• 한국지진공학회:학술대회논문집
• /
• 한국지진공학회 1999년도 추계 학술발표회 논문집 Proceedings of EESK Conference-Fall
• /
• pp.52-57
• /
• 1999

Korea Earthquake Monitoring System(KEMS) in the Korea Institute of Geology Mining and Materials(KIGAM) as detected more than 1000 events since the end of 1998. But not all events are interpreted as earthquakes because many events are concentrated on daytime. It strongly implies that in addition to earthquake these events include artificial effects such as industrial blasting. Before the determination of eathquake charactertistics in the korean peninsula it is necessary to discriminate the detected events as earthquakes or artificial events. For the discriminant study KIGAM and SMU(Southern Methodist University) installed a triangular four-element 1-km aperture seismo-acoustic array at Chul-Won area northeast of Seoul Korea. Each array element includes a GS-13 seismometer in the bottom of borehole and a Validyne DP250-14 microbarometer sensor mounted inside of the borehole 1,2 meter deep connected to a 11 arm radial array of 10m porous soaker hoses. This array introduce the use of 2.4-GHz radios for inter-array self-contained solar-charged power system and GPS time-keeping system. A 24-bit digital data acquisition system performs 40 SPS in the infrasound and seismometer data. Velocity and direction of wind and temperature are also measured at hub site and included to the data stresam. This seismo-acoustic array will be used to identify and locate associated with industrial blasting and these identified and located events will be applied to form a ground truth database useful to assist the other development of discriminant studies.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권6호
• /
• pp.295-306
• /
• 2016

본 연구는 데이터품질과 관련된 선행연구의 메타정보를 활용하여 연구경향을 분석하고 이를 통해서 산업계의 흐름을 예측하기 위한 목적의 연구이다. 다양한 분야에서 연구경향을 분석하려는 시도는 이어져 왔으나, 데이터품질 영역은 그 범위가 방대하여 선행 연구자료에 대한 분석을 수행하기 어려웠다. 본 연구는 Web of Science 색인DB에 수록된 최근 10년간의 연구 메타데이터를 수집하여 텍스트 마이닝, 사회연결망 분석기법을 활용한 시계열 네트워크 분석을 수행하였다. 연구주제 분석 결과, 수학 및 전산 생물학, 화학, 건강관리 과학 및 서비스, 생화학 및 분자 생물학, 운영 연구 및 경영 과학, 의료정보학은 연구비율이 감소하고 있었고, 환경, 수자원, 지질학, 계측기 및 계측의 연구비율은 증가하고 있었다. 또한 사회연결망 분석 결과 데이터품질 연구에서는 분석, 알고리즘, 네트워크의 주제가 중앙성이 높은 중요한 주제로 나타났으며, 이미지와 모델, 센서, 최적화가 데이터품질에서 중요한 주제로 등장하는 추세를 보였다. 데이터품질의 산업과 연관관계 분석 결과는 기술, 산업, 건강, 유틸리티, 고객서비스가 연관성이 높은 산업으로 나타났다. 본 연구의 결과는 데이터품질 연구의 패턴을 분석하고 산업과 연관관계를 찾는 데이터품질 관련 연구자 뿐아니라 산업계에도 유용한 자료로 활용되리라 판단된다.

