• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권5호
• /
• pp.345-349
• /
• 2009

소결 북마킹(social bookmarking) 시스템은 사용자가 북마크를 저장하고 공유할 수 있는 플랫폼을 제공하는 웹 기반(web-based) 시스템으로 폭소노미(folksonomy)를 이용한 대표적인 웹2.0 서비스이다. 소셜 북마킹 시스템에서의 스패머(spammer)란 자신들의 이익을 위해서 시스템을 고의적으로 악용하는 사람을 말한다. 스패머는 많은 양의 잘못된 정보를 시스템에 포스팅(posting)하기 때문에 전체 소셜 북마킹 시스템의 리소스(resource)를 쓸모없게 만들어 버린다. 따라서, 스패머를 빠른 시간 안에 탐지하고 그들의 접근을 차단하는 것은 시스템의 붕괴를 방지하기 위해 중요하다. 본 논문에서는 사용자가 사용한 태그에 대한 데이터를 추출하여, 사용자가 스패머 인지 아닌지를 예측하는 모델을 기계학습의 다양한 방법을 적용하여 생성한 후 그 성능을 비교해 보았다. 구체적으로, 결정테이블 (decision table, DT), 결정트리(decision tree, ID3), 나이브 베이즈 분류기($na{\ddot{i}}ve$ Bayes classifier), TAN(tree-augmented $na{\ddot{i}}ve$ Bayes) 분류기, 인공신경망(artificial neural network)의 방법을 비교하였다. 그 결과 AUC(area under the ROC curve)와 모델 생성시간을 고려하였을 때 나이브 베이즈 분류기가 가장 만족할 만한 성능을 보였다. 나이브 베이즈 분류기의 분류 결과가 가장 좋았던 이유는 성능을 비교하는 데 사용된 AUC가 결정트리 계열의 방법(ID3 등)보다 나이브 베이즈 분류기에서 일반적으로 높게 나오는 경향이 있다는 것과, 스패머 탐지 문제가 선형으로 분리 가능한 경우(lineally separable)와 유사할 가능성이 높기 때문으로 여겨진다.

• 한국컴퓨터정보학회논문지
• /
• 제24권11호
• /
• pp.61-69
• /
• 2019

본 연구에서는 문화유산 교육을 위한 다중 감각 (시각 청각 촉각) 지원 기반 증강현실 시스템을 제안한다. 제안된 시스템에서는 3D프린트 된 유사유물 모델을 AR 타깃으로 활용하고, 증강하는 가상객체에는 실제유물 기반으로 구현된 3D그래픽을 매핑한다. 사용자는 3D프린트 된 모델의 촉감을 느끼면서 AR유물학습을 진행할 수 있어 다중 감각을 통한 상호작용을 경험하게 된다. 기존 문화유산 교육 시스템과 비교했을 때 본 시스템은 시각 및 청각뿐만 아니라 촉각을 제공하는데 중점을 두고 설계되었다. 또한 이 시스템은 3D모델을 사용하여 직접적인 상호작용을 제공하여, 주로 휴대전화와 태블릿의 2D 디스플레이에 터치 또는 클릭 모션으로 상호작용하는 기존 시스템보다 훨씬 사실적인 경험을 주도록 구성되었다. 사용자 테스트 결과에 따르면 본 유물교육시스템은 사용자에게 우수한 현존감 및 학습 몰입감을 제공하였으며, 타깃의 사용성 평가에서는 본래 유물과 모양이 유사한 3D 프린트 된 타깃의 사용성이 가장 좋게 평가되었다.

• 한국재난정보학회 논문집
• /
• 제19권1호
• /
• pp.161-172
• /
• 2023

건설근로자에게 강의식으로 전달하는 안전교육은 집중도와 몰입도에 한계가 있으므로 전달력과 흥미가 떨어진다. 교육을 통하여 불안전한 행동을 개선하고, 안전사고를 예방하기 위해서는 체험식 교육으로 패러다임을 전환할 필요가 있다. 연구목적: 체험식 안전교육은 건설근로자가 위험을 더 빠르게 인지하고, 응급대처 능력향상과 사전·사후 학습전이 효과성을 검증하므로 건설근로자 사고 예방에 기여하고, 체험교육이 건설근로자 안전한 행동 유도에 미치는 영향 연구가 목적이다. 연구방법:실제 건설 현장과 동일 작업환경으로 구성된 체험시설을 경험한 종사자들의 설문으로 안전체험교육 사전·사후에 대한 의견조사와 학습전이 성과에 대해서 조작적 정의와 변수측정도구를 계획하고, 연구가설을 설정하였다. 연구결과: 구조방정식 모형을 통하여 경로분석 하였으며, 베이지안 이론과 MC 시뮬레이션 분석법으로 척도목표 기술통계량 및 척도입력 기술통계량에서 의도된 안전(A), 불안전(B)의 하위영역 비(非) 체험 교육, 체험식 교육의 평균, 표준편차, 최소·최대 값을 통해서 건설근로자 행동 변화를 확인하고 가설을 증명하였다. 결론: 건설근로자들에게 참여동기가 유발되어야 교육의 효과와 산업재해가 감소된다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1077-1093
• /
• 2020

