• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.07a
• /
• pp.75-77
• /
• 2012

최근 국내 과학기술분야 학회에서는 발행 학술지를 세계적인 학술지로 등재하고자 하는 노력이 증가하고 있다. 이에 따라, 해외연구자들을 학술지 편집위원으로 참여 시키고 많은 해외 연구자들이 자체 학술지에 논문을 많이 투고하도록 독려하고 있다. 해외 연구자들간에 이메일로 투고 심사를 처리하고 심사 총평을 작성하는 논문투고심사 프로세스는 심사 이력이 관리도 안 될 뿐만 아니라 논문투고 심사 진행 상황을 알 수 없음으로 인한 이용자의 불편함, 시간적 비효율성 등의 많은 단점이 있다. 이에 KISTI는 해외 연구자들이 학술지 생산을 위한 학술활동 전 과정에 참여할 수 있도록 하고자, 학술지를 체계적으로 운영하고 투명한 상호심사(Peer Review) 과정을 포함하는 학술지 전자 출판과정을 온라인으로 처리하고 모든 메뉴 용어를 국제적인 수준의 영어로 기술한 영문 Article Contribution Management System(ACOMS Ver. 4.0)를 개발하였다. 영문ACOMS는 기존 국문 ACOMS와 달리, 학술지 홈페이지를 포함하고 있으며, 저자와 편집위원 혹은 저자와 판사 간의 온라인 논문 교정 프로세스가 들어가 있다. 영문 ACOMS는 2012년 현재에도 국제적인 시스템으로 거듭나기 위해 지속적인 기능개선을 추진하고 있다. 개발된 영문 ACOMS 기능에 대해 살펴보고, 향후 개선방안에 대해 기술한다.

• 한국IT서비스학회:학술대회논문집
• /
• 2006.11a
• /
• pp.91-96
• /
• 2006

최근 몇 년 사이 정부 내의 정보화 사업규모는 기하급수적으로 증가하고 있다. 국민의 정부시절 약 2,400억 규모의 정보화 예산이 참여정부에서는 약 9500억으로 증가한 사실이 이를 반증하는 증거이다. 그러나, 이러한 정보화 사업에 대한 투자규모에 비하여, 막대한 예산을 들여 진행되는 사업에 대한 지속적인 성과관리는 체계적으로 진행되지 않은 현실이다. 오히려 성과관리라는 것이 사업의 추진을 방해하는 부정적인 요소로 인식되기도 한다. 하지만, 정보화 사업에 대한 성과관리의 부재는 장기적으로 조직의 전략목표와 정보서비스와의 GAP을 심화시켰고, 결과적으로 막대학 IT 투자 전체에 대한 회의감만을 대두시키는 결과를 가져 왔다. 2006년 IT최대의 화두인 IT거버넌스 개념 역시 IT와 비즈니스의 GAP을 줄여 IT 서비스가 조직의 목표와 전략을 올바르게 지원하도록 IT운영을 하자는 것이 핵심사상이다. 이러한 IT거버넌스 실현의 중심에 IT 투자성과관리체계가 있다. 해양수산부는 IT투자성과관리체계구축을 통하여 정보화사업 전체 프로세스를 지원하며, 각 단계별 이력관리를 통해 매년 사업 담당자가 바뀌는 상황에서도 안정적인 사업의 추진이 가능하도록 하였으며, 각 사업에 대한 평가지표개발 및 평가체계 구축을 통해 사업계획, 시행, 종료 단계에서 과학적인 정보화 사업의 투자성과평가를 지원하는 체계를 마련하였다. 이러한 IT투자성과관리체계는 기 구축된 ITA, ITAMS, IT자산관리체계와 연동하여 해양수산부 IT거버넌스 실현에 이바지 할 것으로 기대된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.11a
• /
• pp.110-113
• /
• 2018

최근 인터넷 미디어 스트리밍 수요의 증가로 인해 CDN(Content Delivery Network) 서버 비용이 크게 증가하였으며 이를 절감하기 위한 방안의 필요성이 날로 증가하고 있다. 이러한 상황에 맞춰 최근 CDN 서버 비용을 절감할 수 있는 WebRTC(Web Real-Time Communication) 표준 기반의 P2P(Peer-to-Peer) 통신을 병용하는 DASH(Dynamic Adaptive Streaming over HTTP) 기술이 등장하였다. 본 논문에서는 이 기술의 CDN 서버 부하 절감 효과를 크게 개선할 수 있는 알고리듬을 제안한다. 또한 실제 모바일 네트워크 환경과 유사하게 실험 조건을 설정한 후, 이 알고리듬을 구현하여 그 성능을 측정한 결과, 기존과 비교하여 더 높은 절감 효과를 달성할 수 있음을 실험실 내 실험을 통해 보인다.

• Journal of Internet Computing and Services
• /
• v.22 no.3
• /
• pp.59-66
• /
• 2021

This study proposes a requirements monitoring method that systematically performs traceability management and change management for requirements in order to improve the quality of software systems in the software development process. To this end, we present the artifact change history management models to systematically perform change management for individual artifacts and the traceability matrixes to define the relationship between artifacts. It also proposes a visual dashboard that makes it easy to grasp the situation in which changes are propagated to related artifacts when specific artifacts change.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.24 no.6
• /
• pp.161-170
• /
• 2020

In this study, develop the seismic acceleration measurement data conversion and signal processing algorithms for improve the operational efficiency of the seismic acceleration measurement system installed for public facilities. Through the analysis of the seismic acceleration time history data, the evaluation methods and criteria and evaluating the safety of buildings were proposed. The system was applied to the test bed building to verify its operation and usability. It is expected to be used as a decision making support data and determining the direction and priority of disaster response in the event of an earthquake.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.57-57
• /
• 2023