• 한국정보과학회논문지:데이타베이스
• /
• 제37권4호
• /
• pp.177-184
• /
• 2010

센서 정보, 물류/유통정보, 신용 정보, 주식 정보 등이 과거보다 다양하면서 대용량의 연속 발생 형태 데이터가 발생하고 있다. 이러한 데이터는 대용량의 특의 변화가 빠른 특징들을 가지고 있기 때문에 학습이 어렵다. 이러한 문제점을 해결하기 위해 일정 윈도우 크기의 최근 데이터를 연속적으로 학습시킴으로써 전체 모형을 새롭게 만들거나 모형의 일부분을 대체 하는 방법을 사용하여 왔다. 그러나 이러한 방법은 계속해서 새로운 학습모형을 만들어야 하므로 대용량의 연속 데이터를 학습시키는데 많은 시간과 비용이 든다. 따라서, 이러한 특성에 대비하기 위하여 추가적인 학습 데이터가 발생할 때 마다, 점진적이며 지속적으로 학습을 할 수 있는 학습 기법이 필요하다. 보다 빠른 속도로 학습 모형의 변화 없이 분류를 하기 위하여 대표적인 점진적 학습 방법으로 베이지안 분류기를 사용할 수 있지만, 사전확률을 알고 있다는 가정으로부터 시작을 하게 되어 일정량 이상의 학습데이터가 필요하다. 따라서 본 연구에서는 베이지안 분류기와 같이 점진적으로 학습을 할 수 있지만, 사전 확률을 알지 못하더라고 학습을 할 수 있는 새로운 점진적 학습 알고리즘을 제안하고자 한다. 본 연구에서 제안하는 알고리즘의 기본 개념은 여러 전문가의 의견을 종합하는 방식이다. 여기서는 속성값(attribute value)을 한명의 전문가로 보고 전문가 집단의 의사 결정이 맞을 경우에는 가점을 주고 틀릴 경우에는 감점을 하는 방식으로 학습을 하게 된다. 실험결과 이 방법은 의사결정나무나 베이지언 분류기와 비교해 비슷한 성능을 나타내었으며, 향후에 스트림 데이터 분석에 사용할 가능성을 보였다.

• 한국지능시스템학회논문지
• /
• 제26권3호
• /
• pp.226-232
• /
• 2016

효율적으로 수학 및 과학 성적 향상을 위해서는 뇌 체조 및 스트레스 해소 및 감성 조명이 효과적이라는 연구가 이루어지고 있다. 이러한 원리는 과학 과목은 뇌파가 안정되고, 수학문제를 풀 경우에, 스트레스를 최소화 하고 안정감을 느낄 정도의 편안한 조도를 유지 시키면, 두뇌 회전을 빠르게 수행 한다는 연구 결과를 기반으로 이루어지고 있다. 본 논문에서는 과학 및 수학 학습을 효과적으로 하기위해서, 스트레스 치료 및 음악치료를 이용해서, 최적의 학습조건 모의실험을 하였다. 그러나, 사용자의 취향에 따라서, 좋아하는 음악이나 색깔은 많은 차이점이 있다. 그러므로, 본 논문에서는 이러한 문제점을 해결하기 위해서, 최적의 조명 치료및 음악치료를 제안하고 모의실험 하였다.

• 한국통신학회논문지
• /
• 제42권2호
• /
• pp.523-535
• /
• 2017

IoT 환경이 심화됨에 따라 집, 사무실 등 특정 지역에 설치된 센서 정보를 활용하여 지역내 냉난방, 조명 등의 서비스를 자동 조절하는 지능형 로컬 서비스에 대한 관심이 커지고 있다. 그런데 지금까지의 IoT 기반 지능형 로컬 서비스는 지역 내 사용자의 프레즌스와 서비스 선호도를 간접적인 방식으로 반영함으로써 실제 재실중인 사용자의 선호도를 왜곡하여 반영하는 문제가 발생한다. 본 연구에서는 이러한 문제점을 해결하기 위해 개별 사용자의 프레즌스 및 선호도 정보를 기반으로 한 지능형 로컬 서비스 제어 방식을 제안하고 이를 프로토타입 으로 구현한 결과를 제시한다. 아울러 대부분의 지능형 로컬 서비스를 위한 복잡한 예측 모형의 생성은 주로 클라우드 상의 서버에서 수행되어 왔다. 그러나 이러한 방식은 IoT 기기와 클라우드 간의 대량의 데이터 전송을 발생시킨다. 모바일 엣지 컴퓨팅 환경은 지능형 로컬 서비스 제어 시스템의 이러한 문제점을 해결할 수 있는 해결책이 될 수 있다. 본 연구에서는 클라우드 환경에서 개인 프레즌스-선호 기반 지능형 로컬 서비스 시스템을 구현한 후, 구현 결과를 기반으로 모바일 엣지 컴퓨팅 환경에 적용하는 방안을 제시한다.