• 영재교육연구
• /
• 제11권3호
• /
• pp.23-44
• /
• 2001

기존의 교실에서 교사가 학생들에게 무엇을 또 어떻게 탐구할 것인가에 대한 절차적인 지식을 가르칠 수는 있었으나, 그러한 가운데 우리가 놓치고 있었던 것은 과학을 하는 것(doing science)에 대한 본질이었다. 특히 영재들의 학문적 욕구는 평범한 아이들과는 질적으로 다르기 때문에, 과학 영재들에게 그러한 요구와 필요성은 상당히 큰 것이었으나 그 요구와 필요성에 부합하는 연구와 프로그램의 개발이 뒷받침되어주지 못한 것이 현실이다. 과학 영재를 위한 교과과정은 학습 내용, 학습과정, 산출물에 있어서 영재들을 위해 특수화가 필요하다. 이러한 현실적 문제에 봉착하여, 본 연구는 하나의 작은 시도로서 과학영재들을 위한 프로젝트형 탐구학습의 프로그램을 개발, 현장에 적용, 그리고 제한적이나 그 효과성도 부분적으로 검토하였다. 실제 문제들과 이슈들을 다루는 프로젝트형 탐구학습을 수행함으로서 학생들은 고차원적인 사고 능력을 기르며, 소집단활동을 통해서 학생들이 복잡한 실제 문제들을 창의적으로 해결할 수 있음을 보여주었다. 학생들은 이러한 형식의 수업을 통하여 또한 내용을 배우고 적용할 수 있게 되며 비판적 사고력을 배양하고 평생학습자로서의 자질을 키우며 의사소통능력과 상호협동능력을 자연스럽게 익힐 수 있음을 제시했다. 프로젝트형 탐구학습은 최근 여러 학문영역에서 널리 사용되고 있다. 하지만 아직 영재교육프로그램에서 그 사용은 그리 활발하게 이루어지고 있지 않는 실정이다 프로젝트형 탐구학습은 과학영재들의 특성과 잘 부합되므로 과학영재들을 위한 프로그램에 성공적으로 사용되어질 수 있음을 본 연구는 시사하고 있다.

• 산업경영시스템학회지
• /
• 제29권2호
• /
• pp.104-109
• /
• 2006

We can offer suitable information to users analyzing the pattern of users. An association rule is one of data mining techniques which can discover the pattern. We use an association rule which considers the web page visiting time and we should the pattern analyse of users. The offered method puts the weights in Web page visiting time of the user and produces an association rule. Weight is web page visiting time unit divide to total of web page visiting time. We offer rather meaningful result the association rule by Apriori algorithm. This method that proposes in the paper offers rather meaningful result Apriori algorithm

• 정보관리학회지
• /
• 제31권1호
• /
• pp.231-250
• /
• 2014

정보통신기술의 발달로 학술 정보의 양이 기하급수적으로 증가하였고 방대한 양의 텍스트 데이터를 처리하기 위한 자동화된 텍스트 처리의 필요성이 대두되었다. 생의학 문헌에서 생물학적 의미와 치료 효과 등에 대한 정보를 발견해내는 바이오 텍스트 마이닝은 문헌 내의 각 개념들 간의 유의미한 연관성을 발견하여 의학 영역에서 상당한 시간과 비용을 줄여준다. 문헌 기반 발견 연구로 새로운 생의학적 가설들이 발견되었지만 기존의 연구들은 반자동화된 기법으로 전문가의 개입이 필수적이며 원인과 결과의 한가지의 관계만을 밝히는 제한점이 있다. 따라서 본 연구에서는 중간 개념인 B를 다수준으로 확장하여 다양한 관계성을 동시출현 개체와 동사 추출을 통해 확인한다. 그래프 기반의 경로 추론을 통해 각 노드 사이의 관계성을 체계적으로 분석하여 규명할 수 있었으며 새로운 방법론적 시도를 통해 기존에 밝혀지지 않았던 새로운 가설 제시의 가능성을 기대할 수 있다.

