Pub Date : 2023-10-31DOI: 10.5626/ktcp.2023.29.10.474
Yi-Sue Jung, Jong-Hoon Park, Young-Rae Cho
COVID-19와 같이 새롭게 등장한 질병에 신속히 효과적으로 대처하기 위하여 컴퓨터 알고리즘을 사용한 약물 재배치 기법이 주목받고 있다. 본 연구에서는 약물의 다양한 특성을 멀티모달 자동 인코더를 통해 통합하여 약물의 분류 체계인 ATC 코드를 예측하는 방법을 제안한다. 약물 간의 유사도는 약물의 화학 구조, 질병 또는 단백질과의 상관관계, 약물 간 상호작용, 약물 부작용 정보를 활용하여 계산하였고, 멀티모달 자동 인코더를 통해 이를 통합하여 하나의 약물 유사도 네트워크를 구성하였다. 또한, 약물-ATC 코드 이기종 네트워크를 구성하여 ATC 코드 예측을 진행하였다. 교차검증을 통해 실험 결과를 평가했을 때, 단일 유사도를 사용하는 경우 0.847의 AUC 값에서 병합된 유사도를 사용했을 때 0.914의 AUC 값으로 예측 정확도가 8.5% 향상되었다.
{"title":"Predicting Drug Classification Codes by Feature Integration Using Multi-modal Autoencoders","authors":"Yi-Sue Jung, Jong-Hoon Park, Young-Rae Cho","doi":"10.5626/ktcp.2023.29.10.474","DOIUrl":"https://doi.org/10.5626/ktcp.2023.29.10.474","url":null,"abstract":"COVID-19와 같이 새롭게 등장한 질병에 신속히 효과적으로 대처하기 위하여 컴퓨터 알고리즘을 사용한 약물 재배치 기법이 주목받고 있다. 본 연구에서는 약물의 다양한 특성을 멀티모달 자동 인코더를 통해 통합하여 약물의 분류 체계인 ATC 코드를 예측하는 방법을 제안한다. 약물 간의 유사도는 약물의 화학 구조, 질병 또는 단백질과의 상관관계, 약물 간 상호작용, 약물 부작용 정보를 활용하여 계산하였고, 멀티모달 자동 인코더를 통해 이를 통합하여 하나의 약물 유사도 네트워크를 구성하였다. 또한, 약물-ATC 코드 이기종 네트워크를 구성하여 ATC 코드 예측을 진행하였다. 교차검증을 통해 실험 결과를 평가했을 때, 단일 유사도를 사용하는 경우 0.847의 AUC 값에서 병합된 유사도를 사용했을 때 0.914의 AUC 값으로 예측 정확도가 8.5% 향상되었다.","PeriodicalId":479646,"journal":{"name":"Jeongbogwahakoe keompyuting-ui silje nonmunji","volume":"37 4","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-10-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135768372","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2023-10-31DOI: 10.5626/ktcp.2023.29.10.482
Mikyeong Lee, Minsoo Lee
주기적인 시계열 데이터에서는 불규칙한 패턴이 부분적으로 관측될 수 있다. 폭우에 의한 수질 변화, 연휴에 의한 대중교통 이용량 변화와 같이 불규칙한 패턴이 중요한 의미를 갖는 경우에는 이를 정확히 예측하는 것이 중요하다. 일반적인 딥러닝 기반 시계열 데이터 예측에서는 목표 변수를 도입하여 모델을 구성한다. 그러나 모델 학습에 목표 변수만을 도입할 경우 규칙적인 패턴에 비해서 불규칙한 패턴은 상대적으로 정확히 예측하지 못한다. 본 논문에서는 목표 변수가 아닌, 잠재 요인들을 특징 추출에 활용하는 불규칙 경향 예측 기법을 제안한다. 제안하는 기법에 대한 검증을 수행한 결과, 목표 변수를 직접 사용한 경우보다, 잠재 요인만을 분석에 활용한 제안하는 기법의 경우 불규칙성을 상대적으로 잘 감지하는 것을 확인하였다. 본 논문은 목표 변수를 분석에 활용하는 일반적인 시계열 예측 기법과 달리 잠재 요인만을 활용하여 목표 변수의 불규칙한 패턴을 효과적으로 예측할 수 있다는 점에서 의의가 있다.
