• 한국컴퓨터정보학회논문지
• /
• 제11권2호
• /
• pp.341-349
• /
• 2006

본 논문은 인터넷을 이용한 채용이 보편화되어 지원자와 고용자의 채용 조건에 대한 협상이 요구되는 시점에서, 지원자와 고용자를 대신하는 협상 에이전트를 이용한 인터넷 채용 협상 시스템을 제안한다. 기존 협상 시스템이 다중 속성에 대하여 사용자의 선호도와 순차적 협상을 이용하는 것에 반하여, 제안하는 협상 시스템은 각 속성의 병렬적 협상을 수행한다. 각 속성에 대한 병렬적 협상은 단일 속성을 포함하는 다중 속성에 대한 협상을 가능하게 하며 각 속성에 대한 개별적인 협상을 통한 협상결과를 제공한다. 본 논문에서는 사용자의 선호도에 따른 가중치를 적용함으로써 보다 효율적인 협상을 제공한다는 것을 실험을 통하여 우수한 결과를 얻었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.30-32
• /
• 2000

전자상거래 기술의 발전에 따라 사용자를 대신하여 협상을 수행하는 소프트웨어 에이전트의 활용에 대한 연구가 진행되고 있다. 협상 에이전트는 협상의 양측인 구매자와 판매자를 대신하는 멀티 에이전트로 쌍방향의 협상이 이루어지며, 가격을 통한 단일 속성으로 시간에 따른 협상이 연구되어 왔다. 본 논문은 단일 속성과 다중 속성에 대한 두 가지 방식의 효율적인 협상을 제공하기 위한 협상 에이전트를 제안한다. 다중 속성에 대한 협상은 지원자가 원하는 협상 요소를 결정하며, 각 속성간의 중요도에 따른 가중치를 부여한 협상 알고리즘과 자율 협상을 위해 전략을 제안한다. 인터넷을 이용한 채용이 보편화되어 지원자와 고용자의 단일 속성과 다중 속성에 대한 협상이 요구되는 시점에서, 인터넷 채용 시스템에서 지원자, 고용주를 대신하는 협상 에이전트를 적용시켰다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.235-237
• /
• 2004

본 논문은 객체 데이터베이스 속성을 적용하여 데이터베이스 스키마를 생성하고 XML문서를 저장하는 기법을 제안한다 기존의 관계형 데이터베이스는 트리 기반의 XML 문서를 플랫한 테이블에 저장하므로 모델 불일치 문제가 발생한다. 또한, 문서를 검색할 때 고비용의 조인 연산이 필요하다. 하지만 객체 데이터베이스의 집합값 속성과 객체참조 속성은 트리 기반의 IDA 문서를 저장할 때 모델 측면에서 자연스럽다. 집합간 속성과 객체참조 속성은 Uを질의에 자주 사용되는 경로질의 및 순서를 이용하는 질의를 처리할 때게도 유리하다. 본 논문에서는 객체 데이터베이스의 집합값 속성과 객체참조 속성을 이용하여 XML 문서를 저장하기 위한 2가지의 DTD의존적 스키마 설계 기법인 i) 기본 규칙, ii) 인라인 규칙을 제시한다. 다양한 XML 문서에 대해 각각의 규칙에 따른 클래스 수, 저장 공간, 그리고 질의처리 시간을 비교 분석하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.1165-1168
• /
• 2010

본 논문에서는 Bethencourt등의 CP-ABE에서 효율적인 속성값 철회 기법에 대해 알아본다. 기존에 제안된 속성값 철회 기법은 대부분 KP-ABE에 대한 것이며, CP-ABE에서 속성값 철회는 철회를 위한 메시지 크기가 철회자에 비례해 커지고 NOT연산을 필요로 한다는 측면에서 효율적이지 못하다. 이에 대해 Bethencourt등의 CP-ABE와 기존의 속성값 철회 기법에 대해 알아본 후 Bethencourt등의 CP-ABE에서 효율적인 속성값 철회 기법에 대해 제시하고자 한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
• /
• pp.391-398
• /
• 1999

