• 한국초등과학교육학회지:초등과학교육
• /
• 제27권1호
• /
• pp.9-22
• /
• 2008

The purpose of this study was to investigate the type of classification criterion and the characteristic of classification strategy that appear in pre-service elementary teachers' classification activity. The 4 tasks were developed for classification activity; button as a real things that attribute is prominent, shell as a real things that attribute is less prominent, snow flake as a picture cards that attribute is prominent, and galaxy as a picture cards that attribute is less prominent. The 5 college students who major in elementary education were selected. Data were collected by interview with participants, participants' classification recording paper, investigator's observation of participants' action observation, and videotaped that record participants' subject classification process. Result proved in this study is as following. First, pre-service elementary teachers used 4 qualitative classification criterion of feature, random field, image and secondary property, and used 2 dimension classification criterion of space and quantity. They used single quality classification criterion or combining dimension classification criterion in classification activity. Second, pre-service elementary teachers have classification strategy that apply each various classification criterion, and also classification strategy are different according to subject, but discussed that "anchor" and "priming effect" are important for effective classification. Result of this study is expected to contribute classification research and classification teaching program development.

• 사물인터넷융복합논문지
• /
• 제8권1호
• /
• pp.65-72
• /
• 2022

사물인터넷(IoT)은 데이터의 융합과 공유 기능을 제공하며, 다양한 첨단 기술이 함께 융복합되어 새로운 서비스를 창출하는 데 있어서 가장 근간이 되는 핵심 기술 분야이다. 하지만, 사물인터넷에 대한 분류 체계가 제각각이며 국내 공공분야를 대상으로 한정 지었을 경우 실제로 어느 정도의 점유율로 어떤 기기 등이 설치되어 운영되고 있는지에 대한 현황을 제대로 파악하기가 어려울 정도로 체계화된 자료나 연구 결과를 발견하기가 매우 어렵다. 따라서 본 연구에서는 사물인터넷 기기에 대한 분류 체계를 매출액과 출하량 및 성장률에 근거하여 현실에 맞게 관련성을 분석한 후 이를 토대로 국내 공공기관을 대상으로 실제 IoT 기기의 점유율 등을 상세 분석하였다. 도출된 분석 결과는 앞으로 IoT 기기에 대한 악성코드 공격 대응, 침해사고 분석 및 보안 취약성 강화 등 정보보호 기술 고도화를 위한 연구 분석용 IoT 기기를 선정하는 과정에서 효율적으로 활용 될 수 있을 것으로 기대된다.

• 한국멀티미디어학회논문지
• /
• 제23권3호
• /
• pp.447-459
• /
• 2020

The Internet of Things(IoT) paradigm is flourishing strenuously for the last two decades. Researchers around the globe have their dreams to transmute every real-world object to the virtual object. Consequently, IoT devices are escalating exponentially. The abrupt evolution of these IoT devices has caused a major challenge i.e. object classification. In order to classify devices comprehensively and accurately, this paper proposes a context-aware based multi-classification model for devices, which classifies the smart devices according to people's contexts. However, the classification features of contextual data of different contexts are difficult to extract. The deep learning algorithm has the capability to solve this problem. This paper proposes a context-aware based multi-classification model of devices, which classifies the smart devices according to people's contexts.

• 대한지구과학교육학회지
• /
• 제4권2호
• /
• pp.151-165
• /
• 2011

Following a microgenetic design, this study was analysed the characteristic and the change of classification strategy that appear in college students' classification activity. The 4 tasks were developed for classification activity; a shell as a familiar real things, an animal fossil as a unfamiliar real things, a snow flake as a familiar picture cards and galaxy as a unfamiliar picture card. Achieved study to 6 college students who major in elementary education. Data were collected by interview with subjects, subject's classification schema, investigator's observation of subject's activity, and videotaped that record subject's subject classification process over an extended period of 6 times. Result proved in this study is as following. In the 6 times of the data collection procedures, a strategy F identifying concrete attribution of classification objects and a more detailed strategy X3 combining qualitative, spatial and dimensional attribution were found and more frequently used in both groups of college students which reported a classification process and did not report the process. While discovery and absorption of both a concrete classification strategy and a detailed classification strategy were rapidly developed in the reporting group, they were gradually developed in the non-reporting group. In addition to this, as the data collection procedures were progressing, the college students were familiar with change factors of classification tasks and in the case of pictures the classification strategy showed more desirable changes.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권5호
• /
• pp.1998-2014
• /
• 2016

In recent years, cloud computing services based on smart phones and other mobile terminals have been a rapid development. Cloud computing has the advantages of mass storage capacity and high-speed computing power, and it can meet the needs of different types of users, and under the background, mobile cloud computing (MCC) is now booming. In this paper, we have put forward a new classification-based virtual machine placement (CBVMP) algorithm for MCC, and it aims at improving the efficiency of virtual machine (VM) allocation and the disequilibrium utilization of underlying physical resources in large cloud data center. By simulation experiments based on CloudSim cloud platform, the experimental results show that the new algorithm can improve the efficiency of the VM placement and the utilization rate of underlying physical resources.