{"title":"An Effective Irregular Trend Prediction Method Using Feature Extraction on Potential Factors Based on CNN-LSTM","authors":"Mikyeong Lee, Minsoo Lee","doi":"10.5626/ktcp.2023.29.10.482","DOIUrl":"https://doi.org/10.5626/ktcp.2023.29.10.482","url":null,"abstract":"주기적인 시계열 데이터에서는 불규칙한 패턴이 부분적으로 관측될 수 있다. 폭우에 의한 수질 변화, 연휴에 의한 대중교통 이용량 변화와 같이 불규칙한 패턴이 중요한 의미를 갖는 경우에는 이를 정확히 예측하는 것이 중요하다. 일반적인 딥러닝 기반 시계열 데이터 예측에서는 목표 변수를 도입하여 모델을 구성한다. 그러나 모델 학습에 목표 변수만을 도입할 경우 규칙적인 패턴에 비해서 불규칙한 패턴은 상대적으로 정확히 예측하지 못한다. 본 논문에서는 목표 변수가 아닌, 잠재 요인들을 특징 추출에 활용하는 불규칙 경향 예측 기법을 제안한다. 제안하는 기법에 대한 검증을 수행한 결과, 목표 변수를 직접 사용한 경우보다, 잠재 요인만을 분석에 활용한 제안하는 기법의 경우 불규칙성을 상대적으로 잘 감지하는 것을 확인하였다. 본 논문은 목표 변수를 분석에 활용하는 일반적인 시계열 예측 기법과 달리 잠재 요인만을 활용하여 목표 변수의 불규칙한 패턴을 효과적으로 예측할 수 있다는 점에서 의의가 있다.","PeriodicalId":479646,"journal":{"name":"Jeongbogwahakoe keompyuting-ui silje nonmunji","volume":"20 6","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-10-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135768377","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2023-10-31DOI: 10.5626/ktcp.2023.29.10.488
Heeyoon Yang, Jee-Hyong Lee
세션 기반 추천에 사용되는 세션 데이터셋은 롱테일 분포를 지니고 있어, 자주 등장하는 상품들이 활발히 학습되지만, 반대의 경우에는 충분한 학습이 이루어지지 않아 롱테일 상품의 추천이 잘 이루어지지 않는다. 특히, GNN 기반 모델 학습 과정에서는 등장 빈도가 높은 상품들은 노름(Norm)이 증가하고, 세션 기반 추천의 특성상 노름이 큰 상품들에 치우쳐서 추천되는 경향이 있다. 본 논문에서는 이를 완화하기 위해서 노름의 크기를 반영한 새로운 임베딩 증강기법을 포함한 세션 기반 추천 모델인 NormixSR를 제안한다. 구체적으로, 노름이 작은 세션들을 임베딩 단계에서 보간하는 방식으로 증강하여 롱테일 세션들을 추가적으로 학습하는 기법을 제안하였고, 더하여 학습 가능한 소프트맥스 스케일링 기법과 Focal Loss를 통해 모델의 학습 능력을 향상할 수 있도록 하였다. 실험을 통해 NormixSR가 롱테일 상품의 추천 정확도 향상과 인기도 편향 완화에 효과가 있음을 보였다.
