• 한국의류학회지
• /
• 제37권2호
• /
• pp.213-223
• /
• 2013

This study presents the process of fashion item development with velvet through creative thinking methods. Creativity is one of the most important requirements for a successful job career and education enhancing creative thinking is needed in the area of fabrication, product design, and marketing strategy development. Velvet was selected as a research stimulus because it is a luxurious fabric with various differential properties such as a soft touch, unique luster, excellent drapability, and fine physical properties. The research methodology included creative thinking methods review, the selection of the tools, idea sourcing and listing, sequential idea evaluation and sample product making. After review of the various creative thinking methods, a combination method and forced connection method were employed as research tools to confirm the usefulness of creative thinking training because of their independence of use and application simplicity. A total of 12 university students participated as subjects in this research. After some training, each student derived ten ideas for velvet products that utilized a combination method and forced connection method. A total of 120 ideas were evaluated for novelty, technical possibility, practicality, and marketability; subsequently, 24 ideas were adopted and developed as sample products. The effectiveness of creativity education in fabrication and product design classes was verified through the whole process of product planning.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권11호
• /
• pp.5496-5521
• /
• 2018

Object detection and tracking is the basic capability of mobile robots to achieve natural human-robot interaction. In this paper, an object tracking system of mobile robot is designed and validated using improved multiple instance learning algorithm. The improved multiple instance learning algorithm which prevents model drift significantly. Secondly, in order to improve the capability of classifiers, an active sample selection strategy is proposed by optimizing a bag Fisher information function instead of the bag likelihood function, which dynamically chooses most discriminative samples for classifier training. Furthermore, we integrate the co-training criterion into algorithm to update the appearance model accurately and avoid error accumulation. Finally, we evaluate our system on challenging sequences and an indoor environment in a laboratory. And the experiment results demonstrate that the proposed methods can stably and robustly track moving object.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권10호
• /
• pp.2650-2662
• /
• 2012

Due to the semantic gap issue, the performance of automatic image annotation is still far from satisfactory. Active learning approaches provide a possible solution to cope with this problem by selecting most effective samples to ask users to label for training. One of the key research points in active learning is how to select the most effective samples. In this paper, we propose a novel active learning approach based on sparse graph. Comparing with the existing active learning approaches, the proposed method selects the samples based on two criteria: uncertainty and representativeness. The representativeness indicates the contribution of a sample's label propagating to the other samples, while the existing approaches did not take the representativeness into consideration. Extensive experiments show that bringing the representativeness criterion into the sample selection process can significantly improve the active learning effectiveness.

• 지능정보연구
• /
• 제17권4호
• /
• pp.241-254
• /
• 2011

Support vector machines(SVM)은 비교적 최근에 등장한 데이터마이닝 기법이지만, 재무, CRM 등의 경영학 분야에서 많이 연구되고 있다. SVM은 인공신경망과 필적할 만큼의 예측 정확도를 보이는 사례가 많았지만, 암상자로 불리는 인공신경망 모형에 비해 구축된 예측모형의 구조를 이해하기 쉽고, 인공신경망에 비해 과도적합의 가능성이 적어서 적은 수의 데이터에서도 적용 가능하다는 장점을 가지고 있다. 하지만, 일반적인 SVM을 이용하려면, 인공신경망과 마찬가지로 여러 가지 설계요소들을 설계자가 선택하여야 하기 때문에 임의성이 높고, 국부 최적해에 수렴할 가능성도 크다. 또한, 많은 수의 데이터가 존재하는 경우에는 데이터를 분석하고 이용하는데 시간이 소요되고, 종종 잡음이 심한 데이터가 포함된 경우에는 기대하는 수준의 예측성과를 얻지 못할 가능성이 있다. 본 연구에서는 일반적인 SVM의 장점을 그대로 유지하면서, 전술한 두 가지 단점을 보완한 새로운 SVM 모형을 제안한다. 본 연구에서 제안하는 모형은 사례선택기법을 일반적인 SVM에 융합한 것으로 대용량의 데이터에서 예측에 불필요한 데이터를 선별적으로 제거하여 예측의 정확도와 속도를 제고할 수 있는 방법이다. 본 연구에서는 잡음이 많고 예측이 어려운 것으로 알려진 재무 데이터를 활용하여 제안 모형의 유용성을 확인하였다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권6호
• /
• pp.551-560
• /
• 2020

This research investigates the impact of vocational training on wages of ethnic minority labors in emerging countries; Vietnam is the case study. The study uses secondary data from 2014 to 2018 collected through Vietnam Household Living Standards Surveys (VHLSS) conducted by the General Statistics Office. In order to analyze the impact of vocational training on wages of ethnic minority areas in Vietnam, this research creates ethnic area variables. According to Vietnamese regulations, ethnic areas are communes of 51 different provinces, inhabited by ethnic minority people. The statistics from VHLSS in 2018, show that the proportion of labors of working age with a certificate was 22.5%. The research employs Heckman Sample Selection Model to estimate the impact of vocation training on wage of labors in ethnic minority areas. The results show that vocational training plays a crucial role in improving the wages of ethnic minorities and has a positive impact. However, apart from the achieved outcomes, vocational training and job creation for ethnic minorities are not without limitations and shortcomings. Based on the findings, some recommendations to ethnic minority labors, enterprises and the Government are proposed to encourage participation in vocational training for the purpose of promoting the efficiency of the labor market.

