• 한국건축시공학회지
• /
• 제12권6호
• /
• pp.664-673
• /
• 2012

Determining the layout of temporary facilities that support construction activities at a site is an important planning activity, as layout can significantly affect cost, quality of work, safety, and other aspects of the project. The construction site layout problem involves difficult combinatorial optimization. Recently, various artificial intelligence(AI)-based algorithms have been applied to solving many complex optimization problems, including neural networks(NN), genetic algorithms(GA), and swarm intelligence(SI) which relates to the collective behavior of social systems such as honey bees and birds. This study proposes a site facility layout optimization algorithm based on self-organizing maps(SOM). Computational experiments are carried out to justify the efficiency of the proposed method and compare it with particle swarm optimization(PSO). The results show that the proposed algorithm can be efficiently employed to solve the problem of site layout.

• Journal of Platform Technology
• /
• 제11권6호
• /
• pp.3-12
• /
• 2023

In today's system operation, it is difficult to detect failures and take immediate action in the case of a shortage of manpower compared to the number of equipment or failures in vulnerable time zones, which can lead to delays in failure recovery. In addition, various algorithms exist to detect abnormal symptom data, and it is important to select an appropriate algorithm for each problem. In this paper, an ensemble-based isolation forest model was used to efficiently detect multivariate point anomalies that deviated from the mean distribution in the data set generated to predict system failure and minimize service interruption. And since significant changes in memory space usage are observed together with changes in CPU usage, the problem is solved by using LSTM-Auto Encoder for a collective anomaly in which another feature exhibits an abnormal pattern according to a change in one by comparing two or more features. did In addition, evaluation indicators are set for the performance evaluation of the model presented in this study, and then AI model evaluation is performed.

• 정보관리학회지
• /
• 제27권1호
• /
• pp.7-24
• /
• 2010

본 연구는 온라인 정보원을 12개 유형으로 범주화한 다음 전국적 규모의 대규모 온라인 설문조사를 통해, 온라인 정보의 유형별 신뢰도 실태조사 및 신뢰지수의 도출, 그리고 온라인 정보의 유형별 신뢰성 평가요인에 대해 분석한 것이다. 본 연구 결과 드러난 몇 가지 중요한 사실은 다음과 같다. 우선 온라인 정보원의 유형별 '신뢰지수'는 뉴스 사이트에 게시된 정보(72.553), 금융기관(68.894), 정부기관(67.938), 카페(66.464), 포털(65.001), 집단지성(63.489), 비영리기관(63.392), 일반기업(59.789), 블로그(59.066), 온라인 토론방(55.609), 전자상거래 사이트(55.118), 미니홈피(50.695)의 순으로 나타났다. 다음으로 유형별 온라인 정보원의 신뢰성 평가 요인에 대한 분석에서, 전체적으로 보아 '널리 알려진 웹 사이트이다'는 요인은 온라인 정보원 정보원의 유형에 관계없이 대부분의 범주에서 신뢰성 평가를 위한 주된 요인이 되고 있으며, 카페나 블로그, 미니홈피, 토론방, 집단지성 등의 신뢰성 평가에는 게시된 글의 조회 수나 댓글 등과 같은 다른 이용자의 의견이, 그리고 금융기관이나 일반기업, 정부기관이나 비영리기관 등은 해당 기관의 평판이 신뢰성 평가의 주된 요인이 되고 있음을 알 수 있었다.

• 한국융합학회논문지
• /
• 제8권11호
• /
• pp.373-381
• /
• 2017

데이터의 관점이 업무자원을 넘어 새로운 가치자원으로 진화하면서, 그 처리방식의 무게중심도 단순 카테이션(Cartesian) 방식에서 맥락(Context)식별 방식으로 빠르게 전환되고 있다. 이러한 추세에 따라 최근 정부도 공공데이터 개방을 통한 민간 활용 여건 조성에 나서고 있다. 이에 본 연구는 정보처리관점에서 조직원과 대중의 차이를 탐색 차원에서 규명하고, 이를 바탕으로 대중을 대상으로 하는 공공데이터 플랫폼 설계의 기본 방향과 주안점을 제시하고자 하였다. 본 연구는 그간 추상에 머물러 있던 '대중의 집단지성'에서 벗어나 '집단지성 생태계' 조성을 위한 실천적 대안 모색의 시발점이 될 것이며, 공공데이터 개방에 필수적인 빅데이터 기반 구축의 실천적 아이디어로 활용될 수 있을 것이다.

