• Transactions of Materials Processing
• /
• v.20 no.1
• /
• pp.5-10
• /
• 2011

The main objective of the present study is to predict the process window of injection-compression molding corresponding to the capability of an injection machine for fabricating 7 inch LGP. The open distance and volume filled after injection stage were found to be two important factors that affect critical requirements such as flow length, injection pressure and clamping force for the process. Process window for the key factors was also predicted by response surface method. As a result, predicted process window for open distance and volume filled after injection stage satisfying the critical requirement with a given injection machine was in the range of 60 ~ 75%, and 104.00 ~ 104.25%, respectively.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2007.11a
• /
• pp.440-447
• /
• 2007

사진은 시각화되어 있으면서도 사용자가 생성하기 쉽다는 이유로 가장 인기 있는 컨텐트 중 하나이며, 사진을 찍은 위치 정보는 해당 장소가 갖는 특징 혹은 상징성으로, 상품 및 서비스와 연관성을 갖고 있기 때문에 상거래의 매개체가 될 가능성을 내포하고 있다. 그러나 현재의 상거래 환경에서는 사진의 위치정보를 자동화, 체계화하여 저장하고 활용하는데 한계를 가지고 있어서 사진 자체가 상거래에 활용되는 모델을 찾아보기 힘들다. 본 연구에서 제시하는 U-Photo 비즈니스 모델은 사용자가 찍은 사진의 배경에 해당하는 장소를 그 장소를 통해 광고를 하고자 하는 광고주와 연계하고, 그 사진을 클릭했을 때 광고주의 사이트가 로딩 되도록 하는, 컨텐트 생성자, 컨텐트 소비자, 광고주 연계 비즈니스 모델이다. 본 논문은 유비쿼터스 컴퓨팅 환경에서 사진을 활용한 비즈니스 모델을 제안하고, 본 비즈니스 모델이 어떤 함의를 지니고 있는지를 분석하며 시장에서 실제 작동할 조건을 예측하여 본 비즈니스 모델을 평가한다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2000.04a
• /
• pp.151-152
• /
• 2000

광양만권역은 석유화학산업과 제철공업등 대규모 공단에서 배출되는 질소산화물, 탄화수소류에 의한 오존 농도가 증가되고 있으며, 산성비 등의 2차 오염생성물질에 의한 광역지역의 대기오염 현상도 이들의 물질들이 깊이 관여하고 있다. 따라서, 광양만권의 대기질 개선을 위해서는 대기오염물질의 배출원 및 배출량 분포를 정확하고 세밀한 파악이 무엇보다도 중요하다. 따라서, 본 연구에서는 광양만권의 광화학 옥시단트(Ox) 예측모델의 개발에 사용될 오염물질 배출량을 고정발생량 및 이동발생량으로 구분하 산출하였다. (중략)

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.399-400
• /
• 2018

해마다 방대한 양의 콘텐츠가 쏟아져 나오는 현재의 콘텐츠 시장은 '즐길 거리'가 차고 넘치는, 수요보다 공급이 많은 시장이다. 이러한 환경에서 소비자가 자신의 취향에 맞는 콘텐츠를 쉽고 빠르게 찾을 수 있게 하는 맞춤형 콘텐츠 제공의 측면에서 빅데이터의 효율적인 활용은 중요하다. 더 나아가 콘텐츠의 소비 단계 뿐만 아니라 기획 및 제작 단계에서도 빅데이터는 소비자가 흥미를 느낄만한 콘텐츠를 미리 예측하며, 성공 가능성 높은 콘텐츠를 기획 및 제작할 수 있게 하는데 기인하는 중요한 핵심 요소이다. 이미 게임, 영상, 음악 등의 분야에서는 개인의 기호와 취향에 맞춤화된 콘텐츠를 제공하거나 소비자에게 더 인기를 얻을 수 있는 콘텐츠 기획 및 개발에 빅데이터를 활용하고 있으며, 앞으로는 더욱 다양한 장르에서 빅데이터 활용 사례가 증가할 전망이다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.4-5
• /
• 2016

최근 현실 세계의 기반 위에 가상의 정보를 증강하여 사용자와 상호작용하며 즐기는 증강 현실 컨텐츠가 대중들에게 많은 인기를 얻고 있다. 이러한 증강 현실 콘텐츠는 현실 세계를 기반으로 한다는 점에서 실제의 3차원 공간을 정확하게 복원하는 것이 중요하다. 초기의 3차원 복원 방법으로 RGB-D 카메라를 이용한 KinectFusion 방법이 제안되었고 많은 연구자들에 의해 다루어지고 있다. 하지만 기존의 방법은 시간이 흐름에 따라 누적되는 오차에 의해 3차원 모델이 정확하게 복원되지 않는 객체 표류 문제가 발생한다. 이러한 문제는 깊이 카메라 센서의 잡음 때문에 정확하지 않은 표면 법선 벡터가 계산되는 것에 기인한다. 본 논문에서는 이러한 문제를 해결하기 위해 잡음에 강건한 표면 법선 벡터를 계산하는 방법을 제안한다. 실험결과에서는 기존의 방법과 비교하여 제안하는 방법이 절대 궤적 오차 (absolute trajectory error)가 감소하는 것을 확인 했고 카메라 궤적이 정확하게 예측되는 것을 확인할 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.217-218
• /
• 2022

