• 인터넷정보학회논문지
• /
• 제8권6호
• /
• pp.75-85
• /
• 2007

프로그래밍 교육에 있어 학습자의 학업 성취도를 향상시킬 수 있는 중요한 요인 중의 하나는 다양한 형태의 과제를 학습자에게 부여하여 문제 해결 연습 기회를 많이 제공해 주는 것이다. 그러나 프로그래밍 과제 평가는 대부분 수작업으로 행해지고 있으면 정확한 평가 방법을 제공해 줄 수 있는 자동화된 도구 또한 결여되어 있는 게 현실이다. 이러한 제한된 환경 하에서 과제 평가는 교수자들에게 많은 시간과 노력을 요구하게 되어 다양한 형태의 과제 부여는 현실적으로 어려움이 있다. 이러한 문제를 극복하기 위해서는 교수자가 효율적이고 일괄적인 방법으로 과제를 쉽게 평가할 수 있고, 학습자들 상호간의 프로그램 소스코드의 표절 또한 용이하게 검사할 수 있는 자동화된 프로그래밍 평가 시스템이 필요하다. 따라서 본 논문에서는 교수자가 프로그램의 성능을 자동적인 방법으로 평가할 수 있을 뿐만 아니라 적절한 피드백과 함께 프로그램의 스타일과 표절에 대한 검사 또한 용이하게 수행할 수 있는 웹을 기반으로 한 프로그래밍 과제 평가 시스템을 설계하고 구현한다.

• 인터넷정보학회논문지
• /
• 제18권6호
• /
• pp.55-63
• /
• 2017

One of the purposes of Information Technology (IT) is to support human response to natural and social problems such as natural disasters and spread of disease, and to improve the quality of human life. Recent climate change has happened worldwide, natural disasters threaten the quality of life, and human safety is no longer guaranteed. IT must be able to support tasks related to disaster response, and more importantly, it should be used to predict and minimize future damage. In South Korea, the data related to the damage is checked out by each local government and then federal government aggregates it. This data is included in disaster reports that the federal government discloses by disaster case, but it is difficult to obtain raw data of the damage even for research purposes. In order to obtain data, information extraction may be applied to disaster reports. In the field of information extraction, most of the extraction targets are web documents, commercial reports, SNS text, and so on. There is little research on information extraction for government disaster reports. They are mostly text, but the structure of each sentence is very different from that of news articles and commercial reports. The features of the government disaster report should be carefully considered. In this paper, information extraction method for South Korea government reports in the word format is presented. This method is based on patterns and dictionaries and provides some additional ideas for tokenizing the damage representation of the text. The experiment result is F1 score of 80.2 on the test set. This is close to cutting-edge information extraction performance before applying the recent deep learning algorithms.

• 인터넷정보학회논문지
• /
• 제21권5호
• /
• pp.119-127
• /
• 2020

국내 전기차 (EV: Electric Vehicle) 시장이 성장함에 따라, 빠르게 증가하는 EV 충전 수요에 대응하기 위한 충전설비의 확충이 요구되고 있다. 이와 관련하여, 종합적인 설비 계획을 수립하기 위해서는 미래 시점의 충전 수요량을 예측하고 이를 바탕으로 전력설비 부하에 미치는 영향을 체계적으로 분석하는 것이 필요하다. 본 논문에서는 한국전력공사의 EV 충전 데이터를 이용하여 충전소 단위의 일별최대부하를 예측하는 LSTM(Long Short-Term Memory) 신경망 모델을 설계 및 개발한다. 이를 위해, 먼저 데이터 전처리 및 이상치 제거를 통해 정제된 데이터를 얻는다. 다음으로, 충전소 단위의 일별 특징들을 추출하여 훈련 데이터 집합을 구성하여 일별 최대 전력부하 예측 모델을 학습시킨다. 마지막으로 충전소 유형 별 테스트 집합을 이용한 성능 분석을 통해 예측 모델을 검증하고 이의 한계점을 논의한다.

