• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.90-92
• /
• 2000

데이터마이닝 문제는 데이터를 그 속성들에 따라 분류하여 예측하는 것뿐만 아니라 분류된 속성들간의 연관성에 대해 잘 설명할 수 있어야 한다. 일반적으로 변수들간의 연관성을 잘 설명할 수 있으면서도 높은 예측력을 가지는 방법으로는 베이지안 네트웍 분류자(Bayesian network classifier)가 있다. 그러나 이것은 데이터 마이닝과 같은 대용량 데이터에서는 성능이 떨어지는 단점이 있다. 이에 이 논문에서는 최근 RBF 신경망이 입력변수 선정문제에 성공적으로 적용된 Reversible Jump Markov Chain Monte Carlo 방법을 이용하여 최적의 입력변수들만을 선택하여 베이지안 네트웍을 학습하는 Selective BN Augmented Naive-Bayes Classifier를 새로운 방안으로 제안하고 이를 실제 데이터마이닝 문제에 적용한 결과를 제시한다.

• Annual Conference of KIPS
• /
• 2015.04a
• /
• pp.103-104
• /
• 2015

IoT의 주요 구성요소는 기존의 데스크 탑 외에 디바이스 즉, 단말 기기들이 주류를 이룬다. 이러한 IoT 디바이스들은 데이터의 유형이나 접근 방법이 다양하고, 실시간적 데이터 생산과 제어를 위한 양방향 데이터 접근 지원을 필요로 한다. 이러한 IoT 디바이스를 연결하여 클라우드 형 서비스로 개발하기 위해서는 디바이스 속성 관리가 용이한 도메인 관리 방법과 디바이스에 대한 일관된 접근 인터페이스를 제공하는 플랫폼이 필요하다. 이 논문에서는 리눅스 파일시스템 후면 즉, 사용자 영역에 리눅스 파일 시스템 스타일의 DB 기반 가상 파일시스템을 구축하여 IoT 디바이스를 연결하고 관리하는 프레임워크를 제시한다. 구현 가상 파일시스템은 계층적 디렉터리 체계를 DB에 유지하면서 단말 노드에는 지리적으로 산재한 IoT 디바이스들에 대한 속성 정보를 관리한다. 디렉터리 및 IoT 디바이스의 추가 삭제 검색 등 도메인 관리는 mkdir. mknod, ls, find 등 리눅스 고유 명령어로 이루어지고, 모든 IoT 디바이스에 대한 접근은 open(), read(), write(), close() 등 POSIX 인터페이스를 통해 가능하다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.178-181
• /
• 2019

포인트 클라우드 콘텐츠는 3D 포인트 집합으로 이루어진 3D 데이터로, 일반적으로 3D 포인트 클라우드는 하나의 객체를 표현하기 위하여 수십, 수백만 개의 3차원 포인트(Point) 데이터가 필요하며, 각 포인트 데이터는 3차원 좌표계의 (x, y, z)좌표와 포인트의 색(color), 반사율(reflectance), 법선벡터(normal) 등과 같은 속성(attribute)으로 구성되어 있다. 따라서 기존 2D영상보다 한 단계 높은 차원과 다양한 속성으로 구성된 포인트 클라우드를 사용자에게 제공하기 위해서는 고효율의 인코딩/디코딩 기술 연구가 필요하며, 다양한 대역폭, 장치 및 관심 영역에 따라 차별화된 서비스를 제공하기 위한 품질 확장성 기능의 개발이 요구된다. 이에 본 논문에서는 포인트 클라우드 압축에 사용되는 V-PCC에서 3차원 미디어인 포인트 클라우드의 3D 공간 내 포인트 간의 밀도를 변경하여, 새로운 품질 변화를 달성하고 비트전송률 변경을 추가 지원하는 방법을 제시하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.246-249
• /
• 2021

