• Journal of the Korean Society for information Management
• /
• v.19 no.4
• /
• pp.5-34
• /
• 2002

The purpose of this study is to investigate the effects of learning methods on students' information retrieval and information synthesis capability in web. This is an experimental study comparing the two different learning methods as task-based learning and technic-based learning. The findings of this study were as follows: 1. The task-based learning was more effective than the technic-based learning in information achievements as information retrieval capability (t= 3.59, p〈.05). 2. In the 1st retrieval (recall ratio t=1.81 precision ratio t=.61) of Naver Korean Web Retrieval, there was no significant difference (p〉.05). In the 2nd retrieval (recall ratio t=2.93 precision ratio t=2.45) and 3rd retrieval (recall ratio t=3.48 precision ratio t= 2.50), the task-based group was more effective than the technic-based group (p〈.05). 3. There was no significant difference in students' information synthesis capability between the task-based learning and technic-based learning (t= 1.95, p〉.05). The findings of this study suggest that the task-based learning approach is more effective to improve students' information literacy, and that professionals should consider better instructional principles for the improvement of instructional quality.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.467-471
• /
• 2010

유속지수법(index velocity method)은 수위-유량관계에 유속을 추가적인 지수로 이용하는 방법이며 현재 자동유량측정 방법으로 널리 사용되고 있는 기법이다. 유속지수법에 많이 사용되는 측정 장비는 초음파유량계와 Acoustic Doppler Velocity Meter(ADVM) 등으로 모두 연속적인 수위와 유속을 측정하여 시계열 유량 자료를 생산하기 때문에 고리형 수위-유량관계의 재현이 가능하다. 기존의 연구에서 유속지수법은 괴산댐 하류에 적용되어 댐 방류량대비 평균 7%의 상대오차를 보였고, 시간에 따른 오차 발생이 적어 수위-유량관계에 비해 효율적으로 나타났다. 하지만 댐방류량에 의해 영향받는 구간에서는 고리형 수위-유량관계 재현에 한계를 나타냈다. 따라서 본 연구에서는 일반 자연하천인 임진강 적성지점에 ADVM을 설치하였고, 수위-단면적 관계와 평균유속($V_m$)-지표유속($V_i$) 관계를 수립하여 유속지수법에 의한 시계열 유량자료를 산정하였다. 산정된 유량자료는 측정 유량과 비교하여 정확도를 분석하였고, 시계열 유량 자료로부터 고리형 수위-유량관계를 재현하였다. 2009년 6월부터 9월까지 운영된 ADVM 자료로부터 산정된 유속지수법 최대 유량은 $10,491m^3/s$였으며, 총 18회의 실측 유량과 비교한 유속지수법 유량은 평균 7%의 상대오차를 나타냈다. 시계열 자료로부터 재현된 고리형 수위-유량관계는 임진강 적성지점의 경우 수위관측소 수위 10m, 유량 $2,000m^3/s$부터 발생하였다. 2009년 8월 11일 첨두유량 $8,000m^3/s$홍수 사상에서 발생한 고리형 수위-유량관계의 경우 수위 14m에서 $1,230m^3/s$의 유량차이를 보였고, 동일한 유량 $6,000m^3/s$에서 1.2m의 수위차이를 보였다. 2009년 8월 26일 첨두유량 $10,000m^3/s$에서 발생한 고리형 수위-유량관계에서도 마찬가지로 수위 16m에서 $1,670m^3/s$의 유량차, 유량 $8,000m^3/s$에서 수위 1.3m의 차이를 나타냈다. 이와 같이 유속지수법은 기존의 수위-유량관계가 가지는 한계점을 보완하여 고리형 수위-유량관계 재현이 가능하기 때문에 보다 정확한 유량 산정이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.340-340
• /
• 2021

가뭄의 특성상 시점과 종점을 명확하게 정의하기 어렵기 때문에 기준수문량을 설정하고 부족량과 지속기간을 정의하는 것이 일반적이다. 대상 수문량은 강우나 유출량을 사용할 수 있지만, 두 성분간 지체와 감쇄효과로 인하여 빈도해석의 결과는 차이를 보일 수 밖에 없어, 사용 목적에 따라 선별적으로 적용해야 한다. 가뭄빈도해석은 강우를 기반으로 지속기간과 심도를 정의하여 빈도를 해석하는 연구가 선행되어왔지만, 기본적으로 강우의 간헐적 발생특성과 체감도의 한계가 문제로 지적되고 있다. 본 연구에서는 댐 유입량의 Run 시계열 특성을 이용하여 다양한 유황을 기준유량으로 활용하여 가뭄의 시점과 종점에 대한 가뭄사상을 추출하고 지속기간과 누적부족량을 계산하여 가뭄빈도해석의 변수로 설정하였다. 두 변수간의 복잡한 상호 관계를 해석하기 위해 Copula 함수를 이용한 이변량 가뭄빈도해석을 진행하였다. 먼저 소양강댐('74-'19) 유입량, 충주댐('86-'19) 유입량을 연구대상지역으로 설정하여, 두 유역의 유입량의 추세분석을 통해 시간의존성을 파악하였다. 유황분석에 사용되는 분위량중 평수량을 기준값으로 사용하여 각 년별 최대 지속기간과 누적부족량을 추출하였다. Copula 가뭄빈도해석을 수행하기 전에 지속기간에는 GEV, 누적 부족량에는 Log-normal 분포를 적용해 단변량 누적확률분포를 계산하여 재현기간을 도출하였다. 이변량 빈도해석에 Clayton Copula 함수를 적용하여 가뭄빈도해석을 진행하였고, Copula 이변량 재현기간과 SDF곡선을 도출하였다. Clayton Copula를 이용한 이변량 가뭄빈도해석의 결과로 소양강댐의 가장 극심한 가뭄은 1996년으로 단변량 재현기간은 지속기간 기준 9.11년, 누적부족량 기준 17.26년, Copula 재현기간은 141.19년 이며 충주댐의 가장 극심한 가뭄은 2014년으로 단변량 재현기간은 지속기간 기준 17.76년, 누적부족량 기준 18.72년, Copula 재현기간은 184.19년으로 단변량 가뭄빈도해석을 통한 재현기간보다 Copula 재현기간이 높은 결과가 도출되었다. Run 시계열을 바탕으로 한 기준유량의 임계값 기준 Event 산정과 Copula를 이용한 빈도해석은 가뭄분석에 이용되는 자료의 상관관계와 분포특성을 재현하는데 효과적인 특징이 있다. 이를 미루어 보아 Copula 함수를 이용한 가뭄빈도해석의 재현기간은 보다 현실적인 재현기간을 도출할 수 있는 것으로 판단된다. 임계값의 조정을 통해 가뭄빈도해석의 변수의 양이 늘어나면, 보다 정확도 높은 재현기간을 도출하여 수문학적 가뭄을 정의할 수 있을 것이라고 사료된다.