• 인터넷정보학회논문지
• /
• 제21권5호
• /
• pp.129-137
• /
• 2020

최근 소프트웨어가 다양한 분야에 적용되면서 소프트웨어 규모와 프로그램 코드의 복잡성이 증가하였다. 이에 따라 소프트웨어 버그의 존재가 불가피하게 발생하고, 소프트웨어 유지보수의 비용이 증가하고 있다. 오픈 소스 프로젝트에서는 개발자가 할당 받은 버그 리포트를 해결할 때 많은 디버깅 시간을 소요한다. 이러한 문제를 해결하기 위해 본 논문은 SeqGAN 알고리즘을 소프트웨어 버그 정정에 적용한다. 자세히는 SeqGAN 알고리즘을 활용하여 프로그램 소스코드를 학습한다. 학습과정에서 공개된 유사 소스코드도 같이 활용한다. 생성된 후보 패치에 대한 적합성을 평가 하기 위해 적합도 함수를 적용하고, 주어진 모든 테스트 케이스를 통과하면 소프트웨어 버그 정정이 되었다고 본다. 제안한 모델의 효율성을 평가하기 위해 베이스라인과 비교하였으며, 제안한 모델이 더 잘 정정하는 것을 보였다.

• 한국인터넷방송통신학회논문지
• /
• 제10권3호
• /
• pp.91-95
• /
• 2010

검색엔진을 사용하는 이용자의 정보 즉 선호도에 따른 지속적인 피드백으로 검색 결과의 랭킹을 향상시켜 유연한 검색이 가능하게 하는 방법에는 학습된 인공 신경망을 이용한다. 인공 신경망 학습은 신경망이 여러 다른 검색어로 학습된 후 다른 사용자들이 과거에 실제 검색했던 결과를 좀 더 반영하기 위한 것이다. 가중치의 지속적인 변경을 위해서는 네트워크에서 역방향으로 움직이면서 가중치를 변경하는 역전파 알고리즘을 이용하여 학습한다. 그러나 이러한 학습은 초기에는 훈련데이터에 적합한 성능을 보이나 학습의 횟수가 증가할수록 점점 과대적합되는 것을 알 수 있다. 따라서 본 논문에서는 최적화해야 할 개체가 많을 때 강한 장점을 가지고 있는 유전자 알고리즘을 적용하여 검색어에 관련성이 높은 페이지들 유연하게 랭킹하기 위해 URL리스트를 개체로 랜덤으로 선택하여 학습하는 기법을 제안한다.

• 대한화학회지
• /
• 제46권5호
• /
• pp.450-468
• /
• 2002

컴퓨터의 보급이 늘어나면서 여러 분야에서 컴퓨터를 유용하게 사용하고 있다. 교육 분야 중 특히 과학을 학습하기 위한 자료로 멀티미디어를 사용하는 것들이 많다. 최근에는 학습자의 흥미와 관심을 이끌기 위해 자바나 플래시를 사용한 웹 기반 자료들이 증가하고 있다. 이렇게 컴퓨터 분양의 표현, 저장, 계산 및 통신 기술의 발달로 새로운 교육환경이 제공되고 있다. 특히 인터넷과 가상현실 기술은 교육환경에서 큰 변화를 가져올 것으로 판단되고 있다. 가상 현실 기법으로 가장 큰 특징은 실시간 상호작용이다. 최근의 연구에 의하면 학습자의 참여를 증가시키기 위해 화학 교육에서 가상현실 시뮬레이션을 사용하고 있으며 그 결과 화학의 기본 개념에 대한 이해가 진작되었고 실험실활동을 보강할 수 있다고 보고되었다. 이에 본 연구에서는 화학 교육에서 가상현실 기법의 활용 방안에 대해 고찰하였다.

• 인터넷정보학회논문지
• /
• 제11권1호
• /
• pp.77-84
• /
• 2010

모국어나 외국어를 습득할 때 언어 처리의 '속도' 및 '정확도'가 적절하지 않으면 언어발달이 지연되거나 외국어 학습에 어려움을 보이게 되며, 실제 이를 통한 의사소통 상황에서 어려움을 겪게 된다. 따라서, 언어 학습 능력을 평가할 때 단순히 언어 처리의 정확도만이 아닌 '속도'와 '정확도'를 동시에 측정하는 것이 중요하며, 학습에 있어서도 이러한 처리의 효율성을 향상 시키는 것이 필요하다. 우리는 음성 및 시각 자극에 대한 '반응속도 측정기 플랫폼'을 개발함으로써 효율적인 언어 수행 능력을 평가하고 학습 향상에 적용하고자 하였다. 이 글에서는 먼저 이 플랫폼의 구성 및 내용 그리고 온라인 컨텐츠 구성 등의 개발 과정에 대하여 제시하였다. 또한, 이 플랫폼의 실제 적용 가능성을 검토하기 위하여 10명의 성인에게 '청각', '시각' 그리고 '시청각'의 3 가지 자극 조건을 제시하고, 각 조건에서 5회 이상 자극에 반응을 보이도록 하였다. 그리고 1회와 5회 반응의 반응 속도 및 정확도를 측정하여 비교하여 보았다. 이러한 결과 이 플랫폼이 정도의 차이는 있으나 자극의 종류에 상관없이 보다 빠르고 정확하게 언어를 처리할 수 있도록 능력을 향상시키는데 도움을 주고 있음을 알 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제19권4호
• /
• pp.93-98
• /
• 2019