해수면 온도는 전 세계 해양, 기상 현상에 영향을 주고 해양 환경 변화와 생물에게 영향을 주는 중요한 요소이다. 특히, 우리나라 남해안을 비롯한 연안 지역의 경우 어업 및 양식업 등의 수산업이 많이 발달하여, 매년 고수온 현상으로 인한 사회·경제적 피해가 발생하고 있다. 따라서 위성 자료와 같은 광범위한 지역을 감시할 수 있는 자료를 활용한 해수면 온도 및 공간적 분포의 예측기술 개발을 통하여 피해를 예방할 수 있는 시스템을 구축할 필요가 있다. 해수면 온도 예측은 기존의 수치 모델을 통해서 예측을 진행하였지만, 다수의 역학적 요인들을 사용하여 예측 결과 산출 시 복잡함이 존재한다. 최근 기계학습 및 딥러닝 기법이 발달함에 따라 해양 분야의 예측에 적용하는 연구가 진행되고 있다. 본 연구는 그 중 시·공간적인 일관성 및 정확도가 높은 장단기 기억(Long Short Term Memory, LSTM)과 합성곱 장단기 기억(Convolutional Long Short Term Memory, ConvLSTM) 딥러닝 기법을 사용하여 남해지역의 해수면온도 예측 및 2017년부터 2019년까지의 고수온 발생 건에 대해서 예측 결과의 공간 분포와 공간 분포와 예측 가능성에 대해 분석을 하였다. 1일 예측 모델의 정확도는 RMSE 기준으로 ConvLSTM(전체: 0.33℃, 봄: 0.34℃, 여름: 0.27℃, 가을: 0.32℃, 겨울: 0.36℃)이 LSTM 기반의 예측 모델(전체: 0.40℃, 봄: 0.40℃, 여름: 0.48℃, 가을: 0.39℃, 겨울: 0.34℃)보다 우수한 성능을 보였다. 2017년 고수온 발생 사례에 대해 해수면 온도 예측과 고수온 탐지 성능에서 ConvLSTM은 5일까지 경보를 탐지하였지만, LSTM의 경우 2일 예측 이후 해수면 온도를 과소 추정하는 경향이 커짐에 따라 탐지하지 못하였다. 시공간적인 해수면 온도 예측 시 ConvLSTM이 LSTM에 비해 적절한 모델로 판단된다.

• 한국해안·해양공학회논문집
• /
• 제28권5호
• /
• pp.277-283
• /
• 2016

테트라포드는 경사식 방파제의 피복재로 가장 많이 사용되는 콘크리트 소파블록이다. 테트라포드의 안정수를 계산하는 것은 테트라포드의 적정 중량을 결정하기 위해 필요한 과정이다. 1950년대의 Hudson 식부터 최근에 Suh and Kang이 제안한 식까지 테트라포드의 안정수를 계산하기 위한 다양한 경험식들이 제안되었다. 이러한 경험식들은 대부분이 식의 형태를 가정하고 실험 자료를 이용하여 식의 계수들을 회귀분석을 통해 결정하였다. 최근에는, 실험 데이터가 많은 경우, software engineering (또는 machine learning) 방법이 도입되고 있다. 예를 들어서, 방파제 피복석의 안정수를 계산하기 위한 인공신경망 모델이 제안된 바 있다. 그러나 이러한 방법들은 기존의 경험식보다 정확도가 크게 뛰어나지 않고 엔지니어들에게 생소하기 때문에 아직까지 설계에 거의 사용되지 않고 있다. 본 연구에서는 인공신경망 모델의 가중치와 편의를 이용하여 테트라포드의 안정수를 계산하는 양해법을 제안한다. 이 방법은 행렬 연산을 할 줄 아는 엔지니어라면 인공신경망에 대한 지식이 없어도 사용할 수 있으며, 기존의 경험식에 비해 정확도도 우수하다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제36권2호
• /
• pp.253-286
• /
• 2022