• 컴퓨터교육학회논문지
• /
• 제13권2호
• /
• pp.25-34
• /
• 2010

인터넷은 오늘날 개방 참여 공유 협력의 웹 2.0(web 2.0)이라는 새로운 패러다임으로 나타나고 있다. 웹 2.0의 환경은 정보이용자들이 능동적으로 정보 제작 과정에 참여하도록 허락하고 다른 사람들과 상호 의사소통하며 지식을 생성하는 등 이전과는 사뭇 다른 형태의 웹 환경을 가능하게 한다. 집단지성(Collective Intelligence), 대중의 지혜(The Wisdom of Crowds)의 힘을 보여주고 있는 위키는 웹 2.0의 가치를 가장 잘 나타내는 기술로 위키의 교육적 활용을 위한 잠재력 또한 주목받고 있다. 따라서 본 연구에서는 위키 서비스를 제공하는 다양한 프로그램이나 서비스들을 조사 분석하고, 위키 이용자들의 특성과 활용 현황에 대한 탐색을 토대로 위키의 교육적 활용 가능성을 탐색하였다. 그리고 이를 바탕으로 위키 학습 모델을 제안하고 이 모델을 적용한 구체적인 수업방법을 제공하고 에듀넷이나 사이버가정학습에서 위키를 활용할 수 있는 방안을 제시하였다.

• 한국콘텐츠학회논문지
• /
• 제12권2호
• /
• pp.453-460
• /
• 2012

최근 해외여행에서도 음식 체험이 주가 되는 관광인 '푸드 투어리즘'이 크게 각광받고 있다. 한편 스마트폰 가입자가 기하급수적으로 늘어나면서 푸드 투어리즘을 즐기려는 해외여행자들에게 여행지의 음식문화에 대한 신뢰성 있는 정보를 제공해줄 수 있는 스마트폰 애플리케이션의 필요성도 대두되었다. 본 연구는 해외의 음식문화에 대한 정보를 제공하는 스마트폰 애플리케이션의 제작 과정을 통하여 요리와 음식문화가 어떻게 상업성이 있는 콘텐츠로 가공, 개발될 수 있는지 모델을 제시하고자 하였다. 특히 본 연구에서 구축한 콘텐츠는 해외 10개국에 현재 거주하거나 장기 거주한 경험이 있는 다수의 음식 전문가들이 언어, 문화, 식품과 음식에 대한 지식을 공유하는 집단지성 체계를 통해 다양한 지역, 풍성한 아이템, 정보의 깊이와 정확성이라는 양적, 질적 수준을 모두 충족시키는 정보로 유저들의 호응을 끌어냈다는 점에서 앞으로 개발될 애플리케이션용 문화 콘텐츠의 제작 모델 역할을 할 것으로 기대된다.

• 디지털콘텐츠학회 논문지
• /
• 제19권5호
• /
• pp.845-852
• /
• 2018

본 연구에서는 디지털 세대를 위한 스마트폰 중독 방지 런처와 다중지능 및 집단지성을 활용한 머신 러닝 기반 콘텐츠 추천 시스템을 개발하였다. 이를 통해 어린 자녀의 디지털 기기 과다 사용을 불안해하는 부모들에게 편리한 디지털 양육 경험을 제공하고 자녀에게는 즐겁고 안전한 학습 환경과 학습 능률을 제고하는 적응 형 개별 디지털 학습법을 제시한다. 제안하는 앱은 시간제한 설정과 더불어 유해 콘텐츠와 스마트폰 중독의 위험으로부터 자녀를 보호하는 게이미피케이션 런처이다. 수많은 교육용 콘텐츠 및 앱 중에서 선택이 어려운 부모들에게 아이들의 학습 및 활동 정보를 수집 분석하여 빅 데이터 기반의 학습 분석 리포트를 제공 하고 집단지성을 통한 추천 알고리즘으로 자녀에게 필요한 콘텐츠를 추천하는 시스템으로 구성된다.

