• Annual Conference of KIPS
• /
• 2009.04a
• /
• pp.352-355
• /
• 2009

본 논문에서는 Mobbing(집단 따돌림) 현상에 관련된 7개의 요소(Factor)와 그 하위에 포함된 60개의 속성(Attribute)들을 선정한다. 다음으로 선정한 속성들에 대해 나와 사용자들 사이에 관계가 있으면 '1', 관계가 없으면 '0'으로 표현하고, 나와 사용자들간의 유사도 산정을 위해 각 요소안에 포함된 속성들의 합에 유사도 함수를 적용한다. 다음으로 클레멘타인의 인공신경망 알고리즘을 통해 속성들을 포함한 요소들이 취할 최적의 가중치를 산출하고, 이 값들의 총합으로 Mobbing 지수를 산정한다. 마지막으로 Social Network 사용자들의 Mobbing 지수를 본 논문에서 설계한 G2 Mobbing 성향 분류 모델(4개의 그룹; Ideal Group of the Social Network, Bullies, Aggressive victimes, Victimes)에 매핑하여 사용자들의 Mobbing 성향을 알아본다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.244-246
• /
• 2001

최근 군집화와 분류기법이 데이터 마이닝에 중요한 도구로 많은 응용분야에 사용되고 있다. 따라서 이러한 기법을 이용하는데 있어서 각각의 속성의 중요도가 달라 중요하지 않은 속성에 의해 중요한 속성이 왜곡되거나 때로는 마이닝의 결과가 잘못되는 결과를 얻을 수 있으며, 또한 전체 데이터를 사용할 경우 마이닝 과정을 저하시키는 문제로 속성 가중치과 속성선택에 과한 연구가 중요한 연구의 대상이 되고 있다. 최근 연구되고 있는 알고리즘들은 사용자의 의도와는 상관없이 데이터간의 관계에만 의존하여 가중치를 설정하므로 사용자가 마이닝 결과를 쉽게 이해하고 분석할 수 없는 문제점을 안고 있다. 본 논문에서는 클래스 정보가 있는 데이터뿐 아니라 클래스 정보가 없는 데이터를 분석할 경우 사용자의 의도에 따라 학습할 수 있도록 각 가중치를 부여하는 속성가중치 알고리즘을 제안한다. 또한 사용자가 의도한 정보를 이용하여 속성간의 가장 최적화 된 가중치를 찾아주며, Cramer's $V^2$함수를 적합도 함수로 하는 유전자 알고리즘을 사용한다. 알고리즘의 타당성을 검증하기 위해 전자상거래상의 실험 데이터와 몇 가지 벤치마크 데이터를 이용하여 본 논문의 타당성을 보인다.

• Annual Conference of KIPS
• /
• 2015.04a
• /
• pp.694-696
• /
• 2015

RDF 데이터에 대한 시간 속성에 대한 연구는 트리플의 속성에 시간을 부여하는 방법이 많이 사용되고 있다. 하지만 트리플마다 시간 속성을 부여하는 방법은 저장 및 관리 측면에서 비효율적이다. 본 논문에서는 하이퍼그래프 기반의 RDF 시간 속성 모델링 방법을 제안한다. 하나의 트리플마다 시간 속성을 부여하는 것이 아닌 여러 재의 트리플을 하나의 하이퍼 간선으로 연결하여 시간 속성을 부여하는 방법으로 기존 방법보다 RDF 데이터가 가지는 의미에 적합하며 직관적으로 이해하기가 쉽다. 또한 시간 속성 RDF에서 지원해야 하는 시간 관계를 하이퍼그래프의 여러 속성을 이용하여 처리할 수 있는 장점을 가지게 된다.

• Annual Conference of KIPS
• /
• 2007.05a
• /
• pp.233-236
• /
• 2007

소프트웨어 아키텍처는 다양한 이해관계자들의 관점을 반영한 뷰들로 구성된다. 품질속성은 아키텍처의 구조를 결정하므로 아키텍처에 일관성 있게 반영될 수 있도록 설계되어야 한다. 품질속성 기반 아키텍처 설계 방법과 아키텍처 설계 산출물에서의 일관성을 위한 활동을 규정한 표준에도 불구하고 설계 과정에서 이를 실현하기 위한 구체적인 기법에 대한 제시가 없었다. 따라서 실제 설계 과정에서는 아키텍처 뷰들 간에 불일치 요소가 발생하며 특히 품질속성에 대한 일관성이 깨짐으로 재작업 발생과 시스템 품질 저하의 문제점이 나타나고 있다. 본 논문에서는 뷰 설계 산출물에 품질속성을 명시하고 뷰 품질속성 테이블을 활용함으로 아키텍처 설계에서 품질속성에 대한 일관성을 유지할 수 있는 기법을 제시한다. 제시된 기법은 품질속성에 대한 일관성을 유지함으로서 불일치성으로 인한 재작업 방지와 고품질의 소프트웨어 시스템 개발을 가능하게 한다.