• Journal of Korean Library and Information Science Society
• /
• v.38 no.3
• /
• pp.223-246
• /
• 2007

This study examines the retrieval efficiency of the FRBR-based bibliographic retrieval system. To do this, we built two experimental retrieval systems(a FRBR-based system constructed through FRBRizing algorithms and an OPAC-based retrieval system) using 387 music materials coded in a KORMARC format. Next, we set up six hypotheses and compared these two systems in terms of recall, precision, and retrieval time using 28 participants and a questionnaire with 12 queries. The results show that the average recall value of the FRBR-based system Is higher than that of the OPAC system regardless of query types and the average precision and retrieval time values of manifestation queries of the OPAC system is more efficient that those of the FRBR-based system. This study results can be used to customize digital library interfaces as well as to improve the retrieval efficiency of the bibliographic retrieval system.

• Journal of Korean Electronics
• /
• v.4 no.11
• /
• pp.71-74
• /
• 1984

• 대한방사선치료학회:학술대회논문집
• /
• 1995.06a
• /
• pp.9-9
• /
• 1995

• The Journal of Korean Society for Radiation Therapy
• /
• v.10 no.1
• /
• pp.151-153
• /
• 1998

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.346-348
• /
• 2006

기존의 웹 이미지 검색 시스템들은 웹 페이지에 포함된 텍스트들의 출현빈도, 태그유형 등을 고려해 각 키워드들의 중요도를 평가하고 이를 이용해 이미지의 캡션을 결정한다. 하지만 텍스트 정보만으로 캡션을 결정할 경우, 키워드와 이미지 사이의 관련성을 평가할 수 없어 부적절한 캡션의 배제가 어렵고, 사람의 인지와 맞지 않는 캡션이 추출되는 문제점이 있다. 본 논문에서는 기존의 웹 이미지 마이닝 방법을 통해 웹 페이지로부터 캡션 후보 키워드를 추출하고, 자동 이미지 주석 방법을 통해 이미지의 개념 부류 키워드를 결정한 후, 두 종류의 키워드를 결할하여 캡션을 선택한다. 가능한 결합 방법으로는 키워드 병합 방법, 공통 키워드 추출 방법, 개념 부류 필터링 방범 캡션 후보 필터링 방법 등이 있다. 실험에 의하면 키워드 병합 방법은 높은 재현율을 가져 이미지에 대한 다양한 주석이 가능하고 공통 키워드 추출 방법과 개넘 부류 키워드 필터링 방법은 정확률이 높아 이미지에 대한 정확한 기술이 가능하다. 특히, 캡션 후보 키워드 필터링 방법은 기존의 방법에 비해 우수한 재현율과 정확률을 가지므로 기존의 방법에 비해 적은 개수의 캡션으로도 이미지를 정확하게 기술할 수 있으며 일반적인 웹 이미지 검색 시스템에 적용할 경우 효과적인 방법이다.

• Journal of KIISE:Databases
• /
• v.34 no.3
• /
• pp.232-243
• /
• 2007

Metadata IR model has high precision and low recall because the query in Metadata IR model is strict that is, the query can express user information need exactly, while Full-text IR model has low precision and high recall because the query in Full-text IR model is a kind of simple keyword query which expresses user information need roughly. If user can translate one's information need into structured query well, the retrieval result will be improved. However, it is little possible to make relevant query without understanding characteristics of metadata. Unfortunately, most users do not interested in metadata, then they cannot construct well-made structured query. Amount of information contained in metadata is less than text information. In this paper, we suggest hybrid IR model using metadata and text which can provide users with lots of relevant documents by retrieving from metadata field and text field complementarily.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.32 no.2
• /
• pp.405-416
• /
• 2022

Current AI technology is improving the quality of life by using machine learning based on data. When using machine learning, transmitting distributed data and collecting it in one place goes through a de-identification process because there is a risk of privacy infringement. De-identification data causes information damage and omission, which degrades the performance of the machine learning process and complicates the preprocessing process. Accordingly, Google announced joint learning in 2016, a method of de-identifying data and learning without the process of collecting data into one server. This paper analyzed the effectiveness by comparing the difference between the learning performance of data that went through the de-identification process of K anonymity and differential privacy reproduction data using actual financial data. As a result of the experiment, the accuracy of original data learning was 79% for k=2, 76% for k=5, 52% for k=7, 50% for 𝜖=1, and 82% for 𝜖=0.1, and 86% for Federated learning.