에 따라, 한국 온라인 커뮤니티 이용자 중 잠재적인 우울증 환자를 조기에 발견해 빠른 치료 및 예방이 가능하도록 하여 한국 사회의 정신건강 증진에 도움을 줄 수 있는 기반을 마련했다는 점에서 의의를 지닌다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권12호
• /
• pp.946-950
• /
• 2010

기계 학습 기반의 많은 감정 분류 시스템들은 문장으로부터 언어적 자질을 추출하기 위하여 형태소 분석기를 사용한다. 그러나 온라인 상품평에는 많은 띄어쓰기 오류 및 철자 오류가 포함되어 있어서 일반적으로 형태소 분석기가 좋은 성능을 내기 어려우며, 기반 시스템의 낮은 성능은 감정 분류 시스템의 성능하락을 초래한다. 이러한 문제를 해결하기 위하여 본 논문에서는 어절 패턴과 음운 패턴의 최장 일치 매칭(matching)에 기반한 자질 추출 방법을 제안한다. 두 종류의 패턴은 대용량의 품사 부착 말뭉치로부터 자동으로 구축된다. 어절 패턴은 영사, 동사와 같은 내용어를 포함하는 어절들로 구성되며, 음운 패턴은 동사나 형용사와 같은 용언의 초성과 중성의 쌍으로 구성된다. 음운 패턴에 초성과 중성만을 사용한 이유는 철자 오류에 영향을 덜 받기 때문이다. 제안 방법을 평가하기 위하여 SVM(Support Vector Machine)을 기계 학습기로 사용하는 감정 분류 시스템을 구현하였다. 한국어 상품평에 대한 실험에서 제안 방법을 자질 추출 모듈로 사용하는 감정 분류 시스템이 형태소 분석기를 사용하는 것보다 우수한 성능을 보였다.