• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권9호
• /
• pp.669-675
• /
• 2002

최근 전자상거래에서 대부분의 개인화 된 추천 시스템들은 고객의 취향에 맞는 적절한 상품을 추천하기 위하여 협동적 필터링 기술을 적용하고 있다. 사용자 기반 협동적 필터링은 특정 고객의 선호도와 가장 유사한 선호도를 가지는 고객 그룹의 선호도를 바탕으로 그 고객의 특정 상품에 대한 선호도를 예측하는 기법이다. 그러나 이 방법은 두 고객이 모두 평가를 한 상품이 있어야 하고 오직 두 고객 사이에서만 상관 관계를 구할 수 있으므로 예측의 정확성이 떨어질 가능성이 있다. 아이템 기반 협동적 필터링은 고객이 선호도를 입력한 기존의 상품들과 예측하고자 하는 상품의 상관 관계를 계산하여 선호도를 예측한다. 이 방법에서는 상품들간의 유사도를 계산하기 위하여 두 상품에 대해 선호도를 입력한 고객들의 정보를 사용한다. 그러나 고객들간의 유사도가 전혀 고려되지 않기 때문에 만약 특정 고객과 전혀 선호도가 비슷하지 않은 사용자들의 평가를 기반으로 한다면, 상품들간의 유사도가 정확 하지 않고 아울러 추천 시스템의 예측 능력과 추천 능력이 저하되는 문제점이 있다. 본 논문에서는 기존의 아이템 기반 협동적 필터링 기술의 문제점을 보완하고 추천 시스템의 예측 능력을 향상시키기 위하여 유사한 선호도를 가지는 고객들의 평가에 근거하여 상품들간의 유사도를 구하여 특정 상품에 대한 고객의 선호도를 예측하여 추천해 주는 기법을 제안한다. 본 논문에서 제안한 방법의 성능을 기존의 여러 다른 협동적 필터링 방법들과의 비교실험을 통해 평가하였다. 실험 결과 본 논문에서 제안한 방법이 기존의 다른 방법들보다 우수함을 확인할 수 있었다.

• 정보처리학회논문지B
• /
• 제13B권2호
• /
• pp.77-82
• /
• 2006

디지털 해프토닝은 연속계조영상과 시각적으로 유사한 이진 영상을 얻기 위한 방법이다. 이러한 해프토닝 방법 중에서 오차 확산 해프토닝은 다른 해프토닝 방법에 비해 우수한 화질을 보이지만 에지가 흐려지는 단점이 있다. 이러한 단점을 개선하기 위해, 본 논문은 인간의 시각이 국부 평균 밝기를 인식하고 공간적인 작은 변화량을 인식하지 못하는 특성을 이용하여 에지를 강조하는 개선된 오차 확산 해프토닝을 제안한다. 제안 방법은 원 화소의 명암값과 $3{\times}3$ 블록의 평균 명암값과의 차이 값에 공간적 위치 값에 따른 가중치를 결합하여 국부 공간 변화량을 구한다. 그 후 정규화된 공간 활성도(local activity)에 평균 명암도를 곱하여 에지 강조 정보량(IEE : information of edge enhancement)을 구하여 IEE를 양자화기 입력에 더하여 에지를 강조한다. 컴퓨터 시뮬레이션은 제안 방법이 기존의 방법에 비해 영상의 에지가 강조되어 시각적으로 선명한 영상을 생성하며 물체의 경계가 잘 보존됨을 보여준다. 또한 거리에 따른 에지 상관도와 로컬 평균 일치도에서도 기존의 방법에 비해 개선된 결과를 보여준다.

