• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.267-268
• /
• 2022

최근, 빅데이터 분석은 기계학습의 발전에 따른 다양한 기법들을 이용할 수 있다. 현실에서 수집된 빅데이터는 단어 간의 관계성에 대한 의미적 분석을 바탕으로 같거나 유사한 용어에 대한 자동화된 정제기법이 부족하다. 빅데이터는 보통 문장의 형태로 구성되어 있고, 이에 대한 형태소 분석이나 문장의 이해가 필요하다. 이에 자연어를 분석하기 위한 기법인 NLP는 단어의 관계성과 문장을 이해할 수 있다. 본 논문에서는 빅데이터를 시계열 접근법인 RNN의 단점을 보완한 기법인 트랜스포머와 리포머의 장단점에 대해 연구한다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.686-693
• /
• 2022

Construction is a collaborative endeavor. The complexity in delivering construction projects successfully is impacted by the effective collaboration needs of a multitude of stakeholders throughout the project life-cycle. Technologies such as Building Information Modelling and relational project delivery approaches such as Alliancing and Integrated Project Delivery have developed to address this conundrum. However, with the onset of the pandemic, the digital economy has surged world-wide and advances in technology such as in the areas of machine learning (ML) and Artificial Intelligence (AI) have grown deep roots across specializations and domains to the point of matching its capabilities to the human mind. Several recent studies have both explored the role of AI in the construction process and highlighted its benefits. In contrast, literature in the organization studies field has highlighted the fear that tasks currently done by humans will be done by AI in future. Motivated by these insights and with the understanding that construction is a labour intensive sector where knowledge is both fragmented and predominantly tacit in nature, this paper explores the integration of AI in construction processes across project phases from planning, scheduling, execution and maintenance operations using literary evidence and experiential insights. The findings show that AI can complement human skills rather than provide a substitute for them. This preliminary study is expected to be a stepping stone for further research and implementation in practice.

• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.49-56
• /
• 2024

There have been emerging many use-cases applying recommendation systems especially in online platform. Although the performance of recommendation systems is affected by a variety of factors, selecting appropriate features is difficult since most of recommendation systems have sparse data. Conventional matrix factorization (MF) method is a basic way to handle with problems in the recommendation systems. However, the MF based scheme cannot reflect non-linearity characteristics well. As deep learning technology has been attracted widely, a deep neural network (DNN) framework based collaborative filtering (CF) was introduced to complement the non-linearity issue. However, there is still a problem related to feature embedding for use as input to the DNN. In this paper, we propose an effective method using singular value decomposition (SVD) based feature embedding for improving the DNN performance of recommendation algorithms. We evaluate the performance of recommendation systems using MovieLens dataset and show the proposed scheme outperforms the existing methods. Moreover, we analyze the performance according to the number of latent features in the proposed algorithm. We expect that the proposed scheme can be applied to the generalized recommendation systems.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권11호
• /
• pp.555-562
• /
• 2016