사례기반 추론을 포함한 Lazy Learning 방법들은 인공신경망이나 의사결정 나무와 같은 Eager Learning 방법들과 비교하여 여러 가지 상대적인 장점을 가지고 있다. 그러나 Lazy Learning 방법은 역시 상대적인 단점들도 가지고 있다. 첫째로 사례를 저장하기 위하여 많은 공간이 필요하며, 둘째로 문제해결 시점에서 시간이 많이 소요된다. 그러나 보다 심각한 문제점은 사례가 관련성이 낮은 속성들을 많이 가지고 있는 경우에 Lazy Learning 방법은 사례를 비교할 때에 혼란을 겪을 수 있다는 점이며, 이로 인하여 분류 정확도가 크게 저하될 수 있다. 이러한 문제점을 해결하기 위하여 Lazy Learning 방법을 위한 속성 가중치 부여 방법들이 많이 연구되어 왔다. 그러나 기존에 발표된 대부분의 방법들이 속성 가중치의 유효 범위를 전역적으로 하는 것들이었다. 이에 본 연구에서는 새로운 지역적 속성 가중치 부여 방법을 제안한다. 본 연구에서 제안하는 속성 가중치 부여 방법(CBDFW : 사례기반 동적 속성 가중치 부여)은 사례별로 속성 가중치를 다르게 부여하는 방법으로서 사례기반 추론의 원리를 속성 가중치 부여 과정에 적용하는 것이다. CBDFW의 장점으로서 (1) 수행 방법이 간단하며, (2) 논리적인 처리 비용이 기존 방법들에 비해 낮으며, (3) 신축적이라는 점을 들 수 있다. 본 연구에서는 신용 평가 문제에 CBDFW의 적용을 시도하였고, 다른 기법들과 비교에서 비교적 우수한 결과를 얻었다.

• 한국정보과학회논문지:데이타베이스
• /
• 제37권3호
• /
• pp.137-145
• /
• 2010

유비쿼터스 컴퓨팅 환경이 일반화되면서 센서의 역할이 중요해지고 있다. 응용에 따라 단순히 주변의 환경 정보를 수집하는 기능보다는 그 자체가 계산 기능을 가지고 다양한 역할을 수행할 수 있게 되었다. 이러한 센서를 활용한 과제에서 중요한 고려사항 중 하나는 에너지의 효율성이다. 본 연구에서는 무선 센서네트워크에서 속성 질의 처리를 수행할 수 있는 알고리즘을 개발하고자 한다. 이를 위해 각 센서들은 모든 자식 노드들의 속성값에 대한 부분 정보를 유지하도록 한다. 하지만 정보의 양이 너무 커지면, 정보 유지 비용이 커지게 된다. 또한 정보의 갱신 비용 역시 무시할 수 없다. 따라서 각 노드가 수집한 속성값 자체를 전달하는 대신 그 값의 범위를 표현한 비트값 즉, AVB(Attribute-Value Bits),을 보내도록 한다. 이는 적은 공간으로 모든 자손노드들의 속성값에 대한 영역 범위를 유지할 수 있어서 질의 처리 과정동안 필요한 메시지의 수를 크게 줄일 수 있다. 이에 대한 실험을 통하여, 제안한 기법의 다양한 속성을 살펴보았다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 춘계 학술발표회 논문집
• /
• pp.103-108
• /
• 2003

데이터마이닝을 위한 대용량 데이터베이스를 축소시키는 방법 중에 속성선택 방법이 많이 사용되고 있다. 본 논문에서는 세 가지 속성선택 방법을 사용하여 조건속성 수를 60%이상 축소시켜 결정나무와 로지스틱 회귀모형에 적용시켜보고 이들의 효율을 비교해 본다. 세 가지 속성선택 방법은 MDI, 정보획득, ReliefF 방법이다. 결정나무 방법은 QUEST, CART, C4.5를 사용하였다. 속성선택 방법들의 분류 정확성은 UCI 데이터베이스에 주어진 Credit 승인 데이터베이스와 German Credit 데이터베이스를 사용하여 10층-교차확인 방법으로 평가하였다.

