• Asia Marketing Journal
• /
• 제6권1호
• /
• pp.57-86
• /
• 2004

인터넷관련 혁신의 수용을 설명하려는 많은 연구들에서 정보기술수용모델(TAM)이 적용되었지만, 온라인 상거래의 수용을 정확히 설명하기 위해서는 인터넷을 통해 상거래를 할 때 발생하는 특성을 반영해야 한다. 본 연구에서는 온라인 상거래관련 기존 연구들을 바탕으로 TAM을 확장하는 변수로 신뢰와 감정을 추가하고 변수들의 영향 관계를 통합적으로 구조화하였다. 이러한 확장 구조를 통해, 온라인 상거래 수용을 설명하는데 TAM의 원형을 그대로 적용하거나 신뢰 혹은 감정만을 고려한 기존 연구들이 갖는 설명의 제한점을 극복하고자 하였다. 그리고 온라인 상거래의 수용에 대한 전체적인 틀을 파악하고, 소비자가 온라인 상거래를 수용하는 측면에서 온라인 상거래의 성공을 결정짓는 주요한 변수들의 관계를 명확히 하였다. 신뢰, 감정, 사용의 용이함이 유용성을 지각하고 사이트 사용의도를 갖고 상거래 행동을 하는데 영향을 주며 이들 변수들간에도 영향관계가 있다는 모델을 제안하였고, 대안적으로 감정을 태도의 요소로 보는 모델과 신뢰가 감정이 전혀 관계가 없다는 모델을 제시하였다. 모델들을 비교한 결과 제안모델이 가장 우수하다고 판단할 수 있었다. 각 변수들의 경로계수에 의해 가설을 검증한 결과, 감정과 사용의 용이함은 유용성에 정적으로 유의하게 영향을 주었고 신뢰는 어느 정도 영향을 주었다. 그리고 신뢰와 사용의 용이함은 감정에도 유의하게 영향을 주었다. 그렇지만 사이트 사용의도에 유의하게 영향을 미치는 변수는 사용의 용이함 뿐이었다. 실증연구를 바탕으로, 온라인 상거래가 사용자 수용 측면에서 성공을 할 수 있기 위해서는 사용의 용이함과 함께 신뢰와 감정이 중요하게 고려되어야 함을 알 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제22권4호
• /
• pp.111-117
• /
• 2022

수십년간 매우 많은 소프트웨어 결함 예측 모델에 관한 연구들이 수행되었으며, 그들 중 기계학습 기법을 사용한 모델들이 가장 좋은 성능을 보였다. 딥러닝 기법은 기계학습 분야에서 가장 각광받는 기술이 되었지만 결함 예측 모델의 분류기로 사용된 연구는 거의 없었다. 몇몇 연구들은 모델의 입력 소스나 구문 데이터로부터 시맨틱 정보를 얻어내는데 딥러닝을 사용하였다. 본 논문은 3개 이상의 은닉층을 갖는 MLP를 이용하여 모델 구조와 하이퍼 파라미터를 변경하여 여러 모델들을 제작하였다. 모델 평가 실험 결과 MLP 기반 딥러닝 모델들은 기존 결함 예측 모델들과 Accuracy는 비슷한 성능을 보였으나 AUC는 유의미하게 더 우수한 성능을 보였다. 또한 또다른 딥러닝 모델인 CNN 모델보다도 더 나은 성능을 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.507-511
• /
• 2022

문법 교정 모델은 입력된 텍스트에 존재하는 문법 오류를 탐지하여 이를 문법적으로 옳게 고치는 작업을 수행하며, 학습자에게 더 나은 학습 경험을 제공하기 위해 높은 정확도와 재현율을 필요로 한다. 이를 위해 최근 연구에서는 문단 단위 사전 학습을 완료한 모델을 맞춤법 교정 데이터셋으로 미세 조정하여 사용한다. 하지만 본 연구에서는 기존 사전 학습 방법이 문법 교정에 적합하지 않다고 판단하여 문단 단위 데이터셋을 문장 단위로 나눈 뒤 각 문장에 G2P 노이즈와 편집거리 기반 노이즈를 추가한 데이터셋을 제작하였다. 그리고 문단 단위 사전 학습한 모델에 해당 데이터셋으로 문장 단위 디노이징 사전 학습을 추가했고, 그 결과 성능이 향상되었다. 노이즈 없이 문장 단위로 분할된 데이터셋을 사용하여 디노이징 사전 학습한 모델을 통해 문장 단위 분할의 효과를 검증하고자 했고, 디노이징 사전 학습하지 않은 기존 모델보다 성능이 향상되는 것을 확인하였다. 또한 둘 중 하나의 노이즈만을 사용하여 디노이징 사전 학습한 두 모델의 성능이 큰 차이를 보이지 않는 것을 통해 인공적인 무작위 편집거리 노이즈만을 사용한 모델이 언어학적 지식이 필요한 G2P 노이즈만을 사용한 모델에 필적하는 성능을 보일 수 있다는 것을 확인할 수 있었다.

