• 디자인학연구
• /
• 제17권1호
• /
• pp.201-210
• /
• 2004

기호 통합 텍스트로서 웹은 "정보"라는 무형의 지식개념을 위한 핵심적 플랫폼으로 전 세계에 걸쳐 유비쿼터스 환경을 기반으로 광범위한 소통모델로 발전하고 있다. 이러한 소통과정의 파악은 정보구조 조직화시 필수불가결한 요소로 늘어만 가는 정보의 양적 팽창과 더불어 컨텐츠 질을 결정 하는데 주요한 기준으로 작용되어질 수 있다. 본 연구는 공학적, 언어학적 모델을 기반으로 웹 사이트내에서 리치미디어 컨텐츠들의 형태, 기능, 감성적 측면을 중심으로 컨텐츠 조직화시 어떠한 방식으로 의미적 소통을 행하는지 그 추이과정을 분석하였다. 이를 토대로 웹 공간에서 이루어지는 사용자들의 접근요소에서 인터페이스 최종 귀착지까지의 과정을 통해 그 변화과정을 소통모델로 재인하고 그 과정 중에 나타나는 정보기능에 중점을 두어 고찰하였다. 방법적인 측면으로 쉐논과 웨버 모델의 기능특성과 야콥슨 모델의 네 가지 기능(교감, 지시, 시적, 메타언어적)을 중심으로 정보 소통 시 웹 컨텐츠에 적용되어질 수 있는지에 관하여 그 가능성의 도출 작업을 수행한다. 웹이라는 신지형의 구조에서 속도, 저장 공간, 압축기술, 정보여과 과정과 같은 새로운 개념들은 의사소통의 채널로 작용하는 웹이 표현되어지는 컨텐츠의 양식 변화에 많은 부분 영향을 미침으로써 컨텐츠 표현에 있어 통합매체의 소통환경을 파악하는 것은 컨텐츠 조직화시 정보를 효율적으로 운용할 수 있는 기틀이 마련될 것이다.

• 한국안전학회지
• /
• 제34권6호
• /
• pp.50-57
• /
• 2019

In this study, various types of deep learning models that have been proposed recently are classified according to data input / output types and analyzed to find the deep learning model suitable for constructing a crack detection model. First the deep learning models are classified into image classification model, object segmentation model, object detection model, and instance segmentation model. ResNet-101, DeepLab V2, Faster R-CNN, and Mask R-CNN were selected as representative deep learning model of each type. For the comparison, ResNet-101 was implemented for all the types of deep learning model as a backbone network which serves as a main feature extractor. The four types of deep learning models were trained with 500 crack images taken from real concrete structures and collected from the Internet. The four types of deep learning models showed high accuracy above 94% during the training. Comparative evaluation was conducted using 40 images taken from real concrete structures. The performance of each type of deep learning model was measured using precision and recall. In the experimental result, Mask R-CNN, an instance segmentation deep learning model showed the highest precision and recall on crack detection. Qualitative analysis also shows that Mask R-CNN could detect crack shapes most similarly to the real crack shapes.

• 지능정보연구
• /
• 제11권2호
• /
• pp.31-45
• /
• 2005

본 논문에서는 전자상거래 상점별로 상이하게 정의되고 표현되어 있는 디지털 캠코더에 대한 HTML 페이지의 상품 정보를 래퍼(Wrapper)기술을 이용하여 획득하고 이를 RDF 문서 변환기를 통해 RDF 트리플(triple)과 RDF 문서로 변환하여 디지털 캠코더에 대한 메타데이터 스키마를 설계한다. 설계된 메타데이터 스키마를 기반으로 OWL 웹 온톨로지로 변환하고 이를 관계형 데이터베이스로 구현된 디지털 캠코더(DC: Digital Camcoder) 도메인 온톨로지 저장소(Domain Ontology Repository)에 DCC 지식 베이스 온톨로지 (DCCKBO: DCC Knowledge Based Ontology)로 저장한다. 다음 각 상점의 RDF 트리플과 문서를 DCCKBO와 비교, 매핑 그리고 추론 과정을 통해 최적의 상품 구매 정보를 가진 상점의 DCC 정보를 구매자에게 제공하고, DCCKBO에 저장되어 있는 도메인 온톨로지를 최적의 상품 구매 정보의 내용으로 재 정의하는 동적 웹 온톨로지를 제안하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제15권1호
• /
• pp.23-30
• /
• 2010

