• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.01a
• /
• pp.99-101
• /
• 2013

본 논문에서는 사춘기 여고생들의 기능성 화장품의 신상품 개발과 성능 향상을 위한 효율적인 정보의 분석과 생산 정책을 위한 SNS 분석시스템을 제안한다. 제안하는 시스템은 여고생들의 기능성 화장품에 관한 SNS 내용을 분석하기 위한 효율적 알고리즘과 방법론을 제안하여 시스템의 처리량을 최대화하고, 각 작업의 수행시간을 최소화한다. 또한 여고생들의 기능성 화장품에 대한 기호 상태를 파악하여, 그 분석 결과를 제품의 개발 및 생산에 반영하기 위한 비주얼 방법론을 함께 제안한다. 따라서 본 논문에서 제안하는 시스템은 단지 화장품에 대한 분석뿐만 아니라 이와 비슷한 소비자의 기호가 빠르게 변화하는 제조업 분야에서 다양하게 응용이 가능하다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.01a
• /
• pp.223-224
• /
• 2017

한 보고서에 따르면, 경제가 불황이라도 먹거리에 대한 인간의 욕구 때문에 식품산업은 그 범위와 규모가 다양한 형태로 확장되고 있다. 특히, 글로벌 살아가는 현대에서는 식품에 대한 종류와 식자재 수급에 대한 국경은 이미 사라진 상태이다. 이러한 현실에서의 식자재는 환율, 기상기후, 농축수산물의 거래량 등에 따라 수요와 가격이 불규칙적으로 변화하고 있다. 본 논문에서는 이러한 데이터들을 수집하고 분석하여 식품 수요에 따른 식자재에 대한 관련 정보를 사이니지 형태로 제공하는 서비스를 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.07a
• /
• pp.93-94
• /
• 2015

본 논문에서는 학교 교육환경에서 청소년들에게 발생 할 수 있는소 셜미디어의 역기능을 빅 데이터 처리를 통하여 분석 할 수 있는 방법을 제시하고, 특히 악성 댓글을 위주로 한 청소년들 간의 소셜미디어를 중심으로 빅 데이터의 마이닝 기술을 활용하여 대표적인 청소년 문제의 확산을 방지 할 수 있는 시스템 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.451-453
• /
• 2016

대규모의 데이터가 생산되고 저장되는 정보화 시대에서 현재와 과거의 데이터를 바탕으로 미래를 추측하고 방향성을 알아갈 수 있는 빅데이터의 중요성이 강조되고 있다. 정형되지 못한 대규모 데이터를 빅데이터 분석 도구인 R을 통해 통계를 기초로 데이터의 정보분석과 정형화하도록 한다. 본 논문에서는 R을 이용하여 뉴스에서 나타나는 차세대 에너지 관련 빅데이터를 분석한다. 뉴스 기사에서 차세대 에너지 관련 데이터를 수집하고 수집된 키워드를 이용하여 근미래의 효율적인 차세대 에너지의 등장을 예측한다. 에너지 산업의 추진에 대한 흐름과 방향성을 제시하고 의사결정을 위한 기술적 과제를 도출함으로 탄력적인 경영과 의사결정에 도움을 주며 기술적 문제의 근원을 사전에 예측하고 방지할 수 있을 것으로 보여진다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.255-256
• /
• 2020

생산 현장에서 발생되는 다양한 형태의 데이터는 스마트한 제조관리를 가능하게 하는 원동력으로 이를 효율적으로 저장하고 처리, 분석하는 일련의 과정이 4차 산업혁명 기반의 제조혁신에 능동적으로 대응하기 위한 핵심요소로서, 이와 관련한 다양한 연구들이 활발히 이루어지고 있다. 특히, 제조데이터 분석이라는 영역은 단순하게 기존의 데이터를 통계적인 접근 수단으로만 보는 것이 아니라 다양한 산업별 업종 도메인의 특성에 기반하여 빅데이터 분석과 기계학습 등의 인공지능 모델로 발전하고 있다. 본 논문에서는 다양한 산업별 제조현장을 이해하는 도메인 경험 및 특성을 고려하여 데이터를 효과적으로 저장, 처리, 분석할 수 있는 클라우드 형태의 빅데이터 시스템을 제안한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2016.05a
• /
• pp.175-176
• /
• 2016