본 논문에서는 코로나19 팬더믹(pandemic)으로 최근 3년가 비대면 강의가 대부분 이루어졌고, 자연스럽게 비대면 교수법 또한 여러 가지 형태로 시도되어졌다. 게더타운(Gather Town)이라는 온라인 화상회의 공간을 2D게임화 시켜서 세계적인 인기에 힘입어 본교 학생 500명 가까이 활용해 보았고, 이후 국내에서 3D기반의 매타버스 플랫폼 디토랜드(DITO LAND)를 개발하여 본교 학생 300여명의 학생들을 대상으로 실시하여 2D, 3D 기반의 장단점을 파악하게 되었다. 이를 바탕으로 추후 어떠한 방향으로 메타버스 콘텐츠를 활용한 교수법이 더 효과가 있을 것인지 예측하고, 메타버스 콘텐츠 개발자들에게 조금이라도 도움을 주고자 한다.

• Journal of Korea Multimedia Society
• /
• v.7 no.8
• /
• pp.1066-1077
• /
• 2004

Dramatic increase in the number of Internet users want highly qualified service of continuous media contents on the web. To solve these problems, we present two network caching schemes(PPC, PPCwP) which consider the characteristics of continuous media objects and user access pattern in this paper. While there are plenty of reasons to create rich media contents, delivering this high bandwidth contents over the internet presents problems such as server overload, network congestion and client-perceived latency. PPC scheme periodically calculates the popularity of objects based on the playback quantity and determines the optimal size of the initial fraction of a continuous media object to be cached in proportion to the calculated popularity. PPCwP scheme calculates the expected popularity using the series information and prefetches the expected initial fraction of newly created continuous media objects. Under the PPCwP scheme, the initial client-perceived latency and the data transferred from a remote server can be reduced and limited cache storage space can be utilized efficiently. Trace-driven simulation have been performed to evaluate the presented caching schemes using the log-files of iMBC. Through these simulations, PPC and PPCwP outperforms LRU and LFU in terms of BHR and DSR.

• Journal of the Korea Society of Computer and Information
• /
• v.28 no.5
• /
• pp.75-82
• /
• 2023

In collaborative filtering systems, the item rating prediction values calculated by the systems are very important for customer satisfaction with the recommendation list. In the time-aware system, predictions are calculated by reflecting the rating time of users, and in general, exponentially lower weights are assigned to past rating values. In this study, to find out whether the influence of rating time on the rating value varies according to various factors, the correlation between user rating value and rating time is investigated by the degree of user rating activity, the popularity of items, and item genres. As a result, using two types of public datasets, especially in the sparse dataset, significantly different correlation index values were obtained for each factor. Therefore, it is confirmed that the influence weight of the rating time on the rating prediction value should be set differently in consideration of the above-mentioned various factors as well as the density of the dataset.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.14 no.2
• /
• pp.115-121
• /
• 2021

This paper used big data and artificial intelligence technology to predict the rapidly increasing internet traffic. There have been various studies on traffic prediction in the past, but they have not been able to reflect the increasing factors that induce huge Internet traffic such as smartphones and streaming in recent years. In addition, event-like factors such as the release of large-capacity popular games or the provision of new contents by OTT (Over the Top) operators are more difficult to predict in advance. Due to these characteristics, it was impossible for an ISP (Internet Service Provider) to reflect real-time service quality management or traffic forecasts in the network business environment with the existing method. Therefore, in this study, in order to solve this problem, an Internet traffic collection system was constructed that searches, discriminates and collects traffic data in real time, separate from the existing NMS. Through this, the flexibility and elasticity to automatically register the data of the collection target are secured, and real-time network quality monitoring is possible. In addition, a large amount of traffic data collected from the system was analyzed by machine learning (AI) to predict future traffic of OTT operators. Through this, more scientific and systematic prediction was possible, and in addition, it was possible to optimize the interworking between ISP operators and to secure the quality of large-scale OTT services.

• Journal of Intelligence and Information Systems
• /
• v.24 no.3
• /
• pp.45-66
• /
• 2018

Crowdfunding has become more popular than angel funding for fundraising by venture companies. Identification of success factors may be useful for fundraisers and investors to make decisions related to crowdfunding projects and predict a priori whether they will be successful or not. Recent studies have suggested several numeric factors, such as project goals and the number of associated SNS, studying how these affect the success of crowdfunding campaigns. However, prediction of the success of crowdfunding campaigns via non-numeric and unstructured data is not yet possible, especially through analysis of structural characteristics of documents introducing projects in need of funding. Analysis of these documents is promising because they are open and inexpensive to obtain. We propose a novel method to predict the success of a crowdfunding project based on the introductory text. To test the performance of the proposed method, in our study, texts related to 1,980 actual crowdfunding projects were collected and empirically analyzed. From the text data set, the following details about the projects were collected: category, number of replies, funding goal, fundraising method, reward, number of SNS followers, number of images and videos, and miscellaneous numeric data. These factors were identified as significant input features to be used in classification algorithms. The results suggest that the proposed method outperforms other recently proposed, non-text-based methods in terms of accuracy, F-score, and elapsed time.