• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.310-313
• /
• 2006

지능형 학습 시스템(ITS, Intelligent Tutoring System)은 학습자의 학습 스타일을 인지하여 학습자에 맞는 학습전략을 세우고 적절한 학습 서비스를 제공하는 시스템이다. 기존의 학습시스템은 학습자의 학습 스타일 보다는 학습 컨텐츠에 중심을 두어 학습자에게 맞는 학습 전략을 적절히 세우는 과정이 부족했다. 이에 본 논문에서는 학습자의 학습과정에서 발생한 데이터를 기반으로 학습자의 학습 스타일을 파악하는 방법을 제안한다. 이를 위해 서양 건축양식 학습을 위한 교육 컨텐츠를 이용하였으며, 수집된 데이터를 분석하여 Folder & Silverman 이 제시한 학습 스타일에 근거한 학습자의 학습 스타일을 추출하였다. 실험에서는 70명의 데이터를 수집하였고, 학습자가 교육 컨텐츠를 학습한 순서에 대한 시계열 데이터를 기반으로 학습자 성향을 알아보기 위하여 은닉 마코프 모델(Hidden Markov Model)을 사용하였다. 은닉 마코프 모델을 적용하여 얻은 분석 결과를 가지고 각 학습자에게 맞는 학습 스타일을 진단하였다. 은닉 마코프 모델에서 얻은 학습 스타일 진단 모델은 향후에 학습자 학습 스타일을 파악하는데 사용할 수 있으며, ITS에 있어 학습자 성향 분석 모듈로 고려해볼 수 있다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.23 no.5
• /
• pp.473-478
• /
• 2013

In this paper, we develop the Heavy Rain Advisory Decision Model based on intelligent neuro-fuzzy algorithm RBFNNs by using KLAPS(Korea Local Analysis and Prediction System) Reanalysis data. the prediction ability of existing heavy rainfall forecasting systems is usually affected by the processing techniques of meteorological data. In this study, we introduce the heavy rain forecast method using the pre-processing techniques of meteorological data are in order to improve these drawbacks of conventional system. The pre-processing techniques of meteorological data are designed by using point conversion, cumulative precipitation generation, time series data processing and heavy rain warning extraction methods based on KLAPS data. Finally, the proposed system forecasts cumulative rainfall for six hours after future t(t=1,2,3) hours and offers information to determine heavy rain advisory. The essential parameters of the proposed model such as polynomial order, the number of rules, and fuzzification coefficient are optimized by means of Differential Evolution.

• Journal of Intelligence and Information Systems
• /
• v.4 no.2
• /
• pp.85-102
• /
• 1998

현재의 시스템 개발 프로젝트에서 대부분의 기업은 관계형 데이터베이스를 목표 환경으로 채택하고 있지만 설계자들은 기존의 파일 시스템이나 계층형 데이터베이스의 설계 방식을 관계형 데이터베이스 설계 시에도 그대로 적용하려는 경향이 있다. 또한 모델링 시 시스템 특성과는 무관한 업무 중심의 엔티티 관계도를 작성함으로써 구현 시에 모델을 상당 부분 변경하거나 추가해야 하는 오버헤드가 발생하기도 한다. 관계형 데이터베이스의 경우 구조를 어떻게 설계하느냐에 따라 효율의 차이가 크게 나타나므로 성능 향상을 위한 데이터 모델링 기법이 중요한 이슈로 등장하게 되었다. 본 논문에서는 관계형 데이터베이스 성능과 관련하여 이미 연구되고 실험된 내용을 여러 문헌과 자료를 참고하여 조사하였다. 성능 항상을 위한 모델링 기법들을 테이블, 릴레이션쉽, 인덱스 등의 객체별로 분류하여 정리하였고, 조사된 내용 중에서 몇 가지를 선택하여 Oracle DBMS 환경에서 실제로 실험을 실시하였다. 대용량 테이블에 대한 질의를 수행하여 소요되는 시간을 측정하고 그 결과를 분석하였다. 실험을 통해 검증된 결과를 토대로 제안되는 모델링 방법을 제시한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.23 no.4
• /
• pp.304-309
• /
• 2013

This paper proposes a intelligent approach on range decision of figure of merit. Unknown range of the underwater target and the non-fixed signal excess make the uncertainty for the tracking process. Using the input data of signal excess related to the range, we establish the rule of the fuzzy set and the original data acquired by sonar can be transformed to the fuzzified data set. To reduce the error arisen from the unexpected data, we use the new data transformed in fuzzy set. The piecewise relations of the min value, max one, and the mean one are calculated. The three values are used for the expected range of the underwater target. By analysing the fluctuation of the data, we can expect the target's position and the characteristics of the maneuvering. The examples are presented to show the performance and the effectiveness of the proposed method.

• KIPS Transactions on Software and Data Engineering
• /
• v.6 no.4
• /
• pp.193-202
• /
• 2017

Development of Intelligent Systems involves effective integration of large-scaled knowledge processing and understanding, human-machine interaction, and intelligent services. Especially, in our project for development of a self-growing knowledge-based system with inference methodologies utilizing the big data technology, we are building a platform called WiseKB as the central knowledge base for storing massive amount of knowledge and enabling question-answering by inferences. WiseKB thus requires an effective methodology to analyze diverse requirements convoluted with the integration of various components of knowledge representation, resource management, knowledge storing, complex hybrid inference, and knowledge learning, In this paper, we propose an integrated requirement analysis method that blends the traditional sequential method and the iterative-incremental method to achieve an efficient requirement analysis for large-scale systems.

