• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.520-520
• /
• 2023

제주도 동부 중산간 지역은 화산암으로 구성된 지하지질로 인해 지하수위의 변동폭이 크고 변동양상이 복잡하여 인공신경망(Artificial Neural Network, ANN) 모델 등을 활용한 지하수위의 예측이 어렵다. ANN에 적용되는 활성화함수에 따라 지하수의 예측성능은 달라질 수 있으므로 활성화함수의 비교분석 후 적절한 활성화함수의 사용이 반드시 필요하다. 본 연구에서는 5개 활성화함수(sigmoid, hyperbolic tangent(tanh), Rectified Linear Unit(ReLU), Leaky Rectified Linear Unit(Leaky ReLU), Exponential Linear Unit(ELU))를 제주도 동부 중산간지역에 위치한 2개 지하수 관정에 대해 비교분석하여 최적 활성화함수 도출을 목표로 한다. 또한 최적 활성화함수를 활용한 ANN의 적용성을 평가하기 위해 최근 널리 사용되고 있는 순환신경망 모델인 Long Short-Term Memory(LSTM) 모델과 비교분석 하였다. 그 결과, 2개 관정 중 지하수위 변동폭이 상대적으로 큰 관정은 ELU 함수, 상대적으로 작은 관정은 Leaky ReLU 함수가 지하수위 예측에 적절하였다. 예측성능이 가장 낮은 활성화함수는 sigmoid 함수로 나타나 첨두 및 최저 지하수위 예측 시 사용을 지양해야 할 것으로 판단된다. 도출된 최적 활성화함수를 사용한 ANN-ELU 모델 및 ANN-Leaky ReLU 모델을 LSTM 모델과 비교분석한 결과 대등한 지하수위 예측성능을 나타내었다. 이것은 feed-forward 방식인 ANN 모델을 사용하더라도 적절한 활성화함수를 사용하면 최신 순환신경망과 대등한 결과를 도출하여 활용 가능성이 충분히 있다는 것을 의미한다. 마지막으로 LSTM 모델은 가장 적절한 예측성능을 나타내어 다양한 인공지능 모델의 예측성능 비교를 위한 기준이 되는 참고모델로 활용 가능하다. 본 연구에서 제시한 방법은 지하수위 예측과 더불어 하천수위 예측 등 다양한 시계열예측 및 분석연구에 유용하게 사용될 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.231-233
• /
• 2020

본 연구에서는 과학·수학·정보 융합 교육 활성화를 위하여 한국의 융합 교육 연구를 분석하였다. 이를 통하여 한국의 융합 교육이 겪는 문제점을 도출하였으며, 과학·수학·정보 융합 교육을 활성화하기 위한 해결 과제를 도출하였다. 연구 결과, 과학·수학·정보 융합 교육의 활성화를 위해서는 과학·수학·정보 융합 교육 모형 개발과 역량 기반 교육 모델, 교수-학습 및 평가 모델 개발이 필요하다는 것을 확인할 수 있었다. 연구 결과를 활용하여 후속 연구에서는 과학·수학·정보 융합 교육을 활성화하기 위한 교육 모델 개발을 진행하여야 한다.