• Annual Conference of KIPS
• /
• 2006.05a
• /
• pp.307-310
• /
• 2006

본 논문은 분산된 협동적 개발 환경에서 제품 설계 정보 재사용을 위한 제품 영상 기반의 제품 설계 정보 검색 시스템을 제안한다. 본 논문에서 제안한 시스템은 에지기반 라벨링(EBL) 방법으로 제품 영상을 분할하고 각 분할 영역의 속성과 영역간의 관계를 표현하는 속성 관계 그래프(ARG)을 생성하여 질의 영상과의 부합을 수행한다. 검색된 유사 영상과 연결된 제품 설계 정보를 접근함으로써 영상 검색을 통한 제품 설계 정보의 재사용이 가능하다. 본 시스템의 주요 이점은 다음과 같다. (1) 비율을 이용한 특징 벡터에 의해 다양한 크기의 유사 부품을 포함한 영상의 검색이 가능하다. (2) 분할된 각 부품의 영역, R,G,B 채널의 표준편차등의 다양한 속성(특징)과 그들의 관계를 적용하기 때문에 검색 능력이 뛰어나다. (3) 주변 장치로부터 쉽게 획득할 수 있는 래스터 영상을 이용하므로 활용성이 높다.

• Annual Conference of KIPS
• /
• 2018.05a
• /
• pp.424-427
• /
• 2018

영상이나 비디오에 담긴 장면을 이해하는 것은 컴퓨터 비전의 궁극적인 목표 중 하나이다. 본 논문에서는 입력 영상으로부터 장면을 구성하는 각 물체들과 그들 간의 공간 관계, 개별 물체들의 다양한 속성들을 탐지해, 지식 그래프를 생성해주는 심층 신경망 기반의 물체 속성 및 공간 관계 탐지 모델을 제안한다. 본 논문에서는 이러한 다양한 복합 시각 인식 작업을 동시에 수행하는 탐지 모델의 구성에 대해 설명하고, 대규모 벤치마크 데이터 집합인 CLEVR을 이용한 탐지 모델의 성능 분석 실험 결과를 소개한다.

• Journal of the Korean Geographical Society
• /
• v.43 no.6
• /
• pp.938-950
• /
• 2008

This study was to investigate if there were any significant relationships between cultural destination selection attributes and travel satisfaction according to segmented groups of cultural destination attributes. Survey questionnaire was developed based on the previous study and data were collected from on site survey, which was one of the famous cultural tourism destination in Korea such as Booyoe and Kongjoo. Six dimensions of cultural destination attributes were identified from factor analysis and three different segmented groups were determined from cluster analysis. Then, Multiple regression analysis conducted with six destination attributes as independent variables and one travel satisfaction as dependent variable, while Fisher's Z score for three segmented groups were considered as moderator's variable. The results showed that cultural destination attribute affected respondents' level of travel satisfaction and there was differences among segmented groups in terms of their affecting factors to the travel satisfaction. These findings suggested that there were different segmented groups of cultural destination selection attributes and each group pursued different cultural travel products and services.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1996.10a
• /
• pp.115-118
• /
• 1996

연관규칙(Association Rule)은 데이터 베이스에 존재하는 속성들 사이의 관계를 기술하는 것으로, 간단하면서도 사용자에게 많은 정보를 줄 수 있다. 그러나, 지금까지는 이진 데이터베이스에 존재하는 연관규칙의 발견에 대해서 주로 연구되어 왔으며, 실수값 속성을 갖는 데이터에 관한 연구는 미비하였다. 본 논문에서는 퍼지집합을 이용하여 실수값 사이에 존재하는 연관규칙을 기술하고, 그것을 찾아내는 방법을 제시한다. 제시하는 방법은 사용자에 의해서 정의된 언어항을 이용하여, 실수값 속성을 가진 데이터를 이진 데이터로 재구성한다. 그리고 재구성된 이진 데이터에 기존의 연관규칙 발견 방법을 이용하여 연관규칙을 찾아내고, 찾아진 연관규칙을 정의된 언어항을 이용하여 다시 기술한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.433-435
• /
• 2004

소프트웨어 분석은 어떠한 관점을 가지고 소프트웨어 산출물의 속성을 평가하고 평가결과에 대한 원인을 밝히는 행위를 말한다. 이 논문에서는 분석의 체계를 정립하기 위하여 다음을 수행하였다. 첫째 분석의 정의를 내리고, 종합과 비교되는 분석의 일반직 개념, 평가, 측정, 측정법과의 관계를 밝혔다. 둘째, 분석의 관점이 되는 속성을 이해하고자. 속성들을 특징에 따라 분류하였다 마지막으로 속성별, 산출물별로 기존의 분석 방법을 조사하고 기존의 분석 방법을 평가하였다.

• The KIPS Transactions:PartD
• /
• v.16D no.5
• /
• pp.691-700
• /
• 2009

An event means a flow which has a time attribute such as the a symptom of patients, an interval event has the time period between the start-time-point and the end-time-point. Although there are many studies for temporal data mining, they do not deal with discovering knowledge from interval event such as patient histories and purchase histories. In this paper, we suggest a method of temporal data mining that finds association rules of event causal relationships and predicts an occurrence of effect event based on discovered rules. Our method can predict the occurrence of an event by summarizing an interval event using the time attribute of an event and finding the causal relationship of event. As a result of simulation, this method can discover better knowledge than others by considering a lot of supports of an event and finding the significant rare relation on interval events which means an essential cause of an event, regardless of an occurrence support of an event in comparison with conventional data mining techniques.