{"title":"NormixSR: Improving Long-tail Recommendation via Norm-based Embedding Mixup Session Representation","authors":"Heeyoon Yang, Jee-Hyong Lee","doi":"10.5626/ktcp.2023.29.10.488","DOIUrl":"https://doi.org/10.5626/ktcp.2023.29.10.488","url":null,"abstract":"세션 기반 추천에 사용되는 세션 데이터셋은 롱테일 분포를 지니고 있어, 자주 등장하는 상품들이 활발히 학습되지만, 반대의 경우에는 충분한 학습이 이루어지지 않아 롱테일 상품의 추천이 잘 이루어지지 않는다. 특히, GNN 기반 모델 학습 과정에서는 등장 빈도가 높은 상품들은 노름(Norm)이 증가하고, 세션 기반 추천의 특성상 노름이 큰 상품들에 치우쳐서 추천되는 경향이 있다. 본 논문에서는 이를 완화하기 위해서 노름의 크기를 반영한 새로운 임베딩 증강기법을 포함한 세션 기반 추천 모델인 NormixSR를 제안한다. 구체적으로, 노름이 작은 세션들을 임베딩 단계에서 보간하는 방식으로 증강하여 롱테일 세션들을 추가적으로 학습하는 기법을 제안하였고, 더하여 학습 가능한 소프트맥스 스케일링 기법과 Focal Loss를 통해 모델의 학습 능력을 향상할 수 있도록 하였다. 실험을 통해 NormixSR가 롱테일 상품의 추천 정확도 향상과 인기도 편향 완화에 효과가 있음을 보였다.","PeriodicalId":479646,"journal":{"name":"Jeongbogwahakoe keompyuting-ui silje nonmunji","volume":"20 10","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-10-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135768373","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2023-10-31DOI: 10.5626/ktcp.2023.29.10.494
Shinui Kim, Karpjoo Jeong, Wooyong Kim
본 논문은 대학생의 자기주도적 케어를 위한 서비스모델을 설계하고 이를 위한 라이프로그 관리 시스템을 개발하는 것을 목표로 한다. 자기주도적 케어 서비스모델은 심리학 이론인 정보-동기-행동기술 모델을 바탕으로 설계되었다. 정보-동기-행동기술 모델은 행동변화의 핵심 요인을 제시한 심리학 이론이며 본 연구에서 개발한 서비스모델은 해당 이론을 적용하여 라이프로그 데이터 기반으로 건강한 생활습관 증진을 위한 중재를 제공한다. 라이프로그 관리 시스템은 신체적, 정신적 건강 상태와 일상생활의 활동데이터를 수집, 저장 및 분석하는 서비스를 제공한다. 구체적으로 시스템은 웨어러블 기기, 모바일 앱, 서비스 애플리케이션 및 IoT 플랫폼으로 구성되고 생체 데이터, 감정 데이터, 활동 데이터로 구성된 라이프로그를 관리한다. 연구팀은 2022년 가을학기부터 해당 시스템을 사용하여 건국대학교 학생들이 자기주도적 케어를 실습하는 실험을 수행하여 라이프로그 관리 시스템의 개인 맞춤형 개입 서비스를 검증하였다.
{"title":"Lifelog Management System for Self-directed Care of College Students","authors":"Shinui Kim, Karpjoo Jeong, Wooyong Kim","doi":"10.5626/ktcp.2023.29.10.494","DOIUrl":"https://doi.org/10.5626/ktcp.2023.29.10.494","url":null,"abstract":"본 논문은 대학생의 자기주도적 케어를 위한 서비스모델을 설계하고 이를 위한 라이프로그 관리 시스템을 개발하는 것을 목표로 한다. 자기주도적 케어 서비스모델은 심리학 이론인 정보-동기-행동기술 모델을 바탕으로 설계되었다. 정보-동기-행동기술 모델은 행동변화의 핵심 요인을 제시한 심리학 이론이며 본 연구에서 개발한 서비스모델은 해당 이론을 적용하여 라이프로그 데이터 기반으로 건강한 생활습관 증진을 위한 중재를 제공한다. 라이프로그 관리 시스템은 신체적, 정신적 건강 상태와 일상생활의 활동데이터를 수집, 저장 및 분석하는 서비스를 제공한다. 구체적으로 시스템은 웨어러블 기기, 모바일 앱, 서비스 애플리케이션 및 IoT 플랫폼으로 구성되고 생체 데이터, 감정 데이터, 활동 데이터로 구성된 라이프로그를 관리한다. 연구팀은 2022년 가을학기부터 해당 시스템을 사용하여 건국대학교 학생들이 자기주도적 케어를 실습하는 실험을 수행하여 라이프로그 관리 시스템의 개인 맞춤형 개입 서비스를 검증하였다.","PeriodicalId":479646,"journal":{"name":"Jeongbogwahakoe keompyuting-ui silje nonmunji","volume":"20 5","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-10-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135768378","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2023-10-31DOI: 10.5626/ktcp.2023.29.10.467
