• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.142-144
• /
• 2002

데이터 웨어하우스는 기업의 의사 결정을 지원하기 위해 기업의 운영 데이터베이스로부터 추출한 데이터의 집합으로써 OLAP 분석에 이용된다. OLAP은 이들 데이터를 다양하게 분석할 수 있도록 다차원 데이터로 표현하고 이를 활용하여 복잡한 분석 질의 처리 및 다차원 데이터 분석에 활용한다. 이러한 OLAP의 다차원 데이터를 관계형 데이터베이스에서 표현하기 위해 스타 스키마가 널리 사용된다. 또한 다차원 데이터와 데이터 웨어하우스는 방대한 분량를 갖는 전체 기업의 데이터를 표현하고 있어 이를 설계하는 것이 매우 복잡하고 많은 노력이 소요된다. 따라서 이를 설계하기 위한 체계적인 설계 방법론이 필요하다. 데이터 웨어하우스의 원천 데이터가 되는 운영 데이터베이스는 현재 ER 도형을 이용하여 개념적인 방법으로 널리 설계되고 있다. 따라서 이 논문에서는 ER 도형으로 설계된 운영 데이터베이스로부터 데이터 웨어하우스를 설계하는 개념적인 방법론을 제시한다. 이에 따라 OLAP 분석을 위해 사용할 수 있는 다양한 유형의 스타 스키마에 대해 ER 도형으로 표현/변환하는 방법을 제시한다. 이를 통해 자신이 원하는 다차원 데이터를 얻기 위해 유지해야 할 데이터 웨어하우스를 ER 도형을 이용하여 개념적으로 편리하게 설계하는 방법/지침을 제공하며, 나아가 해당 유형의 스타 스키마가 갖는 의미를 개념적으로 쉽게 전달할 수 있도록 하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.493-495
• /
• 2005

유비쿼터스 컴퓨팅의 상황정보들은 서비스기반아키텍쳐와 같은 환경에서 XML기술을 기반으로 구성되며 공유된다. 따라서 상황인식 어플리케이션은 상황정보를 표현하는 XML문서를 대상으로 하는 행위들의 구현으로 볼 수 있다. 이때 상황인식 어플리케이션 구현의 시작을 XML 스키마 기반의 소스코드 템플리트를 이용한다면, 보다 정확하게 상황정보를 표현하는 어플리케이션을 구현할 수 있는 기반을 마련할 수 있다. 본 논문에서는 XML을 이용하는 방법 가운데, 기존의 파서를 통한 접근 방법이 아닌 바인딩 기술을 이용한 접근방법을 통해, 상황정보를 가지고 있는 XML 파일의 스키마 구조를 표현하는 어플리케이션 템플리트 생성한다. 이를 위해 본 논문은, 첫째, 바인딩 기술이 기존의 파서를 통한 접근법보다. 유비쿼터스 상황인식에 유리한 이유를 분석하였으며, 둘째, 여러 가지 바인딩 기술들을 항목별로 분석하여 상황인식 어플리케이션 템플리트를 만드는데 가장 적합한 한가지를 선정한다. 마지막으로 상황정보를 표현하는 XML을 이용하여 어플리케이션을 구현하는 방법의 이해를 돕기 위해 액티브 배지 시스템의 한 부분인 "Call Forwarding"에 본 논문에서 제안하는 방법을 적용하는 예제를 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.708-711
• /
• 2016

일반적인 얼굴인식 시스템에서는 얼굴표현과 얼굴분류 과정을 통하여 얼굴인식을 수행한다. 얼굴표현 방법으로는 LBP(Local Binary Pattern) 방법이 많이 사용되고 있다. 얼굴분류 방법으로는 신경망을 이용하여 미리 학습을 시켜놓기 때문에 수행시간이 매우 짧은 신경망 방법이 많이 사용되고 있다. 이때 얼굴표현 과정에서 LBP를 사용한 후 신경망을 사용하여 얼굴분류를 수행하면 인식률이 낮고 학습시간이 오래 걸리는 문제점이 있다. 따라서 본 논문에서는 신경망을 이용하여 얼굴 인식 과정을 수행하기 적합한 얼굴 표현 과정인 라플라시안 필터를 이용한 알고리즘을 제안한다. LBP와 신경망을 이용한 얼굴인식 과정과 본 논문에서 제안한 얼굴인식 과정을 비교분석한 실험결과, 본 논문에서 제안한 방법이 학습에 걸리는 시간과 인식률이 우수함을 보였다.