최근 빅 데이터 및 분석기술을 이용한 분야가 다양화되고 있다. 하지만 정작 사회복지분야로의 적용은 매우 미약한 것이 현실이다. 사회복지분야에서의 빅 데이터를 이용한 각종 개인화 복지 서비스의 제공은 경제적인 부분뿐만 아니라 서비스를 제공하는 기관이나 서비스를 제공받는 이들에게 모두 상호 유기적인 관계를 유지할 수 있다. 특히 사회 조직으로부터 은퇴하거나 떨어져서 개인적인 삶을 영위해야 하는 노인들에게 있어 그들의 라이프 로그와 같은 빅 데이터를 분석하여 복합적이며 융합적인 복지서비스를 제공하는 기법은 매우 효율적이라 할 수 있다. 이에 본 논문에서는 노인들의 빅 데이터를 이용한 시간의 흐름별 옴니 복지서비스를 제공하도록 그들의 환경을 분석하는 시스템을 제안한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• v.15 no.11
• /
• pp.4105-4121
• /
• 2021

Recently, malware classification based on Deep Neural Networks (DNN) has gained significant attention due to the rise in popularity of artificial intelligence (AI). DNN-based malware classifiers are a novel solution to combat never-before-seen malware families because this approach is able to classify malwares based on structural characteristics rather than requiring particular signatures like traditional malware classifiers. However, these DNN-based classifiers have been found to lack robustness against malwares that are carefully crafted to evade detection. These specially crafted pieces of malware are referred to as adversarial examples. We consider a clever adversary who has a thorough knowledge of DNN-based malware classifiers and will exploit it to generate a crafty malware to fool DNN-based classifiers. In this paper, we propose a DNN-based malware classifier that becomes resilient to these kinds of attacks by exploiting Generative Adversarial Network (GAN) based data augmentation. The experimental results show that the proposed scheme classifies malware, including AEs, with a false positive rate (FPR) of 3.0% and a balanced accuracy of 70.16%. These are respective 26.1% and 18.5% enhancements when compared to a traditional DNN-based classifier that does not exploit GAN.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.539-541
• /
• 2022

Due to the prolonged covid-19 pandemic, the rate of closure of the self-employed is rapidly increasing, and the economic damage is increasing. In this study, we provide various information such as the degree of overcrowding by region and industry through the analysis of business districts in Chungcheongbuk-do due to the outbreak of covid-19, and analyze the start-up environment by using public data to help start-up success and business stability. It provided support for self-employed people to use as basic data when starting a business.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.23 no.4
• /
• pp.77-93
• /
• 2024

The recent development of data collection technology, which conveys various travel data in real-world such as mobile data and probe vehicle data, facilitates transportation planners identifying specified spatio-temporal travel patterns. In this study, an easily implementable travel mode classification methodology was proposed to classify inter-regional trip-modes without modeling by superimposing trajectories generated from mobile phone signaling and transportation infrastructure points into a polygon scale of a shapefile in a GIS system. Each regional mode trip was classified according to the rules such as the presence of transportation infrastructure in the trip trajectory, travel time, and the presence of access trips. An accuracy test generates Type I and Type II error results table to verify the proposed methodology. As a result, it was found that the methodology developed showed the F1-Score of the air mode 1.00, rail mode 0.95, bus mode 0.73.

• Journal of Convergence for Information Technology
• /
• v.10 no.7
• /
• pp.14-19
• /
• 2020

This study suggests an accounting information processing model based on internet standard XBRL which applies an extensible business reporting language, the XML technology. Due to the differences in document characteristics among various companies, this is very important with regard to the purpose of accounting that the system should provide useful information to the decision maker. This study develops a data mining model based on XML hierarchy which is stored as XBRL in the X-Hive data base. The data ming analysis is experimented by the data mining association rule. And based on XBRL, the DC-Apriori data mining method is suggested combining Apriori algorithm and X-query together. Finally, the validity and effectiveness of the suggested model is investigated through experiments.