Hyenwoo Cha, Jungmok Ma
변화하는 국제 정세와 안보 상황에서 지능화 전쟁이라는 새로운 전쟁 패러다임이 떠오르고 있다. 지능화 전쟁은 인공지능 기술을 기반으로 육·해·공·우주, 전자기·사이버, 인지 영역에서 진행되는 제반합동 전력에 의한 통합 전쟁이며, 국방 분야에서는 이를 대비해 대용량의 정보를 처리하고 분석하여 지휘관의 의사결정을 지원하는 인공지능 참모를 구현하려고 노력하고 있다. 인공지능 참모에 있어서 핵심 기술 중 하나인 자연어 처리는 지휘관의 언어를 분석하여 동시다발적으로 명령을 하달하게 함으로써 지휘통제를 더 정확하고 빠르게 하도록 지원할 수 있다. 본 연구에서는 한국어 데이터로 학습된 BERT를 이용하여 전투명령에 대한 전투수행기능을 예측하는 딥러닝 모델을 제안하고, 그 성능을 평가하였다. 제안한 딥러닝 모델은 지휘관의 명령이 입력되면 해당 문장이 6대 전투수행기능(지휘통제, 정보, 화력, 지속지원, 방호, 기동) 중 어느 기능에 해당하는지 자동 분류하여 의사결정의 속도를 향상시킬 수 있는 특징이 있다. 실험 결과, 모델은 전투명령의 기능별 분류에 대해 평균 정확도 78%, 정밀도 79%, 재현율 80%, F-1점수 79%로 높은 성능을 보였으며, 한국어 BERT 모델의 군사적 적용 가능성을 확인할 수 있었다.
{"title":"Proposal and Evaluation of the Automatic Classification Model for Combat Orders by Utilizing Korean-Based BERT","authors":"Hyenwoo Cha, Jungmok Ma","doi":"10.5626/ktcp.2023.29.10.467","DOIUrl":"https://doi.org/10.5626/ktcp.2023.29.10.467","url":null,"abstract":"변화하는 국제 정세와 안보 상황에서 지능화 전쟁이라는 새로운 전쟁 패러다임이 떠오르고 있다. 지능화 전쟁은 인공지능 기술을 기반으로 육·해·공·우주, 전자기·사이버, 인지 영역에서 진행되는 제반합동 전력에 의한 통합 전쟁이며, 국방 분야에서는 이를 대비해 대용량의 정보를 처리하고 분석하여 지휘관의 의사결정을 지원하는 인공지능 참모를 구현하려고 노력하고 있다. 인공지능 참모에 있어서 핵심 기술 중 하나인 자연어 처리는 지휘관의 언어를 분석하여 동시다발적으로 명령을 하달하게 함으로써 지휘통제를 더 정확하고 빠르게 하도록 지원할 수 있다. 본 연구에서는 한국어 데이터로 학습된 BERT를 이용하여 전투명령에 대한 전투수행기능을 예측하는 딥러닝 모델을 제안하고, 그 성능을 평가하였다. 제안한 딥러닝 모델은 지휘관의 명령이 입력되면 해당 문장이 6대 전투수행기능(지휘통제, 정보, 화력, 지속지원, 방호, 기동) 중 어느 기능에 해당하는지 자동 분류하여 의사결정의 속도를 향상시킬 수 있는 특징이 있다. 실험 결과, 모델은 전투명령의 기능별 분류에 대해 평균 정확도 78%, 정밀도 79%, 재현율 80%, F-1점수 79%로 높은 성능을 보였으며, 한국어 BERT 모델의 군사적 적용 가능성을 확인할 수 있었다.","PeriodicalId":479646,"journal":{"name":"Jeongbogwahakoe keompyuting-ui silje nonmunji","volume":"37 6","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-10-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135768370","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2023-10-31DOI: 10.5626/ktcp.2023.29.10.451
Yoonsik Shin, Miyeon Jeong, Jungwoo Lee
자율주행 분야의 딥 러닝 모델 훈련을 위한 대규모 이미지 데이터셋 구축과 어노테이션은 많은 자원을 필요로 한다. 이 연구는 데이터셋에서 발견되는 중복과 편향이 야기하는 자원투입의 비효율성을 해결하기 위해 Mini-Batch K-Means와 군집별 균등 샘플링을 결합한 새로운 데이터 샘플링 방법을 제안한다. 이 방법은 한국지능정보사회진흥원 AI Hub의 차량 및 사람 인지 데이터셋에 적용하며, YOLOv5 모델로 학습 후 일반화 성능평가를 진행한다. 실험 결과, 샘플링된 데이터셋을 사용한 모델이 더 나은 성능을 보이며, 이에 따른 어노테이션 비용도 75∼90% 절감될 것으로 추정된다. 제안한 샘플링 방법은 심플랜덤 샘플링, 체계적 샘플링, 클러스터링 샘플링과 비교하였을 때도 우수한 성능을 보인다. 이 결과는 효율적인 데이터셋 구축 전략과 데이터 샘플링 방법을 개발하는 중요한 방향성을 시사한다.
