• 경영정보학연구
• /
• 제11권1호
• /
• pp.181-196
• /
• 2009

최근 성능이 우수하고 가격이 저렴한 GPS수신기가 개발되면서 이동객체분석과 공간행태분석에 관한 관심이 높아지고 있다. 이러한 분석을 위한 정보기술과 방법에 관한 연구들이 다각적으로 이루어지고 있지만, 아직 실무에 적용하기에는 한계가 있다. 본 연구는 다차원 모델과 OLAP이라는 데이터분석 기법과 도구들을 이용하여 GPS를 활용한 공간행태분석 방법을 소개하고, 실제 사례를 통해 분석방법 및 분석결과를 제시하였다. 또한, GPS를 활용한 공간행태분석의 유용성과 한계점을 논하였다.

• 지능정보연구
• /
• 제13권4호
• /
• pp.105-120
• /
• 2007

본 논문은 스마트 홈 네트워크를 구성하는 정보가전기기의 지능성 측정을 위한 지능등급 측정모델을 개발하는 것이 목적이다. 스마트 홈 기기의 지능을 측정하기 위하여 다양한 문헌 고찰을 토대로 지능성 측정에 필요한 핵심 구성요소와 측정요소를 도출하여 재정의 하였다. 이를 토대로 지능등급 측정모델을 개발하였고 도출된 요소들은 각각의 중요도를 반영하기 위해서 델파이 방법을 이용하여 가중치를 산출하였다. 또한 다차원적인 지능성의 속성을 종합적으로 나타내기 위하여 퍼지적분을 사용하였다. 개발한 모델을 현재 출시되고 있는 스마트 홈 정보가전기기에 적용하여 지능수준을 측정하고 지능등급을 판정하였다. 제시된 지능등급측정모델은 사용자가 스마트 홈 기기의 지능성에 대하여 객관적으로 판단할 수 있는 기준을 제공하고, 스마트 홈 기기 개발 업체 및 서비스 개발업체에게는 제품 및 서비스에 대한 지능성 구현 수준을 구체적으로 정할 수 있으므로 스마트 홈 산업화를 촉진하는 계기를 마련할 것으로 기대한다.

• 한국산업정보학회논문지
• /
• 제29권1호
• /
• pp.135-144
• /
• 2024

시민의 의견인 민원은 다양한 사람들이 여러 주제에 대하여 반복·지속적으로 실시간 쏟아내기 때문에 담당자가 이를 읽고 분석하는데 한계가 있다. 이에 본 연구에서는 빅데이터 분석을 통해 주요 현안에 대한 여론 및 요구 사항을 파악하기 위하여 정성적인 분석에 패싯을 기반으로 한 정량적인 다차원 분석을 위한 자동 분류 모델을 제안하였다. 구체적으로 첫째, 패싯 이론과 정치분석모형을 기반으로 민원 특성을 분석하고 이를 정책 단계에 활용할 수 있는 새로운 분류 프레임워크를 제시하였다. 둘째, 민원 분석 및 처리에 따른 행정 업무를 감소시키고, 시민들의 정책참여를 용이하게 하기 위해 딥러닝을 활용하여 패싯 분석 프레임에 의해 자동으로 속성을 추출하고 분류 하였다. 본 연구결과는 학문적으로 민원 빅데이터의 특성을 이해하고 분석하는데 중요한 단초를 제공하여 향후 많은 후속 연구를 창출할 수 있을 것으로 기대되며, 공공분야를 넘어 교육, 산업, 의료 등 다른 분야에서의 비정형 데이터의 계량화를 위한 가이드 라인과 다차원 분석의 활용에 대한 이론적 근거를 제시할 수 있다. 실무적으로 대용량 전자 민원에 대한 처리체계 개선 및 딥러닝을 통한 자동화로 민원처리 업무의 효율성과 신속성을 높일 수 있으며, 다른 분야의 텍스트 데이터의 처리에 활용될 수 있을 것이다.

