• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.541-544
• /
• 2022

코로나19 이후로 교육의 형태가 오프라인에서 온라인으로 변화되었다. 하지만 온라인 강의 교육 서비스는 실시간 소통의 한계를 가지고 있다. 이러한 단점을 해결하기 위해 본 논문에서는 기계독해 기반 실시간 강의 질의응답 시스템을 제안한다. 본 논문연구에서는 질의응답 시스템을 만들기 위해 KorQuAD 1.0 학습 데이터를 활용해 BERT를 fine-tuning 했고 그 결과를 이용해 기계독해 기반 질의응답 시스템을 구축했다. 하지만 이렇게 구축된 챗봇은 강의 내용에 대한 질의응답에 최적화되어있지 않기 때문에 강의 내용 질의응답에 관한 문장형 데이터 셋을 구축하고 추가 학습을 수행하여 문제를 해결했다. 실험 결과 질의응답 표를 통해 문장형 답변에 대한 성능이 개선된 것을 확인할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.765-768
• /
• 2020

검색 질의 연구 분야의 대부분 선행 연구는 검색 질의 주제 분류에 집중되어 있으며 질의 자체에 대한 연구자의 정성적인 판단으로 분석되었다. 이는 검색 이후 클릭 된 문서를 고려하지 않고 진행되었다는 점과 분석 주제 및 활용 데이터가 제한적이라는 것에 한계가 있다. 이에 본 연구는 국내 대형 온라인쇼핑몰의 1년간의 검색로그를 활용하여 검색 질의와 검색 이후 조회한 문서명 정보를 기반으로 토픽모델링을 수행하여 검색 질의 주제를 정의하였다. 또한 검색 행동특성에 따른 주제별 성격을 정의하기 위하여 주성분 분석을 통해 주요 변수 추출 후 각 주제별 검색 행동특성을 분석하였다. 본 연구 결과는 효과적인 검색 서비스 구축 및 검색 시스템 개발에 기여 할 것으로 기대된다. 향후 연구로는 텍스트 분류기 모델링 실험을 통해 자동 분류 시스템을 구현할 수 있을 것이다.

• Korean Journal of Cognitive Science
• /
• v.32 no.2
• /
• pp.75-98
• /
• 2021

The purpose of this study was to confirm whether adolescents with a tendency to compare online game positions are unhappier than their peers who do not. In Experiment 1, participants were asked to compare the status of their game character with the game world average (below, equal, or above average), and were then measured on their changes in happiness (changes before and after the participant's status comparison). In Experiment 2, participants compared the status of their game character with a person they knew (whether it was lower or higher than their acquaintance), and were then measured on their subjective changes in happiness. In Experiment 3, participants were told that the status of their game character was lower/higher than the average, and were either presented or not presented with the information that their acquaintance's character held a lower/higher position. The subjective happiness level of the two groups was then measured. As a result, Experiment 1 confirmed that adolescents with generally low subjective happiness were unhappier when their game position was lower than the average and were happier when their game position was higher than the average. However, it was found that the happiness level of adolescents with generally high subjective happiness did not significantly change. Experiment 2 observed that adolescents with generally low subjective happiness were unhappier when their game position was lower than others in the game world and were happier when their game position was higher than others. However, this was not true for adolescents with generally high subjective happiness. Experiment 3 showed that adolescents with generally low subjective happiness were unhappier when someone else had a higher game position than themselves and were happier when someone else had a lower game position than themselves, regardless of their status in either situation. However, a significant change was not detected among adolescents with generally high subjective happiness. As a rare study confirming the effects of social status comparison on happiness in the virtual world, this study is noteworthy.

