• 감성과학
• /
• 제22권3호
• /
• pp.77-90
• /
• 2019

본 연구는 기본 욕구의 개인차에 따라 메시지에 담긴 행동을 추구하는 데 효과적인 메시지 제공자가 다른지 알아보고자 하였다. Haddock, Maio, Arnold, & Huskinson (2008)에 의하면, 감성 욕구(NFA)가 높은 사람은 정서 기반의 메시지에, 인지 욕구(NFC)가 높은 사람은 인지 기반의 메시지에 더 영향을 받았다. 본 연구는 이러한 기본 욕구의 개인차가 메시지뿐 아니라 메시지 제공자에까지 적용할 수 있으리라 생각했다. 예를 들면, 감성 욕구가 높은 사람은 전문가보다 의미 있는 타인에게 전달받은 메시지를 더 잘 수용할 수 있다. 이에 따라, 본 연구는 VR에서 개인별 건강 조언에 효과적인 메시지 제공자를 파악하고자, 개인의 욕구 (2: NFA, NFC), 메시지 제공자 (3: 전문가, 의미 있는 타인, 타인) 그리고 VR 착용 (2: Text, VR)에 따른 선호도와 일상생활 스트레스 관리에 대한 자기 효능감을 측정하였다. 실험결과, 예상과 달리, 기본 욕구와 메시지 제공자의 특성에 따른 일치 효과는 발견할 수 없었다. 그러나, 감성 욕구가 높은 집단이 VR 건강 조언에 더 적합하다는 경향을 파악할 수 있었다. 본 연구의 의의는 VR 환경에서 개인의 맞춤형 메시지 제공자를 파악하고자 한 데 있다. 또한, 본 연구는 초기 단계의 연구로 추후 VR 환경의 건강 조언 연구에 기여하리라 예상한다.

• 한국학교수학회논문집
• /
• 제23권2호
• /
• pp.179-201
• /
• 2020

본 연구는 한국과 미국의 기하 영역 교과서 과제에 제시된 실생활 맥락 과제를 수학적 모델링 관점에서 분석함으로써 두 나라 학생에게 주어진 수학적 모델링 학습기회의 다양성을 비교하는 것을 목표로 한다. 이를 위해, 각 나라 교과서 과제를 수학적 모델링 과정, 데이터, 표현종류의 세 가지 측면을 중심으로 분석하였다. 연구결과는 다음과 같다. 첫째, 수학적 모델링 과정과 관련하여, 한국 교과서의 경우 미국 교과서보다 수학적 모델링 과정의 모든 단계에서 더 높은 비중으로 과제를 제공한다. 둘째, 데이터의 특징과 관련하여, 두 나라 교과서 모두 적정 데이터 과제 비율이 가장 높으며, 한국의 경우 교과서별 데이터 특징의 격차가 크다. 셋째, 표현종류와 관련하여, 두 나라 교과서 모두 글과 그림 과제 비율이 가장 높다. 한국 교과서가 미국 교과서보다 교과서에 따른 표현종류의 차이가 크게 나타났으며, 일부 교과서의 경우 글과 그림을 제외한 다른 표현이 제시되지 않았다. 넷째, 세 가지 특징을 통합하여 과제를 분석한 결과, 세 가지 측면이 다양하게 다루어지기보다 적정 데이터를 글과 그림으로 제시한 뒤 수학 결과를 얻는 데 초점을 둔 과제가 주로 제시되었다. 한국 교과서와 달리 미국 교과서에만 제시된 과제로, 과잉 데이터가 글로 제시되어 수학화를 요구하는 과제가 확인되었다.

