• 한국멀티미디어학회논문지
• /
• 제16권4호
• /
• pp.493-501
• /
• 2013

대규모 다중사용자용 온라인 게임 시스템의 당면 과제는 동시에 많은 사용자들에게 실시간적 응답 시간을 제공하는 것이다. 다수의 사용자들이 요청한 작업은 제한 시간 내에 응답이 제공되어야 하기 때문에 대규모 다중사용자용 온라인 게임 시스템은 일종의 연성 실시간 시스템이다. 클라이언트 이벤트들은 게임 세계의 본질에 따라 상이한 시간 요건과 일관성 요건을 가지고 있다. 이러한 요건들은 CPU 처리시 상이한 우선순위를 갖는 태스크들을 유발하게 된다. 이러한 태스크들의 시간적 요건을 충족하기 위하여 본 논문에서는 일시적 과부하가 발생한 경우 우선순위가 더 높은 태스크들에게 더 많은 CPU 대역폭을 우선적으로 할당하려는 우선순위 스케쥴링 기법들이 제시된다. 제시된 스케쥴링 기법은 우선순위가 높은 태스크일수록 종료시한 내에 성공적으로 종료되는 수를 최대화하며 종료시한이 경과된 이후 종료된 태스크들의 평균 지연시간을 최소화함으로써 대규모 다중사용자 온라인 게임 시스템의 실시간적 성능을 향상시킬 수 있다. 제시된 스케쥴링 기법의 성능은 다양한 시뮬레이션 실험을 통하여 측정되었다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권9호
• /
• pp.461-466
• /
• 2016

토픽 확장은 학습된 토픽의 질을 향상시키기 위해 추가적인 외부 데이터를 반영하여 점진적으로 토픽을 확장하는 방법이다. 기존의 온라인 학습 토픽 모델에서는 외부 데이터를 확장에 사용될 경우, 새로운 단어가 기존의 학습된 모델에 반영되지 않는다는 문제가 있었다. 본 논문에서는 무한 사전 온라인 LDA 토픽 모델을 이용하여 외부 데이터를 반영한 토픽 모델 확장 방법을 연구하였다. 토픽 확장 학습에서는 기존에 형성된 토픽과 추가된 외부 데이터의 단어와 유사도를 반영하여 토픽을 확장한다. 실험에서는 기존의 토픽 확장 모델들과 비교하였다. 비교 결과, 제안한 방법에서 외부 연관 문서 단어를 토픽 모델에 반영하기 때문에 대본 토픽이 다루지 못한 정보들을 토픽에 포함할 수 있었다. 또한, 일관성 평가에서도 비교 모델보다 뛰어난 성능을 나타냈다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권5호
• /
• pp.195-204
• /
• 2018

본 논문에서는 심층 합성 곱 신경망 모델 기반의 단-단계 물체 탐지기들의 탐지 성능을 향상시킬 수 있는 새로운 손실 함수와 온라인 고난도 예 마이닝 방식을 제안한다. 본 논문에서 제안하는 손실 함수와 온라인 고난도 예 마이닝 방식은 물체와 배경 간의 학습 데이터 불균형 문제를 해결할 뿐만 아니라, 각 물체의 위치 추정 정확도를 더 개선시킬 수 있다. 따라서 물체 탐지 속도가 빠른 단-단계 물체 탐지기들에 이-단계 물체 탐지기들과 비슷하거나 더 우수한 탐지 성능을 제공할 수 있다. PASCAL VOC 2007 벤치마크 데이터 집합을 이용한 다양한 실험들을 통해, 본 논문에서 제안하는 손실 함수와 온라인 고난도 예 마이닝 방식이 단-단계 물체 탐지기들의 성능 개선에 도움이 된다는 것을 입증해 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제16권3호
• /
• pp.219-228
• /
• 2011

온라인 게임에서 게임 플레이어를 대신하는 게임 캐릭터는 동일한 게임 내에서만 존재하며, 다른 온라인 게임으로 이주하는 것이 매우 어렵다. 또한 게임 플레이어는 자신의 게임 캐릭터의 성장에 많은 시간과 노력을 빼앗기고 있으며, 최근에는 이것이 많은 사회적 부작용을 낳고 있다. 따라서 본 논문은 이러한 문제점을 해결하기 위해서 기존 연구를 기반으로 이종 온라인 게임 서버 간의 게임 캐릭터 이주를 위한 웹 서비스 시스템을 설계 및 구현하였다. 그리고 제안된 시스템은 실험을 통하여 게임 캐릭터 이주 요소 중에서 4가지 능력치 (금전, HP:Hit Point, MP:Mana Point, 레벨)를 중심으로 검증하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권6호
• /
• pp.237-244
• /
• 2022

