• 한국지능시스템학회논문지
• /
• 제16권6호
• /
• pp.659-664
• /
• 2006

최근 유비쿼터스 컴퓨팅 환경에서 핵심적인 요소 기술인 상황 인식 시스템을 실현하기 위해 필요한 상황 정보를 수집하는데 점차 센서의 활용과 응용분야가 확대되고 있다. 상황 인식 서비스는 센서로부터 수집된 상황 정보를 통합하고 해석 및 추론 과정을 거쳐 사용자에게 상황에 따라 적절한 서비스를 제공하는 것으로 매장, 의료, 교육 등의 응용분야에서 많이 연구되고 있다. 본 논문에서는 다치 함수의 차분 및 구조적 성질을 이용하여 주변 상황 등을 인식하는 방법과 그 인식 결과를 해석하여 주변상황의 변화에 따른 적절한 서비스를 제공할 수 있는 모델을 제안하고 적용 예를 통하여 확인한다.

• 한국멀티미디어학회논문지
• /
• 제25권3호
• /
• pp.461-467
• /
• 2022

This research is to raise awareness of food safety by designing and supporting a hazard food information notification platform for consumers. To this end, the design was carried out by dividing the process into a data extraction process, an application screen design process, and a CNN-based food inference process. Data was collected through public data APIs and crawling, and it was sent to each activity screen designed for Android studios so that it could be output. As a result, when the platform is executed, information on hazardous food names, registration dates, food classification, manufacturing dates, recovery grades, recovery reasons, recovery methods, company names, barcode numbers, and packaging units can be intuitively and conveniently checked. In addition, CNN-based food inference processes allowed mobile cameras to infer harmful food and applied various quantization techniques such as Dynamic Range, Integer, and Float16 to compare the degree of improvement in inference performance. As a result, the group that applied basic quantization and treated device resources with GPU showed the greatest improvement in inference performance. Through this platform, it is expected that the reliability of food safety will be improved by making it more convenient for consumers to recognize food risks.

• Educational Technology International
• /
• 제23권2호
• /
• pp.157-181
• /
• 2022

Scale scores for cognitive domains have been used as an important indicator for both academic achievement and clinical diagnosis. For example, in education, Cognitive Abilities Test (CogAT) has been used to measure student's capability in academic learning. In a clinical setting, Cognitive Impairment Screening Test utilizes items measuring cognitive ability as a dementia screening test. We demonstrated a procedure of generating cognitive ability test items similar as in CogAT but the theory associated with the generation is totally different. When creating cognitive test items, we applied automatic item generation (AIG) that reduces errors in predictions of cognitive ability but attains higher reliability. We selected two cognitive ability test items, categorized as a time estimation item for measuring quantitative reasoning and a paper-folding item for measuring visualization. As CogAT has widely used as a cognitive measurement test, developing an AIG-based cognitive test items will greatly contribute to education field. Since CLASS is the only LMS including AIG technology, we used it for the AIG software to construct item models. The purpose of this study is to demonstrate the item generation process using AIG implemented within CLASS, along with proving quantitative and qualitative strengths of AIG. In result, we confirmed that more than 10,000 items could be made by a single item model in the quantitative aspect and the validity of items could be assured by the procedure based on ECD and AE in the qualitative aspect. This reliable item generation process based on item models would be the key of developing accurate cognitive measurement tests.

• International journal of advanced smart convergence
• /
• 제13권2호
• /
• pp.205-213
• /
• 2024

This study uses a large language model (LLM) to identify Aristotle's rhetorical principles (ethos, pathos, and logos) in COVID-19 information on Naver Knowledge-iN, South Korea's leading question-and-answer community. The research analyzed the differences of these rhetorical elements in the most upvoted answers with random answers. A total of 193 answer pairs were randomly selected, with 135 pairs for training and 58 for testing. These answers were then coded in line with the rhetorical principles to refine GPT 3.5-based models. The models achieved F1 scores of .88 (ethos), .81 (pathos), and .69 (logos). Subsequent analysis of 128 new answer pairs revealed that logos, particularly factual information and logical reasoning, was more frequently used in the most upvoted answers than the random answers, whereas there were no differences in ethos and pathos between the answer groups. The results suggest that health information consumers value information including logos while ethos and pathos were not associated with consumers' preference for health information. By utilizing an LLM for the analysis of persuasive content, which has been typically conducted manually with much labor and time, this study not only demonstrates the feasibility of using an LLM for latent content but also contributes to expanding the horizon in the field of AI text extraction.

