• Journal of the Korea Convergence Society
• /
• v.9 no.8
• /
• pp.9-15
• /
• 2018

Production and collection of scientific data in all areas is costly and time consuming. The level of sharing and recycling of scientific data is also very low. In order to support interdisciplinary research, massive scientific data should be systematically preserved and shared. In addition, it is essential to build an infrastructure to preserve and utilize the costly experiment and observation data. In this study, we propose a service that can collect, store, manage, share, and utilize national science data. It also suggests interfaces for various scientific data interactions with national R & D related organizations, international scientific and technological organizations and institutions. This will increase the availability of existing scientific databases that are currently being developed.

• Annual Conference of KIPS
• /
• 2008.05a
• /
• pp.987-990
• /
• 2008

센서 데이터들을 실제 IT 환경 하에서 데이터 처리하기 위해서 네트워크 인프라 환경으로 USN(Ubiquitous Sensor Network) 환경이 많이 연구되어지고 있다. 이들 환경은 온도, 소리, 진동, 습도등 생활 주변의 정보를 수집하여 이에 발생된 데이터들을 특정 시스템에서 처리하여 주변상황 상태등을 인식 및 관리를 하는데 목적을 둔다. 기존 USN 기술은 주로 네트워킹 관점의 연구가 활발히 수행되어지고 있다. USN은 미래 유비쿼터스 사회를 위한 기반 인프라로 국가적으로 기술 개발을 추진 중에 있으며 다양한 시범 서비스를 추진 중에 있다. 최근에는 환경, 에너지 등의 미래 신 성장 산업 분야에서 환경문제를 해결할 수 있는 기술 개발을 전략적으로 추진 중에 있다. 본 논문에서는 다양한 건축자재 및 생활 용품에서 배출되고 실내공간, 사무실, 주거지 등 일반 환경에서 보편적으로 존재하는 인체유해물질인 포름알데히드(HCHO) 오염농도를 수집 할 수 있는 센서네트워크 환경을 구축하고 수집된 HCHO 센서 데이터들을 이용하여 주변 사람들에게 위험정보를 제시하는 한 시스템으로 ET-IT 융합 시스템인 실시간 모니터링 시스템을 제시한다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.19 no.2
• /
• pp.389-396
• /
• 2024

Generative AI has recently been utilized across all fields, achieving expert-level advancements in deep data analysis. However, identifying regional names in scientific literature remains a challenge due to insufficient training data and limited AI application. This study developed a standardized dataset for effectively classifying regional names using address data from Korean institution-affiliated authors listed in the Web of Science. It tested and evaluated the applicability of machine learning and deep learning models in real-world problems. The BERT model showed superior performance, with a precision of 98.41%, recall of 98.2%, and F1 score of 98.31% for metropolitan areas, and a precision of 91.79%, recall of 88.32%, and F1 score of 89.54% for city classifications. These findings offer a valuable data foundation for future research on regional R&D status, researcher mobility, collaboration status, and so on.

• Annual Conference of KIPS
• /
• 2007.11a
• /
• pp.452-455
• /
• 2007

생명과학 기술의 급속한 발달로 인류 복지 증진에 많은 기여를 하였지만 아직도 각종 질병 등으로 많은 사람들이 고통 받고 있으며, 이를 극복하기 위한 연구 및 기술개발은 세계 각처에서 계속되고 있다. 이러한 연구 및 기술개발의 결과로 산출되는 생명정보 데이터의 양은 기하급수적으로 증가하고 있기에 이런 방대한 양의 생명정보 데이터를 분석하고 분석된 데이터에서 인류 복지에 유용한 정보를 얻기 위한 생명정보학(Bioinformatics)이 등장하게 되었다. 이에, 한국과학기술정보연구원(KISTI)은 IT 기반 생명정보 인프라 구축의 중심기관으로 CCBB(Center for Conputationa Biology & Bioinformatics) 웹사이트를 운영하고 있다. CCBB는 전산학적인 기술을 이용한 생명현상 연구를 지원하기 위하여 21종의 생명정보 콘텐트(DB 및 분석도구)를 수집 분석 구축 제공하고 있다. 이 중에서 GenBank, PDB, PIR, Swiss-prot 등의 데이터베이스는 KISTI에서 개발한 KRISTAL 검색엔진을 통하여 국내에서도 빠르고 쉽게 검색 가능하도록 자체 구축하고 있으며, 이와 더불어 BLAST, FASTA, ClustalW 등의 주요 분석 도구 또한 제공하고 있다. 본 논문에서는 CCBB에서 제공중인 21종의 콘텐트 중에서 GenBank, REBASE, GeneCards, InterProScan 등 4종의 대용량 고효율 생명정보 콘텐트의 소개 및 업데이트 방법에 관한 내용을 기술하고자 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.21-22
• /
• 2021

