• 정보과학회 논문지
• /
• 제42권4호
• /
• pp.451-458
• /
• 2015

기존 멀티모달 학습 기법의 대부분은 데이터에 포함된 컨텐츠 모델링을 통한 지식획득보다는 이미지나 비디오 검색 및 태깅 등 구체적 문제 해결에 집중되어 있었다. 본 논문에서는 멀티모달 개념계층모델을 이용하여 만화 비디오로부터 컨텐츠를 학습하는 기법을 제안하고 학습된 모델로부터 등장인물의 특성을 고려한 자막을 생성하는 방법을 제시한다. 멀티모달 개념계층 모델은 개념변수층과 단어와 이미지 패치의 고차 패턴을 표현하는 멀티모달 하이퍼네트워크층으로 구성되며 이러한 모델구조를 통해 각각의 개념변수는 단어와 이미지패치 변수들의 확률분포로 표현된다. 제안하는 모델은 비디오의 자막과 화면 이미지로부터 등장 인물의 특성을 개념으로서 학습하며 이는 순차적 베이지안 학습으로 설명된다. 그리고 학습된 개념을 기반으로 텍스트 질의가 주어질 때 등장인물의 특성을 고려한 비디오 자막을 생성한다. 실험을 위해 총 268분 상영시간의 유아용 비디오 '뽀로로'로부터 등장인물들의 개념이 학습되고 학습된 모델로부터 각각의 등장인물의 특성을 고려한 자막 문장을 생성했으며 이를 기존의 멀티모달 학습모델과 비교했다. 실험결과는 멀티모달 개념계층모델은 다른 모델들에 비해 더 정확한 자막 문장이 생성됨을 보여준다. 또한 동일한 질의어에 대해서도 등장인물의 특성을 반영하는 다양한 문장이 생성됨을 확인하였다.

• 정보처리학회논문지B
• /
• 제9B권4호
• /
• pp.399-406
• /
• 2002

본 연구는 웹 서핑 지원을 위한 적응형 사용자 에이전트의 설계를 위해 사용자 데이터 수집, 데이터 처리를 통한 사용자 프로파일 구축 및 개선, 그리고 사용자 프로파일의 적용을 통한 적응 등 세 가지 이슈를 집중 연구하였다. 그 결과 웹 상에서 작동하는 적응형 사용자 에이전트를 위한 기능 정의 및 주요 구성 요소들을 설계하고 세부 모형을 구현하였다. 내부적으로는 두 개의 독립된 에이전트의 협동 체제에 의해 작업 목표를 성취한다. 이들은 각각 IIA(Interactive Interface Agent) 및 UPA(User Profiling Agent)이다. 사용자 인터페이스를 관장하는 IIA는 사용자에게 현재 웹 문서의 대강을 파악하고 나아가서 검색 질의어를 선택할 수 있게 하는 키워드 색인(Keyword Index)과, 계층 구조 방식의 사용자 검색 과정을 나타내는 제안 링크(Suggest Link)를 제공함으로서 사용자 친숙한 인터페이스 환경을 제시한다. UPA는 사용자에 관한 정적 정보와 브라우징 행위에서 나타나는 동적 정보를 사용자 프로파일에 반영한다. 특히, 사용자 관심을 반영하는 관심 벡터(Interest Vector)의 개념을 정립하고 근접도(similarity) 평가에 의해 이들을 갱신하고 추가함으로써 사용자 관심을 동적으로 프로파일링하는 체계를 제시하였다.