광학시스템에서 가장 중요한 기술 중의 하나는 고속으로 이동하는 표적을 지속적으로 추적할 수 있는 고속 자동 표적 추적 시스템이다. 본 논문은 원거리 소형 표적에 대해서 고속으로 이동하는 표적에 대해서 급격한 형태 변화에도 강인한 상관 트렉커 기반에 자동 표적 추적 시스템을 설계한다. 본 논문은 IR 영상에서 $3{\times}3$ 이상의 표적에 대해서 4ms 내에 고속으로 표적을 추적하기 위한 커널 함수와 correlation filter 설계 최적화 방법을 제시하고, 이를 VxWorks와 같은 실시간 O/S 하에서 짐벌과 함께 연동하여 시험을 수행한다. 제안된 알고리즘의 성능 검증을 위해서 실제로 복잡환경에서 기동하는 드론, 비행체를 대상으로 IR 카메라로 영상을 획득한 후 이를 실시간 보드상에서 시험을 진행한 결과 응답시간 4ms이하에서 약 98% 추적 성공률를 보였다.

• 한국인터넷방송통신학회논문지
• /
• 제19권1호
• /
• pp.1-8
• /
• 2019

대량의 로그 자료로부터 가장 적합한 정보를 추출하기 위한 방법 중 귀납 추리를 이용한 방법이 있다. 본 논문에서는 디지털 포렌식 분석에서 침입 흔적 로그의 순위를 결정하기 위하여 귀납 추리를 이용한 방법 중 분류에 있어서 우수한 SVM(Support Vector Machine)을 이용한다. 이를 위하여, 훈련 로그 집합의 로그 데이터를 침입 흔적 로그와 정상 로그로 분류한다. 분류된 각 집합으로부터 연관 단어를 추출하여 연관 단어 사전을 생성하고, 생성된 사전을 기반으로 각 로그를 벡터로 표현한다. 다음으로, 벡터로 표현된 로그를 SVM을 이용하여 학습하고, 학습된 로그 집합을 기반으로 테스트 로그 집합을 정상 로그와 침입 흔적 로그로 분류한다. 최종적으로, 포렌식 분석가에게 침입 흔적 로그를 추천하기 위하여 침입 흔적 로그의 추천 순위를 결정한다.

• 인터넷정보학회논문지
• /
• 제20권2호
• /
• pp.93-100
• /
• 2019

최근 각종 사업 분야에서 기업들은 기존 메신저 플랫폼에 인공지능을 더하여 다양한 환경을 대상으로 챗봇 서비스 지원에 주력하고 있다. 취업알선 분야의 기관에서도 취업상담 서비스 품질 제고와 상담 인력 해소를 위해 챗봇 서비스를 요구한다. 일반적인 텍스트 기반 챗봇은 입력된 사용자 문장을 학습된 문장으로 분류하여 적합한 답변을 사용자에게 제공한다. 최근 소셜 네트워크 서비스의 활성화 영향으로 챗봇에 입력되는 사용자 문장은 단문으로 입력되는 경향이 있다. 따라서 단문 분류의 성능향상은 챗봇 서비스의 성능향상에 기여할 수 있다. 본 연구는 취업알선 챗봇을 위한 단문 분류 강화를 위해 기존 연구의 개념 정보뿐만 아니라 번역문 정보를 활용하는 방법인 T-EBOW (Translation-Extended Bag Of Words)를 제안한다. T-EBOW를 기계학습 분류 모델에 적용한 단문 분류의 성능은 기존 방법에 비해 우수한 성능 평가 결과를 보였다.