본 논문은 고객의 온라인 행동 정보와 구매 기록을 활용하여 기존의 추천 시스템이 갖는 데이터 희소성의 문제와 콜드 스타트 문제를 해결하고자 VAE 기반 추천 시스템을 제시하였다. 고객의 구매 기록을 임베딩하고 차원 축소하여 단일 변수로 생성하였으며, 온라인 행동 정보를 활용하여 학습을 통해 고객의 잠재 요인을 추출하는데 Variational Autoencoders를 적용하였다. VAE 기반 추천 시스템은 총 12개의 고객의 특성 변수에 VAE를 적용하여 저차원의 벡터를 생성한 뒤 이를 통해 유사 사용자를 찾은 다음, 유사 사용자들이 구매했던 상품들을 고객에게 추천한다. 이렇게 추천한 상품들의 점수를 매겨 nDCG로 성능을 평가하였다. 실험 결과 구매 기록 변수 그리고 온라인 행동 로그 변수를 활용한 VAE 기반의 추천시스템이 SVD 기반의 추천 시스템보다 성능이 좋다는 것을 알 수 있었다. 따라서 고객의 온라인 행동 로그 및 구매 기록을 사용하여 상품을 추천하면 정보 수집에 발생하는 비용과 시간을 줄일 수 있을 뿐만이 아니라 기존 추천 시스템보다 더욱 효율적으로 상품을 추천할 수 있다는 것을 보여주었다.

• 한국지능시스템학회논문지
• /
• 제12권2호
• /
• pp.109-114
• /
• 2002

요즘 전자상거래 고객들은 쇼핑몰에 있어 물품들의 가격 정보를 수집하는 비교쇼핑 에이전트들의 도움을 받아서 구매 비용을 절감할 수 있다. 그러나 사용자는 가격이외의 다양한 구매 조건을 만족하는 제품 정보들을 추천하는 에이전트의 개발을 요구하고 있다. 본 논문에서는 에이전트 기반의 전자상거래를 실현하기 위해 다양한 사용자 요구에 적합한 도서 정보를 검색하고 추천하는 멀티에이전트 시스템을 제안한다. 본 멀치에이전트 시스템은 온라인 서점 고객들을 돕기 위해 구현되고 테스트되었다. 실험 결과 전자상거래를 이용하는 구매자에게 여러 온라인 서점의 다양한 도서판매 조건에 대한 정보를 실시간으로 추천할 수 있게 되었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권9호
• /
• pp.683-690
• /
• 2009

은닉 마코프 모델(Hidden Markov Model: HMM)에 기반을 둔 온라인 한자 인식에서 클래스의 수가 대용량일 경우에는 인식에 걸리는 시간 증가가 좋은 인식 시스템을 구현하는데 있어서의 걸림돌이 된다. 본 논문에서는 이러한 인식 속도 문제를 해결하고자 HMM을 클러스터링하여 인식 속도를 개선하는 방법과 이에 적합한 효율적인 HMM 간의 거리계산법을 제안한다. 유니코드 한 중 일 통합한자로 정의된 총 20,902개의 한자에 대한 온라인 한자 인식 시스템을 구축하는 실험에서 약 2배 정도로 인식속도가 향상됨을 확인할 수 있었고 클러스터링을 하지 않았을 때보다 0.9%의 인식률만 하락한 95.37%의 10순위 인식률을 달성했다.

• 전력전자학회논문지
• /
• 제12권1호
• /
• pp.98-106
• /
• 2007

본 논문에서는 개선된 온라인 턴 오프각 제어방식을 이용하여 스위치드 릴럭턴스 전동기의 성능최적화를 위한 온라인 전류제어방식을 제안한다. 성능최적화를 위한 제어방식은 에너지효율의 최대화와 토크리플 저감이라는 두가지 측면에서 접근하며, 두 가지 조건을 모두 만족할 수 있는 최적의 턴 오프 위치각은 제안된 알고리즘의 연산방식을 통해 획득된 턴 오프각 제어기를 통해 구현됨으로서 SRM의 성능최적화를 이룬다. 제안된 제어기는 토크와 전류 특성, 자속변동의 정보와 같은 복잡한 데이터베이스나 SRM이 가지는 고유의 자화곡선을 요구하지 않는다는 장점을 가지며 제안된 연산 제어기를 시뮬레이션과 실험을 통해 실제 적용가능성과 그 타당성을 입증한다.