• 지능정보연구
• /
• 제21권3호
• /
• pp.79-99
• /
• 2015

부도 예측은 회계와 재무 분야에서 꾸준히 연구되고 있는 분야이다. 초기에는 주로 다중판별분석(multiple discriminant analysis)와 로짓 분석(logit analysis)과 같은 통계적 방법을 이용하였으나, 1990년대 이후에는 경영 분야의 분류 문제를 위해 많은 연구자들이 인공신경망(back-propagation neural network), 사계기반추론(case-based reasoning), 서포트 벡터 머신(support vector machine) 등과 같은 인공지능을 통한 접근법을 이용하여 통계적 방법보다 분류 성과 측면에서 우수함을 입증해왔다. 기존의 기업의 부도에 관한 연구에서 많은 연구자들이 재무비율을 이용하여 부도 예측 모형을 구축하는 것에 초점을 맞추어왔다. 부도예측에 관한 연구가 꾸준히 진행되고 있는 반면, 부도의 세부적인 유형을 예측하여 제시하는 것에 대한 연구는 미흡한 실정이었다. 따라서 본 연구에서는 수익성, 안정성, 활동성 지표를 중심으로 국내 비외감 건설업 기업들의 부도 여부뿐만 아니라 부도의 세부적인 유형까지 예측 가능한 모형을 개발하고자 한다. 본 연구에서는 부도 유형을 예측하기 위해 두 개의 인공신경망 모형을 결합한 하이브리드 접근법을 제안하였다. 첫 번째 인공신경망 모형은 부도예측을 위한 역전파 인공신경망을 이용한 모형이며, 두 번째 인공신경망 모형은 부도 데이터를 몇 개의 유형으로 분류하는 자기조직화지도(self-organizing map)을 이용한 모형이다. 실험 결과를 통해 정의된 5개의 부도 유형인 심각한 부도(severe bankruptcy), 안정성 부족(lack of stability), 활동성 부족(lack of activity), 수익성 부족(lack of profitability), 회생 가능한 부도(recoverable bankruptcy)는 재무 비율에 따라 유형별로 상이한 특성을 갖는 것을 확인할 수 있었다. 본 연구 결과를 통해 신용 평가 분야의 연구자와 실무자들이 기업의 부도의 유형에 대한 유용한 정보를 얻을 것으로 기대한다.

• 한국건설관리학회논문집
• /
• 제17권1호
• /
• pp.3-9
• /
• 2016

가중사례기반추론 알고리즘을 이용하여 Excel VBA 기반의 개략비용 예측시스템을 개발하였다. 개발 시스템의 특징은 사례학습과 신규추정시 학습사례건수와 신규추정건수 만큼의 시트를 자동생성하며, 각각의 시트는 셀수식이 자동으로 입력되어 시스템의 활용성을 고려하였으며, 또한 영향인자를 최대 10개까지 선택이 가능하도록 하여 영향인자의 조합을 자유롭게 구성할 수 있도록 하였다. 개발한 비용예측시스템을 토양경작법 정화비용예측에 이용하여 토양정화 예측모델의 적용가능성을 검토하였다. 평균단가 예측모델은 물론 최적다중회귀 예측모델보다 개선된 결과를 확인하였다. 본 연구에서는 토양경작법을 대상으로 검토 하였으나 토양정화기술과 오염물질 종류 등 다양한 시나리오가 나타나는 토양정화사업분야에 사례기반추론을 이용한 비용예측모델은 향후 사례데이터 축적과 더불어 적용가능성이 커질 것으로 기대된다

• 대한공간정보학회지
• /
• 제17권1호
• /
• pp.121-129
• /
• 2009

최근 이질적인 정보의 폭발적인 증가와 다양한 관리주체별로 생산, 축적되는 공간정보의 특성으로 인하여 공간정보의 재사용과 공유가 어려운 실정이다. 국가공간정보체계의 하나인 지하공간정보도 공간분석을 위해서는 지형도, 지질도, 지하시설물도 등 여타 공간정보와 공유가 필수적이다. 그러나, 기존 표준 혹은 데이터웨어하우스에 의한 공유방법은 시멘틱 이질성을 고려할 수 없다. 본 연구는 지하공간정보의 시멘틱 공유를 위해 일반개념, 측정스케일, 공간모델을 포함한 온톨로지 레이어 모델을 개발하였다. 또한, 기존의 수작업에 의존하는 온톨로지 개발방법론이 아닌 MDA기반 방법론을 적용하여 직관적이며 환경변화에 쉽게 대응할 수 있는 메타모델(UML Profile)을 개발하였다. 개발된 온톨로지 모델의 시멘틱 품질은 Pellet 추론엔진을 통해 검증하였다. 본 연구를 통해 시멘틱 공유를 증진시키고, 온톨로지의 지식표현 능력을 이용하여 GIS 전문가시스템 개발이 가능할 것으로 기대된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권12호
• /
• pp.3383-3397
• /
• 2023