• 정보보호학회지
• /
• 제20권2호
• /
• pp.85-92
• /
• 2010

인터넷상에서 각종 민감한 데이터들이 공유 유통되어지는 가운데 외부공격자나 내부사용자의 관리 미흡으로 인해 데이터 유출문제가 발생되고 있다. 이를 안전하게 관리하기 암호방식으로 본 논문에서는 ID기반 암호의 확장된 개념의 속성 기반 암호방식에 대해 검토한다. 그리고 속성기반 프록시 재암호화 방식도 함께 검토 하였다.

• 한국과학교육학회지
• /
• 제29권8호
• /
• pp.812-823
• /
• 2009

본 연구는 인지 진단 이론을 활용하여 과학 시험 결과를 분석하는 방안을 모색하고자 하는 목적 하에 실시되었다. 중학교 2학년을 대상으로 한 시험 문항을 개발하여 평가를 실시하였고, Fusion Model을 이용하여 시험 결과를 분석하였다. 결과를 분석하기 위해 문항별로 학생들이 문항을 풀기 위해 숙달해야 할 속성을 판별하여 Q 행렬을 작성한 후 분석을 실시하여 속성에 대한 문항 모수의 수렴을 확인하고 학생 전체와 성별, 성취수준별로 숙달한 속성과 그 속성의 개수를 분석하였다. 전통적인 평가가 학생들의 성취도 총점만을 제공하는 반면 인지 진단 이론은 평가에서 측정된 과학적 속성의 숙달 여부에 대한 정보를 제공해 주었다. 여학생은 남학생에 비해 회상하기의 능력이 유의하게 높은 것으로 나타났다. 분석결과 회상하기, 정보 해석하기, 계산하기 설명하기, 종합하기의 5개 속성 중에서 학생들이 가장 많이 숙달한 속성은 정보 해석하기였으며 가장 적게 숙달한 속성은 종합하기였다. 분석 결과 얻어진 프로파일은 교사들에게 학생 개개인의 과학적 능력에 대한 정보를 구체적으로 제공해 줄 수 있으므로 이 결과는 학생들의 과학 학습에 대한 진단과 처방, 추후 학습 지도에 유용한 정보로 활용될 수 있을 것이다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제6권2호
• /
• pp.265-273
• /
• 2000

관계형 데이타베이스 시스템의 각 테이블은 레코드의 집합이며 각 레코드는 일련의 속성들의 집합으로 이루어진다. 속성에 대한 상이값수란 레코드의 속성에 대해 실제로 데이타베이스 내에 사용되고 있는 서로 다른 속성값의 개수를 나타내며 질의 최적화나 통계적 질의의 지원에 유용하게 사용된다. 한편 기존 관계형 데이타베이스 시스템과는 달리 객체-관계 데이타베이스 시스템은 테이블간의 계승 관계를 지원하므로 상위 테이블에서 정의된 속성을 하위 테이블에서 계승받게 된다. 따라서 상이값수 또한 단일 테이블에 관한 정보뿐만 아니라 하위 테이블의 속성 정보를 모두 반영하는 계층 상이값수가 필요하다. 본 논문은 기존 상이값수 측정 방법을 그대로 사용하되 계층 상이값수를 계산하는 방법으로써 속성값 구간 배열을 이용하는 기법을 제안한다. 이 기법은 해당 테이블과 하위 테이블에 대하여 각각 속성값 구간 배열을 구성하고 그것을 합병함으로써 계층 상이값수를 계산한다. 제안하는 기법은 작은 양의 저장 공간만을 사용하여 계층 상이값수를 정확히 구할 수 있게 하며 계층 내의 각 테이블에 대한 갱신 연산이 불균등하게 이루어지는 환경에서 더욱 효과적으로 이용될 수 있다.