• Journal of KIISE:Databases
• /
• v.28 no.2
• /
• pp.153-167
• /
• 2001

다차원 온라인 분석처리(Multidimensional On-Line Analytical Processing: MOLAP)에서 집계 연산은 중요한 기본 연산이다. 기존의 MOLAP 집계 연산은 다차원 배열 구조를 기반으로 한 파일 구조에 대해서 연구되어 왔다. 이러한 파일 구조는 편중된 분포를 갖는 데이터에서는 잘 동작하지 못한다는 단점이 있다. 본 논문에서는 편중된 분포에도 잘 동작하는 다차원 파일구조를 사용한 집계 알고리즘을 제안한다. 먼저, 새로운 분리-포함 분할이라는 개념을 사용한 집계 연산 처리 모델을 제안한다. 집계 연산 처리에서 분리-포함 분할 개념을 사용하면 페이지들의 액세스 순서를 미리 알아 낼 수 있다는 특징을 가진다. 그리고, 제안한 모델에 기반하여 원-패스 버퍼 크기(one-pass buffer size)를 사용하여 집계 연산을 처리하는 원-패스 집계 알고리즘을 제안한다. 원-패스 버퍼 크기란 페이지 당 한 번의 디스크 액세스를 보장하기 위해 필요한 최소 버퍼 크기이다. 또한, 제안한 집계 연산 처리 모델 하에서 제안된 알고리즘이 최소의 원-패스 버퍼 크기를 갖는다는 것을 증명한다. 마지막으로, 많은 실험을 통하여 이론적으로 구한 원-패스 버퍼 크기가 실제 환경에서 정확히 동작함을 실험적으로 확인하였다. 리 알고리즘은 미리 알려진 페이지 액세스 순서를 이용하는 버퍼 교체 정책을 사용함으로써 최적의 원-패스 버퍼 크기를 달성한다. 제안하는 알고리즘을 여 러 집계 질의가 동시에 요청되는 다사용자 환경에서 특히 유용하다. 이는 이 알고리즘이 정규화 된 디스크 액세스 횟수를 1.0으로 유지하기 위해 반드시 필요한 크기의 버퍼만을 사용하기 때문이다.

• Journal of Broadcast Engineering
• /
• v.23 no.5
• /
• pp.642-655
• /
• 2018

Occupancy sensors installed in buildings and households turn off the light if the space is vacant. Currently PIR(pyroelectric infra-red) motion sensors have been utilized. Recently, the researches using camera sensors have been carried out in order to overcome the demerit of PIR that cannot detect stationary people. The detection of moving and stationary people is a main functionality of the occupancy sensors. In this paper, we propose an on-line human occupancy tracking method using convolutional neural network (CNN) and self-organizing map. It is well known that a large number of training samples are needed to train the model offline. To solve this problem, we use an untrained model and update the model by collecting training samples online directly from the test sequences. Using videos capurted from an overhead camera, experiments have validated that the proposed method effectively tracks human.

• Journal of the Korea Organic Resources Recycling Association
• /
• v.11 no.4
• /
• pp.90-96
• /
• 2003

This study was performed to evaluate effect of extraction mode on SVE efficiency for fuel-contaminated soil. A gas station was selected for this study. As a result of pressure test in well head, soil texture of contaminated site under the gas station was very different from site to site. SVE system was operated in intermittent mode (1hr extraction / 3hr rest) or continuous mode. Capacity of air blower was $1m^3/min$. Extration mode test was conducted in two severe contaminated sites. In both two sites, cumulative TPHgas mass of intermittent extraction mode was higher than that of continuous mode. Considering long term operation of SVE in a field, in general, it was thought that intermittent extraction mode was effective in view of vaporized TPHgas mass and electrical cost.

