• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.524-527
• /
• 2022

본 연구에서는 머신러닝(Machine Learning, ML)과 딥러닝(Deep Learning, DL) 모델을 앙상블(Ensemble)하여 어떠한 주가 예측 방법이 우수한지에 대한 연구를 하고자 한다. 연구에 사용된 모델은 하이퍼파라미터(Hyperparameter) 조정을 통하여 최적의 결과를 출력한다. 앙상블 방법은 머신러닝과 딥러닝 모델의 앙상블, 머신러닝 모델의 앙상블, 딥러닝 모델의 앙상블이다. 세 가지 방법으로 얻은 결과를 평균 제곱근 오차(Root Mean Squared Error, RMSE)로 비교 분석하여 최적의 방법을 찾고자 한다. 제안한 방법은 주가 예측 연구의 시간과 비용을 절약하고, 최적 성능 모델 판별에 도움이 될 수 있다고 사료된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.665-666
• /
• 2023

딥러닝은 인간이 탐지하기 어려운 데이터의 특징 및 패턴을 인지하고, 이들을 학습하여 데이터를 분류 및 예측할 수 있는 기술이다. 그러나 딥러닝 모델을 잘 학습시키기 위해서는 고품질의 대용량 데이터와 이들을 처리할 수 있는 방대한 컴퓨터 자원이 요구되는 것이 일반적이다. 따라서 소량의 데이터만이 존재하는 분야나 컴퓨터 자원이 한정되어 있는 상황에서는 딥러닝을 적용하기 어렵다. 본 논문에서는, 소량의 데이터로도 모델을 자신들의 태스크에 맞게 최적화시킬 수 있는 메타러닝에 대해 소개하고, 메타 러닝 기법들의 방향에 따른 Metric-Based, Model-Based 및 Optimization 기반 모델들에 대해 소개하고, 앞으로 나아가야 할 연구 방향에 대해 제시한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.576-578
• /
• 2023

네트워크 트래픽 연구는 오랜 기간 지속되어 왔으며, 구현이 비교적 간단하고 높은 정확도를 가지는 기존의 분류 방식들이 오랫동안 사용되어왔다. 그러나 네트워크 기술과 암호화 기술의 발달로 기존의 분류 방식들은 더 이상 분류 결과에 대한 신뢰성을 보장할 수 없으며, 이에 따라 새로운 분류 방식의 필요성이 대두되었다. 최근 머신러닝과 딥러닝을 네트워크 트래픽 분류에 적용하는 연구가 활발히 이루어지고 있으며 획기적인 모델들이 많이 제안되었고, 그 분류 성능 또한 입증되었다. 그러나 여전히 여러 가지 극복해야 할 문제점은 남아있으며 이러한 문제점을 해결하기 위한 연구가 앞으로도 계속 진행될 것으로 보인다. 본 논문은 머신러닝과 딥러닝을 이용한 네트워크 트래픽 분류 연구 동향에 대해 살펴보고 이러한 연구들이 가지는 문제점을 짚고 넘어가며 앞으로의 네트워크 트래픽 분류 연구의 방향성에 대해 이야기 하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.565-568
• /
• 2008

우리나라의 경우에서처럼 인터넷 인프라 환경을 이용한 e-러닝은 교육인적자원부의 사이버가정학습을 시작하여, 사설 학원에서 수익모델로 많은 e-러닝 콘텐츠가 개발되어 상용화 되고 있다. 대학에서는 사이버 대학 및 사이버 과목을 수강하여 공식적인 학점으로 인정을 받은 단계는 정착화 되고 있는 실정이지만, 아직 활용도 차원에서는 활발한 활동이 이루어지지는 않는 것으로 본문의 'e-러닝학습의 문제점'을 보면서 알 수 있다. 본 논문에서는 특히 대학교육의 유비쿼터스 컴퓨팅 환경에서 e-러닝을 접목하여 새로운 교육의 패러다임을 적용한 u-러닝 활용방안을 연구하고 앞으로 e-러닝의 발전방향을 연구하고자 한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2015년도 제51차 동계학술대회논문집 23권1호
• /
• pp.329-330
• /
• 2015

최근 한류의 유행과 결혼 이주여성 등의 증가로 인해 다양한 첨단 미디어를 통하여 세계 각국에서 외국어로서의 한국어를 배우려는 학습자의 수가 증가하고 있다. 교수자와 학습자간의 교육환경은 다양한 학습미디어의 발전에 따라 학습자가 수동적인 자세에서 벗어나 능동적인 학습 방법으로 진화되고 있다. 특히 다양한 멀티미디어 기기와 관련 기술들의 발전은 기존의 교육방법론적 환경에서 벗어나, 새로운 기술에 기반을 둔 학습자 중심의 교육방법의 개선과 제시에는 현실적으로 고려해야하는 여러 사항과 문제점이 존재한다. 따라서 이 논문에서는 최신 기술에 기반을 둔 모바일을 이용한 엠러닝(M-Learning) 기반의 한국어교육 콘텐츠관리를 위한 시스템을 제안하고자 한다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2013년도 춘계 종합학술대회 논문집
• /
• pp.273-274
• /
• 2013

모바일 기술의 발전과 폭발적인 성장으로 모바일 서비스에 관심이 높아만 가고 있다. 최근 새로운 IT 트랜드로 모바일 클라우드 컴퓨팅(MCC: Mobile Cloud Computing)이 새롭게 떠오르고 있다. 특히, 모바일 러닝을 위한 미래의 새로운 IT 서비스가 기대되고 있다. 현재, 모바일 기기의 한계점(장애물) 때문에 극복해야 할 문제들이 산재해 있다. 이들 문제가 되는 잠재적인 장애물을 다루고 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.257-258
• /
• 2017

머신러닝 기법을 다양한 분야에 사용되는 연구가 한창이다. 본 논문에서는 악성 코드의 분류 시스템에 머신러닝 기법을 적용하였다. 악성 코드 파일을 적당한 크기로 이미지화하여 텐서 플로우의 인셉션 V3에 적용하였다. 실험 결과, 이미지의 사이즈 조정과 파라미터 조정을 통해 매우 만족할 만한 수준으로 악성 코드를 잘 분류함을 확인할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.969-970
• /
• 2017

차량의 자율주행을 위해서 신호등의 검출은 매우 중요한 부분이며, 최근 딥러닝 기술이 자율주행 및 운전자 보조 시스템에 적용되고 있다. 본 논문에서는 객체 검출을 위한 잘 알려진 딥러닝 기법을 신호등 검출에 적용해 본다. 공개된 데이터셋을 이용하였으며 일반적인 컴퓨터 구성에서 실험하여 신호등 검출을 하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.827-829
• /
• 2018

최근 몇 년 동안 딥러닝 기법을 이용한 객체 검출이 뛰어난 성능을 보여주었다. 얼굴 검출은 도전적인 문제로 많은 연구가 되고 있다. 본 논문에서는 임베디드 환경에서 적용할 수 있는 객체 검출을 위한 딥러닝 방법을 살펴보고, 얼굴 데이터 셋을 이용하여 훈련시켜 얼굴 검출에 적용한다. 훈련된 모델의 크기는 임베디드 환경에 적합한 메모리 요구량을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.811-812
• /
• 2018

딥러닝 기술의 발전에 따라, 딥러닝을 Human Pose Estimation에 적용하는 연구가 활발하게 수행되고 있다. 본 논문에서는 딥러닝을 이용한 여러 기술 중 가장 활발하게 사용이 되고 있는 Open Pose 와 Deeper Cut 기술의 특성을 분석한다.