{"title":"A Sampling Method for Resolving Semantic Redundancy and Bias in Autonomous Driving Image Datasets: Application to NIA AI Hub Dataset and Estimation of Annotation Cost Reduction","authors":"Yoonsik Shin, Miyeon Jeong, Jungwoo Lee","doi":"10.5626/ktcp.2023.29.10.451","DOIUrl":"https://doi.org/10.5626/ktcp.2023.29.10.451","url":null,"abstract":"자율주행 분야의 딥 러닝 모델 훈련을 위한 대규모 이미지 데이터셋 구축과 어노테이션은 많은 자원을 필요로 한다. 이 연구는 데이터셋에서 발견되는 중복과 편향이 야기하는 자원투입의 비효율성을 해결하기 위해 Mini-Batch K-Means와 군집별 균등 샘플링을 결합한 새로운 데이터 샘플링 방법을 제안한다. 이 방법은 한국지능정보사회진흥원 AI Hub의 차량 및 사람 인지 데이터셋에 적용하며, YOLOv5 모델로 학습 후 일반화 성능평가를 진행한다. 실험 결과, 샘플링된 데이터셋을 사용한 모델이 더 나은 성능을 보이며, 이에 따른 어노테이션 비용도 75∼90% 절감될 것으로 추정된다. 제안한 샘플링 방법은 심플랜덤 샘플링, 체계적 샘플링, 클러스터링 샘플링과 비교하였을 때도 우수한 성능을 보인다. 이 결과는 효율적인 데이터셋 구축 전략과 데이터 샘플링 방법을 개발하는 중요한 방향성을 시사한다.","PeriodicalId":479646,"journal":{"name":"Jeongbogwahakoe keompyuting-ui silje nonmunji","volume":"36 12","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-10-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135768380","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2023-09-30DOI: 10.5626/ktcp.2023.29.9.444
Jeongmin Han, Minwoo Ahn, Jinkyu Jeong
LSM-tree에서 키를 검색하는 과정은 하위 레벨부터 특정 키를 찾을 때까지 순차적으로 각 레벨을 탐색한다. 특정 레벨에서 키를 탐색할 때, 키의 존재여부를 미리 판단해주는 필터 블록을 우선적으로 접근한다. 만약, 탐색하고자 하는 레벨의 필터 블록이 메모리 상에 존재하지 않는 경우 저장 장치 I/O가 발생한다. 이 때, 연속된 레벨들의 필터 블록이 모두 메모리 상에 존재하지 않는 경우, 이전 레벨의 필터 테스트 완료를 대기한 후 다음 레벨의 필터 블록의 I/O를 발생시킨다. 또한, 필터 테스트 결과 키가 존재할 경우, 인덱스 블록을 순차적으로 접근한다. 이는 고성능 SSD의 높은 처리량을 활용하지 못하는 단점이 있다. 본 논문에서는 고성능 SSD를 활용하여 다중 레벨의 필터 블록 I/O를 병렬적으로 발생시켜 LSM-tree의 읽기 성능을 향상시키는 기법을 소개한다. 또한, 말단 레벨의 인덱스 블록까지 병렬적으로 읽어 LSM-tree의 읽기 성능을 향상시키고자 한다.