의미 역 결정은 한 문장에서 술어와 그것의 논항간의 의미 관계를 결정해주는 것을 말한다. 한편 한국어 의미 역 결정은 영어와는 다른 한국어 고유의 특이한 언어 구조 때문에 많은 어려움을 가지고 있는데, 이러한 어려움 때문에 지금까지 제안된 다양한 방법들을 곧바로 적용하기에 어려움이 있었다. 다시 말하자면, 지금까지 제안된 방법들은 영어나 중국어에 적용했을 때에 비해서 한국어에 적용하면 낮은 성능을 보여주었던 것이다. 이러한 어려움을 해결하기 위하여 본 연구에서는 조사나 어미와 같은 접사구조를 분석하는 것에 초점을 맞추었다. 한국어는 일본어와 같은 교착어의 하나인데, 이들 교착어에서는 매우 잘 정리되어 있는 접사구조가 어휘에 반영되어 있다. 교착어는 바로 이들 잘 정의된 접사 구조 때문에 매우 자유로운 어순이 가능하다. 또한 본 연구에서는 단일 형태소로 이루어진 논항은 기초 통계량을 기준으로 의미 역 결정을 하였다. 또한 지지 벡터 기계(Support Vector Machine: SVM)과 조건부 무작위장(Conditional Random Fields: CRFs)와 갗은 기계 학습 알고리즘을 사용하여 앞에서 결정되지 못한 논항들의 의미 역을 결정하였다. 본 논문에서 제시된 방법은 기계 학습 접근 방식이 처리해야 하는 논항의 범위를 줄여주는 역할을 하는데, 이는 기계 학습 접근은 상대적으로 불확실하고 부정확한 의미 역 결정을 하기 때문이다. 실험에서는 본 연구는 15,224 논항을 사용하였는데, 약 83.24%의 f1 점수를 얻을 수 있었는데, 이는 한국어 의미 역 결정 연구에 있어서 해외에서 발표된 연구 중 가장 높은 성능으로 알려진 것에 비해 약 4.85%의 향상을 보여준 것이다.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1277-1290
• /
• 2020

지표수와 지하수로 이루어진 수자원은 세계적으로 가장 중요한 천연자원 중 하나로 여겨진다. 지난 세기 이후 급속한 산업화와 급증하는 인구로 인해, 생활용, 산업용, 농업용수 수요가 급증하고 있으며, 이에 대한 지하수 수요도 급증하고 있다. 따라서 지하수에 대한 지속 가능한 개발과 관리를 위해서는 정확한 위치기반의 지하수 가능성도 작성이 필수적이다. 최근에는 기계학습과 지리정보시스템 통합이 지하수 가능성도 작성에 효과적인 방법이 되고 있다. 이러한 통합접근법의 현황 파악을 위해 6년(2015~2020년) 동안 94편의 직접 관련 논문에 대한 체계적 검토를 실시했다. 문헌 검토에 따르면, 매년 발간되는 연구의 수는 시간이 지남에 따라 급격히 증가했다. 전체 연구 분야는 15개국에 걸쳐 있으며, 85%의 연구가 이란, 인도, 중국, 한국, 이라크에 집중되었다. 지하수 산출 가능성 조사에는 20개의 변수가 자주 사용된 것으로 조사되었으며, 이 중 지형고도, 경사, 경사방향, 지형습도지수, 지질, 토지 이용 피복, 하천 밀도, 강과의 거리, 강우량 등이 자주 사용되는 것으로 나타났다. 기계학습 모델에 있어 랜덤 포레스트, 서포트벡터머신, 부스트 회귀트리 등의 방법이 많이 사용되었다. 이러한 문헌 연구는 최적의 결과를 위해 지하수 가능성도를 저비용 대체물이 아닌 현장 작업을 보완하는 도구로 사용해야 한다는 것을 보여준다. 마지막으로, 향후, 지하수 가능성도 작성의 표준화 및 정확성을 개선하기 위해 더 많은 연구가 진행되어야 할 것이다.

• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.157-165
• /
• 2023

수산물은 많은 국가의 주요한 단백질 공급원이며 소비가 증가하고 있다. 우리나라도 수산물 소비는 증가하는 반면 자급률은 낮아지고 있으며, 수산물의 수입량이 증가함에 따라 안전관리의 중요성이 높아지고 있다. 국내로 수입되는 수산물은 110여 개 국가로부터 수백 종에 이르며, 수입 수산물의 안전관리를 검사관의 경험에만 의존하는 것은 한계가 있다. 데이터를 기반으로 수입 수산물 통관검사 결과를 예측할 수 있는 모델을 개발하여 수입신고서가 제출되었을 때 수산물의 부적합 가능성을 판단하는 머신러닝 분류 모델을 생성한다. 수입수산물 통관검사 결과 부적합율은 1% 미만으로 매우 낮은 불균형 데이터이므로 이러한 특성을 보완할 수 있는 샘플링 방법을 비교 연구하였고, 분류결과를 해석할 수 있는 전처리 방법을 적용하였다. 여러 가지 머신러닝 기반의 분류모델 중에서 랜덤포레스트와 XGBoost가 좋은 성능을 보였다. 통관검사 결과 적합과 부적합을 모두 잘 예측하는 모델은 ADASYN과 원-핫 인코딩을 적용한 랜덤포레스트 기본 모델이며 정확도 99.88%, 정밀도 99.87%, 재현율 99.89%, AUC 99.88%이다. XGBoost는 오버샘플링과 인코딩 종류에 상관없이 모든 지표가 90%를 넘겨 가장 안정적인 모델이다.

