• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2014년도 추계 종합학술대회 논문집
• /
• pp.119-120
• /
• 2014

본 연구에서는 광한루원 일대의 지적자료 분석을 통해 각 권역별 변화과정을 지리적으로 살펴보고자 하였다. 연구결과, 기존 광한루 권역을 제외한 공간은 1930년대 이후 춘향각의 조성, 상업지구의 대규모 화재, 행정구역의 변경, 광한루원 확장 정비사업 등의 요인에 의한 지목의 변경, 지적의 합필 등을 통해 영역이 확장되는 양상을 보이고 있으며, 오늘날의 광한루원 영역을 규정하게 되었다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2017년도 춘계 종합학술대회 논문집
• /
• pp.235-236
• /
• 2017

최근 제4차 산업혁명 시대가 도래함에 따라 지능정보기술은 대규모 데이터에 대한 자가학습(Machine Learning)을 통해 알고리즘 성능을 지속적으로 강화함으로써 데이터와 지식이 산업의 주요 경쟁 원천으로 부상시키고 있다. 지능정보기술은 산업전반에 구조적 대변혁을 촉발할 것으로 전망됨에 따라 전세계적으로 지능정보기술을 선제적으로 확보, 도입 및 확산하여 국가경쟁력을 제고해나가려 하고 있다. 따라서 지능정보기술을 확보하기 위한 R&D 전략수립이 무엇보다 중요해졌다. 본 조사 연구에서는 IoT, Cloud, Bigdata, Mobile, AI 등 지능정보기술 분야의 기술경쟁력 수준을 파악하기 위해 전문가 정성적 기술수준평가와 함께 특허, 논문 등 데이터기반의 기술수준평가에 대한 것이다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2013년도 춘계 종합학술대회 논문집
• /
• pp.443-444
• /
• 2013

빈발하고 있는 대규모 홍수와 자연재해는 정확도가 높은 하천 흐름 수치해석 모델에 대한 관심의 증대로 이어지고 있다. 현재 하천에서 발생하는 일반적인 흐름은 기존에 개발된 여러 형태의 천수방정식을 지배방정식으로 하는 수치기법에 의해 해석되고 있으나, 연속적이지 않은 형태의 흐름을 해석하거나 매우 정확한 해석을 필요로 하는 경우에는 기존의 수치해석기법은 많은 한계를 보여 주고 있다. 본 연구에서는 불연속 갤러킨 기법 기반의 흐름 모델을 개발하고, 이를 이용하여 천이류로 분류되는, 댐 붕괴파, 둔덕위 흐름과 2차원 사류의 모의에 적용하여 기존의 수치해와 잘 일치함을 확인하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2012년도 춘계 종합학술대회 논문집
• /
• pp.161-162
• /
• 2012

국토공간정보의 효율적인 관리를 위하여 지형공간정보와 시설물의 정확한 위치정보의 수집이 가장 기본적으로 요구되며 이는 지능형 국토정보의 구축 및 운영을 위해서 가장 중요하면서도 많은 작업량을 포함하기 마련이다. 이러한 국토공간정보는 도시계획 및 통신계획, 대규모 건설, 건축, 입체적인 도시정보시스템 구현, 안전 및 방재 등에서 많은 필요와 그 중요성이 크게 부각되고 있다. 본 연구에서는 건설현장의 환경정보 수집과 더불어 구조물의 정보 수집을 위하여 USN를 이용하여 기존의 항공사진과 DEM의 매칭에 의한 지형공간정보와 비교하였으며 이를 분석하여 새로운 건설공사에서의 공간정보를 실시간으로 취득하여 이용할 수 있는 기법을 제시하였다.

• 한국콘텐츠학회논문지
• /
• 제10권1호
• /
• pp.114-121
• /
• 2010

본 연구에서는 CEP(Complex Event Processing) 기법을 사용하여 온라인 게임에서 사용자 악용을 실시간 감지하기 위한 효율적인 방법을 제시한다. CEP는 대규모 정보시스템에서 발생하는 복잡한 이벤트 패턴을 발견하는 기법이다. 본 연구에서는 게임 사용자가 게임 서버에 접속하여 게임을 수행하는 과정에서 발생하는 이벤트들을 관찰하면서 규칙에 위배되는 행위를 검출하기 위하여 CEP 기법을 사용한다. 사용자들이 자주 악용할 가능성이 있는 이벤트 패턴을 미리 복합 이벤트로 설정하여 CEP 엔진에 등록해 두고, CEP 엔진은 게임 서버에서 발생하는 이벤트를 실시간에 필터링하여 사용자 악용을 감시하는 방법이다.