의료 분야의 정보화와 다양화로 인해 한의학 분야에서도 지능화된 서비스를 제공해주는 온톨로지 기반의 지능형 의료 시스템에 관한 연구가 진행되고 있다. 지능형 의료 시스템은 온톨로지를 이용하여 복잡한 의료지식 및 개인의 의료정보등을구조화함으로써진단을과학화시키고보다나은의료서비스를제공하게해준다. 본 논문에서는 온톨로지를 이용하여 기본적인 의학 데이터, 진단 시 발생되는 임상데이터, 개인의 신체정보와 같은 세 가지 지식을 표현하여 온톨로지로 구축함으로써 개인 맞춤형 진단을 내리는데 중요한 데이터로 활용한다. 특히, 한의학진단에서는 환자 개인의 병증과 체질 등에 따라 상이한 진단 및 처방이 내려질 수 있기 때문에 개개인의 신체정보 및 질병 정보를 이용하여 사용자의 상황에 맞는 맞춤형의 진단 및 처방 서비스를 제공 해주는 지능형 진단보조시스템이 유용하다. 따라서 본 논문에서는 환자 개개인에게 맞춤형의 진단 서비스를 제공하기 위한 방법으로 개인의 신체정보 및 질병정보를 이용하여 한의학 온톨로지를 구축하고, 추론을 통해 진단을 내리는 한의학 진단보조시스템을 구현하였다.

• 디지털융복합연구
• /
• 제19권8호
• /
• pp.301-310
• /
• 2021

연구 목적은 20대 금융 애플리케이션 사용자의 비대면 글말 용언으로부터 사용자 경험 디자인(UX)의 확장 의미를 추출하는 데 있다. 연구 범위는 20대 남녀 20명의 비대면 글말 일상 언어이며, 연구 방법은 사용자의 용언을 중심으로 사용 속성을 범주화(Categories)하여 20대 사용자 중심의 의미를 도출하는 것이다. 연구 결과 20대 금융 플랫폼 애플리케이션 사용자의 사용 의미는 통합의 의미, 신뢰의 의미, 지속의 의미, 정보 인지와 정보 접근의 의미로 요약되었다. 또한, 사용자의 사용 속성은 보안성, 친숙성, 접근성, 작동 편이성, 시인성으로 집약되었다. 각각의 속성은 보안, 정보, 브랜드, 디자인과 융합된 의미 범주에서 나타났다. 종합하면, 용언 중심의 사용자 의미 분석은 기존의 객관적 의미 분별 측정에서 파악할 수 없었던 사용성 평가 문제를 보완하는데 효과적임을 알 수 있었다.

• 한국전자거래학회지
• /
• 제23권4호
• /
• pp.19-39
• /
• 2018

최근 가짜 뉴스가 분야를 막론하고 전 세계에서 주목을 받고 있으며, 현대경제연구원에서는 이러한 가짜 뉴스로 인한 피해 규모가 연간 약 30조 900억원에 달하는 것으로 추산하였다. 정부에서는 "가짜 뉴스 찾기"를 주제로 "인공지능 R&D 챌린지" 대회를 개최하여 가짜 뉴스를 가려낼 인공지능 원천기술 개발에 대한 첫 걸음을 내딛고 있으며, 민간 차원에서도 다양한 분야에서 팩트 체크 서비스가 제공되고 있다. 학계에서도 가짜 뉴스를 탐지하기 위한 시도가 전문가 기반, 집단지성 기반, 인공지능 기반, 시맨틱 기반 등으로 활발하게 이루어지고 있다. 하지만 이러한 시도는 조작의 정밀도가 높을수록 뉴스 자체에 대한 분석만으로 진위 여부를 식별하기가 더욱 어렵다는 한계를 경험하고 있으며, 가짜 뉴스 탐지 모델의 정확도가 과평가된 경향을 보이고 있다. 따라서 본 연구에서는 가짜 뉴스 탐지 모델 정확도의 공정성을 확보하고, 뉴스의 내용뿐만 아니라 해당 뉴스에 대한 반응으로 자연적으로 발생한 광범위한 소셜 데이터를 활용하여 뉴스의 진위 여부를 판정하는 방안을 제안하고자 한다.