• 한방안이비인후피부과학회지
• /
• 제23권1호
• /
• pp.224-252
• /
• 2010

Objective : The purpose of this study is to investigate tinnitus of Plain Questions $\ll$素問$\gg$ and Miraculous Pivot $\ll$靈樞$\gg$. Methods : We conducted a study on the original text paragraphs of Internal Classic $\ll$內經$\gg$ containing the tinnitus and analysis of Yang, Ma, Zhang, Wang etc. We drew a parallel between tinnitus from Internal Classic $\ll$內經$\gg$ and matching diagnoses from western medicine. Results : The results were as follows. 1. Tinnitus in Plain Questions $\ll$素問$\gg$Tong Pyeong Heo Sil Ron <通評虛實論> was similar to the symptoms of diabetes mellitus complication and schizophreniform disorder in western medicine. 2. Liver fire tinnitus in Plain Questions $\ll$素問$\gg$ Yuk Won Jeong Gi Dae Ron <六元正紀大論> was similar to the symptoms of psychological distress in western medicine. 3. Phlegm fire tinnitus in Plain Questions $\ll$素問$\gg$ Ji Jin Yo Dae Ron <至眞要大論> was similar to the symptoms of meniere's disease and malfunction of autonomic nervous system in western medicine. 4. Blood deficiency tinnitus in Miraculous Pivot $\ll$靈樞$\gg$ Sa Gi Jang Bu Byeong Hyeong <邪氣藏府病形> was similar to the symptoms of anemia in western medicine. 5. Tinnitus in Miraculous Pivot $\ll$靈樞$\gg$ Gyeong Geun <經筋> was similar to the myofacial pain syndrome of the sternocleidomastoid muscle and the masseter muscle in western medicine. 6. Gallbladder deficiency tinnitus in Miraculous Pivot $\ll$靈樞$\gg$ Gwol Hyeong <厥病> was similar to the symptoms of otitis media and labyrinthitis in western medicine. 7. Kidney deficiency tinnitus in Miraculous Pivot $\ll$靈樞$\gg$ Gyeol Gi <決氣> and Hai Ron <海論> was similar to the symptoms of degenerative auditory organ in western medicine. 8. Tinnitus in Internal Classic $\ll$內經$\gg$ showed close relations with the symptoms of the wind character. Conclusion : We analyzed the original text paragraphs of Internal Classic $\ll$內經$\gg$ and explanations about tinnitus. Further studies are needed to compare oriental medicine and western medicine diagnoses to develop better treatments for tinnitus.

• 해양환경안전학회지
• /
• 제26권7호
• /
• pp.798-809
• /
• 2020

과학적 행정을 위한 증거 기반 정책 수립과 평가에 대한 요구로 통계(데이터) 활용 중요성이 날로 강조되고 있다. 통계는 사회전반의 현상을 수치로 제공함으로써 직관적으로 어떤 현상을 설명할 수 있도록 하며, 합리적인 의사결정을 위한 공공자원으로 설명된다. 이러한 특성으로 통계는 정부 정책 결정 및 각종 현상의 연구·분석 등에 기초자료이자 근거자료로 널리 활용되고 있으나 그 중요성에 비해 통계의 역할은 제한적인 수준이다. 이는 현재 개방된 통계가 단순 결과 요약 자료 수준이며 공급자 위주로 생산되어 수요자 관점에서 가치 창출을 위한 수단으로는 부족하다는 의미이며, 본 연구에서는 이러한 문제 보완을 위해 현재 제공되는 통계 항목 외에 정책이나 연구에 다양하게 활용할 수 있는 추가 속성을 탐색했다. 연구에 활용한 기준 통계자료는 해양경찰청에서 발간하는 「해상조난사고 통계 연보」이며, 해양경찰에서 작성하는 선박사고 상황보고서 텍스트 분석을 통해 추가할 수 있는 속성들을 도출했다. 텍스트 분석을 통해 도출된 56개 속성에 대해 데이터를 수집하고 EDA를 수행한 결과, 유의확률(p-value < .05)을 만족하는, 상관계수 0.7 이상의 강한 상관관계가 있는 속성 조합 18개와, 중간 정도의 상관관계(0.4 이상 0.7 미만)를 가지는 속성조합 70개, 총 88개의 조합을 발굴할 수 있었다. 더불어 EDA를 통해 발견된 추가 속성을 정책적으로 활용하기 위해 수난대비기본계획 세부 전략별 키워드 분석을 실시하고, 키워드와 EDA 도출 속성 간 매칭작업을 통해 속성의 활용 가능 여부를 검토했다.

• 한국음향학회지
• /
• 제26권4호
• /
• pp.159-165
• /
• 2007

본 논문에서는 합성단위 선택 (unit selection) 기반 일본어 합성기에 필요한 후보 합성단위들에 대한 사전선택 (pre-selection)의 새로운 방법을 제안한다. 일반적인 사전선택 방법은 하나의 억양구에서 음소 열에 대한 비용을 계산하여 이용하는 방법이다. 그런데, 일본어는 다른 언어와는 다르게 상대적인 피치의 높낮이로 나타나는 악센트를 가지는 언어이고, 몇 개의 단어가 하나의 악센트구를 형성하는 특징이 있다. 또한 일본어의 운율은 악센트 구를 기본 단위로 하여 변화하는 특징이 있어서, 사전선택에서 이러한 악센트 구 단위의 운율 변화를 반영함으로써 음질을 향상시킬 수 있고, 악센트 구에서 음소 열에 대한 비용을 계산하여 억양구에서 하는 것보다 계산량을 줄일 수 있다. 제안한 방법은 일본어의 악센트 구를 정의하여 음소 열에서 이것을 분석하고, 각 악센트 구에서 합성 할 음소의 각 후보에 대해 CCL (Connected Context Length)을 구하는 악센트 구 매칭을 이용하여 사전선택을 수행하는 방법이다. 제안한 방법은 Voiceware의 합성기인 VoiceText를 baseline 시스템으로 사용하여 구현하였고, 인지적 에러 (억양 에러, 연결 에러)와 합성시간에 대해 평가하였다. 실험 결과, 제안한 방법은 합성 음질을 보다 자연스럽게 향상시켰고, 합성 속도를 개선하였다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.47-73
• /
• 2020