최근 심각한 기후변화로 인한 호우, 태풍 등 기상현상의 변화로 다양한 재해가 발생하고 그로 인한 피해 규모도 커지고 있다. 현재 우리나라의 호우 재해에 대한 예보는 단순히 강수량, 강설량, 바람의 강도 등을 전달해 주고 있는데, 이러한 정보 전달의 형태는 그로 인한 피해 규모를 예측하기 어렵다. 본 시스템은 현재의 단순한 수치만을 보여주는 예보에서 호우가 어느 지역에 어떠한 영향을 미치는지에 대한 정보를 전달한다. 시간대별 격자단위(1km×1km)로 구획하여 그 영향이클 것이라고 예상되는 9개 분야(생활, 도로, 농업, 편의, 공업, 의료복지, 교육연구. 축산업, 공용)의 정보를 전달 해 줌으로써 경제적, 산업적 측면에서 재난으로 인한 피해를 최소화할 수 있도록 하였다. GIS와 호우위험영향도 분석결과를 제공하는 플랫폼이며 주요 기능은 종합위험등급 현황을한 눈에 볼 수 있는 GIS 대쉬보드 상황판과 IBH-HR(예측강우분석), IBF-G(수문분석), IBF-PRA(리스크 분석) 3개의 분석 모듈 그리고 분석 모듈을 통해 도출된 분석결과를 관리하는 ARM(분석이력관리)으로 구성되었다. 다양한 콘텐츠 서비스로 호우 영향정보의 활용성이 클 것으로 기대된다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.453-456
• /
• 2021

대화형 에이전트가 일관성 없는 답변, 재미 없는 답변을 하는 문제를 해결하기 위하여 최근 페르소나 기반의 대화 분야의 연구가 활발히 진행되고 있다. 그러나 한국어로 구축된 페르소나 대화 데이터는 아직 구축되지 않은 상황이다. 이에 본 연구에서는 영어 원본 데이터에서 한국어로 번역된 데이터를 활용하여 최초의 페르소나 기반 한국어 대화 모델을 제안한다. 전처리를 통하여 번역 품질을 향상시킨 데이터에 사전 학습 된 한국어 모델인 KoBERT와 KoELECTRA를 미세조정(fine-tuning) 시킴으로써 모델에게 주어진 페르소나와 대화 맥락을 고려하여 올바른 답변을 선택하는 모델을 학습한다. 실험 결과 KoELECTRA-base 모델이 가장 높은 성능을 보이는 것을 확인하였으며, 단순하게 사용자의 발화만을 주는 것 보다 이전 대화 이력이 추가적으로 주어졌을 때 더 좋은 성능을 보이는 것을 확인할 수 있었다.

• The Korean Society of Law and Medicine
• /
• v.19 no.1
• /
• pp.23-80
• /
• 2018

Since the 1960s, the United States' (U.S.) deinstitutionalization policy has reinstated people with mental illness into communities. Unfortunately, when untreated, some people with psychiatric disorders become homeless, and some commit serious crimes during a psychological crisis. Assisted Outpatient Treatment (AOT), also known as Kendra's Law in New York and Laura's Law in California, provides treatment, services and support to people with mental illness in the community. AOT has repeatedly been found effective and is recognized as an evidence-based practice. The response to the mental health crisis (crisis intervention) in the U.S. has also been successful in preventing worsening mental illness and related criminality and other issues. This paper provides an opportunity to create a platform from which to learn how to successfully apply the AOT and crisis intervention of the U.S. to South Korea within the cultural and societal context when establishing social services for people with mental illness in South Korea's communities.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.16 no.6
• /
• pp.67-78
• /
• 2017

Traffic congestion cost is increasing annually. Specifically congestion caused by the CDB traffic contains more than a half of the total congestion cost. Recent advancement in the field of Big Data, AI paved the way to industry revolution 4.0. And, these new technologies creates tremendous changes in the traffic information dissemination. Eventually, accurate and timely traffic information will give a positive impact on decreasing traffic congestion cost. This study, therefore, focused on developing both recurrent and non-recurrent congestion prediction models on urban roads by adopting Recurrent Neural Network(RNN), a tribe in machine learning. Two hidden layers with scaled conjugate gradient backpropagation algorithm were selected, and tested. Result of the analysis driven the authors to 25 meaningful links out of 33 total links that have appropriate mean square errors. Authors concluded that RNN model is a feasible model to predict congestion.

• KIPS Transactions on Software and Data Engineering
• /
• v.4 no.6
• /
• pp.253-260
• /
• 2015

When we buy items in online stores, it is common to face recommended items that meet our interest. These recommendation system help users not only to find out related items, but also find new things that may interest users. Recommendation system has been widely studied and various models has been suggested such as, collaborative filtering and content-based filtering. Though collaborative filtering shows good performance for predicting users preference, there are some conditions where collaborative filtering cannot be applied. Sparsity in user data causes problems in comparing users. Systems which are newly starting or companies having small number of users are also hard to apply collaborative filtering. Content-based filtering should be used to support this conditions, but content-based filtering has some drawbacks and weakness which are tendency of recommending similar items, and keeping history of a user makes recommendation simple and not able to follow up users preference changes. To overcome this drawbacks and limitations, we suggest weighted window assisted user history based recommendation system, which captures user's purchase patterns and applies them to window weight adjustment. The system is capable of following current preference of a user, removing useless recommendation and suggesting items which cannot be simply found by users. To examine the performance under user and data sparsity environment, we applied data from start-up trading company. Through the experiments, we evaluate the operation of the proposed recommendation system.