• 한국전자통신학회논문지
• /
• 제18권2호
• /
• pp.299-304
• /
• 2023

인공지능 기법 중에서 딥러닝은 많은 곳에서 사용되어 효과가 입증된 모델이다. 하지만, 딥러닝 모델이 모든 곳에서 효과적으로 사용되는 것은 아니다. 이번 논문에서는 회귀분석과 딥러닝 모델의 비교를 통하여 딥러닝 모델이 가지는 한계점을 보여주고, 딥러닝 모델의 효과적인 사용을 위한 가이드를 제시하고자 한다. 추가로 딥러닝 모델의 최적화를 위해 사용되는 다양한 기법 중, 많이 사용되는 데이터 정규화와 데이터 셔플링 기법을 실제 데이터를 기반으로 비교 평가하여 딥러닝 모델의 정확성과 가치를 높이기 위한 기준을 제시하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.111-111
• /
• 2022

우리 사회가 수자원 관리 정책 결정에 사용 가능한 수문 이상 기상 정보를 제공하기 위해서는 초고해상도 지표면 수문 모델 개발이 필수적이다. 본 연구에서는 기존 저해상도 기후 모델들의 지표 수문학적인 과정들을 개선하기 위해 초고해상도 하도 추적 모델링 기술을 통해 역학적인 상세화가 시도되었다. 100-km 격자의 VIC 모델에서 재생산된 지표 배출량과 기저 배출량을 입력 데이터로 사용하여 다양한 공간 규모의 하도 추적 모델에서 사용하여 산정된 하천유량의 신뢰도를 평가하였다. 본 연구에서는 90미터 (3 arc second), 450 미터(15 arc second), 그리고 900 미터 (30 arc second) 격자 규모의 금강 유역 하천망 지도를 사용하여 과거 장기 하천 유량 데이터(1948년-2016년)를 재생산하였다. 본 연구에서는 금강 유역 내의 지점 관측 하천 유량 데이터와 재생산된 유량 데이터의 불확실성을 평가하였다. 본 연구의 주요 결과는 보다 고해상도의 하천망 지도를 하도 추적 모델에 사용 시 산정된 하천 유량 데이터의 불확실성이 감소하는 경향을 발견하였다. 끝으로, 초고해상도 지표 수문-하도 추적 모델을 통한 상세화 기술의 한계점과 개선 방안을 논의하였다. 본 연구는 기후변화로 인한 이상 기상 또는 기후의 위험성 증가에 효율적으로 선제 대응할 수 있는 핵심 수문 기후 모델링 기술을 개발에 중요한 기여할 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (중)
• /
• pp.869-872
• /
• 2002

네트워크 기반 침입탐지시스템은 연속적으로 발생하는 패킷의 무손실 축소와, 패킷으로 정상 또는 비정상 행위패턴을 정확히 모델링한 모델 생성이 전체성능을 판단하는 중요한 요소가 된다. 네트워크 기반 비정상행위 판정 침입탐지시스템에서는 이러한 탐지모델 구축을 위해 주로 감독학습 알고리즘을 사용한다. 본 논문은 탐지모델 구축에 사용하는 감독 학습 방식이 가지는 문제점을 지적하고, 그에 대한 대안으로 비감독 학습방식의 학습알고리즘을 제안한다. 감독 학습을 사용하여 탐지모델을 구축하기 위해서는 정상행위의 패킷을 취합해야 하는 사전 부담이 있는 반면에 비감독 학습을 사용하게 되면 이러한 사전작업 없이 탐지모델을 구축할 수 있다. 본 논문에서는 비감독학습 알고리즘을 비교 분석하기 위해서 COBWEB, k-means, Autoclass 알고리즘을 사용했으며, 성능을 평가하기 위해서 비정상행위도(Abnormal Behavior Level)를 계산하여 에러율을 구하였다.

• 한국화재소방학회:학술대회논문집
• /
• 한국화재소방학회 2013년도 추계학술대회 초록집
• /
• pp.182-183
• /
• 2013

FDS(Fire Dynamics Simulator)는 국내에서 화재해석을 위해 사용되고 있는 가장 보편적인 소프트웨어 중의 하나이다. 미국의 NIST에서 25년간 지속적인 업그레이드를 통해 개발되어 오고 있으며 인터넷 상에서 무료로 배포되고 있어 전 세계의 화재관련 연구자 및 학생들이 연구 및 학습의 목적으로 사용하고 긴 기간동안 많은 전문가들에 의해 검증되어온 소프트웨어이다. 하지만 FDS가 난류해석을 위해 사용하고 있는 Smagorinsky의 LES(Large Eddy Simulation)모델은 현재까지 발표된 LES모델 중 가장 초기의 모델로서 건축물과 같이 복잡한 형상을 갖는 계산영역에서는 결과의 신뢰성이 많이 떨어지는 것으로 알려져 있다. 본 연구에서는 FDS의 대공간의 화재해석 성능을 평가하는 것을 목적으로 스페인 Murcia에서 수행된 Murcia Atrium Fire Test를 해석 대상으로 하여 FDS가 사용하고 있는 Smagorinsky의 LES모델 및 3가지의 다른 LES모델을 사용하여 대공간 내부의 연기유동을 해석하였으며 그 결과를 비교하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.119-124
• /
• 2023

