• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제24권1호
• /
• pp.46-52
• /
• 2018

소프트웨어 메트릭은 소프트웨어를 평가하기 위한 방법으로, 소프트웨어의 개발 비용을 줄이고 품질을 향상시키는데 큰 역할을 하고 있다. 하지만 다양한 소프트웨어 메트릭이 등장하면서 적재적소에 사용하기 위한 메트릭 선택 문제가 발생했고, 이를 해결하고자 다양한 방법들이 연구되었다. 하지만 기존 연구들은 사용자의 높은 개입을 요구함으로써 여전히 메트릭 선택의 어려움을 가지고 있다. 따라서 본 논문에서는 사용자의 개입을 최소화하기 위해 가중치 표현을 지양하고 메트릭 및 메트릭 도구에 대한 다양한 특성을 선택 기준으로 사용하여, 메트릭 및 메트릭 도구 선택에 도움을 주는 방법을 제안한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2002년도 제14회 한글 및 한국어 정보처리 학술대회
• /
• pp.3-8
• /
• 2002

한국어를 대상으로 하는 확률적 언어 모델에서는 대부분의 경우 형태소를 기본 어휘로서 사용하고 있다. 그러나, 이러한 모델들은 학습 및 검증을 위하여 사람에 의하여 형태소 분석이 이루어진 말뭉치를 필요로 한다. 또한, 형태소의 자동 분석은 현재 표준말을 중심으로 이루어져 있어 그 적용 분야에도 한계가 있다. 본 논문에서는 한국어의 특징을 고려하여 확률적 언어 모델의 구축에 적합한 어휘의 선택 기준에 대하여 고찰하고, 통계적인 기준을 통하여 확률적 언어 모델의 어휘를 구축하는 방법을 제안한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.955-959
• /
• 2012

국내에서 적용되는 호안 등의 구조물설계는 1차원적인 평면적 유속과 소류력을 기준으로 하여 기준허용치에 대한 초과 유무만으로 안정성 판단의 근거로 하고 있어 다양한 수리현상에는 만족하지 않는 경우가 발생한다. 따라서, 호안구조물의 보다 다양한 조건과 정량적 수치에 근거하는 역학적 설계기법과 구조적 안정성 검토을 위한 평가모델을 제안하게 되었다. 한편, 기존 호안의 위험도를 평가하기 위한 평가기준도 필요하며, 이를 관리자나 설계자가 편리하게 이용할 수 있도록 프로그램 개발도 필요하게 된다. HEC-RAS의 결과를 입력자료로 이용할 수 있도록 연계하였으며, 제시한 구조모델을 주해석 알고리즘으로 적용하고, "수충부 및 토석류 방재기술 연구단"에서 개발된 식을 사용자가 쉽게 선택할 수 있도록 적용성도 고려하였다.

• 자원환경지질
• /
• 제52권2호
• /
• pp.199-212
• /
• 2019

머신러닝 기법을 활용한 분석에서 훈련 데이터의 샘플링 전략은 예측 정확도 뿐 만 아니라 일반화 능력에도 많은 영향을 미친다. 특히, 산사태 취약성 분석의 경우, 산사태 발생부에 대한 정보에 비해 산사태 미발생부에 대한 정보가 과도하게 많은 데이터 불균형 현상이 발생하며, 이에 따라 분석 모델의 훈련 데이터 설계 시 데이터 샘플링 과정이 필수적이다. 그러나 기존의 연구들은 대부분 산사태 미발생부 선택 시 발생부 데이터와 1:1의 비율을 갖도록 무작위로 선택하는 방법을 적용하였을 뿐, 특정한 선택 기준에 따라 분석을 수행하지 않았다. 따라서 본 연구에서는 훈련 데이터의 샘플링 전략이 모델의 예측 성능에 미치는 결과를 확인하기 위하여 산사태 발생부와 미발생부의 샘플링 전략기준에 따라 서로 다른 6개의 시나리오를 만들어 Random Forest 모델의 훈련에 사용하였다. 또한 Random Forest의 결과 중 하나인 변수 중요도를 각 산사태 유발인자들에 가중치로 곱하여 줌으로써 산사태 취약지수 값을 산정하였으며, 취약지수 값을 이용해 산사태 취약성도를 제작하고 각 결과 지도의 정확도를 비교 분석하였다. 분석 결과, 훈련데이터의 샘플링 방법에 상관없이 두 지역의 산사태 취약성 분석 결과는 모두 70~80%의 정확도를 보였다. 이를 통해 Random Forest 기법의 산사태 취약성 분석기법으로서의 적용 가능성을 확인하였으며, Random Forest 모델이 제공하는 입력변수의 중요도를 산사태 유발인자 가중치로 활용할 수 있음을 확인하였다. 또한 훈련 시나리오 간의 정확도를 비교한 결과, 특정한 기준에 의해 훈련 데이터를 설계하는 것이 기존의 랜덤 선택 방법보다 높은 예측 정확도를 기대할 수 있음을 확인하였다.