• 방사선산업학회지
• /
• 제5권4호
• /
• pp.337-345
• /
• 2011

In order to provide an effective preparedness for a nuclear or radiological emergency happening in the domestic or neighborhood countries and to solve the vague fear of the people for the ingestion of radioactive livestock products, the establishment of national guideline level for radionuclides in feed is urgently necessary. This is because it is important to secure the safety and to manage the crisis in the agricultural, fishery and food sector by performing the effective safety control during and after nuclear incident. This study was performed to investigate the report cases of international organizations and foreign countries to set up a domestic control standard for managing radioactive substances that may be contaminated in animal feeds due to the nuclear power plant incident. In addition, an attempt was made to provide a useful reference that can help prepare a domestic control standard, using a coefficient that can consider the transfer into livestock through the intake of radioactive contaminated animal feeds. The standard radioisotopes investigated were confined to radioactive cesium ($^{137+134}Cs$) and iodine ($^{131}I$). Guideline level for the radionuclides was calculated by using the transfer coefficient factor and the maximum daily intake of animal feed provided by IAEA. For example, the maximum daily intake of animal feed was set as $25kg\;d^{-1}$ for dairy cows, $10kg\;d^{-1}$ for beef cattle, $3.0kg\;d^{-1}$ for pigs and $0.15kg\;d^{-1}$ for chickens. The result values for radioactive cesium were calculated as $8,696Bq\;kg^{-1}$, $4,545Bq\;kg^{-1}$, $1,667Bq\;kg^{-1}$ and $2,469Bq\;kg^{-1}$, respectively. The results for radioactive iodine showed the ranges between $741Bq\;kg^{-1}$ and $76,628Bq\;kg^{-1}$. These data can be utilized as a scientific reference for the preparation of a crisis management manual for the emergency control due to nuclear power plant accident in Korea and neighboring country. These results will contribute to establish the safe feed management system at national level as manual for responding the radioactive exposure of agricultural products and animal feeds, which are currently not established.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.264-264
• /
• 2017

국외의 상수도 원격검침 시스템 내 데이터 전송방식은 도시 규모, 계량기의 밀도, 전력공급 여부 및 통신망의 설치 여부 등을 종합적으로 고려하여 결정되었다. 대부분의 스마트워터미터 제조업체들은 계량기의 부호기가 공급하는 판독 내용(데이터)을 전송할 검침단말기와 근거리 통신망(neighborhood area network)을 연계하여 개발 및 판매하였으며, 자체 소유 통신 프로토콜을 사용하여 라디오 주파수(RF) 통신 기술을 사용하고 있다. 광역통신망(wide area network)의 경우, 노드(말단의 계량기 및 센서)들과 이에 연결된 통신망 들을 포함한 네트웍의 배열이나 구성이 스타(star), 메쉬(mesh), 버스(bus), 나무(tree) 등의 형태로 통신망이 구성되어 있으나, 스타와 메쉬형 통신망 구성형태가 가장 널리 활용되는 것으로 조사되었다. 시스템 통합운영관리 업체들인 IBM, Oracle, Itron 등은 용수 인프라 관리 또는 통합네트워크 솔루션 등의 통합 물관리 시스템(integrated water management system)을 개발하여 현장적용을 하고 있으며, 원격검침 시스템을 통해 고객들의 현재 소비량과 과거 누적 소비량, 누수 감지 서비스 및 실시간 요금 고지 등을 실시간으로 웹 포털과 앱을 통해 제공하고 있다. 또한, 일부 제조업체들은 도시 용수공급/소비 관리자가 주민의 용수사용량을 모니터링하여 일평균 용수사용량 및 사용 경향을 파악하고, 누수를 검지하여 복구 및 용수 사용 지속가능성 지수를 제시하고, 실시간으로 주민의 용수사용량 관련 데이터를 모니터링하여 용수공급의 최적화를 위한 의사결정지원 서비스를 용수공급자에게 제공하고 있다. 최근에는 인공지능을 활용해 가정용수의 용도별(세탁용수, 화장실용수, 샤워용수, 식기세척용수 등) 사용량 곡선을 패터닝하여 profiling 기법을 도입해, 스마트워터미터에서 용수사용량이 통합되어 검지될 시 용수사용량의 세부 용도별 re-profiling 기법을 도입하여 가정용수내 과소비되는 지점을 도출 후 절감을 유도하는 기술이 개발 중이다. 또한, 미래 용수 사용량 예측을 위해 다양한 시계열 자료를 분석하는 선형 종속 모형(자기회귀모형, 자기회귀이동평균모형, 자기회귀적분이동평균모형 등)과 비선형 종속 모형(Fuzzy Logic, Neural Network, Genetic Algorithm 등)을 활용한 예측기능이 구축되어 상호 비교하여 최적의 용수사용량 예측 도구를 제공되고 있다.