Scene graphs serve as semantic abstractions of images and play a crucial role in enhancing visual comprehension and reasoning. However, the performance of Scene Graph Generation is often compromised when working with biased data in real-world situations. While many existing systems focus on a single stage of learning for both feature extraction and classification, some employ Class-Balancing strategies, such as Re-weighting, Data Resampling, and Transfer Learning from head to tail. In this paper, we propose a novel approach that decouples the feature extraction and classification phases of the scene graph generation process. For feature extraction, we leverage a transformer-based architecture and design an adaptive calibration function specifically for predicate classification. This function enables us to dynamically adjust the classification scores for each predicate category. Additionally, we introduce a Distribution Alignment technique that effectively balances the class distribution after the feature extraction phase reaches a stable state, thereby facilitating the retraining of the classification head. Importantly, our Distribution Alignment strategy is model-independent and does not require additional supervision, making it applicable to a wide range of SGG models. Using the scene graph diagnostic toolkit on Visual Genome and several popular models, we achieved significant improvements over the previous state-of-the-art methods with our model. Compared to the TDE model, our model improved mR@100 by 70.5% for PredCls, by 84.0% for SGCls, and by 97.6% for SGDet tasks.

• 한국콘텐츠학회논문지
• /
• 제15권3호
• /
• pp.206-218
• /
• 2015

본 연구는 간호대학생에게 적용한 시뮬레이션기반 임상추론 교육의 임상판단 수행능력, 협력 및 의사소통기술에 대한 효과와 교육 후 교육상황과 설계특성 인식의 변화를 확인하기 위한 비동등성 대조군 전후 유사실험 연구설계이다. 연구대상은 A시 소재 4년제 2개 대학 간호학과의 3학년 학생을 각각 편의표집한 실험군 19명, 대조군 28명으로 실험군에게는 시뮬레이션 기반 임상추론 교육 프로그램을 매주 1회 120분씩 총 7회 제공하였고 대조군에게는 일상적 간호교육을 제공 후 두군 모두 사전조사와 중재 7주후에 임상판단 수행능력, 협력 및 의사소통기술을 측정하되, 협력은 중재 4주후에도 측정하였다. 교육상황과 설계 특성 인식은 시뮬레이션 교육 경험 후에 응답할 수 있어 실험군에서만 중재 1주, 4주, 7주후에 측정하였다. 자료는 SAS 9.2 프로그램의 반복측정 분산분석 및 Linear mixed model으로 분석하였다. 분석결과 실험군에서 임상판단 수행능력, 의사소통기술과 협력이 유의하게 증가하였으며, 중재 1회와 7회 간의 시뮬레이션 교육상황과 설계특성의 인식이 증가하였고, 이러한 변화가 임상수행능력, 협력, 의사소통기술 효과에 긍정적 영향을 미쳤다. 연구결과에 근거할 때 시뮬레이션 기반 임상추론 교육은 임상판단 수행능력, 협력, 의사소통기술을 행동수준까지 향상시킬 수 있는 교수학습 전략으로 적극적 활용되어야 하며 추후 표본 수를 확대하여 교육효과를 검증하고, 교육상황과 설계특성 인식 정도를 시뮬레이션 교육 프로그램 평가 지표로 고려하여야 하겠다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제27권4호
• /
• pp.581-609
• /
• 2013

제 7차 교육과정이후 학생들의 수학 학습을 돕기 위해서 다양한 평가 방법으로 학습 과정 및 수학 수준 등에 대하여 진단해야하는 평가의 중요성이 꾸준히 논의되었다. 본 연구는 2009 개정교육과정에서 강조하는 수학적 과정인 문제해결, 추론, 의사소통 능력을 향상시키기 위해서 교구를 활용한 평가모델을 개발하는 것이다. 우선 교구를 활용한 평가에 적합한 평가원리를 설정하여 각 영역별로 문항과 채점기준표를 개발하고 예비 연구를 실시한 결과 관찰체크리스트의 필요성이 제기되었다. 나아가 예비 연구를 바탕으로 수정된 평가모델을 사용하여 평가를 실시한 결과, 수학적 과정인 각 영역별 특성에 따른 채점기준표에 의해 학생들의 수학적 사고과정을 구체적으로 파악할 수 있어서 목표지향평가가 용이해짐을 알 수 있었다.