• 한국인터넷방송통신학회논문지
• /
• 제22권3호
• /
• pp.9-14
• /
• 2022

각종 기기들이 연결되는 사물인터넷(internet of things) 시스템에서 중요한 부품의 고장은 경제적, 인명의 손실을 야기할 수 있다. 시스템 내에서 발생하는 고장으로 인한 손실을 줄이기 위해 고장 검진 기술이 IoT에서 중요한 기술로써 여겨지고 있다. 본 논문에서는 그래프 신경망 기반 방법을 사용하여 시스템 내의 설비에서 취득된 진동 데이터의 특징을 추출하여 고장 여부를 판단하고 유형을 분류하는 방법을 제안한다. 딥러닝 모델의 학습을 위해, CWRU(case western reserve university)에서 취득된 고장 데이터 셋을 입력 데이터로 사용한다. 제안하는 모델의 분류 정확도 성능을 확인하기 위해 기존 제안된 합성곱 신경망(convolutional neural networks) 기반 분류 모델과 제안된 모델을 비교한다. 시뮬레이션 결과, 제안된 모델은 불균등하게 나누어진 데이터에서 기존 모델보다 분류 정확도를 약 5% 향상 시킬 수 있는 것을 확인하였다. 이후 연구로, 제안하는 모델을 경량화해서 분류 속도를 개선할 예정이다.

• Journal of Information Processing Systems
• /
• 제20권2호
• /
• pp.215-225
• /
• 2024

With the rapid development of Internet of Things (IoT) and big data technology, a large amount of data will be generated during the operation of related industries. How to classify the generated data accurately has become the core of research on data mining and processing in IoT industry chain. This study constructs a classification model of IoT industry chain based on improved random forest algorithm and text analysis, aiming to achieve efficient and accurate classification of IoT industry chain big data by improving traditional algorithms. The accuracy, precision, recall, and AUC value size of the traditional Random Forest algorithm and the algorithm used in the paper are compared on different datasets. The experimental results show that the algorithm model used in this paper has better performance on different datasets, and the accuracy and recall performance on four datasets are better than the traditional algorithm, and the accuracy performance on two datasets, P-I Diabetes and Loan Default, is better than the random forest model, and its final data classification results are better. Through the construction of this model, we can accurately classify the massive data generated in the IoT industry chain, thus providing more research value for the data mining and processing technology of the IoT industry chain.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권1호
• /
• pp.37-44
• /
• 2017

사물 인터넷(IoT) 산업이 확산되면서 사용자의 정보를 특별한 조작 없이 물체가 스스로 인식하는 일이 매우 중요해졌다. 그중에서도 성별(남, 여)은 생물학적인 구조가 달라 성향이 다르고 사회적으로도 기대하는 바가 다르기 때문에 매우 중요한 요소이다. 하지만 얼굴 이미지를 기반으로 한 성별 인식과 관련된 연구는 동일한 성별이라도 다양한 생김새를 가지고 있어서 여전히 도전적인 분야이다. 그리고 성별인식 시스템을 사물 인터넷에 적용하기 위해서는 디바이스 크기를 소형화 시켜야 하며 저전력으로 구동이 가능해야 한다. 따라서 본 논문에서는 저전력으로 실제 사물에서 성별을 인식할 수 있는 기능을 탑재하기 위해 딥 러닝 기반의 성별 인식 알고리즘을 제안하고 이를 모바일 GPU 임베디드 보드에 포팅하여 최종적으로 실시간 성별인식 시스템을 구현하였다. 실험에서는 소비전력과 초당 처리 가능한 프레임 수를 PC환경과 모바일 GPU 임베디드 환경에서 측정하여 저전력 환경에서도 성별 인식이 가능함을 증명하였다.

• 한국비블리아학회지
• /
• 제17권2호
• /
• pp.5-22
• /
• 2006

문화분류와 문화콘텐츠산업분류는 관련 정책, 지원, 통계, 평가를 위한 필수적인 기본도구이며, 이과정은 순환되는 것을 알 수 있다. 이의 용례를 법, 문화지표, 통계, 평가항목, 관련 연구보고서 분석하여 살펴본 결과 단기적 목적에 따라 아주 다양하게 분류되는 것을 발견하였다. 본 논문에서는 콜론분류방법에 기초한 분류안을 제시하였으며, 분류요소로서 통신망, 매체, 장르, 문화영역구분을 사용하였다.

• International Journal of Knowledge Content Development & Technology
• /
• 제4권1호
• /
• pp.39-51
• /
• 2014

The paper proposes that the Basic Concepts Classification (BCC) could serve as the controlled vocabulary for the Semantic Web. The BCC uses a synthetic approach among classes of things, relators, and properties. These are precisely the sort of concepts required by RDF triples. The BCC also addresses some of the syntactic needs of the Semantic Web. Others could be added to the BCC in a bottom-up process that carefully evaluates the costs, benefits, and best format for each rule considered.