• 대한지구과학교육학회지
• /
• 제10권3호
• /
• pp.262-277
• /
• 2017

디지털 교과서는 다양한 상호작용을 통하여 학습자의 특성과 수준에 적합한 학습을 가능하게 하는 교수학습 자료이다. 이 연구에서는 초등 과학 수업에서 디지털 교과서를 보다 효과적으로 활용할 수 있는 수업모형을 개발하고 그 효율을 확인하고자 한다. 초등 과학 수업에서 학습자들의 완결학습을 도와주기 위한 수업모형은 출발점 행동 진단과 피드백, 자기주도적 학습 환경 구축 그리고 학습자의 학습을 돕는 교사, 학생, 디지털 교과서와의 상호작용이 필요하다. 이러한 특징을 반영한 디지털 교과서 활용 수업모형은 준비단계, 실행단계, 다지기단계로 구성하였다. 준비단계에서 학습자는 디지털 교과서를 이용한 진단평가 결과에 따라서 제공되는 수준별 피드백 자료를 통해 출발점 행동을 보완하고 학습 활동에 대한 흥미를 유지한다. 실행단계에서 학습자는 디지털 교과서의 다양한 기능과 여러 형태의 자료를 활용하여 자기 주도적으로 학습을 진행한다. 다지기단계에서 학습자는 교사가 구성한 다지기 영상 및 다지기 문제 풀이 활동 그리고 학습자가 커뮤니티에 누적해 놓은 결과물을 재확인함으로써 학습내용을 내면화할 수 있다. 개발한 수업모형의 효과를 확인하기 위해서 초등 과학 5학년 2학기 '날씨와 우리 생활' 단원을 선정하여 수업자료를 제작하여 초등학교 5학년 101명을 대상으로 실험을 설계하였다. 실험집단 50명에게는 개별적으로 스마트기기를 제공하여 디지털 교과서 활용 수업모형을 적용한 수업을 실시하였고, 비교집단 51명은 서책형 교과서를 활용한 수업을 실시하였다. 그 결과는 다음과 같다. 첫째, 디지털 교과서 활용 수업모형을 적용한 수업은 서책형 교과서를 활용한 수업에 비해 학업 능력이 낮은 집단의 학업성취도 향상에 유의미한 효과가 있었다. 둘째, 디지털 교과서 활용 수업모형을 적용한 수업은 서책형 교과서를 활용한 수업보다 학습자의 자기주도적 학습 태도 향상에 효율적이었다. 셋째, 디지털 교과서 활용 수업모형을 적용한 수업에서는 서책형 교과서를 활용한 수업보다 학습자, 교사, 디지털 교과서와의 상호작용 횟수가 많았다. 결론적으로 이 연구에서 개발한 초등 과학 수업에서의 디지털 교과서 활용 수업모형은 학습자의 학업성취도와 자기주도적 학습 태도를 향상시키는데 도움이 되었다.

