• Journal of Information Processing Systems
• /
• 제10권2호
• /
• pp.271-282
• /
• 2014

The advancement of knowledge society has enabled the social network community (SNC) to be perceived as another space for learning where individuals produce, share, and apply content in self-directed ways. The content generated within social networks provides information of value for the participants in real time. Thus, this study proposes the social network community activity-based content model (SoACo Model), which takes SNC-based activities and embodies them within learning objects. The SoACo Model consists of content objects, aggregation levels, and information models. Content objects are composed of relationship-building elements, including real-time, changeable activities such as making friends, and participation-activity elements such as "Liking" specific content. Aggregation levels apply one of three granularity levels considering the reusability of elements: activity assets, real-time, changeable learning objects, and content. The SoACo Model is meaningful because it transforms SNC-based activities into learning objects for learning and teaching activities and applies to learning management systems since they organize activities -- such as tweets from Twitter -- depending on the teacher's intention.

• Architectural research
• /
• 제4권1호
• /
• pp.53-61
• /
• 2002

The typical Critical Path Method (CPM) leaves it to the construction managers to overcome two problems in developing networks. First, the construction manager needs to prepare information on the type of activities and their precedence relations in order to develop a network schedule. Second, he or she can include space information into the network schedule such as the locations where the activities take place, only with difficulty. These two problems make it difficult for an inexperienced person to create a network. The purpose of this paper is to provide construction managers with set equations of creating a network schedule for multiunit projects. A space-resource combined network creation are presented in this paper, which includes equations for generating a list of required activities, their precedence relations, and information on their location. Information on the space (location) and the resource is the required data for this method. Based on this information, this method divides a project into a number of activities so that each activity contains the information on the location where the activity takes place and the principal resource required for that activity. Precedence relations are then obtained from the sequence of space and resource. This method has the potential to reduce human efforts in scheduling activities.

• 한국콘텐츠학회논문지
• /
• 제12권5호
• /
• pp.370-379
• /
• 2012

본 연구는 청소년들의 온라인 사회적 활동에 있어 이들이 오프라인에서 형성하고 있는 사회적 네트워크에서의 지위가 어떤 특성을 나타내는지를 살펴보고 이러한 사회적 지위가 온라인에서의 사회적 활동에 미치는 영향을 파악하고자 하는 것이다. 이를 위해 먼저 청소년들이 오프라인에서 형성하고 있는 사회적 네트워크에서의 지위를 개인 네트워크와 학교 네트워크로 나누어 살펴보았다. 그 결과, 개인 네트워크에서는 사회적 지위를 나타내는 사회적 유대와 사교성이 활동성과 유의미한 상관관계가 있는 것으로 나타났으며, 학교 네트워크의 사회적 지위를 나타내는 중앙성 지표인 인접중앙성과 매개중앙성은 활동성과 상관관계가 존재하지 않는 것으로 나타났다. 또한 청소년의 개인 네트워크에서는 사회적 유대가 클수록, 사교성이 클수록 온라인의 활동 깊이가 높고 온라인의 활동 넓이도 높은 것으로 나타났다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 춘계종합학술대회 A
• /
• pp.229-232
• /
• 2008

A Neural network classification of human activity data is presented. The data acquisition system involves a tri-axial accelerometer in wireless sensor network environment. The wireless ad-hoc system has the advantage of small size, convenience for wearability and cost effectiveness. The system can further improve the range of user mobility with the inclusion of ad-hoc environment. The classification is based on the frequencies of the involved activities. The most significant Fast Fourier coefficients, of the acceleration of the body movement, are used for classification of the daily activities like, Rest walk and Run. A supervised learning approach is used. The work presents classification accuracy with the available fast batch training algorithms i.e. Levenberg-Marquardt and Resilient back propagation scheme is used for training and calculation of accuracy.

• 수산해양교육연구
• /
• 제27권1호
• /
• pp.108-114
• /
• 2015

The purpose of this study is to find the relationships among communication competency, social network centrality(trust centrality and knowledge sharing centrality), discussion performance, and online boarding activity in the team based learning situation. For investigating this topic, 44 students are participated in the classes of educational technology. In order to find out the relationships among communication competency, social network centrality, discussion performance, and online boarding activity, compared t-test and path analysis are used. Followings are the results of the research: (a) Communication competency is improved significantly after team based learning. (b) Trust centrality effects significantly on the knowledge sharing centrality. (c) Knowledge sharing effects significantly on discussion performance. (d) Trust centrality effects on the online boarding activity in the team based learning.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권2호
• /
• pp.1118-1133
• /
• 2017

Computer vision-based human activity recognition (HAR) has become very famous these days due to its applications in various fields such as smart home healthcare for elderly people. A video-based activity recognition system basically has many goals such as to react based on people's behavior that allows the systems to proactively assist them with their tasks. A novel approach is proposed in this work for depth video based human activity recognition using joint-based motion features of depth body shapes and Deep Belief Network (DBN). From depth video, different body parts of human activities are segmented first by means of a trained random forest. The motion features representing the magnitude and direction of each joint in next frame are extracted. Finally, the features are applied for training a DBN to be used for recognition later. The proposed HAR approach showed superior performance over conventional approaches on private and public datasets, indicating a prominent approach for practical applications in smartly controlled environments.

