• 한국컴퓨터정보학회논문지
• /
• 제28권1호
• /
• pp.1-8
• /
• 2023

점점 더 복잡해지고 다양해지는 무기체계와 급격하게 변화하는 전장정보에 따라서, 인공지능을 사용한 전장 상황 분석 연구의 필요성이 대두되고 있다. 본 논문에서는 전장 상황을 분석하여 현재 상황에 적합한 가설을 추천해주는 분석결과 추천 학습모델의 학습 및 설계 방안을 제안한다. 학습 모델은 두 가설을 비교하여 결정되는 선호 여부를 레이블 데이터로 활용하여, 어떠한 가설이 현재 전장상황을 잘 분석하고 있는지 학습한다. 또한 후처리 랭킹 알고리즘을 통하여 각각의 가설에 대한 종합점수를 부여하고, 점수가 높은 상위 가설들을 지휘관에게 추천할 수 있음을 확인한다.

• 한국컴퓨터정보학회논문지
• /
• 제27권9호
• /
• pp.59-68
• /
• 2022

추천시스템은 소비자를 대신하여 소비자가 선호할 만한 아이템이나 서비스를 검색하여 구매할 수 있도록 한다. 추천시스템의 추천은 사용자들이 경험하지 않은 아이템들에 대한 선호 예측이기 때문에 완전하게 맞는 답이 도출되는 것은 불가능하다. 따라서 예측에 대한 평가가 수행되어야만 비로소 추천시스템이 정확한지 아닌지를 판단할 수 있다. 그러나 사용자 선호에 대한 예측 정확성만을 높이는 추천은 오히려 사용자의 만족도를 하락시킬 수 있는데 이는 사용자의 취향만을 반영한 편중된 결과로 사용자는 다양한 아이템들로 구성된 추천 결과를 받을 수 없는 필터버블 현상이 야기되기 때문이다. 품질 측정 지표의 다각화가 필요한 이유이고 대표적으로 다양성 지표가 사용된다. 본 논문에서는 추천 결과의 다양성 증대를 위한 3가지 기본 접근방법인 bin packing, weighted random choice, greedy re-ranking을 실제 e-커머스 데이터인 패션 쇼핑몰 데이터에 적용하여 도출된 결과와 F1 score에 기반을 둔 차이를 분석한다.

• 한국컴퓨터정보학회논문지
• /
• 제28권8호
• /
• pp.1-10
• /
• 2023

최근, 낸드 플래시 메모리는 비휘발성, 높은 집적도, 높은 내구성으로 인하여 다양한 컴퓨터 시스템에서 자기 디스크를 대체하고 있지만 연산 처리 속도 불균형 및 수명 제한과 같은 한계를 가진다. 따라서 낸드 플래시 메모리의 단점을 극복하고자 디스크 버퍼 관리정책들이 연구되고 있다. 비록 이러한 관리정책들이 다양한 작업 환경과 응용 프로그램의 실행 특성을 반영하는 것은 명확하나, 이들을 위한 기초 관리 정책 결정 방식에 대한 연구는 그에 비하면 미흡하다. 본 논문에서는 낸드 플래시 메모리를 효율적으로 활용하기 위한 기초 관리정책 제안 모델인 FRM을 소개한다. FRM은 워크로드를 다양한 특성에 따라 분석하고 낸드 플래시 메모리가 가지는 특성들과 조합하는 모델로, 이를 통해 작업 환경에 가장 알맞은 기초 관리 정책을 제시한다. 결과적으로 제안하는 모델은 학습 데이터와 검증 데이터에 대해 Accuracy와 Weighted Average 측면에서 각각 92.85%와 88.97%의 기초 관리정책 예측 정확도를 보여주었다.

