• Journal of the Korean Society for information Management
• /
• v.39 no.1
• /
• pp.69-90
• /
• 2022

As basic data that can systematically support and evaluate R&D activities as well as set current and future research directions by grasping specific trends in domestic academic research, I sought efficient ways to assign standardized subject categories (control keywords) to individual journal papers. To this end, I conducted various experiments on major factors affecting the performance of automatic classification, focusing on feature selection techniques, for the purpose of automatically allocating the classification categories on the National Research Foundation of Korea's Academic Research Classification Scheme to domestic journal papers. As a result, the automatic classification of domestic journal papers, which are imbalanced datasets of the real environment, showed that a fairly good level of performance can be expected using more simple classifiers, feature selection techniques, and relatively small training sets.

• Journal of the Korean Society for information Management
• /
• v.23 no.1 s.59
• /
• pp.279-299
• /
• 2006

This study utilizes various approaches of machine learning in the process of automatically assigning descriptors to journal articles. The effectiveness of feature selection and the size of training set were examined, after selecting core journals in the field of information science and organizing test collection from the articles of the past 11 years. Regarding feature selection, after reducing the feature set using $x^2$ statistics(CHI) and criteria that prefer high-frequency features(COS, GSS, JAC), the trained Support Vector Machines(SVM) performed the best. With respect to the size of the training set, it significantly influenced the performance of Support Vector Machines(SVM) and Voted Perceptron(VTP). However, it had little effect on Naive Bayes(NB).

• STIMA Bulletin
• /
• s.2
• /
• pp.46-59
• /
• 2005

• Proceedings of the Korean Society for Information Management Conference
• /
• 1998.08a
• /
• pp.105-108
• /
• 1998

여러 색인들에 수록된 한국의학논문의 중복정도를 연구하여, 연구업적을 효율적으로 평가하기 위한 색인 선정방법을 제시하고자 하였다. EMBASE, MEDLINE, SCISEARCH에 수록된 1990년에서 1995년 사이의 한국의학논문 중에서, 외국 학술지에 게재된 한국의학논문의 건수와 연도별 증가추이를 조사 분석하였다. 1990년, 1992년, 1994년 3개년을 선정하여, 2개 이상 데이터베이스에서 중복 검색된 논문수, 특정 데이터베이스에서만 검색된 논문수, 그 논문들이 실린 학술지를 분석하였다. 의학연구업적을 평가할 때에, 한 개의 데이터베이스를 사용한다면 한국의학논문이 가장 많이 검색된 SCISEARCH를, 두 개의 데이터베이스를 활용한다면 EMBASE를 추가하는 것이 효율적인 데이터베이스 선정방법이라고 할 수 있다.

• 한국신재생에너지학회:학술대회논문집
• /
• 2010.06a
• /
• pp.209.1-209.1
• /
• 2010

본 연구에서는 울산산업단지 및 인근 지자체에서 발생하는 가연성폐기물 중 화학산업의 원료로 공급하기 위하여 활용가능한 폐기물들을 선정하고, 선정된 폐기물들의 안정적인 수급을 위하여 자원순환네트워크를 구축하는 연구를 수행하였다. 활용가능한 폐기물을 선정하기 위하여 먼저 선정기준을 설정하고, 울산지역에서 발생하는 가연성폐기물의 발생 및 처리현황, 폐기물의 특성 등을 고려하여 활용가능량을 산출하였다. 또한 이들 폐기물을 지속적으로 수급하기 위하여 울산산업단지 기업과 지자체, 합성가스 이용 업체 등으로 구성된 컨소시움을 구축하는 방안을 제안하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.437-437
• /
• 2018

본 연구는 댐 후보지에 대한 우선순위 분석이 결측 정보에 따라 다기준 의사결정 방법 및 결측정보 접근방법에 따라 어떻게 달라지는지를 조사하였다. 전략환경평가(Strategic Environmental Assessment, SEA)는 한국의 댐 건설 장기 계획에서 환경 및 생태학적 영향을 기반으로 한 지속가능한 댐 후보지 선정에 적용되고 있다. 그러나 특정 정보가 결측된 경우 SEA는 댐 후보지를 선정하는 데 어려움이 있다. 본 연구에서는 다기준 의사결정 방법으로 AHP, ELECTRE III, PROMETHEE II, Compromise Programming을 적용하였고, 결측 정보 보완을 위해 이항분포와 균등분포형을 사용하였다. 본 연구에서는 전국의 댐 선정 후보지에 적용하여 다중 기준 의사 결정기법과 정보 생성 방법에 의존하여 결과를 비교하였다. 그 결과, 이항분포형을 적용한 결과가 균등분포형을 적용한 결과보다 보다 명백한 우선순위를 보여 주었다. 또한, 다기준 의사결정방법에 따라서는 댐선정 후보지 결과가 달라지지 않는 것으로 나타났다. 따라서, 다기준 의사결정방법 적용시, 결측 정보를 생성하기 위해 이항분포를 사용하면 균등분포 적용시보다 우선순위를 제공하는데 더 효과적이라고 판단된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.83-86
• /
• 2013