{"title":"Parallel Filter/Index Access for Improving Read Performance of LSM-Tree","authors":"Jeongmin Han, Minwoo Ahn, Jinkyu Jeong","doi":"10.5626/ktcp.2023.29.9.444","DOIUrl":"https://doi.org/10.5626/ktcp.2023.29.9.444","url":null,"abstract":"LSM-tree에서 키를 검색하는 과정은 하위 레벨부터 특정 키를 찾을 때까지 순차적으로 각 레벨을 탐색한다. 특정 레벨에서 키를 탐색할 때, 키의 존재여부를 미리 판단해주는 필터 블록을 우선적으로 접근한다. 만약, 탐색하고자 하는 레벨의 필터 블록이 메모리 상에 존재하지 않는 경우 저장 장치 I/O가 발생한다. 이 때, 연속된 레벨들의 필터 블록이 모두 메모리 상에 존재하지 않는 경우, 이전 레벨의 필터 테스트 완료를 대기한 후 다음 레벨의 필터 블록의 I/O를 발생시킨다. 또한, 필터 테스트 결과 키가 존재할 경우, 인덱스 블록을 순차적으로 접근한다. 이는 고성능 SSD의 높은 처리량을 활용하지 못하는 단점이 있다. 본 논문에서는 고성능 SSD를 활용하여 다중 레벨의 필터 블록 I/O를 병렬적으로 발생시켜 LSM-tree의 읽기 성능을 향상시키는 기법을 소개한다. 또한, 말단 레벨의 인덱스 블록까지 병렬적으로 읽어 LSM-tree의 읽기 성능을 향상시키고자 한다.","PeriodicalId":479646,"journal":{"name":"Jeongbogwahakoe keompyuting-ui silje nonmunji","volume":"91 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136277118","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2023-09-30DOI: 10.5626/ktcp.2023.29.9.418
Younghyun Baek, Hyunchul Kang
국제에너지기구(International Energy Agency, IEA)에 따르면 2021년 건물 운영은 전 세계 최종 에너지 소비의 30%라는 큰 비중을 차지하고 있고, 총 에너지 부문 배출량의 27%를 이르고 있다. 배출량의 8%는 건물에서 직접적으로 배출되고, 19%는 건물에서 사용되는 전기 및 열 생산 등으로 간접적으로 배출되고 있다. 총 에너지 소비량을 줄이기 위하여서는 건물 에너지 소비의 최적화는 필수적이며, 이를 위하여서는 건물 에너지 소비의 예측 모델의 개발이 필요하다. 본 논문에서는 XGBoost 기법을 사용하여 중앙냉방시스템 건물의 냉방 에너지 사용량을 예측하는 기계학습 모델을 구축한다. 본 논문에서 제안하는 모델의 성능 검증을 위하여, 실제 냉방 에너지 사용량 및 환경 데이터를 사용하여 미래의 냉방 에너지 사용량을 예측하고, 실제 냉방 에너지 사용량을 비교하여 예측의 정확성을 검증한다.