• 한국컴퓨터정보학회논문지
• /
• 제14권9호
• /
• pp.85-94
• /
• 2009

온라인 비디오 강좌는 내용 파악이 힘든 컨텐츠들이 대부분이기 때문에 학습자가 원하는 정보를 찾기란 쉽지 않다. 그래서 학습자들이 필요로 하는 내용을 정확하고 빠르게 제공해 주는 서비스가 필요하게 되었다. 본 논문에서는 학습자의 요구에 맞는 비디오 강좌를 제공해주기 위해 사용자 기반의 협업적 여과 방법을 변형하여 적용하고자 한다. 제안하는 알고리즘 방법은 학습자가 평가한 선호도 정보를 바탕으로 강좌의 특성을 이용해 분할한 영역에서 학습자와 비슷한 이웃 학습자들을 찾고, 이웃 학습자들에 의해 높은 선호도를 보인 강좌를 선별하고 강좌의 속성 정보를 반영하여 학습자에게 추천해 주는 방식이다. 즉, 강좌의 특성을 고려하여 강좌별로 분할한 후사용자 기반의 협업적 여과 방법을 통해 학습자의 선호도를 예측한다. 그리고 강좌의 속성을 이용한 속성 기반의 여과 방법을 적용해 예측된 강좌들과 유사도를 비교한 후 최종적으로 학습자의 선호도와 가장 유사한 강좌를 추천해 준다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권7호
• /
• pp.847-856
• /
• 2017

본 논문은 사용자들에게 알맞은 공원을 추천해주는 시스템을 제안한다. 사회적, 심리적, 환경적, 신체적 등 사람들에게 긍정적인 요소를 제공하는 도시공원의 기능에 따라 서울시 도시공원을 6가지로 분류한다. 분류된 공원을 규칙기반 전문가 시스템을 기반으로 사용자들에게 추천한다. 공원 선택에 영향을 주는 요인들을 언어 객체로 설정하여 규칙 기반 추론 시스템을 논리 프로그램 언어인 PROLOG로 구현한다. 공원 추천의 규칙 기반 객체는 활동·다목적성과 접근성, 이용 시간을 기준으로 총 9가지 언어 객체를 설계하고 그에 따른 허용된 값을 부여한다. 이를 이용하여 생성된 규칙들이 사용자의 선호도에 따라 점화되고 추천 공원을 추론한다. 선호도에 대한 정보는 사용자들에게 직접 공원 선택에 있어서 기준이 되는 세 가지 요소에 대한 질문을 건네는 대화의 방식으로 얻는다. 결과적으로 공원 추천 시스템을 통해 공원 이용자들의 공원 이용 및 여가 생활에 대한 만족감을 높여주고자 한다.

• 스마트미디어저널
• /
• 제12권5호
• /
• pp.65-72
• /
• 2023

스마트팜은 농업과 ICT의 융복합을 통해 농업의 생산뿐만 아니라 유통과 소비를 포함한 농업과 관련된 다양한 분야로 새로운 가치를 창출하는 것을 의미한다. 국내에서도 스마트 농업 확산을 위한 임대형 스마트팜을 조성하고, 스마트팜 빅데이터 플랫폼을 구축하여 데이터 수집·활용 촉진. 스마트 APC 확대, 온라인거래소 운영 및 도매시장 거래정보 디지털화 등 산지에서 소비지까지 농산물 유통 디지털 전환을 추진하고 있다. 이처럼 농업 데이터는 다양한 출처에서 특성에 따라 정보가 생성되고 있지만, 통계 및 정형화된 데이터를 이용한 서비스로만 활용되고 있다. 이는 농업에서 생산·유통·소비까지 분산된 데이터 수집으로 인해 한계가 있으며 다양한 출처로부터의 다양한 형태의 데이터를 수집·처리하기 어렵기 때문이다. 그러므로 본 논문에서는 디지털 농업을 위한 국내 농업 데이터 수집·공유 현황을 분석하고 인공지능 서비스를 위한 데이터 수집·연계 방법을 제안한다. 그리고 제안하는 데이터를 이용하여 딥러닝 기반의 환경 인자를 추천하는 방법을 제안한다.

• 스마트미디어저널
• /
• 제12권9호
• /
• pp.89-94
• /
• 2023

추천 시스템은 사용자가 아이템에 남긴 익스플리싯 또는 임플리싯 피드백을 바탕으로 각 사용자가 선호할 법한 아이템들을 추천하는 기술이다. 최근, 추천 시스템에 사용되는 딥 러닝 기반 모델의 사이즈가 커짐에 따라, 높은 추천 정확도를 유지하며 추론 시간은 줄이기 위한 목적의 연구가 활발히 진행되고 있다. 대표적으로 지식증류기법을 이용한 추천 시스템에 관한 연구가 있으며, 지식증류기법이란 큰 사이즈의 모델(즉, 교사)로부터 추출된 지식을 통해 작은 사이즈의 모델(즉, 학생)을 학습시킨 뒤, 학습이 끝난 작은 사이즈의 모델을 추천 모델로서 이용하는 방법이다. 추천 시스템을 위한 지식증류기법들에 관한 기존의 연구들은 주로 임플리싯 피드백 환경만을 대상으로 수행되어 왔었으며, 본 논문에서 우리는 이들을 익스플리싯 피드백 환경에 적용할 경우의 성능 및 정확도를 관찰하고자 한다. 실험을 위해 우리는 총 5개의 최신 지식증류기법들과 3개의 실세계 데이터셋을 사용하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.259-266
• /
• 2023