본 연구는 학교 현장에서 교원학습 공동체 프로그램에 참여한 동일교 소속 교사들 네 명이 실천적이고 공유 가능한 수업 자료 개발을 목표로 윤리와 수학 과목에서 플라톤이라는 인물을 연계 고리로 하여 교과 간 연계·융합 자료 개발한 연구이다. 이때 자료 개발 절차는 '자료 개발 계획 수립, 자료 개발, 개발 자료의 검증, 검증 의견을 반영한 최종 자료 개발'과 같은 네 가지 절차를 따랐으며, 자료 개발 단계에서는 주제기반 설계 모형에 따라 자료를 개발하였다. 개발한 자료는 현장 교사들을 대상으로 개발 자료의 타당성과 수업 적용 가능성을 중심으로 CVR 검증을 실시하였고, 검증 결과를 반영하여 개발 자료의 수정을 거쳐 최종 개발 자료 결과물을 제시하였다. 특히 본 연구에서는 단순하게 개발한 자료를 소개하는 것이 아니라, 자료 개발 과정의 절차와 그 과정에서의 개발자들의 시행착오와 고민도 함께 기술하여 자료 개발을 시도하는 다른 현장 연구자들에게 기초 연구 성격의 정보를 제공하고자 하였다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1053-1066
• /
• 2020

이산화황(SO₂)은 대기 중 화학 반응을 통해 2차 대기오염물질을 생성하는 전구체로, 주로 산업활동이나 주거 및 교통 활동 등을 통해 배출된다. 장기간 노출 시 호흡기 질환이나 심혈관 질환 등을 유발하여 인체 건강에 부정적인 영향을 미칠 수 있기 때문에 이에 대한 지속적인 모니터링이 필요하다. 우리나라에서는 SO₂에 대해 관측소 기반의 모니터링이 수행되고 있으나 이는 공간적으로 연속적인 정보를 제공하는 데에 한계가 있다. 따라서, 본 연구에서는 위성자료와 수치모델 자료를 융합하여 일별 13시를 타겟으로 하는 1 km의 고해상도로 공간적으로 연속적인 SO₂ 지상농도를 산출하였다. 2015년 1월부터 2019년 4월까지의 기간 동안 남한 지역에 대하여 스태킹 앙상블 기법을 이용하여 SO₂ 지상농도 추정 모델을 개발하였다. 스태킹 앙상블 기법이란 여러가지 기계학습 기법을 두 단계로 쌓는 방식으로 융합하여 단일 모델 대비 더 향상된 성능을 도출하는 방법이다. 본 연구에서는 베이스 모델로는 RF (Random Forest)와 XGB (eXtreme Gradient BOOSTing) 기법이, 메타 모델로는 MLR (Multiple Linear Regression) 기법이 사용되었다. 구축된 모델의 교차검증 결과 메타 모델은 상관계수(R) = 0.69와 root-mean-squared-error(RMSE) = 0.0032 ppm의 결과를 보였으며 이는 베이스 모델의 평균 대비 약 25% 향상된 안정성을 보였다. 또한 모델 구축에 사용되지 않은 기간에 대한 예측 검증을 수행하여 모델의 일반화 가능성을 평가하였다. 구축된 모델을 이용하여 남한 지역의 SO₂ 지상농도 공간분포를 분석한 결과 일반적인 계절성과 배출원의 변화를 잘 반영하는 패턴을 보임을 확인하였다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.1-14
• /
• 2014

최근 관람객의 반응에 따라 실시간으로 대응하여 관객의 몰입과 만족도를 증대시키는 인터랙티브 전시 서비스에 대한 학계와 산업계의 관심이 높아지고 있다. 이러한 인터랙티브 전시 서비스를 효과적으로 구현하기 위해서는 관객의 반응을 통해 해당 관객이 느끼는 감정 상태를 추정할 수 있는 지능형 기술의 도입이 요구된다. 인간의 감정 상태를 추정하기 위한 시도들은 많은 연구들에서 이루어져 왔고, 그 중 대부분은 사람의 얼굴 표정이나 소리 반응을 통해 감정 상태를 추정하는 방식을 도입하고 있다. 하지만, 최근 소개되고 있는 연구들에 따르면 단일 반응이 아닌 여러 반응을 종합적으로 고려하는 이른바 멀티 모달(multimodal) 접근을 사용했을 경우, 인간의 감정 상태를 보다 정확하게 추정할 수 있다. 이러한 배경에서 본 연구는 키넥트 센서를 통해 측정되는 관객의 얼굴 표정, 몸짓, 움직임 등을 종합적으로 고려한 새로운 멀티모달 감정 상태 추정 모형을 제안하고 있다. 제안모형의 예측 기법으로는 방대한 양의 데이터를 효과적으로 처리하기 위해, 몬테칼로(Monte Carlo) 방법인 계층화 샘플링(stratified sampling) 방법에 기반한 다중회귀분석을 적용하였다. 제안 모형의 성능을 검증하기 위해, 15명의 피실험자로부터 274개의 독립 및 종속변수들로 구성된 602,599건의 관측 데이터를 수집하여 여기에 제안 모형을 적용해 보았다. 그 결과 10~15% 이내의 평균오차 범위 내에서 피실험자의 쾌/불쾌도(valence) 및 각성도(arousal) 상태를 정확하게 추정할 수 있음을 확인할 수 있었다. 이러한 본 연구의 제안 모형은 비교적 구현이 간단하면서도 안정성이 높아, 향후 지능형 전시 서비스 및 기타 원격학습이나 광고 분야 등에 효과적으로 활용될 수 있을 것으로 기대된다.