• 한국전자거래학회지
• /
• 제21권3호
• /
• pp.15-28
• /
• 2016

본 논문에서는 모바일에서 획득한 GPS(Global Positioning System)를 활용하여 사용자의 위치 주변에서 발생한 SNS 데이터를 수집하고 분석을 통해 사용자가 원하는 장소를 추천하는 시스템을 제안한다. 이를 위해 트위터에서 위치정보를 포함하는 게시글을 표본 집합으로 정하고 모바일의 위치정보와 함께 활용했을 때, 사용자의 검색의도에 부합하는 양질의 정보를 제공할 수 있음을 실험을 통해 증명하였다. 이를 위해 2015년 11월부터 12월까지 수집한 트윗(Tweet)을 대상으로 임의의 위치정보와 검색어로 구성된 질의를 구성하고 형태소 분석을 거쳐 분석에 적합한 형태의 데이터로 변환하였다. 또한 장소 추천을 위해 감정사전을 구축하여 긍정 및 부정을 의미하는 극성 키워드들을 정의하고 레이블을 구성한 후, 감정사전과 극성키워드를 이용해 개별 트윗의 추천 점수를 도출하였다. 논문은 추천 점수와 사용자의 현재 위치, 트윗이 작성된 위치와 사용자 위치 사이의 거리 계산을 통해 가까운 거리 순으로 10개의 장소 정보를 정렬하여 결과를 보인다. 또한 성능평가를 위해 감정 분석된 트윗에 대한 정밀도와 재현율을 도출하여 시스템의 성능을 확인한다. 실험은 '맛집', '공연' 2개의 키워드와 10개 지역을 기준으로 수행하였다. 실험 결과 키워드 1개당 수집된 트윗은 평균 10.5개였으며, 총 10번의 실험에 사용된 평균 210개의 트윗 중 긍정 또는 부정의 단어를 포함한 트윗의 개수는 평균 122개였다. 또한 감정 분석을 통해 긍정 또는 부정으로 분류된 트윗은 평균 65개였으며 그 중 실제로 긍정 또는 부정의 의미를 담은 트윗은 평균 46개였다. 이를 통해 시스템은 38%의 재현율로 감정요소를 담은 트윗을 탐지하고, 71%의 정밀도로 감정 분석을 수행했음을 확인했다.

• 정보과학회 논문지
• /
• 제41권10호
• /
• pp.762-773
• /
• 2014

시맨틱 웹상에서 RDFS로 표현된 데이터의 사용 증가로 인하여, 대용량 데이터의 추론에 대한 많은 요구가 생겨나고 있다. 많은 연구자들은 대용량 온톨로지 추론을 수행하기 위해서 하둡과 같은 고가의 분산 프레임워크를 활용한다. 그러나, 적절한 사이즈의 RDFS 트리플 추론을 위해서는 굳이 고가의 분산 환경 시스템을 사용하지 않고 단일 머신에서도 논리적 프로그래밍을 이용하면 분산 환경과 유사한 추론 성능을 얻을 수 있다. 본 논문에서는 단일 머신에 논리적 프로그래밍 방식을 적용한 대용량 RDFS 추론 기법을 제안하였고 다중 머신을 기반으로 한 분산 환경 시스템과 비교하여 2억개 정도의 트리플에 대한 RDFS 추론 시스템을 적용한 경우 분산환경과 비슷한 성능을 보이는 것을 실험적으로 증명하였다. 효율적인 추론을 위해 온톨로지 모델을 세부적으로 분리한 메타데이터 구조와 대용량 트리플의 색인 방안을 제안하고 이를 위해서 전체 트리플을 하나의 모델로 로딩하는 것이 아니라 각각 온톨로지 추론 규칙에 따라 적절한 트리플 집합을 선택하였다. 또한 논리 프로그래밍이 제공하는 Unification 알고리즘 기반의 트리플 매칭, 검색, Conjunctive 질의어 처리 기반을 활용하는 온톨로지 추론 방식을 제안한다. 제안된 기법이 적용된 추론 엔진을 LUBM1500(트리플 수 2억개) 에 대해서 실험한 결과 166K/sec의 추론 성능을 얻었는데 이는 8개의 노드(8 코아/노드)환경에서 맵-리듀스로 수행한 WebPIE의 185K/sec의 추론 속도와 유사함을 실험적으로 증명하였다. 따라서 단일 머신에서 수행되는 본 연구 결과는 트리플의 수가 2억개 정도까지는 분산환경시스템을 활용하지 않고도 분산환경 시스템과 비교해서 비슷한 성능을 보이는 것을 확인할 수 있었다.