• 한국벤처창업학회:학술대회논문집
• /
• 2024.04a
• /
• pp.157-160
• /
• 2024

KAIST는 다수의 성공 창업 사례와 국내 창업생태계에서 기술창업 발생지로 역사적 의미를 이어오고 있다. 최근 KAIST의 교원 창업이 매년 증가하고 있으며 딥테크 분야 창업으로 성장률과 생존율이 매우 높게 나타나 많은 주목을 받고 있다. 국가적으로도 매우 중요한 혁신기술창업 집적지라는 평가를 받고 있다. 대표적인 기업가적 대학인 KAIST는 기술창업 요람이라고 불리며 오랫동안 캠퍼스 창업생태계를 구축해오고 있다. 또한, 대한민국 창업생태계가 발전하면서 창업기업을 가장 많이 배출시킨 기관으로 혁신적인 창업문화를 선도해 오고 있다. 최근 KAIST의 신문화전략 1 Lab 1 Startup 비전을 수립하였고, 과학기술의 우수한 기술력을 바탕으로 연구실 R&D 기술을 혁신창업으로 이어지는 사업화를 위한 변화와 혁신을 주도하고 있다. 신문화전략 이후 몇 년 동안 교원들이 더욱 창업에 많은 관심을 가지기 시작하였고, 실질적으로 KAIST의 혁신 창업기업 수가 증가하였다. 이러한 결과는 신문화 전략 외에도 다양한 교원창업 성공사례 확산, 교원창업 활성화를 위해 제도개선, 아이디어 발굴부터 기술사업화 지원, 자금조달, 비즈니스 모델 고도화, 기술사업화 및 글로벌 창업지원, 창업 인프라를 제공하고 있기 때문이다. 하지만 KAIST의 창업을 한 교수를 대상으로 세부적으로 기술창업 성공 사례와 핵심요인에 대해서 분석한 연구는 매우 부족하다. 이에 본 연구에서는 KAIST에서는 교원창업 분야에서 성공적인 창업기업을 배출되고 있는 현상에 관한 사례, KAIST의 특화된 창업지원프로그램 소개, 교원 창업 성공 사례들이 어떻게 가능한지에 관한 요인과 그 이유를 탐색하고자 한다. 교수 창업 활성화를 위한 규정, 제도, 창업지원프로그램 등에 대해서 분석을 하고자 한다. 그러므로 본 연구에서는 대표성이 있는 KAIST N차(연쇄 창업가) 창업을 한 A 교수의 사례를 중심으로 어떻게 지속해서 창업하고 있는지, 성공 요인이 무엇인지, 어떻게 하면 교원창업이 활성화될 수 있는지 요인들을 파악하고, 연쇄 창업 방법론이 무엇인지 사례조사와 함께 선행연구 문헌 자료 조사, 인터뷰를 중심으로 연구하여 대한민국에서 실질적인 교수창업이 활성화될 수 있는 활성화 모델을 제시하고자 한다. 따라서 본 연구를 통해 교원창업에 있어서 실질적인 애로사항, 현황, 여러 번 인터뷰를 통해 핵심 요인과 원인을 파악하고자 한다. 국가적으로 대학 교원 창업 활성화 모델이 필요한 시점에 실효성이 있고 성과를 창출할 수 있는 활성화 모델을 제시하여 대학의 우수한 연구, 인적 자원을 활용한 혁신 창업 활성화 모델을 새롭게 제시하여 기업가적 대학으로 발전하고 교원들이 적극적으로 창업에 관심을 가지고 성공적인 성과를 창출할 수 있도록 체계를 만들고자 한다. 본 연구에서 제시하는 A교수의 N차(5개 창업) 창업한 사례 연구를 통해 대학 교원들의 혁신창업 활성화를 위한 정책적, 실무적 시사점을 도출하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.603-605
• /
• 2022

추천시스템은 개개인의 성향에 따른 맞춤화 추천이 가능하기 때문에 음악, 영상, 뉴스 등 많은 분야에서 관심을 받고 있다. 일반적인 추천시스템 모델은 블랙박스 모델이기 때문에 추천 결과에 따른 원인 도출을 할 수 없다. 하지만 XAI 의 모델은 이러한 블랙박스 모델의 단점을 해결하고자 제안되었다. 그 중 KGAT 는 Attention Score 를 기반으로 추천 결과에 따른 원인을 알 수 있다. 이와 같은 AI, XAI 등의 딥 러닝 모델에서 각각의 활성화 함수는 상황에 따라 상이한 성능을 나타낸다. 이러한 이유로 인해 데이터에 맞는 활성화 함수를 적용해보는 다양한 시도가 필요하다. 따라서 본 논문은 XAI 추천시스템 모델인 KGAT 의 성능 개선을 위해 여러 활성화 함수를 적용해보고, 실험을 통해 수정한 모델의 성능이 개선됨을 보인다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.33 no.5
• /
• pp.761-773
• /
• 2023

This paper proposes a method to increase the power-analysis resistance of the neural network model's feedforward process by replacing the exponential-based activation function, used in the deep-learning field, with an approximated function especially at the multi-layer perceptron model. Due to its nature, the feedforward process of neural networks calculates secret weight and bias, which already trained, so it has risk of exposure of internal information by side-channel attacks. However, various functions are used as the activation function in neural network, so it's difficult to apply conventional side-channel countermeasure techniques, such as masking, to activation function(especially, to exponential-based activation functions). Therefore, this paper shows that even if an exponential-based activation function is replaced with approximated function of simple form, there is no fatal performance degradation of the model, and than suggests a power-analysis resistant feedforward neural network with exponential-based activation function, by masking approximated function and whole network.