자원이 풍부한 언어를 사용하여 훈련된 모델을 만들고 해당 모델을 사용해 자원이 부족한 언어에 대해 전이 학습하는 방법인 교차언어 전송(Cross-Lingual Transfer)은 다국어 모델을 사용하여 특정한 언어에 맞는 모델을 만들 때 사용되는 일반적이고 효율적인 방법이다. 교차언어 전송의 성능은 서비스하는 언어와 전송 모델을 만들기 위한 훈련 데이터 언어에 따라 성능이 매우 다르므로 어떤 언어를 사용하여 학습할지 결정하는 단계는 효율적인 언어 서비스를 위해 매우 중요하다. 본 연구에서는 교차언어 전송을 위한 원천언어를 찾을 수 있는 특성이 무엇인지 회귀분석을 통해 탐구한다. 또한 교차언어전송에 용이한 원천 학습 언어를 찾는 기존의 방법론들 간의 비교를 통해 더 나은 방법을 도출해내고 한국어의 경우에 일반적으로 더 나은 원천 학습 언어를 찾을 수 있는 방법론을 도출한다.

• 한국정보기술응용학회:학술대회논문집
• /
• 한국정보기술응용학회 2001년도 추계공동학술대회 논문자료집 정보화 젼략 패러다임의 변화에 대한 보기술의 대응
• /
• pp.169-171
• /
• 2001

본 논문에서는 XML(eXtensible Markup Language)을 위한 데이터 모델을 제시하기 위해 현재 광범위하게 사용되고 있는 관계형 데이터베이스(relational database) 개념을 적용한다. 관계형 데이터베이스는 업무 요구사항의 분석으로부터 고수준의 개념적 데이터 모델을 사용해서 데이터베이스에 대한 개념적 스키마(conceptual schema)를 생성한 다음, 고수준 개념적 데이터 모델을 구현 데이터 모델로 변환하여 논리적 데이터베이스 스키마를 생성한다. 이때, 고수준 개념적 데이터 모델링의 대표적인 방법으로 ER모델을 사용하고, 구현 데이터 모델로 관계 모델(relation model)을 사용한다. XML은 문서의 논리적 구조를 정의하는 DTD와 XML Schema 등을 갖는다. XML의 DTD와 정보 모델링 기법인 E/R 모델은 모두 작은 세계(real world)를 모델링하는 도구들이라고 할 수 있다. 본 논문에서는 XML의 DTD와 E/R 모델의 구성요소들을 분석하여 서로 사상(mapping)시키는 'XML을 위한 데이터 모델(A Data Model for XML)'을 제시한다. 최종적으로 제시된 XML을 위한 데이터 모델에 의해 작은 세계(real world)을 모델링하는 XML DTD에서 정의한 구조(XML Structure)을 따르는 유효한 XML문서(validate XML document)들은 관계형 데이터베이스에 저장할 수 있게 된다.

• 전자공학회논문지 IE
• /
• 제43권2호
• /
• pp.22-29
• /
• 2006

본 논문에서는 모바일 환경에 따른 속삭임의 사용이 증가하는 데 따른 속삭임 인식을 위하여 음성인식에 많이 사용되고 있는 특징벡터들을 은닉 마코프 모델을 이용, 정상어 모델, 속삭임 모델, 정상어, 속삭임 통합 모델들에 인식 시험하고 결과를 분석하여 가장 적합한 인식 시스템을 찾으려고 하였다. 인식 시험을 통하여 속삭임의 인식은 정상어 모델로 인식하는 시스템은 낮은 인식률로 실용성이 없으며 속삭임 모델을 별도로 사용하는 것이 85%이상의 가장 높은 인식률을 보였다. 또한 '정상어+속삭임' 모델도 인식률은 조금 벌어지나 가능성을 확인할 수 있었다. 특징벡터로는 속삭임 모델을 사용하는 경우 MFCC 혹은 PLCC를 사용하는 것이 거의 유사하게 높은 인식률을 얻을 수 있었으나 '정상어+속삭임' 모델을 사용하는 경우 PLCC를 특징벡터로 사용하는 것이 속삭임 인식에서 가장 좋은 결과를 보였다.