• 스마트미디어저널
• /
• 제12권4호
• /
• pp.19-26
• /
• 2023

뉴로모픽 아키텍처 기반 하드웨어를 이용한 IoT 엣지 서비스는 단말 장치에서 지능형 처리를 수행할 수 있기 때문에 자율형 IoT 응용 지원에 적합하다. 그러나 IoT 개발자가 뉴로모픽 하드웨어에서 사용되는 SNN을 이해하기에는 어려움이 있다. 본 논문에서는 뉴로모픽 하드웨어의 제약조건을 고려하며 사용자의 요구 성능을 만족하는 SNN 모델 생성 기법을 제안한다. 제안 기법은 프로파일링된 데이터에서 최적의 SNN 모델 파라미터를 찾도록 전처리된 데이터로 사전 학습한 모델을 활용한다. 전체 탐색 기법과 비교 결과, 두 기법 모두 사용자 요구사항을 모두 만족하였지만, 제안 기법이 수행 시간 측면에서 더 좋은 성능을 보였다. 또한, 신규 하드웨어의 제약조건을 명확히 알지 못하더라도 새로운 하드웨어의 프로파일링된 데이터를 활용할 수 있으므로 높은 확장성을 제공할 수 있다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제61권4호
• /
• pp.613-629
• /
• 2022

본 연구는 「경기교육종단연구(GEPS)」의 2019년 고등학교 2학년 자료를 이용하여 학습자가 지각한 수학 수업방식(교수자중심, 학습자중심)이 수학자기효능감에 미치는 영향력에 대한 이질적 잠재집단을 탐색하였다. 탐지된 잠재집단의 특징을 프로파일링하기 위해 교수·학습 관련 변인들의 분포를 확인하고, 구조방정식모형을 설정하여 다집단 분석을 실시하였다. 분석결과, 두 개의 잠재집단이 탐지되었으며, 그 특성에 따라 교수자형 집단과 학습자형 집단으로 명명하였다. 탐지된 교수자형과 학습자형 집단에서 교수자중심수업에 대한 지각과 학습자중심수업에 대한 지각, 그리고 수학교수능력에 대한 인식은 분포가 유사하였지만, 수학자기효능감과 수학흥미, 수학수업참여의 경우 교수자형 집단이 학습자형에 비해 높게 나타났다. 또한 교수자형 집단은 학습자형에 비해 수학교수능력에 대한 인식이 수학자기효능감과 수학수업참여에 미치는 영향이 크게 나타났으며, 학습자형 집단은 교수자형에 비해 수학흥미가 수학자기효능감과 수학수업참여에 미치는 영향이 크게 나타났다. 본 연구는 경로모형기반의 단위 분할 탐색 REBUS-PLS 방법을 적용함으로써 수학 수업방식이 학습자에게 미치는 영향력에 관한 새로운 연구방법을 제시하였다.

• 정보관리학회지
• /
• 제19권3호
• /
• pp.5-30
• /
• 2002

본 연구는 음악의 내용에 해당하는 음렬 패턴을 대상으로 분류자질을 선정하고 이를 기준으로 음렬간 유사도를 측정한 후 음렬간 군집을 형성하였다. 이는 내용기반음악검색 시스템에서 유사한 음렬을 검색 결과로 제시함으로써 이용자 탐색을 용이하게 하기 위함이다. 실험문헌집단으로는 $\ulcorner$A Dictionary of Musical Themes$\lrcorner$에 수록된 주제소절의 kern 형식 파일을 사용하였으며, 음렬 처리도구로는 Humdrum Toolkit version 1.0을 사용하였다. 음렬의 분절 여부와 시작 위치에 따른 네 가지 형태의 유사도 행렬을 대상으로 계층적 클러스터링 기법을 사용하여 유사한 음렬간 군집을 형성하였다. 이들 결과에 대한 평가는 외적 기준이 되는 수작업 분류표가 있는 경우 WACS 척도를 사용하였고, 음렬 내 임의의 위치에서부터 시작한 음렬을 대상으로 한 경우, 클러스터링 결과로부터 얻어낸 군집 내 공통 자질 패턴 분포를 통해 내적 기준을 마련하여 평가하였다. 평가 결과에 의하면 음렬의 시작 위치와 무관하게 분절한 자질을 사용하여 클러스터링한 결과가 그렇지 않은 것에 비해 뚜렷한 차이를 보이며 높게 나타났다.