• 인지과학
• /
• 제29권4호
• /
• pp.193-220
• /
• 2018

시각 단어 재인에 영향을 미치는 변인으로는 단어 빈도, 단어 길이, 이웃단어, 단어 형태 등이 밝혀진 바 있다. 단어 형태 변인은 한글이 영어와는 글자 체계가 다르기 때문에 형태 정보가 단어 처리에 다른 방식으로 영향을 미칠 수 있다. 본 연구는 게스탈트의 연속성 원리를 한글에 적용하여 한글 단어의 처리 단위를 알아보고, 음절 형태가 한글 단어 재인에 영향을 미치는지 검증하고자 하였다. 실험 1에서는 3음절 단어를 사용하여 음절 유형(평소 읽기방향이 연속성 원리에 부합하는 '가로집자'형(예: "가"), 부합하지 않는 '세로집자'형(예: "고")과 글자 제시 방향(가로, 세로)을 조작하였다. 어휘 판단 시간의 분석 결과, 제시 방향에 상관없이 '가로집자'형의 처리 속도가 '세로집자'형보다 빨랐다. 실험 2에서는 차폐 점화를 사용하여 음절유형('가로집자'와 '세로집자'형) 및 점화 자극과 목표 자극의 시각적 관계(동일, 유사, 상이)를 조작하였다. 점화자극과 목표자극의 음절집자 형태에 따라서 수행에 차이가 있었으며 이는 음절 형태가 단어 재인에 미친다는 것을 시사한다.

• 환경영향평가
• /
• 제28권1호
• /
• pp.23-34
• /
• 2019

지구온난화는 해수면 상승이나 전 세계의 변덕스러운 기후와 같은 심각하면서 부차적인 문제를 야기한다. 2015년 여름에 심각한 폭염이 있은 이래로, 도시열섬에 대한 큰 관심이 모아졌다. 폭염 자체에 대한 연구뿐만이 아니라, 많은 연구가 온난화된 기후와 미시 기후에 적응하는 방법에 중점을 둔다. 기존 연구들의 상당부분은 도시열섬 효과를 완화하는 것인데, 이는 다양한 활동을 하고 있는 인구가 많은 도시 지역에 거대한 불침투성 표면이 존재하고 있기 때문이다. 또한 이 열 환경이 열 취약성에 의한 사망을 초래할 가능성이 높다는 것은 심각한 문제이다. 여름철 그린인프라의 냉각효과에 대한 논문이 많이 있어왔지만, 본 연구는 도시 협곡과 인접한 그린인프라 유형을 고려하여 가로수의 냉각 효과를 측정하는 데에 집중했다. 이 정량적 접근은 ENVI-met 시뮬레이션을 통해 서울의 상업지역 블록에서 진행되었다. 연구결과로 밀도가 높은 2열 식재가 단열식재보다 온도 변화에 더 민감하다는 것을 발견했다. 2열 식재 시나리오 중 가로수와 지표면 사이의 공간이 좁은 관목은 주간에 열을 저장하여 야간에 저장열 방출을 막아 더 높은 온도를 유지하는 것으로 밝혀졌다. 식생 공간의 냉각 효과를 정량화하면 미래의 비용 및 편익 평가 연구에 기여할 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제21권11호
• /
• pp.213-223
• /
• 2021