• 한국게임학회 논문지
• /
• 제12권5호
• /
• pp.5-12
• /
• 2012

그래픽으로 표현된 정보는 컴퓨터게임에 익숙한 게임세대들에게 정보를 인지하는데 텍스트보다 선호하는 스타일이다. 또한 수학교육에 있어서도, 그래픽으로 표현된 수학문제를 통해 해를 찾는 학습은 학습자들에게 문제해결 능력을 향상시키는 데 뚜렷한 효과가 있다고 한다. 본 논문에서는 게임세대인 학습자들의 효과적인 학습을 위해, 수학문장을 그래픽적으로 표현하는 방법을 제안하였다. 제안하는 방법은 가시성이 우수한 그래픽 요소들을 사용하여 단위정보를 논리적인 구조로 배치하고 단위 정보들 사이의 논리적인 연관성을 기호, 선분, 또는 화살표로 표현하여 게임세대들이 문장의 내용을 인지하지 쉽고 논리적으로 정확하게 이해할 수 있다. 기존의 수학문장의 그래픽표현방법과 달리 제안하는 방법은 문장의 시제와 태까지도 정확하게 표현할 수 있다. 제안하는 방법은 게임세대인 학습자들에게 효과적인 수학학습이 이루어질 수 있도록 학습도구로 사용될 수 있고 또 수학교육용 컴퓨터게임의 학습 스캐폴딩 기능을 위해 사용되는 수학정보의 그래픽표현을 위해 널리 활용될 수 있다.

• 한국콘텐츠학회논문지
• /
• 제10권9호
• /
• pp.97-106
• /
• 2010

시계열 데이터를 효율적이고 효과적으로 처리하기 위해 다양한 시계열 표현 방법들이 제안되었다. SAX(Symbolic Aggregate approXimation)는 단편화와 이산화 기법들을 결합한 시계열 표현 방법으로, 시계열 분류 문제에 성공적으로 적용되었다. 그러나 SAX는 시계열의 움직임을 평활하여 시계열의 중요한 동적 패턴들을 정확히 표현하기 위해 세그먼트 수를 크게 해야 한다. 본 논문은 PIPs (Perceptually Important Points)탐지 기법과 Persist 이산화 방법을 결합한 시계열 표현 방법을 제안한다. 제안된 방법은 시계열의 중요한 변곡점들을 나타내는 PIP 들을 탐지하여 고차원 시계열의 동적 움직임을 저차원 공간에서 표현한다. 그리고 시계열의 자기 전이와 주변 확률 분포를 KL 다이버전스에 적용하여 최적의 이산화 영역들을 결정한다. 제안된 방법은 시계열의 차원 축소과정에서 정보 손실을 최소화하여 시계열 분류의 성능을 향상시킨다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제7권1호
• /
• pp.1-8
• /
• 2018

동영상 데이터는 시간에 따른 정보는 물론이고, 많은 정보량과 함께 잡음도 포함하고 있기 때문에 이에 대한 간단한 표현을 학습하는 것은 쉽지 않다. 본 연구에서는 이와 같은 동영상 데이터를 추상적이면서 보다 간단하게 표현할 수 있는 순차 데이터간의 유사도 표현 방법과 딥러닝 학습방법을 제안한다. 이는 동영상을 구성하는 이미지 데이터 벡터들 사이의 유사도를 내적으로 표현할 때 그것들이 서로 최대한의 정보를 가질 수 있도록 하는 함수를 구하고 학습하는 것이다. 실제 데이터를 통하여 제안된 방법이 기존의 동영상 분류 방법들보다도 뛰어난 분류 성능을 보임을 확인하였다.

• 정보기술과데이타베이스저널
• /
• 제5권1호
• /
• pp.13-37
• /
• 1998

인터넷 등의 컴퓨터 통신 네트워크의 발달로 인하여 분산된 정보자원의 공유를 통한 자원에 대한 재사용성의 필요성이 대두되었다. IRD(Information Resource Dictionary)는 조직 내에서 관련된 모든 정보에 대한 데이터가 논리적으로 중앙화된 정보저장소(repository)이다. IRD 내의 데이터는 다른 데이터를 기술하므로 이른바 메타 데이터라고 하기도 한다. IRD의 사전(dictionary) 요소는 정보자원의 종류, 정보자원의 의미, 정보자원의 논리적 구조, 정보자원의 위치, 그리고 정보자원의 접근방법 등을 기술한다. FIPS ANSI의 IRDS는 이항 관계를 이용하여 무결성 제약조건을 표현하므로 제약조건 규칙의 표현과 일반적인 추론 규칙의 표현이 제한되어 있으며, 다양한 형태의 무결성 제약조건의 표현과 IRD와 관련된 여러 정보의 도출 또는 추론 및 관리에 관한 사항은 IRD 응용 고유의 문제로 간주하여 언급하고 있지 않다. 한편, FIPS IRDS는 사용자가 SQL 및 IRD에 대한 전문적 지식이 없이는 사용자 질의 작성이 어려운 점등에 대한 문제점을 안고 있다. 본 논문은 FIPS IRDS의 기본모델에서 정보자원 표현, 정보자원들간의 관계, 정보자원의 관리 정보 구분을 명확히 하기 위해 정보자원 모델을 정보자원 표현요소와 정보자원 관리요소의 두 부류로 나누어 구분하고, 각 부류에 대한 자격 질의(competency question)를 통하여 유추된 요소들을 FIPS ANSI IRDS 기본 모델의 스키마 기술 레벨과 스키마 레벨에 첨가함으로써 그 기본 모델을 확장한다. 그리고, FIPS ANSI IRDS가 제공하는 IRD 기술과 관리 기능을 그대로 포함하면서 앞에서 문제점으로 지적된 제약조건 표현과 추론규칙 표현을 위하여 확장된 기본 모델을 중심으로 각 레벨의 구성 요소들의 형식적 의미(formal semantics)와 레벨 내 혹은 레벨 구성요소들간의 관계성(relationship), 그리고 제약조건의 표현과 질의 추론 규칙들을 식별하여 FOPL(First Order Predicate Logic)로 표현한다. 또한, 본 논문은 FOPL로 표현된 predicate들과 규칙들을 구현하기 위하여 Prolog로 변환하기 위한 이론적 방법론을 제시하고 정보자원 관리를 위한 기본 함수들과 스키마 진화(schema evolution)를 위한 방법론을 제안한다.