据国际能源署(International Energy Agency, IEA)称，2021年建筑物的运营占全世界最终能源消费的30%，占总能源部门排放量的27%。排放量的8%由建筑物直接排放，19%通过建筑物使用的电及热生产等间接排放。为了减少总能源消费量，优化建筑能源消费是必需的，为此需要开发建筑能源消费预测模型。本论文使用XGBoost技术，建立预测中央冷气系统建筑物冷气能源使用量的机器学习模型。为了验证本论文提出的模型的性能，利用实际冷气能源使用量及环境数据预测未来的冷气能源使用量，比较实际冷气能源使用量，验证预测的正确性。
{"title":"Predictive Model of Cooling Energy Consumption of Buildings with Central Cooling Systems using XGBoost","authors":"Younghyun Baek, Hyunchul Kang","doi":"10.5626/ktcp.2023.29.9.418","DOIUrl":"https://doi.org/10.5626/ktcp.2023.29.9.418","url":null,"abstract":"국제에너지기구(International Energy Agency, IEA)에 따르면 2021년 건물 운영은 전 세계 최종 에너지 소비의 30%라는 큰 비중을 차지하고 있고, 총 에너지 부문 배출량의 27%를 이르고 있다. 배출량의 8%는 건물에서 직접적으로 배출되고, 19%는 건물에서 사용되는 전기 및 열 생산 등으로 간접적으로 배출되고 있다. 총 에너지 소비량을 줄이기 위하여서는 건물 에너지 소비의 최적화는 필수적이며, 이를 위하여서는 건물 에너지 소비의 예측 모델의 개발이 필요하다. 본 논문에서는 XGBoost 기법을 사용하여 중앙냉방시스템 건물의 냉방 에너지 사용량을 예측하는 기계학습 모델을 구축한다. 본 논문에서 제안하는 모델의 성능 검증을 위하여, 실제 냉방 에너지 사용량 및 환경 데이터를 사용하여 미래의 냉방 에너지 사용량을 예측하고, 실제 냉방 에너지 사용량을 비교하여 예측의 정확성을 검증한다.","PeriodicalId":479646,"journal":{"name":"Jeongbogwahakoe keompyuting-ui silje nonmunji","volume":"5 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136277123","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2023-09-30DOI: 10.5626/ktcp.2023.29.9.410
Wonhee Go, Jinhyuk Choi, Kyudong Choi
본 연구를 통해 한영·영한 번역 병렬 말뭉치의 품질을 평가하는 모델을 제안하고, 이를 이용해 시중의 한영·영한 번역 병렬 말뭉치에 대해 품질 평가를 실시한다. 연구의 의의는 다음과 같다. 첫 번째로, DA(Direct Assessment) 점수로 평가하는 한영·영한 QE(Quality Estimation) 연구를 실시하며 관련 데이터를 최초 구축했다. 두 번째로 번역 병렬 말뭉치 품질 평가 모델 TwiQE를 구축했다. 세 번째로 복수의 전문가가 수립한 품질 기준을 제시하며 번역 병렬 말뭉치 품질 개선의 기틀을 마련했다. 마지막으로, 구축된 모델을 활용하여 AI HUB1)에 공개된 한영 번역 병렬 말뭉치 2종2), 영한 번역 병렬 말뭉치 2종에 대한 품질평가를 실시했다. TwiQE를 통해 도출한 품질 평가 점수를 바탕으로 개선이 필요한 말뭉치를 두 수준으로 나누어 파악했고, 각 수준에 미치지 못하는 말뭉치의 수량과 비율을 파악하여 품질 개선의 기틀을 마련했다.
{"title":"A Quality Prediction Model for the Parallel Corpora of Korean-English and English-Korean Translation Utilizing Sentence Similarity and Sentence Attributes","authors":"Wonhee Go, Jinhyuk Choi, Kyudong Choi","doi":"10.5626/ktcp.2023.29.9.410","DOIUrl":"https://doi.org/10.5626/ktcp.2023.29.9.410","url":null,"abstract":"본 연구를 통해 한영·영한 번역 병렬 말뭉치의 품질을 평가하는 모델을 제안하고, 이를 이용해 시중의 한영·영한 번역 병렬 말뭉치에 대해 품질 평가를 실시한다. 연구의 의의는 다음과 같다. 첫 번째로, DA(Direct Assessment) 점수로 평가하는 한영·영한 QE(Quality Estimation) 연구를 실시하며 관련 데이터를 최초 구축했다. 두 번째로 번역 병렬 말뭉치 품질 평가 모델 TwiQE를 구축했다. 