• 한국과학교육학회지
• /
• 제36권4호
• /
• pp.591-606
• /
• 2016

이 연구는 초등 과학영재 학생들이 자연선택 개념에 대하여 과학적 개념을 형성하기 위한 논변활동 프로그램을 개발하고 그 효과를 알아보고자 수행했다. 이를 위해 자연선택 핵심 개념을 과잉생산, 제한된 자원, 개체군 안정, 경쟁, 변이, 변이의 유전, 차등적 생존, 개체군 변화, 종 분화의 9가지 개념을 선정하여 각각의 개념을 형성할 수 있는 프로그램을 개발하였다. 초등학교 6학년 학생이 이해할 수 있는 용어로 변경한 선다형 자연선택 검사지와 개방형 검사지를 활용하여 프로그램 투입 전 후 개념 변화를 확인하였다. 개발된 프로그램은 초등 과학영재 6학년 19명 학생에게 투입하였다. 소집단 논변활동 전 후 논변 글쓰기는 설명의 충분성과 설명의 개념적인 질 범주로 구분하여 채점하였다. 논변 글쓰기 점수 향상이 큰 소집단과 적은 소집단의 시각적 모델 및 담화를 분석하였다. 연구 결과 선다형 자연 선택 검사지에서 19명 학생 모두 점수가 유의미하게 향상되었고 개방형 검사지에서도 자연 선택 핵심 개념은 증가하고 대안 개념은 줄어 들어 개발된 논변활동 프로그램은 초등 과학영재 학생들의 자연선택 개념 향상에 효과적이었음을 알았다. 논변 글쓰기 점수 향상이 큰 소집단에서는 반대 담화 및 엄격한 기준이 활용되어 논변에 대한 평가 및 수정이 이루어져 논변의 질을 향상 시킨 반면 논변 글쓰기 점수 향상이 적은 소집단에서는 반대 담화 비율이 낮고 엄격한 기준 보다 비형식적 기준이 더 많이 활용되었다. 또한 논변 글쓰기 점수 향상이 큰 소집단에서는 자료 분석에 많은 담화가 이루어 졌고 소집단 시각적 모델이 소집단 구성원들에 의해 공동 구성되어 소집단 간 토론에 활용되었고 다른 소집단에 의해 평가 및 수정이 이루어졌다. 반면, 논변 글쓰기 점수 향상이 적은 소집단에서는 특정 소집단 구성원의 시각적 모델이 소집단의 시각적 모델로 선택되었고 모델을 평가하고 선택하는 과정에 대한 담화가 이루어지지 않았다. 이러한 소집단에서는 소집단 구성원들의 시각적 모델에 대한 이해가 낮았고 소집단 간 토론에 활용이 되지 못하여 평가 및 수정이 이루어지지 않았다. 이 연구를 통해 초등 과학영재 학생들이 생명 현상에 대해 자연선택 핵심 개념을 활용한 진화적 설명이 가능한 것을 확인하였으므로 초등학교 교육과정내 진화적 관점을 반영시킬 수 있는 가능성을 엿보았다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 학술발표대회 논문집 제17권 2호
• /
• pp.273.2-277
• /
• 1998

본 논문에서는 음소단위 비정형 연결합성 시, 접합점에서 포만트 불연속을 최소화할 수 있도록 이웃음소간 경계강도 예측모델과 합성단위 검색시 음소단위 최장일치 검색 알고리즘을 설계하였다. 합성단위 연결부에서 발생하는 신호왜곡을 최소화하기 위해 “_C_”환경에서 자음이 유성음화된 경우, “_V_”환경에서 모음이 무성음화된 경우, 그리고 유성음 사이의 포만트 주파수 차이에 대한 모델을 생성하여, 음소간의 조음강도가 약한 부분이 합성단위 경계로 설정되도록 하였다. 합성단위 경계가 결정되면 주어진 문장의 문맥정보만을 이용하여 코포스로부터 후보를 선택한다. 선택된 후보를 사이의 연결성을 측정하기 위하여 합성 경계를 기준으로 전, 후 음소에 대한 음성적 특성과 포만트 천이 특성을 고려하였다. 실험은 K-ToBI 레이블링된 200문장을 기반으로 하였으며, 코퍼스로부터 한 문장을 선택하여 이를 목적치 패턴으로 선정 한 후, 목적치 패턴과 후보사이의 단위비용과 후보들 간의 연결비용을 계산하여 최적의 합성단위열을 추출하는 방식으로 이루어졌다. 본 논문에서는 이러한 문맥종속 단위 기반의 합성단위 추출 알고리즘과 실험 결과에 대해 보고한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.671-673
• /
• 2019

복지사각지대 발굴은 복지 서비스가 필요하지만 수혜를 받지 못하고 있는 국민을 찾아내서 지원해주는 정부 시스템이다. 본 연구는 이 복지사각지대 발굴 관리 시스템의 효용성을 높이기 위해, 발굴 예측 모델의 정확도를 높이기 위한 방법으로, 발굴 과정에서 사용하는 속성을 선택하고 평가하기 위한 방법을 제안한다. 제안 방법은 각 속성의 유효성을 검증하고, 검증된 속성 집합을 선택한 뒤, 예측 기준을 결정하는 세 단계로 구성되며, 이 방법을 통해 기존 복지사각지대 예측 모델의 개선에 적용할 수 있을 것으로 기대할 수 있다.