• 산업공학
• /
• 제25권1호
• /
• pp.52-63
• /
• 2012

Up-to-date enlargement of the scale of global outsourcing has brought about the need of systematic and efficient tools for competitive supplier discovery located in various areas. A web-based business supporting system, referred to as Excellent Manufacturer Scouting System(EMSS), is being developed to serve core business functions including supplier discovery, negotiation, and collaboration between overseas buyers and domestic suppliers throughout the process of supply chain formation. In this paper, a supplier assessment model devoted to evaluation of core manufacturing capability is proposed by targeting small and medium sized mold companies. The assessment model will eventually be loaded to EMSS. Even if many well-designed models for supplier assessment have been presented in literature, most of them limit the evaluation criteria to somewhat general information on a given supplier, such as cost, delivery time, quality, rather than core manufacturing capability itself. This research is pioneering work on supplier assessment from the viewpoint of manufacturability. The proposed assessment model classifies assessment indices into six criteria, which have been drawn by intensive survey and analysis of the mold industry. Actual assessment indices for each criterion are also presented along with an exemplary evaluation result.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권5호
• /
• pp.420-429
• /
• 2009

특허 문서는 과학기술 발전을 탐지하고 기존 트렌드를 이해함으로써 미래의 트렌드를 예측하는데 유용한 자원이다. 본 연구에서는 단위 기술을 "문제점"과 "해결방법"으로 구성되어 있다고 보고, 언어적 단서(linguistic clue)와 언어 모델(1anguage model)을 결합한 혼합 모델을 사용하여 이들에 해당하는 의미 핵심문구(semantic keyphrase)를 찾고, 의미 핵심문구로 표현되는 단위 기술을 추출하였다. 추출된 결과에 근거하여 비지도 학습(unsupervised learning) 방법으로 과학기술들의 트렌드를 발견하는 새로운 접근방법(Technological Trend Discovery, TTD)을 제안한다. 실험 결과에 따르면 본 연구에서 제안한 방법으로 과학 기술을 나타내는 의미적 핵심 문구를 추출하는데 77%의 R-정확률을 달성하였고 결과적으로 의미있는 과학기술 트렌드를 발견할 수 있었다.

• 한국정보과학회논문지:정보통신
• /
• 제28권4호
• /
• pp.455-462
• /
• 2001

본 논문에서는 네트웍으로 연결된 일련의 장치들이 서로를 발견하는 문제인 자원 발견 (Resource Discovery)문제를 해결하는 알고리즘을 제안한다. 최근 Harchol등은, 장치의 수를 n이라 할 때, O($nlog^2\;n$) 연결 통신복잡도와 O($n^2log^2\;n$) 포인터 통신복잡도를 가지고 O($log^2\;n$) 시간복잡도에 이문제를 해결하는 알고리즘을 제안하였는데, 이는 임의(randomized) 알고리즘이며 종료시점(convergence)을 식별할 방법이 없다는 단점을 가진다. 본 논문에서 우리는 이러한 단점을 없앤 더욱 효율적인 결정(deterministic) 알고리즘을 제안한다 .제안 알고리즘은, 총 링크 수를 m이라 할 때，O(mlog n) 연결 통신 복잡도와 O($n^2log\;n$) 포인터 통신복잡도를 가지고 O(log n) 시간복잡도에 자원발견 문제를 해결한다.

• 정보처리학회논문지D
• /
• 제10D권2호
• /
• pp.327-336
• /
• 2003

최근 인터넷의 급속한 성장과 초고속 통신망의 구축으로 인하여 다양한 멀티미디어 서비스들이 제공되고 있다. 그러나 현재 대부분의 멀티미디어 서비스들은 클라이언트/서버 모델을 기반으로 구축되어 있기 때문에, 중앙 서버로의 과도한 부하가 집중되어 전체적인 네트워크 속도 저하를 발생시키는 문제점을 가지고 있다. 본 논문에서는 이러한 문제점을 해결하기 위해 순수 P2P 환경으로 구축된 멀티미디어 서비스 환경에서의 자원 검색 기법을 제안한다. 제안 기법은 자율성과 이동성을 지닌 이동 에이전트를 기반으로 자원의 검색을 수행하여, 기존의 순수 P2P 환경에서의 검색 기법에서 네트워크의 불안정시 검색 결과가 유실되는 문제점을 해결한다. 제안 기법은 이동 에이전트를 사용하기 때문에 이 기종의 시스템간 서비스를 제공할 수 있는 장점을 가지고 있고, 동일 자원과 최근 요청 자원에 대한 위치 정보를 유지하므로 기존 순수 P2P 환경에서의 검색 속도보다 빠른 응답 속도를 가지는 장점을 가진다.