• 인지과학
• /
• 제23권3호
• /
• pp.295-322
• /
• 2012

본 연구에서는 벡터 공간 모델과 HAL (Hyperspace Analog to Language)을 적용해서 단어 의미 유사성을 군집한다. 일정한 크기의 문맥을 통해서 단어 간의 상관성을 측정하는 HAL을 도입하고(Lund and Burgess 1996), 상관성 측정에서 고빈도와 저빈도에 다르게 측정되는 왜곡을 줄이기 위해서 벡터 공간 모델을 적용해서 단어 쌍의 코사인 유사도를 측정하였다(Salton et al. 1975, Widdows 2004). HAL과 벡터 공간 모델로 만들어지는 공간은 다차원이므로, 차원을 축소하기 위해서 PCA (Principal Component Analysis)와 SVD (Singular Value Decomposition)를 적용하였다. 유사성 군집을 위해서 비감독 방식과 감독 방식을 적용하였는데, 비감독 방식에는 클러스터링을 감독 방식에는 SVM (Support Vector Machine), 나이브 베이즈 구분자(Naive Bayes Classifier), 최대 엔트로피(Maximum Entropy) 방식을 적용하였다. 이 연구는 언어학적 측면에서 Harris (1954), Firth (1957)의 분포 가설(Distributional Hypothesis)을 활용한 의미 유사도를 측정하였으며, 심리언어학적 측면에서 의미 기억을 설명하기 위한 모델로 벡터 공간 모델과 HAL을 결합하였으며, 전산적 언어 처리 관점에서 기계학습 방식 중 감독 기반과 비감독 기반을 적용하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.150-150
• /
• 2023

기작기반의 역학적 모델과 자료기반의 딥러닝 모델은 수질예측에 다양하게 적용되고 있으나, 각각의 모델은 고유한 구조와 가정으로 인해 장·단점을 가지고 있다. 특히, 딥러닝 모델은 우수한 예측 성능에도 불구하고 훈련자료가 부족한 경우 오차와 과적합에 따른 분산(variance) 문제를 야기하며, 기작기반 모델과 달리 물리법칙이 결여된 예측 결과를 생산할 수 있다. 본 연구의 목적은 주요 상수원인 댐 저수지를 대상으로 수심별 수온과 탁도를 예측하기 위해 기작기반과 자료기반 모델의 장점을 융합한 PGDL(Process-Guided Deep Learninig) 모델을 개발하고, 물리적 법칙 만족도와 예측 성능을 평가하는데 있다. PGDL 모델 개발에 사용된 기작기반 및 자료기반 모델은 각각 CE-QUAL-W2와 순환 신경망 딥러닝 모델인 LSTM(Long Short-Term Memory) 모델이다. 각 모델은 2020년 1월부터 12월까지 소양강댐 댐 앞의 K-water 자동측정망 지점에서 실측한 수온과 탁도 자료를 이용하여 각각 보정하고 훈련하였다. 수온 및 탁도 예측을 위한 PGDL 모델의 주요 알고리즘은 LSTM 모델의 목적함수(또는 손실함수)에 실측값과 예측값의 오차항 이외에 역학적 모델의 에너지 및 질량 수지 항을 제약 조건에 추가하여 예측결과가 물리적 보존법칙을 만족하지 않는 경우 penalty를 부가하여 매개변수를 최적화시켰다. 또한, 자료 부족에 따른 LSTM 모델의 예측성능 저하 문제를 극복하기 위해 보정되지 않은 역학적 모델의 모의 결과를 모델의 훈련자료로 사용하는 pre-training 기법을 활용하여 실측자료 비율에 따른 모델의 예측성능을 평가하였다. 연구결과, PGDL 모델은 저수지 수온과 탁도 예측에 있어서 경계조건을 통한 에너지와 질량 변화와 저수지 내 수온 및 탁도 증감에 따른 공간적 에너지와 질량 변화의 일치도에 있어서 LSTM보다 우수하였다. 또한 역학적 모델 결과를 LSTM 모델의 훈련자료의 일부로 사용한 PGDL 모델은 적은 양의 실측자료를 사용하여도 CE-QUAL-W2와 LSTM 보다 우수한 예측 성능을 보였다. 연구결과는 다차원의 역학적 수리수질 모델과 자료기반 딥러닝 모델의 장점을 결합한 새로운 모델링 기술의 적용 가능성을 보여주며, 자료기반 모델의 훈련자료 부족에 따른 예측 성능 저하 문제를 극복하기 위해 역학적 모델이 유용하게 활용될 수 있음을 시사한다.