기존의 이미지 분리 및 합성 과정은 전문 프로그램의 도움을 받아 이미지로부터 사물이나 환경을 분리하거나 합성하여 이루어져 왔으며 생산되는 이미지의 양에서 일반 사용자가 생성하는 이미지의 비중이 높음에도 상대적으로 적은 수의 인원만이 기존 이미지를 분리하고 합성할 수 있었다. 본 논문에서는 다량의 기존 이미지 내 요소를 손쉽게 분리, 합성하여 새로운 컨텐츠를 제작할 수 있도록 하는 메타데이터 구조와 이를 활용하여 이미지 합성에 대한 사용자 편의성을 높이는 플랫폼을 제안한다. 이는 object segmentation 을 기반으로 이미지의 각 요소를 분리하고 계층화 하여 이루어지며 이미지 합성에 대한 접근성을 높이고 분리된 이미지의 속성을 메타데이터로 함께 표기하여 다량의 기존 이미지에서 필요로 하는 이미지 요소를 빠르게 찾을 수 있도록 한다. 또한 분리된 이미지 요소의 속성을 구체화하기 위해 사용할 수 있는 방법들에 대해 논의한다. 결과적으로 위 제안은 기존 이미지 요소를 분리, 합성하기 위해 필요한 장벽을 낮추는 역할을 수행하여 더 많은 사용자들이 이미지 합성에 참여할 수 있게 할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1112-1115
• /
• 2006

모바일 GIS를 홍수재해관리 시스템에 도입하기 위한 목적은 홍수에 대비한 신속한 상황대처 통해 인명 및 재산피해를 최소화하는데 있다. 모바일 GIS 시스템 구축의 기본 방향은 하천유역에 대한 행정업무 및 정보화 업무의 효율성을 높여 현장업무에서 실시간으로 제공되는 수문정보 및 지형정보에 대한 다양한 컨텐츠를 주민들이 쉽게 접근하여 서비스를 제공받을 수 있도록 하고 현장 실무자가 하천 수위 및 유량을 관리하는 데 있어 즉각적인 조치를 가능하도록 하기 위한 것이다. 본 연구에서 이동 클라이언트와 홍수재해관리시스템 서버간의 무선통신채널은 AP(Access Point)를 통한 WLAN이나 CDMA망의 모바일 네트워크 또는 차세대 휴대인터넷 망을 대상으로 하였다. 홍수재해관리시스템은 ArcIMS, HTML, Java Script를 이용하여 구축하고 웹 서비스를 위해 마이크로소프트사의 IIS(Internet Information System) 사용하며, ArcIMS의 정상적인 구동을 위해 JRE(Java Runtime Environment)를 설치하도록 하였다. 주요 GIS 기능은 줌인, 줌아웃, 팬, 속성정보 검색, 거리측정, 버퍼링 기능 등이고 Layer는 침수위험건물, 대피건물, 침수지역 건물용도, 건물, 도로, 수계, 침수예상지역(100, 200년 빈도), 위성영상, DEM, 행정경계 등이 포함되도록 하였다. 시스템 구축에 사용될 데이터는 수리수문학적 데이터(유출량, 강우강도, 대상지역의 면적, Manning 계수 등)와 대상지역의 수치지도, DEM, 고해상 위성영상, 문헌조사와 현장조사를 통해 얻은 자료를 바탕으로 구성하도록 하였으며, 수리수문학적 데이터와 DEM 데이터를 바탕으로 침수지역 데이터를 생성하고 문헌조사와 현장조사를 통해 얻은 속성정보와 디지털 지도인 공간정보를 연결하기 위해 디지털 지도에서 건물 Layer, 도로 Layer, 등고선 Layer, 수계 Layer를 추출하여 ArcGIS에서 Coverage로 변환하여 위상관계를 설정한 후 다시 Shape 파일로 변환하여 속성정보와 연결시키도록 데이터베이스 구축방안을 제시하였다. 이와 같이 본 연구에서는 홍수재해 관리시스템에서 모바일 GIS를 적용하기 위하여 Pocket PC를 탑재한 이동 클라이언트인 PDA에 GPS 모듈을 확장하여 GPS 위성으로부터 위치정보를 획득하고 지리정보를 제공하는 모바일 GIS 서버간에 XML 기술을 이용하여 수문정보 및 지형정보 서비스를 제공하는 방안을 제시하였다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.29 no.4
• /
• pp.795-805
• /
• 2019