KTX 차량은 수많은 기계, 전기 장치 및 부품들로 구성되어 있는 하나의 시스템으로 차량의 유지보수에는 상당히 많은 전문성과 유지보수 작업자들의 경험을 필요로 한다. 차량 고장발생 시 유지보수자의 지식과 경험에 따라 문제 해결의 시간과 작업의 질적 차이가 발생하며 그에 따른 차량의 가용율이 달라진다. 일반적으로 문제해결은 고장 매뉴얼을 기반으로 하지만 경험이 많고 능숙한 전문가의 경우는 이와 더불어 개인의 노하우를 접목하여 신속하게 진단하고 조치를 취한다. 이러한 지식은 암묵지 형태로 존재하기 때문에 후임자에게 완전히 전수되기 어려우며, 이를 위해 사례기반의 철도차량 전문가시스템을 개발하여 데이터화된 지식으로 바꾸려고 하는 연구들이 있어왔다. 하지만, 간선에 가장 많이 투입되고 있는 KTX 차량에 대한 연구나 텍스트의 특징을 추출하여 유사사례를 검색하는 시스템 개발은 아직 미비하다. 따라서, 본 연구에서는 이러한 차량 유지보수 전문가들의 노하우를 통해 수행된 고장들에 대한 진단과 조치 이력을 문제 해결의 사례로 활용하여 새롭게 발생하는 고장에 대한 조치가이드를 제공하는 지능형 조치지원시스템을 제안하고자 한다. 이를 위하여, 2015년부터 2017년동안 생성된 차량고장 데이터를 수집하여 사례베이스를 구축하였고, 차원축소 기법인 비음수 행렬 인수분해(NMF), 잠재의미분석(LSA), Doc2Vec을 통해 고장의 특징을 추출하여 벡터 간의 코사인 거리를 측정하는 방식으로 유사 사례를 검색하였으며, 위의 알고리즘에 의해 제안된 조치내역들 간 성능을 비교하였다. 분석결과, 고장 내역의 키워드가 적은 경우의 유사 사례 검색과 조치 제안은 코사인 유사도를 직접 적용하는 경우에도 좋은 성능을 낸다는 것을 알 수 있었고 차원 축소 기법들의 성능 비교를 통해 문맥적 의미를 보존하는 차원 축소 방식 중 Doc2Vec을 적용하는 것이 가장 좋은 성능을 나타낸다는 것을 알 수 있었다. 텍스트 마이닝 기술은 여러 분야에서 활용을 위한 연구들이 이루어지고 있는 추세이나, 본 연구에서 활용하고자 하는 분야처럼 전문적인 용어들이 다수이고 데이터에 대한 접근이 제한적인 환경에서 이러한 텍스트 데이터를 활용한 연구는 아직 부족한 실정이다. 본 연구는 이러한 관점에서 키워드 기반의 사례 검색을 보완하고자 텍스트 마이닝 기법을 접목하여 고장의 특징을 추출하는 방식으로 사례를 검색해 조치를 제안하는 지능형 진단시스템을 제시하였다는 데에 의의가 있다. 이를 통해 현장에서 바로 사용 가능한 진단시스템을 단계적으로 개발하는데 기초자료로써 시사점을 제공할 수 있을 것으로 기대한다.

• 한국정보처리학회논문지
• /
• 제4권4호
• /
• pp.923-932
• /
• 1997

본 논문은 대용량의 텍스트 문서를 효율적으로 처리하기 위해 단어 분별도(trrm discrimination)개념을 이용한 2단계 합성 요약화일 방법(THM)을 제안한다. 또한 보다 더 나은 검색성능을 위해 2단계 합성 요약 화일 방법에 고분별력 단어들의 유사성에 의해 유사한 요약들은 함께 결집하는 Yoo가 제안한 요약결집 방법을 적용한다. 검색 시간, 부가 저장 공간 측면에서 제안된 2단계 합성 요약화일(THM)의 성능 분석 모델을 제공하고 기존의 방법들 즉, 비트 슬라이스 방법(BM), 2단계 요약화일 방법(TM) 합성 방법(HM)들과 성능 평가를 수행한다. 성능 비교결과 일치하는 레코드 수가 160이하일때 100,000개의 대용량 데이터베이스에서 제안된 THM이 검색 성능면에 있어서 가장 좋은 성능을 보인다.