• 정보관리학회지
• /
• 제33권3호
• /
• pp.63-83
• /
• 2016

다양한 매체와 유형으로 생산되는 정보자원에 대한 이용이 높아짐에 따라, 정보자원을 기술하기 위한 정보조직의 도구로서 메타데이터에 대한 중요성이 높아지고 있다. 본 연구에서는 메타데이터 분야의 연구 영역을 파악할 수 있도록 동시출현단어 분석을 사용하여 메타데이터 분야의 지적 구조를 규명하고자 하였다. 이를 위하여 1998년 1월 1일부터 2016년 7월 8일까지 Web of Science 핵심컬렉션에 등재된 저널에 게재된 문헌을 대상으로 'metadata'라는 질의어로 Topic 검색을 수행하여, 총 727건의 논문에 대한 서지정보를 수집하였다. 이 중 저자 키워드를 가진 410건의 논문의 저자 키워드로 수집하고, 전처리 과정을 거쳐 저자 키워드 총 1,137개를 추출하여 최종적으로 빈도수 6회 이상의 키워드 37개를 분석대상으로 선정하였다. 이후 메타데이터 분야의 지적구조 규명을 위해 첫째, 네트워크 분석을 통하여 2개 영역 9개 군집을 도출하였으며, 메타데이터 분야 키워드들의 지적 관계를 시각화하고, 중심성 분석을 통한 전역 중심 키워드와 지역 중심이 높은 키워드를 제시하였다. 둘째, 군집분석을 실시하여 형성된 6개의 군집을 다차원축적지도상에 표시하였으며, 각 키워드들 간의 상관관계에 따른 지적구조를 제시하였다. 이러한 연구의 결과는 메타데이터 분야의 지적구조를 시각적으로 파악할 수 있게 하며, 향후 메타데이터 관련 교육과 연구의 방향성 모색에 유용하게 사용될 수 있을 것이다.

• 한국산학기술학회논문지
• /
• 제16권9호
• /
• pp.6099-6111
• /
• 2015

본 연구는 무릎 골관절염 환자를 대상으로 수중운동과 지상운동의 효과를 비교하기 위해 수행된 체계적 문헌고찰 및 메타분석 연구이다. 문헌은 Ovid-Medline, Cochrane Library CENTRAL, CINAHL과 국내 DB인 RISS와 KISS를 통해 ((osteoarthriti* OR OA) AND (aqua* OR water OR hydrotherap*)), (골관절염 AND 수중운동) 등을 주요어로 조합하여 검색하였으며, 선택배제과정을 거쳐 최종 7편(n=449)의 문헌이 분석에 포함되었다. 문헌에 대한 질 평가는 SIGN의 무작위임상시험평가도구를 사용하였으며, 질 평가 결과는 6편에서 ++, 1편에서 +로 평가되어 전반적으로 비뚤림 위험은 없는 것으로 판단하였다. 메타분석결과 운동 중재 후 수중운동군과 지상운동군의 통증변화에 대한 차이는 Standardized mean difference (SMD) -0.26(95% CI -0.49, -0.03, p=0.03, $I^2=14%$)으로 수중운동군이 지상운동군에 비해 통증이 통계적으로 유의하게 감소하는 것으로 나타났으나, 그 외 두 군간 굴곡 관절가동범위, 신전 관절가동범위, 신체기능, 삶의 질의 SMD는 각각 -0.12(95% CI -0.51, 0.27, p=0.53, $I^2=0%$), -0.04(95% CI -0.55, 0.48, p=0.89, $I^2=43%$), -0.12(-0.44, 0.19, p=0.44, $I^2=0%$), -0.15(-0.54, 0.24, p=0.46, $I^2=0%$)로 두 군간 통계적으로 유의한 차이가 없는 것으로 나타났다. 현재 시점에서 무릎 골관절염환자를 대상으로 수중운동과 지상운동의 효과를 분석한 무작위 대조군 실험 연구 수가 비교적 적어 효과크기에 대한 확증적 결과를 얻는 데에는 다소 제한이 있었으므로 향후 이와 관련된 무작위 임상시험연구와 장기적인 효과검증에 대한 노력이 지속적으로 이루어져야 할 것으로 사료된다.