• 정보처리학회 논문지
• /
• 제13권8호
• /
• pp.388-394
• /
• 2024

추천 시스템은 기업의 매출 증가로 이어질 만큼 핵심적인 역할을 하기에 추천 시스템에 대한 연구는 과거부터 다양한 접근법과 모델들이 연구되어왔다. 그러나 이러한 다양성으로 인해 추천 시스템의 종류 또한 복잡하게 구성되고 있어 추천 모델을 선택하는 데 어려움이 따른다. 따라서 본 연구는 추천 시스템에서 적절한 추천 모델 선택의 어려움을 해결하고자, 다양한 추천 모델을 구분하는 통합적인 기준을 제공하고, 통일된 환경에서 이들의 성능을 비교 평가하였다. 실험은 MovieLens와 Coursera 데이터셋을 활용하였으며, 선형 모델(ADMM-SLIM, EASER, LightGCN)과 비선형 모델(Caser, BERT4Rec)을 HR@10과 NDCG@10 지표를 통해 성능을 평가하였다. 본 연구는 연구진과 실무자들에게 데이터셋 특성과 추천 상황에 맞는 최적의 모델을 선택하는 데 유용한 정보를 제공할 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.29-37
• /
• 2021

본 논문에서는 안저영상의 다중 스케일 정보를 다루기 위한 딥러닝 기반의 망막 혈관 분할 모델을 제안한다. 제안 모델은 이미지 분할 딥러닝 모델인 U-Net과 선택적 커널 합성곱을 통합한 합성곱 신경망으로 안저영상에서 눈과 관련된 질병을 진단하는데 중요한 정보가 되는 망막 혈관의 다양한 모양과 크기를 갖는 특징 정보를 추출하고 분할한다. 제안 모델은 일반적인 합성곱과 선택적 커널 합성곱으로 구성된다. 일반적인 합성곱 층은 같은 크기 커널 크기를 통해 정보를 추출하는 반면, 선택적 커널 합성곱은 다양한 커널 크기를 갖는 브랜치들에서 정보를 추출하고 이를 분할 주의집중을 통해 적응적으로 조정하여 결합한다. 제안 모델의 성능 평가를 위해 안저영상 데이터인 DRIVE와 CHASE DB1 데이터셋을 사용하였으며 제안 모델은 두 데이터셋에 대하여 F1 점수 기준 82.91%, 81.71%의 성능을 보여 망막 혈관 분할에 효과적임을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권1호
• /
• pp.9-18
• /
• 2015

소프트웨어 신뢰도 성장 모델은 고장 데이터를 사용해서 소프트웨어 출시일 또는 추가 테스트 노력을 결정하는 데 사용된다. 소프트웨어 신뢰도 성장 모델을 사용할 때 특정 소프트웨어 신뢰도 성장 모델을 모든 소프트웨어에 사용할 수 없는 문제가 있다. 또한 신뢰도를 평가하기 위해 이미 많은 수의 소프트웨어 신뢰도 성장 모델이 제안되었다. 따라서 특정 조건에 맞는 최적의 소프트웨어 신뢰도 성장 모델을 선택하는 것은 중요한 이슈가 되었다. 기존 소프트웨어 신뢰도 성장 모델 선택 방법에서는 수집된 고장 데이터 전체를 사용하고 있다. 그런데 초기에 수집된 고장 데이터는 미래 고장 예측에 영향을 주지 않을 수도 있고 경우에 따라서는 미래 고장 예측 과정에서 왜곡된 결과를 초래할 수도 있다. 이를 해결하기 위해서 이 논문에서는 부분 고장 데이터를 이용하여 적합도 평가를 수행하는 방법에 기반을 둔 소프트웨어 신뢰도 성장 모델 선택 방법을 제안한다. 이 논문에서는 고장 데이터에서 과도하게 불안정한 데이터를 제외한 부분 데이터를 사용한다. 소프트웨어 신뢰도 성장 모델 선택에 사용될 부분 데이터는 전체 고장 데이터와 고장 데이터의 일부를 제외한 부분 고장 데이터의 미래 고장 예측 능력의 비교를 통해서 찾는다. 연구의 타당성을 보이기 위하여 실제 수집된 고장 데이터를 사용해서 전체 데이터를 적용한 경우보다 부분 데이터를 사용한 경우의 미래 고장 예측 능력이 더 정확함을 보인다.