세 번째로 복수의 전문가가 수립한 품질 기준을 제시하며 번역 병렬 말뭉치 품질 개선의 기틀을 마련했다. 마지막으로, 구축된 모델을 활용하여 AI HUB1)에 공개된 한영 번역 병렬 말뭉치 2종2), 영한 번역 병렬 말뭉치 2종에 대한 품질평가를 실시했다. TwiQE를 통해 도출한 품질 평가 점수를 바탕으로 개선이 필요한 말뭉치를 두 수준으로 나누어 파악했고, 각 수준에 미치지 못하는 말뭉치의 수량과 비율을 파악하여 품질 개선의 기틀을 마련했다.","PeriodicalId":479646,"journal":{"name":"Jeongbogwahakoe keompyuting-ui silje nonmunji","volume":"49 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136277120","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2023-09-30DOI: 10.5626/ktcp.2023.29.9.438
Kyeongjin Kim, Hyuck Han, Sooyong Kang
다양한 교통 문제를 해결하기 위해 개발되고 있는 지능형 차량용 서비스들을 검증하지 않고 실제 환경에 바로 적용하기에는 여러 위험이 존재하기 때문에 사전 분석 및 검증이 필수적이다. 하지만 실제 환경에서 차량용 서비스를 검증하는 데에는 비용의 한계가 존재한다. 따라서 차량용 서비스를 개발할 때 시뮬레이션을 통한 검증은 비용의 측면에서 도움이 된다. 본 연구에서는 차량용 서비스 검증을 위한 시뮬레이션 플랫폼을 제안한다. 지능형 차량 서비스는 일반적으로 대량의 데이터를 처리하는 과정을 포함하고 있으며 이러한 대량의 데이터를 차량 내부의 계산 자원으로 처리하기엔 한계가 존재하여 클라우드 같은 외부 자원은 필수적이다. 하지만 클라우드 컴퓨팅은 실시간성을 요구하는 차량용 서비스에는 지연 시간 측면에서 한계가 존재하여 엣지 컴퓨팅 기반 연구가 활발히 진행되고 있다. 본 연구에서 제안하는 시뮬레이션 플랫폼은 엣지 컴퓨팅 플랫폼과 차량 및 교통 시뮬레이터를 연동하여 엣지 컴퓨팅 기반 차량용 서비스 검증 환경을 제공한다. 이를 위해 오픈 소스 엣지 컴퓨팅 플랫폼인 EdgeX Foundry와 도시 교통 시뮬레이터인 SUMO를 사용하여 EdgeX-SUMO 플랫폼을 개발하고, EdgeX-SUMO 플랫폼을 통해 대표적인 도로 교통 문제인 꼬리 물기 현상을 방지하는 서비스를 구현하고 검증하였다.
{"title":"Development of a Simulation Platform for Transportation Services Based on Edge Computing","authors":"Kyeongjin Kim, Hyuck Han, Sooyong Kang","doi":"10.5626/ktcp.2023.29.9.438","DOIUrl":"https://doi.org/10.5626/ktcp.2023.29.9.438","url":null,"abstract":"다양한 교통 문제를 해결하기 위해 개발되고 있는 지능형 차량용 서비스들을 검증하지 않고 실제 환경에 바로 적용하기에는 여러 위험이 존재하기 때문에 사전 분석 및 검증이 필수적이다. 하지만 실제 환경에서 차량용 서비스를 검증하는 데에는 비용의 한계가 존재한다. 따라서 차량용 서비스를 개발할 때 시뮬레이션을 통한 검증은 비용의 측면에서 도움이 된다. 본 연구에서는 차량용 서비스 검증을 위한 시뮬레이션 플랫폼을 제안한다. 지능형 차량 서비스는 일반적으로 대량의 데이터를 처리하는 과정을 포함하고 있으며 이러한 대량의 데이터를 차량 내부의 계산 자원으로 처리하기엔 한계가 존재하여 클라우드 같은 외부 자원은 필수적이다. 하지만 클라우드 컴퓨팅은 실시간성을 요구하는 차량용 서비스에는 지연 시간 측면에서 한계가 존재하여 엣지 컴퓨팅 기반 연구가 활발히 진행되고 있다. 본 연구에서 제안하는 시뮬레이션 플랫폼은 엣지 컴퓨팅 플랫폼과 차량 및 교통 시뮬레이터를 연동하여 엣지 컴퓨팅 기반 차량용 서비스 검증 환경을 제공한다. 이를 위해 오픈 소스 엣지 컴퓨팅 플랫폼인 EdgeX Foundry와 도시 교통 시뮬레이터인 SUMO를 사용하여 EdgeX-SUMO 플랫폼을 개발하고, EdgeX-SUMO 플랫폼을 통해 대표적인 도로 교통 문제인 꼬리 물기 현상을 방지하는 서비스를 구현하고 검증하였다.","PeriodicalId":479646,"journal":{"name":"Jeongbogwahakoe keompyuting-ui silje nonmunji","volume":"49 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136277122","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：