어린이는 행동적, 신체적 특성상 성인보다 교통사고에 노출될 가능성이 높기 때문에 안전한 보행환경을 조성하는 것은 매우 중요하다. 이에 이 연구에서는 교통사고분석시스템(TAAS)에서 제공하는 2016-2018년 서울시 보행자 교통사고 자료로 공간포아송 모형을 활용하여 어린이보호구역 주변 보행자 교통사고에 영향을 미치는 도로 및 교통안전시설의 특성을 분석했다. 주요 분석 결과는 다음과 같다. 첫째, 어린이보호구역 내 교차로가 많고 근린도로 비율이 높을수록 보행자 교통사고 발생 위험이 높아진다. 둘째, 보행자 작동신호기는 보행자 교통사고 발생을 줄이는 것으로 나타났다. 셋째, 이 연구에서 고려한 교통안전시설 중 보행자 작동신호기를 제외하고는 어떠한 교통안전시설도 보행자 교통사고 위험을 줄이는 데 효과가 없는 것으로 나타났다. 한편, 물리적 시설의 개선뿐만 아니라 교통안전교육 등 비물리적 요인이 뒷받침 된다면 어린이보호구역 내 보행자 교통사고 감소 효과는 더욱 극대화될 것으로 기대된다.

• 천문학회지
• /
• 제55권5호
• /
• pp.173-194
• /
• 2022

We complete the survey for finite-source/point-lens (FSPL) giant-source events in 2016-2019 KMTNet microlensing data. The 30 FSPL events show a clear gap in Einstein radius, 9 𝜇as < 𝜃_E < 26 𝜇as, which is consistent with the gap in Einstein timescales near t_E ~ 0.5 days found by Mróz et al. (2017) in an independent sample of point-source/point-lens (PSPL) events. We demonstrate that the two surveys are consistent. We estimate that the 4 events below this gap are due to a power-law distribution of free-floating planet candidates (FFPs) dN_FFP/d log M = (0.4 ± 0.2) (M/38 M_⊕)^-p/star, with 0.9 ≲ p ≲ 1.2. There are substantially more FFPs than known bound planets, implying that the bound planet power-law index 𝛾 = 0.6 is likely shaped by the ejection process at least as much as by formation. The mass density per decade of FFPs in the Solar neighborhood is of the same order as that of 'Oumuamua-like objects. In particular, if we assume that 'Oumuamua is part of the same process that ejected the FFPs to very wide or unbound orbits, the power-law index is p = 0.89 ± 0.06. If the Solar System's endowment of Neptune-mass objects in Neptune-like orbits is typical, which is consistent with the results of Poleski et al. (2021), then these could account for a substantial fraction of the FFPs in the Neptune-mass range.

• 지능정보연구
• /
• 제29권3호
• /
• pp.1-17
• /
• 2023

정보통신기술의 발전과 디지털 기기의 대중화로 인해, 온라인 시장의 규모가 커지고 있다. 그 결과 고객들은 상품을 선택하는데 많은 시간과 비용이 소요되는 정보 과부하(Information Overload) 문제에 직면하고 있다. 따라서 고객이 선호할만한 상품을 추천해 주는 추천 시스템은 필수적인 도구가 되었으며 협업 필터링(Collaborative Filtering) 기법은 가장 널리 쓰이는 추천 방법이다. 전통적인 추천 시스템은 평점과 같은 정량적인 데이터만을 사용하기 때문에 추천의 정확도는 높지 않다. 이와 같은 문제를 해결하기 위해 요즘에는 사용자 리뷰와 같은 정성적 데이터를 반영하는 연구가 활발히 진행되고 있다. 협업 필터링의 일반적인 절차는 사용자-상품 행렬 생성, 이웃 집단 탐색, 추천 목록 생성 3단계로 구성되며 코사인 같은 사용자 유사도를 사용하여 목표 고객의 이웃을 탐색하며, 추천 상품 목록을 생성한다. 본 연구에서는 이웃 집단 탐색 및 추천 목록 생성 단계에서 사용하는 사용자 간의 유사도를 기존의 사용자 평점을 이용한 유사도에 고객의 리뷰 데이터를 사용하는 확장된 사용자 유사도를 제시한다. 리뷰를 정량화 하기 위해 본 연구에서는 텍스트 마이닝을 활용한다. 즉, 리뷰 데이터에 TF-IDF, Word2Vec, 그리고 Doc2Vec 기법을 사용하여 두 사용자 간의 리뷰 유사도를 구한 후 사용자 평점을 사용한 유사도와 리뷰 유사도를 결합한 확장된 유사도를 생성하는 것이다. 이를 검증하기 위해 전자상거래 사이트인 Amazon의 'Health and Personal Care'의 사용자 평점과 리뷰 데이터를 사용하였다. 실험 결과, 사용자 간 유사도를 산출할 때 기존의 평점에 기반한 유사도만을 사용하는 것보다, 사용자 리뷰의 유사도를 추가로 반영한 확장된 유사도를 사용하면 추천의 정확도가 높아진다는 것을 확인했다. 또한, 여러 텍스트 마이닝 기법 중에서 TF-IDF 기법을 사용한 확장된 유사도를 이웃 집단 탐색 및 추천 목록 생성단계에서 사용할 때의 성능이 가장 좋게 나타났다.