• Journal of Korea Water Resources Association
• /
• v.54 no.spc1
• /
• pp.1143-1154
• /
• 2021

The selection of activation function has a great influence on the groundwater level prediction performance of artificial neural network (ANN) model. In this study, five activation functions were applied to ANN model for two groundwater level observation wells in the middle mountainous area of the Pyoseon watershed in Jeju Island. The results of the prediction of the groundwater level were compared and analyzed, and the optimal activation function was derived. In addition, the results of LSTM model, which is a widely used recurrent neural network model, were compared and analyzed with the results of the ANN models with each activation function. As a result, ELU and Leaky ReLU functions were derived as the optimal activation functions for the prediction of the groundwater level for observation well with relatively large fluctuations in groundwater level and for observation well with relatively small fluctuations, respectively. On the other hand, sigmoid function had the lowest predictive performance among the five activation functions for training period, and produced inappropriate results in peak and lowest groundwater level prediction. The ANN-ELU and ANN-Leaky ReLU models showed groundwater level prediction performance comparable to that of the LSTM model, and thus had sufficient potential for application. The methods and results of this study can be usefully used in other studies.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.23 no.8
• /
• pp.909-922
• /
• 2012

To fully utilize scarce spectrum resource, it's necessary to develop and evaluate promising business models prior to making technology R&D plan and industrial promotion policy. The purpose of this paper is to design potential business models, evaluate the propriety of commercializing the models, and discuss promotion policies after exploring promising sectors consuming spectrum resources. The research is based on TV white space, which is vacant TV channels in region or time domain and considered as core spectrum resource along with digital terrestrial television switchover. As the result, four kinds of business models were derived, including broadcasting and telecommunication types. Each model was discussed from four standpoints: customer value proposition, profit formula, key resources, and key processes, and the propriety for commercialization was evaluated by three dimensions: technological evaluations, business-oriented evaluations, and user-oriented evaluations. The promotion policies of government and market participants for the activation of TV White space-based business models were discussed as well.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10c
• /
• pp.659-661
• /
• 2000

폰 노이만 모델의 지역성과 데이터플로우 모델의 병렬성을 결합하여 등장한 모델이 다중 스레드 모델이다. 다중스레드 모델의 목적은 통신시간과 계산 시간을 겹침으로써 프로세서의 활용도를 높이고자 하는 것이다. 기존의 대부분의 다중 스레드 모델의 스레드 스케쥴링 기법은 FIFO 혹은 FILO 방식을 사용하고 있다. 본 논문에서는 프로세서의 활용도를 높이고 프로세서의 휴지 시간을 줄이기 위해서 원격 함수 호출 혹은 원격 메모리 참조 기능의 스레드(이후로는 원격 스레드라 부름)와 계산 기능의 스레드가 동시에 활성화되었을 때 원격 스레드들을 먼저 수행하는 것이 프로세서의 지연 시간을 줄이고 병렬성을 높이는 데 효과적임을 제안한다. 이것을 구현하기 위해서 프레임 내부의 지속 벡터(CV)를 CCV(call continuation vector)와 LCV(local continuation vector) 둘로 구분하였다. 스레드가 활성화될 때 CCV에는 원격 스레드들을, LCV에는 계산 스레드들을 저장한 후, CCV에 저장된 스레드들을 먼저 수행하고 LCV를 나중에 수행한다.

• Journal of Advanced Navigation Technology
• /
• v.16 no.4
• /
• pp.665-672
• /
• 2012

In this paper, we find out about the effort and status of GwangJu metropolitan city to reinvigorate traditional market. And we propose the micro payment model based on Android NFC and tokenization technique to support the small trader's micro payment in aspect of information technology more than the physical infrastructure and environmental improvement projects to reinvigorate the traditional market. The micropayment model supports facilities of payment using smart phone based on NFC, and the encryption and tokenization support the indirection authentication and privacy of users.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.649-651
• /
• 2018

본 논문에서는 CNN에서 클래스 활성화 맵과 원샷 러닝을 결합하여 트위터 분류를 위한 딥 러닝 모델을 제안한다. 클래스 활성화 맵은 트윗 분류에 대한 분류 주제와 연관된 핵심 어휘를 추출하고 강조 표시하도록 사용되었다. 특히 작은 학습 데이터 셋을 사용하여 다중 클래스 분류의 성능을 향상시키기 위해 원샷 러닝 방법을 적용한다. 제안하는 방법을 검증하기위해 TREC 2018 태스크의 사건 스트림(TREC-IS) 학습데이터를 사용하여 비교실험을 했다. 실험 결과에서 CNN 기본 모델의 정확도는 58.1%이고 제안 방법의 정확도는 69.6%로 성능이 향상됨을 보였다.