본 논문에서는 속성기반 오피니언 마이닝(ABOM)을 적용한 협업 필터링의 정확도 성능을 개선할 수 있는 알고리즘을 제안한다. 실험을 위해 국내 스마트폰 사용자의 스마트폰 앱에 대한 총 1,227건의 온라인 소비자 리뷰 데이터가 분석에 사용되었다. KKMA(꼬꼬마)분석기를 이용하여 형태소 분석 및 KOSAC를 사용하여 감성어 분석 후 LDA 토픽 모델링을 사용하여 속성 추출한 가중치 값을 부여한 리뷰별로 토픽 모델링 결과를 이용하여 협업필터링의 평점과 감성스코어의 평점을 합산한 평균값 정확도 오차를 계산한 통계모형 성능 평가인 MAE, MAPE, RMSE를 사용하였다. 실험을 통해 추천 알고리즘 중 전통적인 협업필터링과 LDA 속성 추출과 감성분석을 결합한 속성기반 오피니언 마이닝(Aspect-Based Opinion Mining, ABOM) 기법을 결합하여 온라인 고객의 앱 평점(APP_Score) 대한 정확도를 예측하였다. 분석 결과 전통적인 협업필터링을 구현한 평점의 정확도 보다 속성기반 오피니언 마이닝 CF를 적용한 평점의 예측 정확도가 더 우수한 것으로 나타났다.

• 한국인터넷방송통신학회논문지
• /
• 제23권5호
• /
• pp.177-182
• /
• 2023

모임 장소를 정할 때에 모든 참여자의 이동 시간이 작으면서 적당한 매장을 정하는 것은 항상 번거로운 문제이다. 본 논문에서는 이를 해결하기 위해서 지하철역 기반으로 최적의 장소와 매장을 추천하는 알고리즘을 제안하고 시스템을 개발한다. 본 시스템은 자영업자들이 자신의 매장 정보를 등록하여 홍보토록 하는 매장 정보 등록 기능을 웹 기반으로 제공하고, 모임 참여자들에게 모임 장소를 추천하는 기능을 앱 기반으로 제공한다. 제안한 알고리즘은 지하철 노선도를 기반으로 모든 참여자의 이동 시간을 줄이고 소요 시간의 표준편차를 이용하여 공평성을 향상시켰다. 또한, 본 시스템은 최근 배달앱을 통한 홍보에만 의존한 자영업자들의 홍보수단에 새로운 방안을 제시한다.

• 한국인터넷방송통신학회논문지
• /
• 제24권3호
• /
• pp.139-145
• /
• 2024

코로나19 이후로 사람들의 주 생활공간의 대부분이 실내로 옮겨졌다. 이러한 영향으로 많은 사람의 반려식물에 관한 관심이 지속적으로 상승하고 있다. 반려식물을 키우는 사람들은 정서적 안정 또는 공기 정화를 목적으로 키우게 되는 경우가 많다. 실제로 식물은 사람들에게 심리적인 안정감을 주는 효과가 있을 뿐만 아니라 어떤 식물이냐에 따라 실내 공기 정화 능력 또한 탁월하다. 하지만 식물에 대한 지식이 없다면 어떤 식물이 공기 정화 효과가 탁월한지 알 수 없고 키우더라도 금방 시들어 버리는 문제를 마주하게 된다. 따라서 본 논문에서는 사전 지식이 없는 사용자들에게 데이터베이스와 MBTI를 활용하여 사용자의 MBTI 정보 및 회원 정보를 데이터베이스에 저장하여 관리하고, 이를 바탕으로 사용자와 성향이 맞는 식물 데이터를 추천하고 캘린더를 통해 일정을 관리할 수 있는 기능을 제공하는 애플리케이션을 개발하고자 한다.