• Asia pacific journal of information systems
• /
• 제17권4호
• /
• pp.187-206
• /
• 2007

The development of computer and information technology has been combined with the information superhighway internet infrastructure, so information widely spreads not only in special fields but also in the daily lives of people. Information ubiquity influences the traditional way of transaction, and leads a new E-commerce which distinguishes from the existing E-commerce. Not only goods as physical but also service as non-physical come into E-commerce. As the scale of E-Commerce is being enlarged as well. It keeps people from finding information they want. Recommender systems are now becoming the main tools for E-Commerce to mitigate the information overload. Recommender systems can be defined as systems for suggesting some Items(goods or service) considering customers' interests or tastes. They are being used by E-commerce web sites to suggest products to their customers who want to find something for them and to provide them with information to help them decide which to purchase. There are several approaches of recommending goods to customer in recommender system but in this study, the main subject is focused on collaborative filtering technique. This study presents a possibility of pre-evaluation for the prediction performance of customer's preference in collaborative filtering before the process of customer's preference prediction. Pre-evaluation for the prediction performance of each customer having low performance is classified by using the statistical features of ratings rated by each customer is conducted before the prediction process. In this study, MovieLens 100K dataset is used to analyze the accuracy of classification. The classification criteria are set by using the training sets divided 80% from the 100K dataset. In the process of classification, the customers are divided into two groups, classified group and non classified group. To compare the prediction performance of classified group and non classified group, the prediction process runs the 20% test set through the Neighborhood Based Collaborative Filtering Algorithm and Correspondence Mean Algorithm. The prediction errors from those prediction algorithm are allocated to each customer and compared with each user's error. Research hypothesis : Two research hypotheses are formulated in this study to test the accuracy of the classification criterion as follows. Hypothesis 1: The estimation accuracy of groups classified according to the standard deviation of each user's ratings has significant difference. To test the Hypothesis 1, the standard deviation is calculated for each user in training set which is divided 80% from MovieLens 100K dataset. Four groups are classified according to the quartile of the each user's standard deviations. It is compared to test the estimation errors of each group which results from test set are significantly different. Hypothesis 2: The estimation accuracy of groups that are classified according to the distribution of each user's ratings have significant differences. To test the Hypothesis 2, the distributions of each user's ratings are compared with the distribution of ratings of all customers in training set which is divided 80% from MovieLens 100K dataset. It assumes that the customers whose ratings' distribution are different from that of all customers would have low performance, so six types of different distributions are set to be compared. The test groups are classified into fit group or non-fit group according to the each type of different distribution assumed. The degrees in accordance with each type of distribution and each customer's distributions are tested by the test of ${\chi}^2$ goodness-of-fit and classified two groups for testing the difference of the mean of errors. Also, the degree of goodness-of-fit with the distribution of each user's ratings and the average distribution of the ratings in the training set are closely related to the prediction errors from those prediction algorithms. Through this study, the customers who have lower performance of prediction than the rest in the system are classified by those two criteria, which are set by statistical features of customers ratings in the training set, before the prediction process.