• 정보처리학회논문지D
• /
• 제9D권2호
• /
• pp.215-226
• /
• 2002

미디어의 발달과 생활 패턴의 변화를 토대로 새롭게 나타나고 있는 다양한 판매 패턴들을 분석하는데 있어 단일한 분석 방법을 적용하는 것은 효과적이지 못하다. 특히 신선 식품이나 기념일 주변에서 집중적인 매출이 발생하는 품목들은 제한된 시간 내에 판매를 최대로 해야 하는 시간적 제약을 갖는다. 그러나 기존의 연관규칙 탐사 기법은 대규모 거래 데이터베이스로부터 반복적 스캔 연산을 통해 연관규칙 탐사를 수행하기 때문에 제한된 시간안에서 빈번히 필요로 하는 패턴을 분석하기에는 비효율적이기 때문이다. 따라서 이 논문에서는 시간 제약을 갖는 특수한 판매 패턴에 대한 실시간 연관규칙 탐사가 가능하도록 하기 위해 트리거와 저장 프로시져를 이용한 점진적 후보항목 관리 모델을 제안한다. 아울러 이 논문에서는 제안 모델의 구현 및 실험을 통해 그 성능 특성의 분석도 수행한다. 특히 이 논문에서 제안하는 방법은 이중 해쉬 기법을 이용함으로써 연산의 성능을 향상시킨다.

• BMB Reports
• /
• 제53권6호
• /
• pp.299-310
• /
• 2020

Chronic liver disease progresses through several stages, fatty liver, steatohepatitis, cirrhosis, and eventually, it leads to hepatocellular carcinoma (HCC) over a long period of time. Since a large proportion of patients with HCC are accompanied by cirrhosis, it is considered to be an important factor in the diagnosis of liver cancer. This is because cirrhosis leads to an irreversible harmful effect, but the early stages of chronic liver disease could be reversed to a healthy state. Therefore, the discovery of biomarkers that could identify the early stages of chronic liver disease is important to prevent serious liver damage. Biomarker discovery at liver cancer and cirrhosis has enhanced the development of sequencing technology. Next generation sequencing (NGS) is one of the representative technical innovations in the biological field in the recent decades and it is the most important thing to design for research on what type of sequencing methods are suitable and how to handle the analysis steps for data integration. In this review, we comprehensively summarized NGS techniques for identifying genome, transcriptome, DNA methylome and 3D/4D chromatin structure, and introduced framework of processing data set and integrating multi-omics data for uncovering biomarkers.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권5호
• /
• pp.1396-1412
• /
• 2023

Conversation modeling is an important and challenging task in the field of natural language processing because it is a key component promoting the development of automated humanmachine conversation. Most recent research concerning conversation modeling focuses only on the current utterance (considered as the current question) to generate a response, and thus fails to capture the conversation's logic from its beginning. Some studies concatenate the current question with previous conversation sentences and use it as input for response generation. Another approach is to use an encoder to store all previous utterances. Each time a new question is encountered, the encoder is updated and used to generate the response. Our approach in this paper differs from previous studies in that we explicitly separate the encoding of the question from the encoding of its context. This results in different encoding models for the question and the context, capturing the specificity of each. In this way, we have access to the entire context when generating the response. To this end, we propose a deep neural network-based model, called the Context Model, to encode previous utterances' information and combine it with the current question. This approach satisfies the need for context information while keeping the different roles of the current question and its context separate while generating a response. We investigate two approaches for representing the context: Long short-term memory and Convolutional neural network. Experiments show that our Context Model outperforms a baseline model on both ConvAI2 Dataset and a collected dataset of conversational English.