• 대한소아치과학회지
• /
• 제42권1호
• /
• pp.1-9
• /
• 2015

본 연구의 목적은 임상실습 역할극을 시행한 후, 학습 참여에 대한 학생들의 만족도를 평가하여 임상실습에 대한 만족도를 높이고 효율적인 임상실습 교육을 위한 개선방향을 모색하는데 기초 자료를 제공하는 것이다. 본 연구에 참여한 85명의 치의학전문대학원 학생들은 17조로 나누어 역할극을 시행한 후, 교육 방법으로서의 흥미와 적절성 및 유용성에 대하여 평가하였다. Likert 5단계 평점 척도를 사용하여 5점 만점으로 만족도를 조사한 결과 평균 점수는 3.88점이었으며 흥미와 적절성 측면에서 3.99점, 유용성 측면에서는 3.79점이었다. 맡은 역할에 따른 만족도의 차이에서는 각 집단 간의 유의한 차이를 나타냈으며 환자 보호자 군에서의 만족도가 가장 높았다. 학생들의 역할극에 대한 만족도가 긍정적이었으며 효율적인 교육이라고 평가하였다. 본 연구를 토대로 광범위하고 지속적인 연구가 진행되어 현행 임상실습을 보완하고 개선한다면 효율적인 임상실습 교육이 이루어질 수 있을 것이다.

• 디지털융복합연구
• /
• 제17권2호
• /
• pp.217-230
• /
• 2019

본 연구는 기존 동반질환을 이용한 중증도 보정 방법의 제한점을 보완하기 위해 급성심근경색증 환자의 맞춤형 중증도 보정방법을 개발하고, 이의 타당성을 평가하기 위해 수행되었다. 이를 위하여 질병관리본부에서 2006년부터 2015년까지 10년간 수집한 퇴원손상심층조사 자료 중 주진단이 급성심근경색증인 한국표준질병사인분류(KCD-7) 코드 I20.0~I20.9의 대상자를 추출하였고, 동반질환 중증도 보정 도구로는 기존 활용되고 있는 CCI(Charlson comorbidity index), ECI(Elixhauser comorbidity index)와 새로이 제안하는 CCS(Clinical Classification Software)를 사용하였다. 이에 대한 중증도 보정 사망예측모형 개발을 위하여 머신러닝 기법인 로지스틱 회귀분석, 의사결정나무, 신경망, 서포트 벡터 머신기법을 활용하여 비교하였고 각각의 AUC(Area Under Curve)를 이용하여 개발된 모형을 평가하였다. 이를 평가한 결과 중증도 보정도구로는 CCS 가 가장 우수한 것으로 나타났으며, 머신러닝 기법 중에서는 서포트 벡터 머신을 이용한 모형의 예측력이 가장 우수한 것으로 확인되었다. 이에 향후 의료서비스 결과평가 등 중증도 보정을 위한 연구에서는 본 연구에서 제시한 맞춤형 중증도 보정방법과 머신러닝 기법을 활용하도록 하는 것을 제안한다.

• 인지과학
• /
• 제31권3호
• /
• pp.55-76
• /
• 2020

사회성은 인간 삶의 고유 영역이자 종합적인 능력으로서 중요한 가치를 지닌다. 일반 통념상 사회성 부족이 게임 이용의 대표적인 문제점으로 지적되는 가운데, 본 문헌 고찰에서는 비디오 게임 중 온라인 비디오 게임을 대상으로 사회적 역량과의 관계를 살펴본 연구들을 분석했다. 해당 분야에는 현재 온라인 게임 안의 관계가 실제 관계를 대체하거나 보완하여 사회성 발달을 저해할 것이라는 견해와 온라인 비디오 게임이 직접적으로 사회성에 악영향을 미치지 않으며 오히려 사회적 학습의 공간을 제공함으로써 유익한 결과를 낼 수 있다는 주장이 팽팽하게 맞서고 있다. 또한 온라인 게임 이용과 심리특성 및 사회적 역량을 측정한 대규모 설문 조사에서도 게임 이용과 사회성 저하 간의 뚜렷한 관계성이 관찰되지 않았다. 이에 본 문헌 고찰 연구를 통해 온라인 게임 플레이가 사회성 저하를 초래한다는 고정관념에서 벗어날 것과 관련 연구의 타당성을 높이기 위한 노력이 필요함을 제안한다.