• Spatial Information Research
• /
• 제19권3호
• /
• pp.43-52
• /
• 2011

최근, 모바일 시스템에서 DBMS를 활용한 위치기반서비스에 대한 관심이 높아지고 있으며, 향상된 차량항법 (in-vehicle navigation) 시스템에 있어 효과적인 저장, 트랜잭션 관리, 모델링과 공간 질의를 통해 현행 파일 기반 시스템이 가지는 한계를 극복할 것으로 기대되고 있다. 특히, 도로 네트워크 데이터는 경로 탐색 시스템에 있어 가장 중요한 영역에 해당하며 효율적인 관리와 유지를 필요로 한다. 이에 본 연구는 모바일 LBS 시스템에서 위상적인 네트워크 데이터를 위한 그래프 기반 지오 데이터베이스 모델 개발과 휴리스틱 접근에 기반을 둔 동적 경로 계산 알고리즘을 제시하는 것을 목적으로 한다. 이를 위해, 계층적 네트워크를 지원하는 데이터 모델을 설계하고, 모바일 LBS 시스템에서 수행 능력을 평가하기위한 경로 계산 시스템을 구현하였다. 마지막으로, 제시된 계층 그래프 모델 기반 경로 계산 알고리듬은 네트워크를 구성하는 노드 개수를 줄여 탐색 속도와 효율적 메모리 사용에 기여할 수 있을 확인 할 수 있다.

• 정보처리학회논문지D
• /
• 제9D권1호
• /
• pp.31-42
• /
• 2002

본 논문에서는 비디오 데이터가 지니는 이동 객체의 궤적(Moving Object's Trajectory)을 효과적으로 모델링할 수 있는 시공간 표현 기법(Spatio-Temporal Representation Scheme)과 궤적을 이용한 사용자 질의에 대해 효율적인 검색을 위한 새로운 시그니쳐 기반 접근 기법을 제안한다. 제안하는 시공간 표현 기법은 궤적을 기반으로 하는 내용 기반 검색(Content-based Retrieval)과 궤적에서 일어나는 위치 정보를 통해 얻어진 개념(의미)을 이용한 개념 기반 검색(Concept-based Retrieval)을 지원한다. 아울러, 제안하는 시그니쳐 기반 접근 기법은 데이터 파일을 직접 접근하기 전에 전체 시그니쳐들은 탐색하여 필터링을 수행한 후, 검색된 후보 시그니쳐들에 대해서만 디스크를 접근하기 때문에 순차 탐색에 비해 많은 수의 디스크 접근 횟수를 감소시킴으로써 검색 성능을 향상시킨다. 마지막으로, 성능 평가를 통해 제안하는 방법이 검색 효과(Retrieval Effectiveness) 및 효율(Retrieval Efficiency) 측면에서 기존의 방법인 Li나 Shan의 방법에 비해 우수함을 보인다.

• 한국융합학회논문지
• /
• 제10권6호
• /
• pp.219-225
• /
• 2019

본 연구는 고등학생들이 지각하는 학업적 그릿과 학업소진 관계에서 긍정심리자본의 매개효과를 탐색하였다. 본 연구는 대구 소재 고등학교 2학년 573명을 대상으로 설문조사로 실시되었으며, 기술통계, 상관관계, 구조방정식 모형을 통해 분석되었다. 본 연구의 결과는 다음과 같았다. 첫째, 학업적 그릿은 학업소진에 부적 영향을 미쳤다. 둘째, 긍정심리자본은 학업적 그릿과 학업소진 관계를 매개하였다. 이러한 결과는 고등학생들이 학업소진을 경험하는 상황에서 학업적 그릿을 지속하기 위해서는 긍정심리자본을 제공할 필요가 있다는 점을 시사한다. 후속 연구에서는 긍정심리자본의 하위변수별 매개효과, 긍정심리자본에 대한 프로파일에 따른 조절효과, 학업적 그릿과 학업소진 관계에 대한 성별, 학년 등 개인적 배경에 따른 분산분석 및 완벽주의, 효능감, 회복탄력성 등 관련 변수의 조절 및 매개효과를 탐색하는 연구가 요청된다.

