• Journal of Information Processing Systems
• /
• 제17권4호
• /
• pp.818-833
• /
• 2021

To address the problems of low precision rate, insufficient feature extraction, and poor contextual ability in existing text sentiment analysis methods, a mixed model account of a CNN-BiLSTM-TE (convolutional neural network, bidirectional long short-term memory, and topic extraction) model was proposed. First, Chinese text data was converted into vectors through the method of transfer learning by Word2Vec. Second, local features were extracted by the CNN model. Then, contextual information was extracted by the BiLSTM neural network and the emotional tendency was obtained using softmax. Finally, topics were extracted by the term frequency-inverse document frequency and K-means. Compared with the CNN, BiLSTM, and gate recurrent unit (GRU) models, the CNN-BiLSTM-TE model's F1-score was higher than other models by 0.0147, 0.006, and 0.0052, respectively. Then compared with CNN-LSTM, LSTM-CNN, and BiLSTM-CNN models, the F1-score was higher by 0.0071, 0.0038, and 0.0049, respectively. Experimental results showed that the CNN-BiLSTM-TE model can effectively improve various indicators in application. Lastly, performed scalability verification through a takeaway dataset, which has great value in practical applications.

• ETRI Journal
• /
• 제42권5호
• /
• pp.658-668
• /
• 2020

In edge computing, most procedures, including data collection, data processing, and service provision, are handled at edge nodes and not in the central cloud. This decreases the processing burden on the central cloud, enabling fast responses to end-device service requests in addition to reducing bandwidth consumption. However, edge nodes have restricted computing, storage, and energy resources to support computation-intensive tasks such as processing deep neural network (DNN) inference. In this study, we analyze the effect of models with single and multiple local exits on DNN inference in an edge-computing environment. Our test results show that a single-exit model performs better with respect to the number of local exited samples, inference accuracy, and inference latency than a multi-exit model at all exit points. These results signify that higher accuracy can be achieved with less computation when a single-exit model is adopted. In edge computing infrastructure, it is therefore more efficient to adopt a DNN model with only one or a few exit points to provide a fast and reliable inference service.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권11호
• /
• pp.5580-5593
• /
• 2019

A malicious Uniform Resource Locator (URL) recognition and detection method based on the combination of Attention mechanism with Convolutional Neural Network and Long Short-Term Memory Network (Attention-Based CNN-LSTM), is proposed. Firstly, the WHOIS check method is used to extract and filter features, including the URL texture information, the URL string statistical information of attributes and the WHOIS information, and the features are subsequently encoded and pre-processed followed by inputting them to the constructed Convolutional Neural Network (CNN) convolution layer to extract local features. Secondly, in accordance with the weights from the Attention mechanism, the generated local features are input into the Long-Short Term Memory (LSTM) model, and subsequently pooled to calculate the global features of the URLs. Finally, the URLs are detected and classified by the SoftMax function using global features. The results demonstrate that compared with the existing methods, the Attention-based CNN-LSTM mechanism has higher accuracy for malicious URL detection.

• 한국방재학회 논문집
• /
• 제10권5호
• /
• pp.83-90
• /
• 2010

본 연구는 지역의 방재성능향상을 위해 소방차 출동경로의 계획기법 및 기준마련을 위한 기초연구이다. 지역의 방재적 특성파악을 통하여 발생예상재난을 규정지었으며, 현행 소방차의 출동경로선택모델의 작성 및 네트워크해석을 통하여, 도시규모 대형재난의 발생 시에 다양한 출동경로계획의 유효성을 입증하였다. 그리고 실재(實在) 도로망을 바탕으로 네트워크모델을 작성하고 해석을 통하여, 출동경로상의 장해의 위험성에 대하여 정량적인 검토를 행하였으며, 소방차출동전용도로계획에 대한 형태학적 분석을 행하였다. 본 연구의 성과는 합리적이고 효과적인 소방차출동전용도로(Fire Lane)의 형태학적 계획과 정량적인 분석을 위한 기초자료로써의 활용이 기대된다.

• ETRI Journal
• /
• 제44권6호
• /
• pp.1004-1019
• /
• 2022

For autonomous driving without high-definition maps, we present a model capable of generating multiple plausible paths from egocentric images for autonomous vehicles. Our generative model comprises two neural networks: feature extraction network (FEN) and path generation network (PGN). The FEN extracts meaningful features from an egocentric image, whereas the PGN generates multiple paths from the features, given a driving intention and speed. To ensure that the paths generated are plausible and consistent with the intention, we introduce an attentive discriminator and train it with the PGN under a generative adversarial network framework. Furthermore, we devise an interaction model between the positions in the paths and the intentions hidden in the positions and design a novel PGN architecture that reflects the interaction model for improving the accuracy and diversity of the generated paths. Finally, we introduce ETRIDriving, a dataset for autonomous driving, in which the recorded sensor data are labeled with discrete high-level driving actions, and demonstrate the state-of-the-art performance of the proposed model on ETRIDriving in terms of accuracy and diversity.