• 융합정보논문지
• /
• 제11권9호
• /
• pp.214-220
• /
• 2021

스마트폰이 빠르게 보급되면서 음악을 생활 속의 배경음악처럼 항상 모든 곳에서 듣는 것이 일반화되어 개인의 상황과 조건에 맞는 추천을 할 수 있는 음악 데이터베이스를 필요하다. 본 논문에서는 소셜 미디어를 통한 음악추천 모델을 제안한다. 소셜 미디어의 데이터를 사용하여 음악 데이터베이스를 작성하고 기존의 음원 제공 플랫폼이 주로 사용하는 협업필터링과는 다른 방식으로 음악을 분류한다. 웹크롤링으로 음악 제목이 해시 태그로 달린 게시글을 찾아 해당 글에 함께 달린 다른 해시 태그들을 수집하고 분류하여 실제 청취자의 음악에 관한 의견을 데이터베이스에 사용한다. 소셜 미디어를 작성할 때의 감정, 상황, 시간대, 날씨 등 많은 조건이 해시 태그에는 포함되어 있으므로 다양한 사람의 의견이 집단지성으로 반영된 소셜 미디어 기반 데이터베이스를 구축할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.241-243
• /
• 2014

본 연구는 학습자 및 교수자의 학습 방법 및 교수방법을 선정하는데 있어서 집단 지성 알고리즘을 적용하여 콘텐츠 추천 시스템을 개발 하여 학습자 및 교수자가 효과적인 학습을 진행하는 것을 목적으로 하고 있다. 이를 위하여 최근 쇼핑몰이나 영화등에 적용되는 추천시스템을 교육에 적용하여 교수학습 주제를 선정시 학습자 수준, 학습환경, 학습자의 상태등에 따른 적절한 학습 방법 및 교수 방법을 제공하여 학습자는 본인에게 알맞은 학습 방법을 찾는데에 더 효율적이여 교수자는 교수학습과정을 설계하는데 시간을 절약할 수 있는 시스템을 개발하였다. 최종적으로 개발된 학습 콘텐츠 추천시스템에 대한 정확성 및 효용성은 교수자 및 학습자들의 지속정인 사용으로 데이터가 쌓인 후 사용자들의 평가를 통하여 검증이 필요 할 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권2호
• /
• pp.520-541
• /
• 2023

In CRNs, SS is of utmost significance. Every CR user generates a sensing report during the training phase beneath various circumstances, and depending on a collective process, either communicates or remains silent. In the training stage, the fusion centre combines the local judgments made by CR users by a majority vote, and then returns a final conclusion to every CR user. Enough data regarding the environment, including the activity of PU and every CR's response to that activity, is acquired and sensing classes are created during the training stage. Every CR user compares their most recent sensing report to the previous sensing classes during the classification stage, and distance vectors are generated. The posterior probability of every sensing class is derived on the basis of quantitative data, and the sensing report is then classified as either signifying the presence or absence of PU. The ISVM technique is utilized to compute the quantitative variables necessary to compute the posterior probability. Here, the iterations of SVM are tuned by novel GO-PSA by combining GOA and PSO. Novel GO-PSA is developed since it overcomes the problem of computational complexity, returns minimum error, and also saves time when compared with various state-of-the-art algorithms. The dependability of every CR user is taken into consideration as these local choices are then integrated at the fusion centre utilizing an innovative decision combination technique. Depending on the collective choice, the CR users will then communicate or remain silent.