• 한국컴퓨터정보학회논문지
• /
• 제14권12호
• /
• pp.109-117
• /
• 2009

본 논문에서는 서비스 광고의 P2P 캐시 기법과 노드 ID를 기반으로 한 서비스 검색 기법을 혼합한 효율적인 서비스 디스커버리 기법을 제안한다. P2P 캐싱 광고 기법은 이웃 노드에 서비스 정보를 캐시 하기 때문에 빠르게 서비스 광고 정보를 확산시키며 서비스검색 평균 흡 수를 적게 한다. 또한 노드 ID를 기반으로 한 서비스 검색은 모든 이웃 노드에게 메시지를 브로드캐스트하지 않기 때문에 네트워크 부하를 감소시켜 네트워크 전송 지연이 거의 발생하지 않는다. 제안하는 기법은 중앙 서버나 저장소를 사용하지 않으며 많은 메시지를 생성하는 플러딩 방식도 사용하지 않는다. 실험 결과는 제안하는 방식이 전통적인 플러딩 방식과 비교하여 이웃 노드의 적절한 선택으로 많은 메시지 수를 줄이고 평균 탐색 거리를 줄임으로서 전체 네트워크 로드와 응답 시간을 향상시킴을 보인다.

• 정보처리학회논문지D
• /
• 제11D권2호
• /
• pp.247-258
• /
• 2004

최근 비디오 데이타베이스, 시공간 데이타베이스, 모바일 데이타베이스와 같은 데이타베이스 응용 분야에서 이동 객체를 기반으로 하는 검색 기법에 관한 연구가 활발히 이루어지고 있다. 본 논문에서는 이동 객체의 궤적에 대한 효율적인 유사 부분궤적 검색을 지원하는 새로운 시그니쳐-기반 색인 기법을 제안한다. 제안하는 시그니쳐-기반 색인 기법은 궤적 데이타를 토대로 궤적 시그니쳐를 생성하는 방법에 따라 중첩 시그니쳐-기반 색인 기법(Superimposed signature-based Indexing scheme for similar Sub-trajectory Retrieval : SISR)과 합성 시그니쳐-기반색인 기법(Concatenated signature-based Indexing scheme for similar Sub-trajectory Retrieval : CISR)으로 나뉜다. 생성된 궤적 시그니쳐 정보는 시그니쳐 파일에 저장되고, 검색시 주어진 사용자 질의 궤적 정보를 기반으로 데이타 파일을 직접 접근하기 전에 전체 궤적 시그니쳐들을 탐색하여 필터링을 수행한다. 이를 통해 데이타 파일의 검색 범위를 현저히 줄임으로써 검색 성능을 향상시킨다. 또한 검색된 궤적 데이터와의 유사성을 측정하기 위해 k-워핑 알고리즘을 적용시켜 검색의 효율성을 높인다. 마지막으로, 순차 색인 기법, SISR기법, 그리고 CISR 기법을 삽입시간, 검색 시간 그리고 부가 저장 공간측면에서 성능 평가를 수행한다. 성능 평가 결과, 제안하는 두 가지 기법이 검색 성능 측면에서 순차 색인 기법에 비해 성능이 우수함을 나타내고, 아울러 SISR 기법이 CISR 기법에 비해 보다 우수한 성능을 보인다.