• 디지털콘텐츠학회 논문지
• /
• 제12권3호
• /
• pp.319-327
• /
• 2011

클라우드 컴퓨팅은 인터넷상에 기업이나 소비자들에게 IT서비스를 제공하기 위한 유연하고 비용 효과적인 검증된 전송 플랫폼으로, 계산이나 데이터가 데스크탑이나 포터블 PC로부터 대규모 데이터센터로 이동하는 계기가 되었다. 이와 같은 클라우드 컴퓨팅 서비스의 활성화를 위해서는 현재 제공되거나 향후 제공될 서비스가 현재와 미래의 고객을 만족시키기 위해 개선되어야 할 서비스 품질요건에 대한 분석이 필수적이다. 본 연구는 클라우드 서비스 환경에서 서비스품질 규명을 위한 연구의 일환으로서, 탐색적 방법을 사용하여 기존 다양한 문헌을 분석하였으며, 이로부터 7가지의 클라우드 컴퓨팅의 서비스 특성과 세부속성들을 정의하였다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2005년도 춘계학술대회 논문집
• /
• pp.21-28
• /
• 2005

최근의 제 2 세대 P2P 시스템은 확장성 있고 장애에 강한 분산 해쉬 테이블을 이용하여 대규모 P2P 애플리케이션을 위한 셀프-오거나이징 (Selforganizing)기술을 제공한다. 하지만 기존의 Pastry의 경우 해쉬 기반 기법을 적용하였기 때문에 사용자들의 요청이 빈번한 콘텐츠의 경우 한 노드로 네트워크의 전송 부하가 집중되는 현상이 발생할 수 있어 CDN 시스템에 적합하지 않았다. 본 논문에서는 이러한 문제점을 해결하기 위하여 CDN(Content Delivery Network) 환경에 적합하게 확장한 Rosary 오버레이 네트워크를 제안한다. 본 논문에서 제안하는 Rosary는 Pastry를 Inter-Pastry와 Intra-Pastry로 나누어 CDN 환경에 맞게 확장하였고 애플리케이션-레벨 멀티캐스팅(Applicatio-Level Multicasting)을 가능하도록 했으며 세미 해쉬 스킴(Semi Hash Scheme)을 적용함으로서 CDN 환경에 맞게 수정 하고 확장하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2008년도 춘계 종합학술대회 논문집
• /
• pp.717-721
• /
• 2008

현대생활에서 보석은 장신구, 액세서리와 문화 상품 등에 많이 사용되고 있으며, 천연과 합성보석을 이용한 비즈 주얼리가 큰 인기를 얻으면서 연령대와 상관없이 보편화, 대중화되었다. 그러나 비즈 보석 시장의 규모가 커짐에도 불구하고 비즈용 보석디자인은 외국의 연마법에 의존하고 있다. 이에 본 연구는 비즈 주얼리는 물론 웨딩상품, 문화상품, 지역기념품에 사용 가능한 비즈용 보석디자인을 개발하였다. 다양한 비즈용 보석디자인을 제안함으로써, 보석디자인에 대한 부족한 이해와 관심을 고조시키고 보석과 장신구산업 활성화에 기여한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제61차 동계학술대회논문집 28권1호
• /
• pp.247-248
• /
• 2020

본 논문은 동물 이미지 분류를 한 작은 데이터 세트를 기반으로 개선 된 딥 러닝 방법을 제안한다. 먼저, 소규모 데이터 세트에 대한 훈련 모델을 구축하기 위한 CNN이 사용되는 반면, 데이터 보강은 훈련 세트의 데이터 샘플을 확장하는 데 사용한다. 둘째, VGG16과 같은 대규모 데이터 세트에서 사전 훈련 된 네트워크를 사용하여 소규모 데이터 세트의 병목 현상 기능을 추출하여 두 개의 NumPy 파일에 새로운 학습 데이터 세트 및 테스트 데이터 세트로 저장한다. 마지막으로 새로운 데이터 세트로 완전히 연결된 네트워크를 학습한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.389-390
• /
• 2022

본 논문에서는 동물 이미지 분류를 위한 작은 데이터 세트를 기반으로 하는 향상된 딥 러닝 방법을 제안한다. 먼저, CNN을 사용하여 작은 데이터 세트에 대한 훈련 모델을 구축한다. 데이터 증대를 사용하여 훈련 세트의 데이터 샘플을 확장한다. 다음으로, VGG16과 같은 대규모 데이터 세트에서 사전 훈련된 네트워크를 사용하여 작은 데이터 세트의 병목 현상 기능을 추출한다. 그리하여 두 개의 NumPy 파일에 새로운 훈련 데이터 세트 및 테스트 데이터 세트로 저장한다. 마지막으로 완전히 연결된 네트워크를 훈련시킨다.