• Asia Marketing Journal
• /
• 제5권3호
• /
• pp.106-131
• /
• 2003

본 연구는 소비자 신뢰의 형성과 역할에 대한 모델을 전자상거래에 적용시켜서 온라인 구매의사결정에 관한 연구모델을 제시하고 그 모델의 유효성을 실험적 조사를 통해 평가하는데 주목적이 있다. 모델의 검증을 위하여 신뢰가 성립하기 위한 선행변수(거래 안전성, 웹사이트 실체성, 검색 기능성)와 조절변수(웹사이트 친숙도), 그리고 결과변수(구매의향)로 구성된 연구모델의 변수간의 구조적 관계를 검증하였다. 본 연구의 개념적 모델에서 신뢰도는 만족도와 함께 온라인 구매의향에 유의한 영향을 미친다고 설정되었다. 122 명의 대학생을 연구 참여자로 선정하여 전산실에서의 통제된 시뮬레이션 상황에서 4 개의 사이트(한솔 CS, 롯데, 메타랜드, 지그타운)를 대상으로 실행된 본 연구의 주요분석 결과는 다음과 같다. 첫째, 웹사이트 신뢰도는 사이트 안전성과 실체성에는 반응하였으나 기능성은 신뢰도에 영향을 미치지 못하였으며, 웹사이트 만족도는 웹사이트의 안전성, 실체성, 기능성에 모두 민감히 반응하였다. 둘째, 4 개 사이트 중에서 3 개가 웹사이트 만족도 보다는 신뢰도가 구매의향에 영향을 더 많이 주는 것으로 나타났다. 셋째, 2 개 사이트에서 웹사이트 신뢰도는 만족도와 서로가 구매의향에 대해 상대적인 조절역할을 하는 것으로 나타났다. 본 연구의 결과는 전자상거래에서 점차 중시되고 있는 신뢰도에 대한 개념을 웹사이트 만족도와 온라인 구매의향과 연관하여 파악함으로써 신뢰도의 원천과 영향력에 대한 실체적이고 현실성 있는 접근방법을 제시하여 줌으로써 웹사이트의 개발에 관련하여 인터넷 마케터들에게 효과적인 마케팅 전략의 수립을 위한 이론적, 실무적 근거를 제공하여 준다.

• 한국컴퓨터정보학회논문지
• /
• 제15권11호
• /
• pp.91-99
• /
• 2010

최근 디지털 콘텐츠 서비스 분야에서 사용자 맞춤형 서비스를 위해 사용자 자원 인식의 필요성이 대두되고 있다. 특히 온라인 기반 음악 서비스의 경우 사용자 취향 분석, 음원 추천 및 음악 관련 정보 제공을 위해 사용자 음원인식 기술이 요구되고 있다. 현재 태그정보를 기초로 사용자 음원 인식 후 음악 관련 정보를 제공하는 서비스가 제공되고 있지만, 태그정보의 변조 및 삭제 등의 취약점으로 인식 오류가 급증하고 있다. 이러한 문제의 보완 방안으로 음악 자체를 이용하는 내용기반 사용자 음원 인식 기법에 대한 연구가 이루어지고 있다. 본 논문에서는 음악의 파형에서 추출된 특징 정보를 기초로 온라인상에서 사용자 음원을 인식하는 방법에 대해 논하고자 한다. 사용자 음원의 내용기반 인식을 위해 구조에 적합한 음원의 전처리 후 특징 추출을 하였다. 추출된 특징은 음악 서버에 특징 형태로 저장된 음원과의 매칭 과정을 통한 인식을 진행하여 태그데이터에 독립적으로 사용자 음원을 인식할 수 있게 되었다. 제안된 사용자 음원 인식 방법의 검증을 위해 600개의 음악을 무작위 선정하고, 각각을 5가지 음질로 변화하였다. 이렇게 생성된 3000개의 실험음원을 30만곡을 포함하는 음악 서버를 기준으로 인식실험을 진행하였다. 평균 인식율은 85%를 나타내었다. 제안하는 내용기반 음원 인식을 통하여 태그기반 음원 인식의 취약점에 대한 극복을 하였으며, 음원 인식의 성능은 실제 온라인 음악 서비스에 적용할 가능성을 보여주었다.