• 한국산학기술학회논문지
• /
• 제20권6호
• /
• pp.38-47
• /
• 2019

본 연구의 목적은 초등학교 1학년 시기의 집행기능곤란에 대한 교사와 부모의 평정 결과에 따른 최적의 잠재집단을 찾고, 확인된 잠재집단에 따라 초등학교 2학년 시기의 학교적응, 학업수행에 차이가 있는지 확인하는 것이다. 한국아동패널 8차년도(2015년도), 9차년도(2016년도) 자료의 1,012명의 데이터를 사용하였으며, 분석 방법으로 잠재프로파일 분석과 다변량분산분석을 활용하였다. 잠재프로파일분석 결과, 초등학교 1학년의 집행기능곤란에 대한 어머니와 담임교사의 평정 결과에 따른 잠재집단은 '일치되게 집행기능곤란 수준이 가장 낮은 집단', '어머니보다 담임교사가 집행기능곤란 수준을 더 높게 지각한 집단', '담임교사보다 어머니가 집행기능곤란 수준을 더 높게 지각한 집단'의 세 유형으로 구분되었다. 본 연구에서 확인된 잠재집단의 특징은 초등학교 1학년의 집행기능곤란에 대한 어머니와 담임교사 간 평정 일치도가 높은 집단과 평정 일치도가 낮은 집단이 공존한다는 것이다. 초등학교 1학년 시기에 확인된 세 유형의 잠재집단에 따라 초등학교 2학년 시기의 학교적응, 학업수행에 차이가 나타났는데, 학교적응의 4개 하위요인 중 3개, 학업수행 하위 요인 모두에서 '일치되게 집행기능곤란 수준이 가장 낮은 집단'이 '담임교사보다 어머니가 집행기능곤란 수준을 더 높게 지각한 집단'과 '어머니보다 담임교사가 집행기능곤란 수준을 더 높게 지각한 집단'보다, '담임교사보다 어머니가 집행기능곤란 수준을 더 높게 지각한 집단'이 '어머니보다 담임교사가 집행기능곤란 수준을 더 높게 지각한 집단'보다 평균 점수가 통계적으로 유의한 수준에서 더 높은 것으로 나타났다. 본 연구결과는 초등학생의 학교적응 및 학업수행에 많은 영향을 미치는 집행기능곤란 수준을 정확하게 판단하기 위해서는 부모와 담임교사의 중다 평정 결과에 기초한 프로파일적 접근이 필요하며, 이에 기초한 교육적 처치를 하는 것이 중요함을 시사한다.

• 감성과학
• /
• 제24권1호
• /
• pp.91-104
• /
• 2021

본 연구에서는 승용차에서 사람들이 기기를 사용하기 위해 사용하는 기동어인 "Hi, KIA!"의 감성을 기계학습을 기반으로 분류가 가능한가에 대해 탐색하였다. 감성 분류를 위해 신남, 화남, 절망, 보통 총 4가지 감정별로 3가지 시나리오를 작성하여, 자동차 운전 상황에서 발생할 수 있는 12가지의 사용자 감정 시나리오를 제작하였다. 시각화 자료를 기반으로 총 9명의 대학생을 대상으로 녹음을 진행하였다. 수집된 녹음 파일의 전체 문장에서 기동어 부분만 별도로 추출하는 과정을 거쳐, 전체 문장 파일, 기동어 파일 총 두 개의 데이터 세트로 정리되었다. 음성 분석에서는 음향 특성을 추출하고 추출된 데이터를 svmRadial 방법을 이용하여 기계 학습 기반의 알고리즘을 제작해, 제작된 알고리즘의 감정 예측 정확성 및 가능성을 파악하였다. 9명의 참여자와 4개의 감정 카테고리를 통틀어 기동어의 정확성(60.19%: 22~81%)과 전체 문장의 정확성(41.51%)을 비교했다. 또한, 참여자 개별로 정확도와 민감도를 확인하였을 때, 성능을 보임을 확인하였으며, 각 사용자 별 기계 학습을 위해 선정된 피쳐들이 유사함을 확인하였다. 본 연구는 기동어만으로도 사용자의 감정 추출과 보이스 인터페이스 개발 시 기동어 감정 파악 기술이 잠재적으로 적용 가능한데 대한 실험적 증거를 제공할 수 있을 것으로 기대한다.