• 인지과학
• /
• 제17권4호
• /
• pp.323-336
• /
• 2006

바꿔쓰기(paraphrasing)는 동일한 내용을 다르게 표현하는 방식을 의미한다. 이러한 바꿔쓰기표현들(paraphrues)은 기계번역, 질의 응답 시스템, 문서 요약과 같은 다양한 분야에 매우 유용하게 사용될 수 있다. 그러나 이와 같은 바꿔쓰기표현의 유용성에도 불구하고 바꿔쓰기표현을 자동으로 추출할 수 있는 방법이 매우 어렵다. 우선 바꿔쓰기표현을 자동으로 추출할 수 있는 데이터를 구하는 것부터가 어려운 문제이다. 본 연구에서는 여러 버전의 한글 성경 코퍼스로부터 바꿔쓰기표현을 자동으로 추출해 보고자 한다. 성경은 각 문장이 절과 구로 나누어져 있어 문장과 문장을 정렬시키는 것이 매우 용이하다. 정렬된 여러 버전의 성경 코퍼스로부터 자율학습(unsupervised learning)을 통해서 자동으로 바꿔쓰기표현을 추출한다. 이와 같은 방법은 어휘수준의 바꿔쓰기표현 뿐만 아니라 구문수준의 바꿔쓰기표현도 추출할 수 있음을 보여준다.

• 복식문화학회:학술대회논문집
• /
• 복식문화학회 2003년도 정기총회 및 춘계학술발표대회
• /
• pp.88-89
• /
• 2003

인류의 가장 기본적인 욕구와 관련된 에로터시즘은, 기본적인 자아의 표현수단인 복식을 통해 표현되어 왔다. 특히, 가치관이 자유로워지고 자선에 대한 표현이 대담해진 20세기 후반에 와서는 복식을 통한 에로터시즘의 경향 역시 더욱 다양하고 과감한 방법으로 나타나고 있는 것을 볼 수 있다. 따라서 본 연구에서는 20세기 후반 이후의 복식에 나타난 에로티시즘의 경향을 10년 단위로 나누어 살펴보고, 특히 그것의 표현방법이 시대와 성별에 따라 각각 어떠한 차이를 보이고 있는지를 살펴보고자 한다. (중략)

• 한국컴퓨터교육학회 학술대회
• /
• 한국컴퓨터교육학회 2017년도 하계학술대회
• /
• pp.47-49
• /
• 2017

인공 신경망 기반 자연어 처리 시스템들에서 단어를 벡터로 변환할 때, 크게 색인 및 순람표를 이용하는 방법과 합성곱 신경망이나 회귀 신경망을 이용하는 방법이 있다. 이 때, 전자의 방법을 사용하려면 시스템이 수용 가능한 어휘집이 정의되어 있어야 하며 새로운 단어를 어휘집에 추가하기 어렵다. 반면 후자의 방법을 사용하면 단어를 구성하는 문자들을 바탕으로 벡터 표현을 생성하기 때문에 어휘집이 필요하지 않지만, 추가적인 인공 신경망 구조가 필요하기 때문에 모델의 복잡도와 파라미터의 수가 증가한다는 단점이 있다. 본 연구에서는 위 두 방법의 한계를 극복하고자 Bag of Characters를 응용하여 단어를 구성하는 문자들의 집합을 바탕으로 벡터 표현을 생성하는 방법을 제안한다. 제안된 방법은 문자를 기반으로 동작하기 때문에 어휘집을 정의할 필요가 없으며, 인공 신경망 구조가 사용되지 않기 때문에 시스템의 복잡도도 증가시키지 않는다. 또한, 단어의 벡터 표현에 단어를 구성하는 문자들의 정보가 반영되기 때문에 Out-Of-Vocabulary 단어에 대한 성능도 어휘집을 사용하는 방법보다 우수할 것으로 기대된다.