• 한국지리정보학회지
• /
• 제27권1호
• /
• pp.115-127
• /
• 2024

본 연구는 Transformer 모듈을 기반으로 다양한 구조의 모델을 구성하고, 토지피복 분류를 수행하여 Transformer 모듈의 활용방안 검토를 목적으로 하였다. 토지피복 분류를 위한 딥러닝 모델은 CNN 구조를 가진 Unet 모델을 베이스 모델로 선정하였으며, 모델의 인코더 및 디코더 부분을 Transformer 모듈과 조합하여 총 4가지 딥러닝 모델을 구축하였다. 딥러닝 모델의 학습과정에서 일반화 성능 평가를 위해 같은 학습조건으로 10회 반복하여 학습을 진행하였다. 딥러닝 모델의 분류 정확도 평가결과, 모델의 인코더 및 디코더 구조 모두 Transformer 모듈을 활용한 D모델이 전체 정확도 평균 약 89.4%, Kappa 평균 약 73.2%로 가장 높은 정확도를 보였다. 학습 소요시간 측면에서는 CNN 기반의 모델이 가장 효율적이었으나 Transformer 기반의 모델을 활용할 경우, 분류 정확도가 Kappa 기준 평균 0.5% 개선되었다. 차후, CNN 모델과 Transformer의 결합과정에서 하이퍼파라미터 조절과 이미지 패치사이즈 조절 등 다양한 변수들을 고려하여 모델을 고도화 할 필요가 있다고 판단된다. 토지피복 분류과정에서 모든 모델이 공통적으로 발생한 문제점은 소규모 객체들의 탐지가 어려운 점이었다. 이러한 오분류 현상의 개선을 위해서는 고해상도 입력자료의 활용방안 검토와 함께 지형 정보 및 질감 정보를 포함한 다차원적 데이터 통합이 필요할 것으로 판단된다.

• 한국정보처리학회논문지
• /
• 제7권6호
• /
• pp.1737-1745
• /
• 2000

지난 90년대 초반부터 시간차원을 포함하는 다차원 지리정보시스템에 대한 연구가 활발히 진행되고 있으며, 다수의 시간 지원 공간 연산과 시간지원 공간 길의어에대한 연구 결과가 발표되었다. 그러나 이들 연구들은 대부분 현재시점에 유효한 데이터를 대상으로 하는 연산에 치중하고 있으며, 과거데이터의 오류를 수정하기 위한 연산에 대한 연구는 미비하다. 본 논문에서는 시간을 지원하는 다차원 GIS의 과거 데이터에서 발생할 수 있는 오류의 수정이나, 누락된 정보를 삽입하여 과거데이터이 무결성을 유지할 수 있는 연산들을 설계하며, 설계하는 연산이 효율적으로 수행될 수 있는 새로운 데이터 모델을 개안한다.