Recently, there is a growing interest in network anomaly detection technology to tackle unknown attacks. For this purpose, diverse studies using data mining, machine learning, and deep learning have been applied to detect network anomalies. In this paper, we evaluate the decision tree to see its feasibility for network anomaly detection on NSL-KDD data set, which is one of the most popular data mining techniques for classification. In order to handle the over-fitting problem of decision tree, we select 13 features from the original 41 features of the data set using chi-square test, and then model the decision tree using TensorFlow and Scik-Learn, yielding 84% and 70% of binary classification accuracies on the KDDTest+ and KDDTest-21 of NSL-KDD test data set. This result shows 3% and 6% improvements compared to the previous 81% and 64% of binary classification accuracies by decision tree technologies, respectively.

• The Journal of the Convergence on Culture Technology
• /
• v.6 no.3
• /
• pp.275-282
• /
• 2020

Social interest on high-quality specialty coffee is increased due to customers' growing experience upon coffee and recent change of coffee culture, which is taking one step further from putting emphasis on not just price and quality but also psychological satisfaction. As a culture of drinking coffee and giving much value on its taste and flavor, a number of customers increasingly demand coffee which is probable to suit one's taste. Likewise, the number of specialty coffee shops is increasing with growing qualities of their coffee. Therefore, the purpose of this study is to analyze the main attributes of specialty coffee and to build a marketing system for specialty coffee shops. The text mining on domestic web portal sites by online big-data analysis is used to extract components of properties of specialty coffee and analyze the degree of how the elements affect the properties. According to the result of the study, words related to coffee taste, coffee beans and baristas were found to play a central role in the properties of specialty coffee.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.1
• /
• pp.60-64
• /
• 2010

To discover association rules from nontransactional data, there have been many studies on discretization of attribute values. These studies do not reflect the change of discovered rules' confidence according to the change of the ranges of the discretized attributes, and perform the discretization stage and the rule discovery stage independently. This causes the ranges of attributes not properly discretized, thereby making the rules having high confidence excluded in the result set. To solve this problem, we propose a novel method that performs the discretization and rule discovery stages simultaneously in order to discretize ranges of attributes in such a way that the rules having high confidence are discovered well. To the end, we perform hierarchical clustering on the attributes in the right hand side of rules, then do characterization on every cluster thus obtained. The experimental result demonstrates that our method discovers the rules having high confidence better than existing methods.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.22 no.4
• /
• pp.785-796
• /
• 2012

In this paper, we propose an effective Behavior-based detection technique using the frequency of system calls to detect malicious code, when the number of training data is fewer than the number of properties on system calls. In this study, we collect the Native APIs which are Windows kernel data generated by running program code. Then we adopt the normalized freqeuncy of Native APIs as the basic properties. In addition, the basic properties are transformed to new properties by GLDA(Generalized Linear Discriminant Analysis) that is an effective method to discriminate between malicious code and normal code, although the number of training data is fewer than the number of properties. To detect the malicious code, kNN(k-Nearest Neighbor) classification, one of the bayesian classification technique, was used in this paper. We compared the proposed detection method with the other methods on collected Native APIs to verify efficiency of proposed method. It is presented that proposed detection method has a lower false positive rate than other methods on the threshold value when detection rate is 100%.

• Journal of Korea Society of Industrial Information Systems
• /
• v.27 no.6
• /
• pp.115-126
• /
• 2022

The purpose of this study is to try to IPA(Importance-Performance Analysis) by applying text mining approaches to user review data for korea mobile banking applications, and to derive priorities for improvement. User review data on mobile banking applications of korea commercial banks (Kookmin Bank, Shinhan Bank, Woori Bank, Hana Bank), local banks (Gyeongnam Bank, Busan Bank), and Internet banks (Kakao Bank, K-Bank, Toss) that gained from Google playstore were used. And LDA topic modeling, frequency analysis, and sentiment analysis were used to derive key attributes and measure the importance and satisfaction of each attribute. Result, although 'Authorizing service', 'Improvement of Function', 'Login', 'Speed/Connectivity', 'System/Update' and 'Banking Service' are relatively important attributes when users use mobile banking applications, their satisfaction is not at the average level, indicating that improvement is urgent.