• 통상정보연구
• /
• 제13권4호
• /
• pp.101-124
• /
• 2011

본 논문은 터키 현지에 진출하여 직접 경영활동을 수행하고 있는 한국기업들의 네트워크 경쟁우위요인이 무엇인가를 규명하고 이들 요인이 기업의 경영성과에 어떠한 긍정적인 영향력을 행사하고 있는 가를 실증적으로 연구하기 위하여 집필되었다. 현지에 진출한 기업의 경영활동에 영향을 미치는 경쟁우위요인 중에서 네트워크 경쟁력- 소비자, 공급업자, 유통업자, 내부 종업원-을 연구의 대상으로 제한하였는데 그 이유는 네트워크 구축 경쟁력 요인의 중요성이 증가하고 있음에도 이에 대한 국내외 실증연구가 부족한 실정이라는 지적이 있기 때문이다. 독점우위요인을 대표로 하는 전통적인 경쟁우위요인과 경영성과에 관한 연구가 대부분을 차지하고 있다고 판단하였다. 또한 연구의 지리적 범위는 터키로 한정하였는데, 현지로의 진출이 늘어나고 있는 현상을 보이고 있으며, 현지 생산/판매는 물론 지역거점 지역으로도 매우 중요한 역할을 수행할 지역 중의 한곳이라는 평가가 있어서 이다. 본 논문은 선행연구를 통해 문헌분석을 실행하였고 이를 토대로 연구가설을 설립한 후 이를 검증하기 위한 실증분석을 실시하였다. 추리통계를 위해서는 신뢰성, 타당성, 다중회귀분석 그리고 구조방정식 모델링 기법을 활용하였다. 결론 내용을 부분적으로 설명하면, 매출증대를 위해서는 소비자 요인을 주로 활용하고 있는 것으로 확인되었고, 이윤증대는 내부 종업원요인 그리고 경영만족도는 소비자 요인과 내부 종업원이 영향을 미치고 있는 것으로 분석되었다.

• 벤처창업연구
• /
• 제2권1호
• /
• pp.133-151
• /
• 2007

지난 20세기 우리나라는 단시간 내에 산업화를 이룩하여 세계 12위의 주요 경제국으로 올라섰으나, 압축 성장은 사회의 모든 부문에 심각한 불균형을 초래했으며, 특히 수도권과 경부선축 중심의 발전전략은 지역경제 간의 불균형발전, 수도권 과밀화로 인한 각종 사회 경제적 문제를 노정시키고 있다. 국민의 정부 이후 행정수도 이전, 공공기관 및 연구기관의 지방이전 정책 등을 추진하고, 지역특화산업의 도출을 통한 중소기업의 육성 및 장려, 지역 균형발전을 도모하고자 하나, 중앙정부와 지방자치단체, 각종 이해집단의 이견으로 통합적이고 조화로운 지역균형발전에 대한 해법을 제시하지 못하고 있는 실정이다. 이에 본 연구는 정부의 지역 간, 산업체간 균형발전이라는 국정목표를 수행함에 있어 우리나라 지역산업 발전의 근간을 이루고 있는 중소기업의 자생적, 창의적 발전을 위한 지역균형발전 모형을 제시함으로써, 조화롭고 통합된 국가산업정책을 도모하고, 나아가 동북아 중심국가 실현의 기초를 제공하고자 한다. 그간 우리나라의 지역 중소기업정책은 수도권에 대한 입지규제와 지방에서의 하드 인프라스트럭처 구축을 중심으로 중앙정부의 하향식 정책 집행에 의해 추진되어 왔다. 정책의 유기적 연계성이 결여된 상태에서 부처별로 예산집행이 이루어짐으로써, 지역의 입지여건에 적합한 산업군집의 형성을 통한 지역경쟁력의 강화가 효율적으로 이루어지지 못한 것이 주지의 사실로, 본 연구는 지식기반경제 하에서의 지역 중소기업정책의 의미와 지역균형발전 모형의 구축 방안, 그리고 이에 근거한 지역의 중소기업발전 방안을 제시하였다.

• 경영과학
• /
• 제14권1호
• /
• pp.205-227
• /
• 1997

Higher level representation splay an important role in model management systems. The role is to make decision makers friendly represent their problem using the representations. In this research, we address higher level representations including five distinctivenesses: Objective, Node, Link, Topological Constraint including five components, and Decision, Therefore, it is developed a system called HLRNET that implements the building procedure of network models using structural knowledge and object data The paper particularly elaborates all components included in each of distinctiveness extracted from structural characteristics of a lot of telecommunication network models. Higher level representations represented with five destinctivenesses should be converted into base level representations which are employed for semantic representations of linear and integer programming problems in a knowledge-assisted optimization modeling system. The system is illustrated with an example of the local access network model.

• 한국CDE학회논문집
• /
• 제5권1호
• /
• pp.79-87
• /
• 2000

This paper presents an integrated but open product development environment for distributed and collaborative design. The web-based framework, called DOME, allows designers to build integrated models using both local and distributed resources, and to collaborate by exchanging services in a network-centric product development environment. Thus, an integrated model can be created while each participant focuses on his or her own area of expertise. A design problem model is created by connecting modules, which represent specific system components, analysis capabilities/software, disciplines, or organizations relevant to the problem. The modules interact with each other using service exchanges based upon the CORBA standard communication protocol. The goal of this framework is tall provide the ability to rapidly construct integrated design problem models to facilitate collaborative design work, improve product quality and reduce development time. Ultimately, it should allow specialized engineering applications and design problem models to operate under a common design environment.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2005년도 춘계 종합학술대회 논문집
• /
• pp.410-415
• /
• 2005

Recent measurements of local-area and wide-area traffic have shown that network traffic exhibits at a wide range of scales - Self-similarity. Self-similarity is expressed by long term dependency, this is contradictory concept with Poisson model that have relativity short term dependency. Therefore, first of all for design and dimensioning of next generation communication network, traffic model that are reflected burstness and self-similarity is required. Here self-similarity can be characterized by Hurst parameter. In this paper, when different many data traffic being integrated under various environments is arrived to communication network, Hurst Parameter's change is analyzed and compared with simulation results.