• 융합정보논문지
• /
• 제9권8호
• /
• pp.221-232
• /
• 2019

이 연구에서는 임용시험에서의 실패와 성공을 경험한 특수교사들의 임용시험 실패 요인과 성공 요인이 무엇인지를 탐구하였다. 24명의 특수교사들과 반구조화된 면담을 실시하였으며, 면담 자료의 연속적 비교 분석을 통해 12개의 의미 있는 주제를 추출하였다. 연구 결과를 종합하면 다음과 같다. 첫째, 특수교사들은 임용시험 실패 요인을 남 따라 하기식의 공부, 실패를 부르는 공부전략, 무조건 달달 외우기, 비효율적인 스터디, 불안함과 자신감 부족, 내가 나를 관리하지 못함에 두었다. 둘째, 특수교사들은 임용시험 성공 요인을 자신만의 공부 스타일, 올바른 공부전략, 이해와 암기의 조화, 모두가 득이 되는 스터디, 긍정적인 마음가짐, 무너지지 않는 자신만의 루틴에서 찾았다. 이러한 연구 결과를 임용시험 준비과정에서 실제적으로 활용하는 방안을 제언하였다.

• 융합정보논문지
• /
• 제9권5호
• /
• pp.147-157
• /
• 2019

본 연구에서는 상담심리전공 대학생들의 관계 외상 경험에 초점을 맞추어 이들이 겪은 외상의 의미를 파악하고, 이를 통한 상담자로서의 성장 과정을 살펴보았다. 이를 위해 본 연구자는 외상의 경험과 외상 후 성장에 관한 설문을 실시하고 최종 6명의 학생을 대상으로 면대면 면담을 하였고, 수집된 자료를 질적 사례 연구의 방법에 따라 분석하였다. 그 결과 외상 및 이후의 성장 경험은 38개의 의미단위, 15개의 하위범주, 5개의 범주로 범주화 되었고, 그 내용으로는 '고통의 시간들', '복잡한 감정을 홀로 감당하는 삶', '이해받고 이해하는 경험', '변화를 향한 시도와 새로운 의미', '상담자로서의 성장에 대한 걱정과 기대'이다. 본 연구의 결과는 외상을 경험한 상담심리 전공 학생들의 개입 방안에 필요한 기초적인 정보와 교육 자료를 제공하였다는데 의의가 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권10호
• /
• pp.3729-3749
• /
• 2021

At present, deep convolution network-based salient object detection (SOD) has achieved impressive performance. However, it is still a challenging problem to make full use of the multi-scale information of the extracted features and which appropriate feature fusion method is adopted to process feature mapping. In this paper, we propose a new adjacency auxiliary network (AANet) based on multi-scale feature fusion for SOD. Firstly, we design the parallel connection feature enhancement module (PFEM) for each layer of feature extraction, which improves the feature density by connecting different dilated convolution branches in parallel, and add channel attention flow to fully extract the context information of features. Then the adjacent layer features with close degree of abstraction but different characteristic properties are fused through the adjacent auxiliary module (AAM) to eliminate the ambiguity and noise of the features. Besides, in order to refine the features effectively to get more accurate object boundaries, we design adjacency decoder (AAM_D) based on adjacency auxiliary module (AAM), which concatenates the features of adjacent layers, extracts their spatial attention, and then combines them with the output of AAM. The outputs of AAM_D features with semantic information and spatial detail obtained from each feature are used as salient prediction maps for multi-level feature joint supervising. Experiment results on six benchmark SOD datasets demonstrate that the proposed method outperforms similar previous methods.

• 한국전산구조공학회논문집
• /
• 제33권6호
• /
• pp.411-417
• /
• 2020

Building Information Modeling(BIM)기술을 유지관리 단계에서 활용하기 위해서는 상당량의 유지관리 데이터와 BIM기반 정보모델 객체들이 연계되어 운용되어야 한다. 본 연구에서는 교량 점검데이터를 표현하기 위해 확장된 IFC기반의 BIM모델과 온톨로지를 연계하여 정보를 관리하는 방법을 제시하였다. 이를 위해 현재의 IFC버전은 교량 객체를 제대로 표현할 수 없기 때문에 교량을 위한 IFC엔티티를 확장하였으며, 확장된 IFC기반의 정보모델을 생성하는 방법을 제시하였다. 또한, 교량 점검데이터에 대한 기본 개념을 추출하고, 교량 점검데이터를 위한 온톨로지(Ontology)를 생성하였다. 추출된 기본 개념들은 제시된 온톨로지에서 시멘틱 웹의 트리플(Triple) 방식으로 관계를 형성되었다. 마지막으로, 생성된 IFC기반의 BIM모델은 제시된 온톨로지와의 통합을 위하여 시멘틱 데이터 형식으로 변환되었다. 확장된 IFC기반 BIM모델은 제시된 교량 점검데이터 관리를 위한 온톨로지와 통합되었고, 실제 교량 점검데이터를 기반으로 테스트모델을 생성하였다. SPARQL query를 통해 목적에 맞는 교량 점검데이터가 추출됨을 확인하여 실효성을 검증하였다.