• 노동경제논집
• /
• 제25권1호
• /
• pp.131-160
• /
• 2002

교육훈련의 경제적 효과에 대해서 한국노동패널을 자료를 이용하여 개인별로 살펴본 결과 본고에서는 다음과 같은 결과를 얻을 수 있었다. 교육훈련의 임금효과는 근속의 두 배에 조금 미칠 정도로 크고 유의하게 나타난다. 교육훈련은 직무내용과 고용안정, 성장 가능성의 만족에 크고 유의한 양의 효과를 갖는 것으로 나타난다. 선택편의를 통제하기 위해 임금함수의 1계차분으로 추정한 교육훈련의 임금효과는 유의하지 않다. 그러나 계속근속자와 이직경험자의 샘플로 나누어 추정하면 계속근속자의 교육훈련의 임금효과는 유의하지 않으나, 이직 경험자의 교육훈련 임금효과는 크고 유의하게 나타난다. 보다 구체적으로 기업의 비용을 부담한 교육훈련의 효과를 보면 이직 경험자의 교육훈련 임금효과는 그고 유의하게 나타나나, 계속근속자의 교육훈련 임금효과는 작고 유의하지 않게 나타난다. 이는 사용자들이 재직근로자가 교육훈련을 이수한 경우 그에 따라 임금을 올려 주지 않은 결과이다. 기업이 비용부담을 하는 경우에 교육훈련으로 인한 생산성 증가만큼 임금 증가가 이루어지지 않는 것은, 결국 기업이 교육훈련 비용부담을 개별 근로자들에게 전가하고 있음을 나타낸다고 할 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권9호
• /
• pp.804-816
• /
• 2007

기계 학습 과정에서 수집된 많은 정보들 중에는 학습하고자 하는 개념과 관련이 없거나 중복된 정보를 가진 경우가 많다. 또한 자료 자체에 오류가 있기도 하다. 이와 같이 학습 모델 생성을 위해 수집된 정보를 신뢰할 수 없다면, 학습 과정에서도 정확한 지식 습득이 어렵다. 그래서 기계 학습은 학습 과정에서 정확한 지식 습득을 위해 특징 선택 방법을 사용한다. 특징 선택은 학습할 클래스와 관련이 없거나 중복된 정보를 학습 모델 생성 이전에 제거함으로써 학습 알고리즘의 성능을 향상시킨다. 기존의 특징선택 방법들은 적절한 특징을 선택하기 위하여 문서가 균등하게 분포되어 있다고 가정한다. 하지만, 실제로는 그렇지 않으며, 문서의 수 또는 문서의 길이가 모두 동일한 학습 예제를 준비하는 것도 매우 어렵다. 본 논문에서는 보다 효율적으로 특징을 선택하기 위해 클래스 별 단어의 불순도와 문서의 불균등 분포를 고려한 특징 선택 방법을 제안한다. 클래스를 대표할 수 있는 특징 후보들을 단어의 불순도 측정을 통해 얻고, 문서의 불균등 분포를 고려하여 특징을 선택한다. 실험을 통해 보다 좋은 성능을 보임을 입증한다.

• 동아시아경상학회지
• /
• 제5권2호
• /
• pp.1-11
• /
• 2017

This study attempts to verify effects of CEO' supports, compensation and educational training and those of individual annual salaries and company's sales on promotion of knowledge management expected to contribute to enhancing construction industry's competitiveness, from the perspective of person-organization fit. For the analysis, a total of 368 effective questionnaires were used to conduct independent sample t-test, regression analysis and hierarchical moderated regression analysis. The findings show that individual annual salaries have a positive relationship with company's performance and company's sales also have positive relationships with both knowledge management activities and company performance, and CEO's supports, compensation and educational training are important factors that can improve knowledge management activities. In addition, the principle that the rich get richer and the poor get poorer is also operated in construction industry, as in other industries. Therefore, members in a company should conduct optimal strategies to enhance the knowledge management activities through selection and concentration, while governmental agencies require the establishment of IT system for it and supports for related cost and consulting of it.

• 한국인터넷방송통신학회논문지
• /
• 제22권5호
• /
• pp.75-86
• /
• 2022

본 연구는 딥러닝 기반 변분 오토인코더(Variational Autoencoder)를 활용하여 수치형 학습데이터 내 클래스 불균형 문제를 해결하고, 학습데이터를 증강하여 학습모델의 성능을 향상시키고자 한다. 우리는 주어진 테이블 데이터에 대하여 인위적으로 레코드 개수를 늘리기 위해 'D-VAE'을 제안한다. 제안 기법은 최적의 데이터 증강을 지원하기 위해 우선 이산화와 특징선택을 수반한 전처리 과정을 수행한다. 이산화 과정에서 k-means 클러스터링을 적용하여 그룹화한 후, 주어진 데이터가 원-핫 인코딩(one-hot encoding) 기법으로 원-핫 벡터(one-hot vector)로 변환한다. 이후, 특징 선택 기법 중 RFECV 기법을 활용하여 예측에 도움이 되는 변수를 가려내고, 이에 대해서만 변분 오토인코더를 활용하여 새로운 학습데이터를 생성한다. 제안 기법의 성능을 검증하기 위해 4가지 유형의 실험 데이터를 활용하여 데이터 증강 비율별로 그 유효성을 입증한다.

• Journal of the Korean Data and Information Science Society
• /
• 제12권1호
• /
• pp.41-50
• /
• 2001

독립이면서 지수분포를 따르는 K개 모집단의 평균차이에 대한 가설 검정방법으로 Beregr와 Perrichi (1996, 1998)가 제안한 내재적 베이즈 요인을 이용한 베이지안 방법을 제안한다. 이 때 모수에 대한 사전분포로는 무정보적 사전분포를 사용한다. 모의실험을 통하여 제안한 검정방법의 유용성을 알아본다.