• 대한감각통합치료학회지
• /
• 제21권2호
• /
• pp.69-83
• /
• 2023

목적 : 본 연구는 수면장애 아동을 대상으로 사회적 이야기(social story)를 적용한 연구를 대상으로 중재효과를 체계적으로 고찰하고자 하였다. 연구방법 : 본 연구는 2001년에서 2022년까지 데이터베이스 Scopus, ScienceDirect, psycArticles, Pubmed에 게재된 문헌들을 대상으로 하였다. 검색어는 'social story' OR 'social stories' AND 'sleep' OR 'sleep disorders' OR 'sleep wake disorder bedtimes' OR 'sleep initiation' and 'maintenance disorders' OR 'sleep wake disorder' OR 'sleep arousal disorder'을 사용하였다. 선정 기준에 따라 최종적으로 6편의 실험연구를 선정하여 분석을 실시하였다. 결과 : 분석 대상 문헌은 무작위 대조 실험연구는 2편, 개별 실험연구가 3편, 사례연구가 1편이었다. 대상자는 진단별로는 자폐스펙트럼 아동, 연령별로는 학령기와 청소년기가 가장 많았다. 중재유형은 사회적 이야기와 다른 중재를 함께 포함한 복합중재가 많았고, 중재 기간은 1일부터 40일 이상으로 다양하였다. 중재 효과로는 수면의 질에 긍정적인 효과를 보였으며, 그중에서도 야간 각성(night walking), 수면 시작 지연(sleep onset delay), 수면 불안(sleep anxiety)이 개선되었다. 사회적 이야기의 효과를 평가하는 도구로는 표준화된 평가에서는 아동 수면 습관 설문지(children's sleep habits questionnaire)와 아동 행동 체크리스트(child behavior checklist)를 가장 많이 사용하였고, 비표준화된 평가로는 인터뷰(interview), 수면일기 (Sleep diary)를 사용한 연구가 많았다. 결론 : 본 연구는 수면장애가 있는 아동 및 청소년에게 사회적 이야기를 적용함으로써 임상에서 적용할 수 있는 수면 중재 방향을 모색하는 것에 의의가 있다. 사회적 이야기의 중재 효과로는 야간 각성(night wakings), 수면 시작 지연(sleep onset delay), 수면 불안(sleep anxiety) 영역이 개선된 연구들이 큰 비중을 차지하였다. 수면의 질의 세부 효과 영역은 대부분의 연구에서 중재 전후 유의한 개선을 나타냈으며, 본 연구에서 분석한 6편의 연구에서는 추적검사를 통해서 중재 효과에 대한 지속을 확인할 수 있었다. 따라서 본 연구는 사회적 이야기(social story)를 적용한 수면장애 아동의 중재 효과, 결과 평가 도구, 중재 기간을 제시함으로써 수면장애 아동을 대상으로 사회적 이야기(social story)를 임상에서 적용할 때 도움이 될 것으로 판단된다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.141-156
• /
• 2013

최근 소셜미디어는 전세계적 커뮤니케이션 도구로서 사용에 전문적인 지식이나 기술이 필요하지 않기 때문에 이용자들로 하여금 콘텐츠의 실시간 생산과 공유를 가능하게 하여 기존의 커뮤니케이션 양식을 새롭게 변화시키고 있다. 특히 새로운 소통매체로서 국내외의 사회적 이슈를 실시간으로 전파하면서 이용자들이 자신의 의견을 지인 및 대중과 소통하게 하여 크게는 사회적 변화의 가능성까지 야기하고 있다. 소셜미디어를 통한 정보주체의 변화로 인해 데이터는 더욱 방대해지고 '빅데이터'라 불리는 정보의 '초(超)범람'을 야기하였으며, 이러한 빅데이터는 사회적 실제를 이해하기 위한 새로운 기회이자 의미 있는 정보를 발굴해 내기 위한 새로운 연구분야로 각광받게 되었다. 빅데이터를 효율적으로 분석하기 위해 다양한 연구가 활발히 이루어지고 있다. 그러나 지금까지 소셜미디어를 대상으로 한 연구는 개괄적인 접근으로 제한된 분석에 국한되고 있다. 이를 적절히 해결하기 위해 본 연구에서는 트위터 상에서 실시간으로 방대하게 생성되는 빅스트림 데이터의 효율적 수집과 수집된 문헌의 다양한 분석을 통한 새로운 정보와 지식의 마이닝을 목표로 사회적 이슈를 포착하기 위한 실시간 트위터 트렌드 마이닝 시스템을 개발 하였다. 본 시스템은 단어의 동시출현 검색, 질의어에 의한 트위터 이용자 시각화, 두 이용자 사이의 유사도 계산, 트렌드 변화에 관한 토픽 모델링 그리고 멘션 기반 이용자 네트워크 분석의 기능들을 제공하고, 이를 통해 2012년 한국 대선을 대상으로 사례연구를 수행하였다. 본 연구를 위한 실험문헌은 2012년 10월 1일부터 2012년 10월 31일까지 약 3주간 1,737,969건의 트윗을 수집하여 구축되었다. 이 사례연구는 최신 기법을 사용하여 트위터에서 생성되는 사회적 트렌드를 마이닝 할 수 있게 했다는 점에서 주요한 의의가 있고, 이를 통해 트위터가 사회적 이슈의 변화를 효율적으로 추적하고 예측하기에 유용한 도구이며, 멘션 기반 네트워크는 트위터에서 발견할 수 있는 고유의 비가시적 네트워크로 이용자 네트워크의 또 다른 양상을 보여준다.