• International Journal of Computer Science & Network Security
• /
• 제21권11호
• /
• pp.43-48
• /
• 2021

The article proposes a method of modeling a comprehensive indicator for evaluating the effectiveness of regional management of innovation activity. This will make it possible to assess the effectiveness of personnel, financial and credit and foreign economic activity of the regions from the standpoint of an integrated approach. The modeling technique is proposed to be carried out using the tools of taxonomic analysis and the calculation of a complex indicator of the effectiveness of the innovation activity management.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권10호
• /
• pp.4176-4197
• /
• 2020

Botnet is a type of dangerous malware. Botnet attack with a collection of bots attacking a similar target and activity pattern is called bot group activities. The detection of bot group activities using intrusion detection models can only detect single bot activities but cannot detect bots' behavioral relation on bot group attack. Detection of bot group activities could help network administrators isolate an activity or access a bot group attacks and determine the relations between bots that can measure the correlation. This paper proposed a new model to measure the similarity between bot activities using the intersections-probability concept to define bot group activities called as B-Corr Model. The B-Corr model consisted of several stages, such as extraction feature from bot activity flows, measurement of intersections between bots, and similarity value production. B-Corr model categorizes similar bots with a similar target to specify bot group activities. To achieve a more comprehensive view, the B-Corr model visualizes the similarity values between bots in the form of a similar bot graph. Furthermore, extensive experiments have been conducted using real botnet datasets with high detection accuracy in various scenarios.

• 한국산학기술학회논문지
• /
• 제10권11호
• /
• pp.3354-3362
• /
• 2009

최근 신생벤처 창업가의 네트워크 활동이 성공적인 창업을 좌우한다는 선진연구 가능성이 주목받는 가운데, 본 연구는 창업가의 인지적 특성인 자아효능감과 심리적 특성인 모호성 인내가 네트워크 활동에, 그리고 네트워크 활동의 구성요소들이 기업성과에 미치는 영향에 대해 탐색적으로 연구하는데 그 주된 목적으로 했다. 창업한지 3년 미만의 신생벤처 기업의 창업가 156명의 설문지 응답을 표본으로 검증하였다. 연구결과, 첫째, 창업가의 자아효능감은 네트워킹과 기업성과에 각각 유의한 영향을 미치는 것으로 나타났다. 둘째, 모호성 인내는 네트워킹과 기업성과에 모두 유의한 영향을 미치지 않는 것으로 분석되었다. 셋째, 네트워킹은 기업성과에 영향을 미치는 것으로 나타났으며, 네트워크 활동의 구성요소 중 네트워크 빈도와 신뢰는 기업성과에 유의한 영향을 미치는데 반해, 네트워크 범위는 유의한 영향을 미치지 않는 것으로 분석되었다. 따라서 신생벤처 기업의 성과향상을 위해서는 창업가의 심리적 특성 보다는 인지적 특성인 자아효능감이 더 중요하다고 볼 수 있다. 또한 신생벤처 창업가의 네트워크 활동의 경우, 네트워크 빈도와 신뢰가 네트워크 범위 보다 기업성과에 더 중요한 영향을 미칠 수 있다는 실무적 시사점과 함께 연구한계 및 연구방향을 제시하고 있다.

• 한국시뮬레이션학회논문지
• /
• 제31권1호
• /
• pp.11-18
• /
• 2022

최근 공공장소 및 시설에서 범죄예방 및 시설 안전을 목적으로 영상정보 기반의 인체의 행위를 분류하는 연구가 활발히 진행되고 있다. 이러한 인체 행위분류의 성능을 향상하기 위해서 대부분의 연구는 전이학습 기반의 딥러닝을 적용하고 있다. 그러나 딥러닝의 기반이 되는 중추 네트워크 모델(Backbone Network Model)의 수가 증가하고 아키텍처가 다양해짐에도 불구하고, 소수의 모델만 사용하는 분위기 때문에 운용목적에 적합한 중추 네트워크 모델을 찾는 연구는 미흡한 실정이다. 본 연구는 영상정보를 기초로 인체 행위를 분류하는 인공지능 모델을 개발하기 위해 최근에 개발된 5가지의 딥러닝 중추 네트워크 모델을 대상으로 전이학습을 적용하고 각 모델의 정확도 및 학습효율 측면에서 비교 및 분석하여 가장 효율이 높은 모델을 제안하였다. 이를 위해, 기본적인 인체 행위가 아닌 운동 종목 기반의 활동적이고 신체접촉이 높은 12가지의 인체 활동을 선정하고 관련된 7,200개의 이미지를 수집하였으며, 5가지의 중추 네트워크 모델에 총 20회의 전이학습을 균등하게 적용하고 학습과정과 결과성능을 통해 인체 행위를 분류하는데 적합한 중추 네트워크 모델을 정량적으로 비교 및 분석하였다. 그 결과 XceptionNet 모델이 학습 및 검증 정확도에서 0.99 및 0.91로, Top 2 및 평균 정밀도에서 0.96 및 0.91로 나타났으며 학습 소요시간은 1,566초, 모델용량의 크기는 260.4MB로 정확도와 학습효율 측면에서 다른 모델보다 높은 성능이 나타남을 확인할 수 있었다. 이러한 결과는 전이학습을 적용하여 인체 행위분류를 진행하는 다양한 연구 분야에 활용되기를 기대한다.