도시재생을 효율적으로 수행하기 위해서는 시간 공간속성을 가진 지표데이터를 기반으로 한 종합적인 분석이 가능한 진단체계의 구축이 필요하다. 본 연구에서는 이러한 진단체계 구축의 일환으로 도시 재생 대상지 선정 모듈을 개발하였다. 대상지 선정방식은 인구사회, 산업경제, 물리환경 부분별 진단지표 DB를 구축하고, 각 부문별 조건에 부합되는 지역을 선정하도록 하였다. 기준으로 설정된 조건 이외에 상세 분석을 위한 지표 조합방식을 도입하여 상세분석이 가능하도록 하였다.

• 한국신재생에너지학회:학술대회논문집
• /
• 2009.06a
• /
• pp.204-207
• /
• 2009

수소를 기반으로 하는 신재생에너지의 생산, 관리 및 이용 시스템을 연계하여 운전하는 Green City 실증단지 구현을 위한 국내 도서 선정은 지자체별 이해관계와 지역발전계획에 따라 첨예한 논란을 수반할 소지가 있다. 입지 선정 절차상에서 예비후보지 선정과정이 형식적이거나 입지선정기준이 없어 입지선정을 위한 평가항목, 평가기준, 항목별 배점 등이 분석자의 의도에 따라 조정될 수 있는 문제점이 있다. 또한 각 지역에 대한 입지선정을 위한 기준이 있다 하더라도 추상적이거나 객관적이지 않은 기준이 많아 입지선정에 직접 적용하기 어렵고, 자연환경, 사회경제, 법제, 입지조건, 부하특성, 지자체 호응 등 인자들의 평가의 형평성이 결여될 수 있다. 이를 해결하기 위해 의사결정도구로 이용되는 계층분석법(AHP)을 입지선정절차에 적용하였다. 객관적인 정보가 제공 가능한 평가항목을 설정하고, 관련 전문가들의 설문조사를 통하여 주관적인 중요도 결과를 취합하였다. 이 결과를 계층분석법을 활용하여 평가항목별 가치를 측정하여 가중치를 부여하였고, Green City 실증단지 구현을 위한 후보도서의 순위를 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.847-849
• /
• 2008

상수도시설은 준공후 관련지자체에 이관 관리하는 시설로서 사용관종이 현재 다양하게 생산 보급되고 있어 관종 선정시 다각적인 측면에서 검토하여 채택하여야 한다. 최근 한국토지공사에서 사용하고 있는 상수도 관종은 대부분 택지개발계획 등 인허가 당시부터 관리주체인 지자체 등과의 협의과정을 거쳐 선정되는 경우가 많아 자재선택에 한계성이 있다. 이를 극복하기 위해서는 자재 성능에 대한 공사내 명확한 기준이 제시되어야 한다. 따라서 본 연구에서는 공사가 시공하여 준공한 사업지구내 매설된 상수도 자재에 대한 샘플링조사를 통하여 적정한 관의 선정과 년도별, 관종별, 용도별 사용 현황을 파악하여 향후 대응방안을 마련하고, 기존 상수도관의 선정시 비교검토된 관의 제원(관의 재질 및 개요, 생산규격, 특성, 관접합 및 수밀성, 시공성, 경제성, 공사비, 관종선정(안) 결정)별 비교검토서를 보완 작성하고, 국내에서 생산되고 있는 각종 상수도관에 대한 정량적 분석을 수행하였다. 이를 통하여 상수도 관종 설계 및 시공에 대한 적용방안을 마련하였다.

• Journal of the Korean Society for information Management
• /
• v.36 no.2
• /
• pp.57-77
• /
• 2019

Random Forest (RF), a representative ensemble technique, was applied to automatic classification of journal articles in the field of library and information science. Especially, I performed various experiments on the main factors such as tree number, feature selection, and learning set size in terms of classification performance that automatically assigns class labels to domestic journals. Through this, I explored ways to optimize the performance of random forests (RF) for imbalanced datasets in real environments. Consequently, for the automatic classification of domestic journal articles, Random Forest (RF) can be expected to have the best classification performance when using tree number interval 100~1000(C), small feature set (10%) based on chi-square statistic (CHI), and most learning sets (9-10 years).