• Journal of Convergence for Information Technology
• /
• v.10 no.11
• /
• pp.195-201
• /
• 2020

There have been many developments and innovations in the educational environments in line with the rapidly evolving information age. E-Learning is a representative example of this rapid evolution. However, E-Learning is challenging to maintain students' concentration because of the low engagement level and limited interactions between instructors and students. Additionally, instructors have limitations in identifying learners' concentration. This paper proposes a system that can measure E-learning users' concentration levels by detecting the users' eyelid movement and the top of the head. The system recognizes the eyelid and the top of the head and measures the learners' concentration level. Detection of the eyelid and the top of the head triggers an event to assess the learners' concentration level based on the users' response. After this process, the system provides a normalized concentration score to the instructor. Experiments with experimental groups and control groups were conducted to verify and validate the system, and the concentration score showed more than 90% accuracy.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.967-970
• /
• 2014

인터넷 게시판이나 트위터 같은 온라인 매체는 쉬운 접근성과 실시간 특성으로 어떤 사건에 대한 사용자들의 반응이 즉각적으로 나타난다. 또한, 실시간으로 엄청난 양의 데이터가 생성되고 있어 이 데이터를 잘 분석한다면 실제 사회에서 나타나는 다양한 현상들에 대해 파악할 수 있다. 최근 주식 시장에서도 이러한 온라인 데이터들을 분석하여 주가 변동이나 주식 시장 상황을 이해하려는 연구가 시도되고 있다. 이 논문에서는 주식 토론방의 게시물과 주가 사이에 어떤 상관관계가 있는지를 분석하고, 이를 이용한 주식 투자 종목 추천 시스템을 제안하고자 한다. 먼저 주가와 주식 토론방 게시물들 사이의 상관관계를 분석하기 위해서 KOSPI200에 속한 회사 중 55개의 회사를 대상으로 주가와 주식 토론방 게시물을 분석하였다. 2008년부터 2013년까지 6년 동안 각 회사의 주가와 게시물의 상관관계를 분석한 결과 개별 주가와 게시물 수 사이에는 특별한 상관관계가 나타나지 않았다. 하지만 주가와 게시물 수의 상관관계가 높을수록 주식 수익률이 높은 경향을 보였다. 이 논문에서는 주가와 게시물 수의 상관관계 정보를 이용한 투자 종목 추천 알고리즘을 제안하였고, 모의투자 실험을 통해 제안 방법의 효율성을 보였다. 2008년 1월부터 2013년 12월까지의 주가와 주식 토론방 데이터를 이용한 모의투자 실험에서 제안 방법으로 구성한 포트폴리오의 1개월 평균 수익률은 약 1.82%로, 주식 네트워크 특성을 이용한 기존 방법보다 약 0.64% 높은 수익률을 보였다. 또한, 마코위츠의 효율적 포트폴리오와 KOSPI200 수익률보다 각각 약 0.85%와 1.48% 높게 나타났다.

• Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology
• /
• v.9 no.5
• /
• pp.259-271
• /
• 2019

The purpose of this study is to examine the potential of flip learning in Korea and to explore the possibilities of university English education. To this end, participants are sought for classes wherein general English class is taught and the researcher is in charge of teaching. 25 students of media-English class is chosen for the study. Instruments for the study include class evaluation and feedbacks, mid-term and final exams, group performative evaluation, on-line class views and participations. The findings of the study are: As students progress in flipped learning classes, their exam results significantly improved, and their performative evaluation results also improved significant across different groups. The effects are more eminent among higher levels of students, but students with mid and low level of English still improved significantly once they engage themselves in preview activity on a regular basis and self-directedly.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.24 no.12
• /
• pp.1595-1603
• /
• 2020

Online defamation incidents such as Internet news comments on portal sites, SNS, and community sites are increasing in recent years. Bias and hate expressions threaten online service users in various forms, such as invasion of privacy and personal attacks, and defamation issues. In the past few years, academia and industry have been approaching in various ways to solve this problem The purpose of this study is to build a dataset and experiment with deep learning classification modeling for detecting various bias expressions as well as hate expressions. The dataset was annotated 7 labels that 10 personnel cross-checked. In this study, each of the 7 classes in a dataset of about 137,111 Korean internet news comments is binary classified and analyzed through deep learning techniques. The Proposed technique used in this study is multi-channel CNN model with attention. As a result of the experiment, the weighted average f1 score was 70.32% of performance.