• 대한전자공학회논문지TC
• /
• 제46권6호
• /
• pp.103-110
• /
• 2009

본 논문은 무선 메쉬 네트워크에서의 응용의 특징에 따른 라우팅 프로토콜 선택 방법에 대해서 제안한다. 각 응용들은 생성되는 평균 패킷 크기와 같은 서로 구분되는 특징을 가지고 있다. 예를 들자면, 텍스트 메신저는 작은 크기의 패킷을 주로 발생시키며, 파일 전송 응용의 경우는 큰 크기의 패킷을 주로 발생시킨다. 또한, 라우팅 프로토콜도 각기 다른 특징을 가진 경로를 설정한다. 최단 거리의 홉을 설정하는 라우팅 프로토콜과 홉 수는 보다 증가하더라도 높은 bandwidth를 가지는 링크로 경로를 구성하는 라우팅 프로토콜 등 각각의 특징을 가진 라우팅 프로토콜이 존재한다. 제안하는 방안은 서로 다른 응용의 특성을 제일 잘 반영시킬 수 있는 경로를 설정할 수 있도록 라우팅 프로토콜을 선택하는 방법론을 제시한다. 본 논문은 제안하는 방법이 반영되어 검증 및 구현된 메쉬 네트워크 시스템과 이에 대한 실험 결과를 보인다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.384-389
• /
• 2008

최근 동영상을 저장하거나 효과적으로 검색하는 시스템의 필요성이 증가하고 있다. 기존 동영상 검색 시스템은 메뉴나 텍스트 기반의 키워드로 동작하는데, 검색을 위한 정보가 빈약하여 많은 동영상이 동시에 검색되는 경우가 많고, 사용자가 해당 시스템을 사용하기 위한 지식이 필요하다. 본 논문에서는 키워드 기반 질의에 비해 사용자의 의도나 다양한 정보를 포함 할 수 있고 이벤트나 사람 뿐 아니라 인간의 기본적인 행동까지 검색하는 자연어 질의 기반 동영상 검색 시스템을 제안한다. 먼저, 사무실에서 수집된 동영상에 대한 도메인 분석을 통해 메타데이터로 이벤트 데이터베이스를 구축하고, 해당 영역에서의 사용자 질의에 대한 전처리 과정과 분석 작업을 통해 스크립트 데이터베이스를 구축한다. 이렇게 구축된 시스템을 바탕으로 대화형 질의와 답변 쌍 매칭을 통해 동영상을 검색한다. 10명의 사용자를 대상으로 메뉴 기반 검색 시스템과의 성능 평가와 프로세스 평가 비교 검증을 통해, 성능이나 사용자 만족도면에서 제안하는 시스템이 우수함을 보였다.

• 한국IT서비스학회지
• /
• 제19권1호
• /
• pp.103-112
• /
• 2020

Job seekers are making various efforts to find a good company and companies attempt to recruit good people. Job search activities through self-introduction essay are nowadays one of the most active processes. Companies spend time and cost to reviewing all of the numerous self-introduction essays of job seekers. Job seekers are also worried about the possibility of acceptance of their self-introduction essays by companies. This research builds a classification model and conducted an experiments to classify self-introduction essays into pass or fail using deep learning and decision tree techniques. Real world data were classified using stratified sampling to alleviate the data imbalance problem between passed self-introduction essays and failed essays. Documents were embedded using Doc2Vec method developed from existing Word2Vec, and they were classified using logistic regression analysis. The decision tree model was chosen as a benchmark model, and K-fold cross-validation was conducted for the performance evaluation. As a result of several experiments, the area under curve (AUC) value of PV-DM results better than that of other models of Doc2Vec, i.e., PV-DBOW and Concatenate. Furthmore PV-DM classifies passed essays as well as failed essays, while PV_DBOW can not classify passed essays even though it classifies well failed essays. In addition, the classification performance of the logistic regression model embedded using the PV-DM model is better than the decision tree-based classification model. The implication of the experimental results is that company can reduce the cost of recruiting good d job seekers. In addition, our suggested model can help job candidates for pre-evaluating their self-introduction essays.