• Electronics and Telecommunications Trends
• /
• v.22 no.5
• /
• pp.12-23
• /
• 2007

유비쿼터스 사회에서는 언제, 어디서나 네트워크에 연결하여 다양한 형태의 실감 정보를 제공 받아 더욱더 풍요로운 삶을 누릴 수 있을 것이다. 이것은 음성인식 및 영상합성 생성기술, 입체 영상/음향 입?출력기술, IT-NT-BT 기술융합의 가속화로 지능형 실감형 정보처리는 물론 휴먼정보 등의 다양한 정보처리가 가능한 유비쿼터스 휴대 단말기에 의해서 실현될 것이다. 휴대 단말기에서 반도체는 약 $40{\sim}50%$의 비중을 차지하는 가장 중요한 부품이며, 다양한 지능형 실감형 정보를 처리하기 위하여 막대한 양의 데이터를 처리할 수 있는 저전력 고성능 반도체 SoC 개발이 필수적이다. 본고에서는 휴대 단말기에 사용되는 SoC 기술 및 재구성형 프로세서 기술 동향을 파악함으로써, 유비쿼터스 단말기에서 필수적으로 사용될 반도체 SoC 기술의 발전 방향에 대해서 전망해 보았다.

• Review of KIISC
• /
• v.29 no.5
• /
• pp.7-20
• /
• 2019

2019년 4월, 4세대 이동통신보다 최대 20배 빠른 속도, 10배 많은 IoT 기기의 연결, 10배 짧은 저지연 서비스를 제공하기 위해 5세대 이동통신이 세계최초로 상용화되었다. 5G 이동통신기술은 고속 대용량의 음성 및 데이터 통신을 제공할 뿐만 아니라 지연 속도와 신뢰성에 민감한 IoT 기기를 수용하기 위해 다양한 최신 기술을 적용하는 기술적 진보가 있었다. 그러나 5G 네트워크 및 서비스가 개방성, 확장성, 유연성을 제공하기 위해 분산 코어 네트워크 구조와 소프트웨어기반 아키텍처(SDN NFV, MEC, 클라우드 컴퓨팅 등)로의 기술적 변화는 새로운 공격 접근 경로와 네트워크 슬라이싱과 같은 논리적인 계층의 복잡한 보안 가시성 이슈 등 사이버보안관점에서 새로운 도전(Challenges)이 되고 있다. 본 논문에서는 5G 모바일 네트워크의 기술적 변화에 따른 보안도전과제와 해외 5G 보안 아키텍처 연구들을 분석하여 5G 보안 설계 및 운영 고려사항을 고찰하고자 한다.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.8
• /
• pp.191-200
• /
• 2024

The rapid advancement of computer technology and artificial intelligence has significantly impacted software education in Korea. Consequently, the 2022 revised curriculum demands personalized education. However, implementing personalized education in schools is challenging. This study aims to facilitate personalized education by utilizing incorrect codes and error information submitted by beginners to construct prompts. And the difference in the frequency of correct feedback generated by the generative AI model and the prompts was examined. The results indicated that providing appropriate error information in the prompts yields better performance than relying solely on the excellence of the generative AI model itself. Through this research, we hope to establish a foundation for the realization of personalized education in programming education in Korea.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2013.08a
• /
• pp.83.1-83.1
• /
• 2013

반도체 미세화, Glass 대면적화에 따른 산포관리 및 불량방지 필요(공정이격관리), 설비 데이터만으로는 Sensitivity가 낮아 공정 관리 어려움에 따른 대안 필요, 향후 추가 센서에 대한 접목이 용이한 SW Frame 필요, 양산적용을 위한 설비 및 FAB Host의 자동화 연계 개발 필요, 이종데이터의 통합를 통한 최적의 진단 및 관리가 필요합니다(SCM:툴박스). 즉, 기존의 장비 Parameter가 아닌 실제 공정시 Chamber로부터 얻을 수 있는 물리, 전기, 화학적인 데이터를 적합한 이종(異種) 센서를 직접 부착하여 이들 데이터를 통합 관리 분석 및 실시간 Monitoring을 통한 공정 진단 및 실시간 진단을 실행하는 솔루션입니다. 실 공정 시 적용이 유리한 OES 데이터를 주요 인자로 이외의 기타 데이터를 추가로 통합하여 특화된 분석환경과 공정 모니터링을 통하여 TAT (Turn Around Time)를 줄이고, MTBC (Mean Time Between Clean)를 늘림으로써 궁극적으로 칩메이커의 제품의 가격 경쟁력을 확보 할 수 있는 기능이며, 설비사 입장에서는 자사설비의 지능형 시스템을 위한 제반 기술이기도 합니다.

• The Journal of the Convergence on Culture Technology
• /
• v.10 no.4
• /
• pp.687-692
• /
• 2024

The energy crisis is emerging as a serious problem around the world. In the case of Korea, there is great interest in energy efficiency research related to industrial complexes, which use more than 53% of total energy and account for more than 45% of greenhouse gas emissions in Korea. One of the studies is a study on saving energy through sharing facilities between factories using the same utility in an industrial complex called a virtual energy network plant and through transactions between energy producing and demand factories. In such energy-saving research, data collection is very important because there are various uses for data, such as analysis and prediction. However, existing systems had several shortcomings in reliably collecting time series data. In this study, we propose an intelligent IIoT platform to improve it. The intelligent IIoT platform includes a preprocessing system to identify abnormal data and process it in a timely manner, classifies abnormal and missing data, and presents interpolation techniques to maintain stable time series data. Additionally, time series data collection is streamlined through database optimization. This paper contributes to increasing data usability in the industrial environment through stable data collection and rapid problem response, and contributes to reducing the burden of data collection and optimizing monitoring load by introducing a variety of chatbot notification systems.