• 한국콘텐츠학회논문지
• /
• 제22권7호
• /
• pp.89-101
• /
• 2022

코로나19는 소비자들의 수요와 습관을 크게 변화시키고 있다. 본 연구는 포스트 코로나 시대의 소비자 특성을 파악하고 효과적인 광고 방향을 찾아내기 위해, 광고 수용자의 주관적 관점에서 시장 변화, 기술 변혁 등에 대해 더욱 민감하고 소비 욕구가 높은 젊은 소비층을 실험 대상으로 하고, 그들의 포스트 코로나 시대의 광고에 대한 인지실태를 Q방법론을 통해 고찰하여 포스트 코로나 시대의 광고 발전 모델을 탐색적으로 도출하였다. 이 모델은 소비자 수요를 중시하고 온라인 쇼핑 경로에 적응하는 '수요 발굴형 온라인 광고', 파생가치와 소비자 경험을 중시하는 '부가가치 창출형 체험 광고' 그리고 실용주의와 감성가치에 기반한 '실용 및 감정적 가치 창출형 광고' 등 크게 세 가지 유형의 광고로 구성되었다. 아울러 본 연구도 '다차원적 가치 추구', '소비자 경험 확장', '수요 발굴 및 선도' 등 다양한 측면에서 포스트 코로나 시대 광고의 지속가능한 실천을 위해 제언하였다.

• 한국수자원학회논문집
• /
• 제51권4호
• /
• pp.335-346
• /
• 2018

최근 ADCP (Acoustic Doppler Current Profiler) 등 첨단장비를 활용한 유량 및 하상측정, 각종 하천기본계획 수립 시 확보되는 횡단측정 자료, 식생 및 서식처 등 하천환경과 생태자료, 드론 등을 활용한 영상자료 등 방대한 하천 정보가 확보되고 있으며, 다기능보 등 다양한 하천구조물 및 친수구역이 증가하는 등 이전과 비교하여 괄목할만한 수준으로 정보의 양이 증가하고 있다. 이에 따라 다양한 하천정보를 체계적으로 저장, 관리, 공유하기 위하여 표준화된 데이터 모델의 수립이 필요하다. 하천 정보의 경우 하천 시설물, 하천 단면측량 자료, 하천 시계열 측정 자료 등이 특정 하천을 중심으로 관리되는 반면, 기존 데이터 모델 연구에서는 특정 주제도에 기반하여 하천 정보가 레이어 형식으로 제공되어 상호 연계되지 않아 하천 정보의 효율적 관리측면에서 적합하지 않았다. 또한 신규 정보를 추가 시 기존 데이터 모델의 과다한 수정이 필요하고, 기존의 데이터 모델의 경우 표준화되지 않아 활용성이 매우 낮고, 유역중심으로 구성되어 특정 조건에 해당되는 하천 정보 검색이 어려운 단점이 존재하였다. 본 연구에서는 기존의 주제도 및 레이어 형식으로 구성되어 있던 데이터 모델 형식에서 벗어나 하천흐름선을 기준으로 데이터모델을 구축하는 방안을 제시하였으며, 하천흐름선과 하천 시설물, 단면 측량 자료, 계측 자료를 순차적으로 수용하고, 최근 신규로 생성되고 있는 다차원 하천 정보의 추가 시 기존 데이터 모델의 형식을 수정하지 않고 유연하게 대응할 수 있는 관계형 데이터 모델을 구상하였다. 또한, 하천과 유역의 논리적 저장방안 고려하여 한 개의 하천을 다수의 세그먼트로 구분하여 코드(Reach Code)를 부여하는 방안을 제시하였으며, 구상한 데이터모델을 통하여 국가하천과 지방하천 등 유역의 다양성을 포함하는 한강권역의 섬강유역을 시범하천으로 구축하였다.

• 에너지공학
• /
• 제23권1호
• /
• pp.75-80
• /
• 2014

지난 최근 몇 년 동안 내연기관 엔진의 여러 가지 타입의 성능, 효율, 배기가스 특성을 잘 설명해 줄 수 있는 흥미있는 수학적인 모델이 다양하게 제시되고 있다. 이러한 다양한 양상의 엔진 작동의 모의실험에 있어서 주요한 요소가 엔진 연소 과정의 모델이다. 연소모델은 주로 세 가지 분류로 세분화 되어지고 있다. 즉, 제로 차원적, 유사 차원적, 다차원 모델로 나눌 수 있다. 제로 차원모델은 열역학 제1법칙에 근거하여 만들어졌고, 시간은 단지 독립 변수이다. 본 연구는 제로 차원 모델에 의하여 스파크 점화 기관의 연소 특성을 제시하려는 그 목적이 있다.