• 한국시뮬레이션학회논문지
• /
• 제31권1호
• /
• pp.29-41
• /
• 2022

이상기후로 인한 불안정한 식량 수급을 해결하기 위한 대안 중 하나로 식물공장의 필요성이 증대되고 있다. 식물공장 내 기류는 재배작물의 증산작용과 열교환에 중요한 인자 중 하나로 인식되고 있다. 한편, 디지털트윈(Digital Twin: DT)은 실체계를 가상세계에 복제한 것으로 실체계만으로 불가능한 다양한 서비스를 제공하는 수단으로 주목받고 있다. 본 연구에서는 디지털트윈 개념을 실제 운용중인 식물공장 기류해석에 적용하여 다양한 상황에 기류를 예측할 수 있는 기류 예측 DT 모델 개발을 목표로 하였다. 이를 위해 먼저 기류 해석용 디지털트윈 수학적 형식론을 제시하고, 이를 기반으로 실제 운용중인 식물공장의 기류예측 모델링에 필요한 정보들을 명세한다. 이어서 식물공장 내 형상을 CAD로 구현하고 유동해석을 위한 전산유체역학(CFD) 구성요소들을 결합하여 DT 모델을 개발하였다. 마지막으로 DT 모델의 시뮬레이션 해석 결과를 식물공장에서 수집한 실제 기류값과 비교하는 모델의 실증 및 기계학습 기반 보정을 통해 정확도가 높은 기류 예측용 DT 모델을 완성하였다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.39-54
• /
• 2013

전자상거래의 폭발적 증가는 소비자에게 더 유리한 많은 구매 선택의 기회를 제공한다. 이러한 상황에서 자신의 구매의사결정에 대한 확신이 부족한 소비자들은 의사결정 절차를 간소화하고 효과적인 의사결정을 위해 추천을 받아들인다. 온라인 상점의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로써의 가치를 인정받고 있다. 그러나 사용자의 기호를 제대로 반영하지 못하는 추천시스템은 사용자의 실망과 시간낭비를 발생시킨다. 본 연구에서는 정확한 사용자의 기호 반영을 통한 추천기법의 정교화를 위해 데이터마이닝과 다중모형조합기법을 이용한 상품추천시스템 모형을 제안하고자 한다. 본 연구에서 제안하는 모형은 크게 두 개의 단계로 이루어져 있으며, 첫 번째 단계에서는 상품군 별 우량고객 선정 규칙을 도출하기 위해서 로지스틱 회귀분석 모형, 의사결정나무 모형, 인공신경망 모형을 구축한 후 다중모형조합기법인 Bagging과 Bumping의 개념을 이용하여 세 가지 모형의 결과를 조합한다. 두 번째 단계에서는 상품군 별 연관관계에 관한 규칙을 추출하기 위하여 장바구니분석을 활용한다. 상기의 두 단계를 통하여 상품군 별로 구매가능성이 높은 우량고객을 선정하여 그 고객에게 관심을 가질만한 같은 상품군 또는 다른 상품군 내의 다른 상품을 추천하게 된다. 제안하는 상품추천시스템은 실제 운영 중인 온라인 상점인 'I아트샵'의 데이터를 이용하여 프로토타입을 구축하였고 실제 소비자에 대한 적용가능성을 확인하였다. 제안하는 모형의 유용성을 검증하기 위하여 제안 상품추천시스템의 추천과 임의 추천을 통한 추천의 결과를 사용자에게 제시하고 제안된 추천에 대한 만족도를 조사한 후 대응표본 T검정을 수행하였으며, 그 결과 사용자의 만족도를 유의하게 향상시키는 것으로 나타났다.