최근 AI(Artificial Intelligence)를 기반으로 정밀한 가스 성분 감지를 위한 후각지능(Olfactory intelligence) 기술에 연구가 활발히 진행 중이다. 후각지능 학습데이터는 다른 감지 방식의 가스 센서들이 동시에 적용되는 멀티모달리티의 특성을 지니며 또한, 공간상에 분포된 센서 배열을 통해 획득된 다차원의 시계열 특성을 지닌다. 따라서 대량의 다차원 데이터에 대한 정확한 이해와 분석을 위해서는 데이터를 전처리하고 시각화할 수 있는 기술이 필요하다. 본 논문에서는 후각지능 학습을 위한 다차원의 복잡한 가스 데이터의 시각화를 위해 잡음 등의 불필요한 값을 제거하고, 데이터가 일관성을 가지도록 하며, 데이터의 차원을 시각화 가능하도록 축소하기 위한 전처리 방법을 제시한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2019.05a
• /
• pp.405-406
• /
• 2019

최근 정보통신 기술 및 사물인터넷 기반 기술 등의 발달로 다양한 디바이스들이 네트워크로 연결되는 초연결 사회로 진입하고 있다. 이렇게 무선 통신 기술의 보편적 적용과 그에 따른 보안 기술의 중요성이 확대되고 있는 실정에서 국방 분야도 예외는 아니다. 이러한 흐름 속에서 국방 분야에 블록체인을 활용한 인증 기법에 대한 연구가 점차 활발하게 진행되고 있다. 기존 연구에서는 블록체인을 국방 분야에 적용하기 위한 기반 연구로서 지상 무기체계에 적용 가능한 블록체인 기반의 네트워크 인증 기법을 제안하였다. 이에 대한 후속 연구로서, 본 논문에서는 지상 무기체계에서 블록체인 기반의 메시지 인증 기법을 제안한다. 제안하는 기법에서는 기존 연구에서 수행된 네트워크 인증 기법 하에서 메시지 단위 인증을 수행한다. 이를 통해 체계 연동 장비에서 전송되는 메시지에 대한 위변조 공격을 방지함으로써 데이터를 안전하게 전송하는 것이 가능하다. 제안하는 기법을 통해 무기체계에서의 데이터 전송의 신뢰성이 향상될 것으로 예상된다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.304-305
• /
• 2022

Recently, as digital communication technology is widely applied to the maritime field, large amounts of maritime data are being accumulated. Accordingly, attempts to create new value by applying data science and Artificial Intelligence(AI) technologies are emerging. Typically, Ministry of Oceans and Fisheries has been providing korean e-Navigation service since 2021 based on LTE-Maritime communication network, as well as R&D for creating value-added service through analyzing huge-sized maritime traffic data is underway. By the way, to do any data-based research, legal system, as a research infra, that researchers can get the data whenever they need is essential. This paper looked at types of data in maritime fields, checked related legal system about scientific analysis and utilization. It is confirmed that there are some legal factors which restrict its scientific analysis and utilization, and suggested ways of improvement to boost R&D using maritime data as a conclusion.

• KIPS Transactions on Software and Data Engineering
• /
• v.12 no.4
• /
• pp.159-172
• /
• 2023

In general, social problem-solving research aims to create important social value by offering meaningful answers to various social pending issues using scientific technologies. Not surprisingly, however, although numerous and extensive research attempts have been made to alleviate the social problems and issues in nation-wide, we still have many important social challenges and works to be done. In order to facilitate the entire process of the social problem-solving research and maximize its efficacy, it is vital to clearly identify and grasp the important and pressing problems to be focused upon. It is understandable for the problem discovery step to be drastically improved if current social issues can be automatically identified from existing R&D resources such as technical reports and articles. This paper introduces a comprehensive dataset which is essential to build a machine learning model for automatically detecting the social problems and solutions in various national research reports. Initially, we collected a total of 700 research reports regarding social problems and issues. Through intensive annotation process, we built totally 24,022 sentences each of which possesses its own category or label closely related to social problem-solving such as problems, purposes, solutions, effects and so on. Furthermore, we implemented four sentence classification models based on various neural language models and conducted a series of performance experiments using our dataset. As a result of the experiment, the model fine-tuned to the KLUE-BERT pre-trained language model showed the best performance with an accuracy of 75.853% and an F1 score of 63.503%.

• The KIPS Transactions:PartA
• /
• v.13A no.7 s.104
• /
• pp.639-646
• /
• 2006

Data compression technologies enable us to store and transfer large amount of data efficiently, and become more and more important due to increasing data size and the network traffic. Moreover, as a result of the increase of computing power, volumetric data produced from various applied science and engineering fields has been getting much larger. In this Paper, we present a volume compression scheme which exploits Daubeches wavelet transform. The proposed scheme basically supports lossy compression for 3D volume data, and provides unit-wise random accessibility. Since our scheme shows far lower error rates than the previous compression methods based on Haar filter, it could be used well for interactive visualization applications as well as large volume data compression requiring image fidelity.

• Annual Conference of KIPS
• /
• 2009.11a
• /
• pp.29-30
• /
• 2009

센서 데이터의 마이닝 기술은 의사결정을 위한 통합정보 및 예측정보를 제공하는 USN 지능형 미들웨어의 주요 구성 요소이다. 본 논문에서는 수질 센서 데이터 마이닝 시스템을 개발하기위해 대표적인 데이터 마이닝 기법인 클러스터링의 적용 모델을 소개한다. 적용 모델의 클러스터링을 통해 중간노드에서의 데이터 이상치 검출과 호스트에서의 시간대별 데이터 변화 검출이 가능하다.