http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 우창우 (검색결과 16 건)
- 무료
- 기관 내 무료
- 유료
-
-
-
-
다이나믹 토픽 모델을 활용한 D(Data)·N(Network)·A(A.I) 중심의 연구동향 분석
우창우,이종연,Wo, Chang Woo,Lee, Jong Yun 한국융합학회 2020 한국융합학회논문지 Vol.11 No.9
최근 디지털 사회의 도래로 다양한 데이터가 폭발적으로 증가하고, 그중 문헌 내 주제어를 도출하는 토픽 모델링에 관한 연구가 활발히 진행되고 있다. 본 논문의 연구목표는 토픽 모델링 방법 중 하나인 DTM(Dynamic Topic Model) 모델을 적용해 D.N.A.(Data, Network, A.I) 분야에 대한 연구동향을 탐색하는데 있다. 실험 데이터는 최근 6년간(2015~2020) ICT(Information and Communication Technology) 분야 중 기술대분류가 SW·AI에 해당하는 연구과제 1,519개 사업에 대해 DTM 모델을 적용하였다. 실험결과로, D.N.A. 분야의 기술 키워드 Big data, Cloud, Artificial Intelligence와 확장된 의미의 기술 키워드 Unstructured, Edge Computing, Learning, Recognition 등이 매년 연구에 표출되었으며, 해당 키워드 들이 특정 연구과제에 종속되지 않고 다른 연구과제에서도 포괄적으로 연구되고 있음을 확인하였다. 끝으로 본 논문의 연구결과는 향후 D.N.A. 분야에 대한 정책기획·과제기획 등 연구개발 기획 과정과 기업의 기술 확보전략·마케팅 전략 등 다양한 곳에 활용될 수 있을 것으로 기대한다. The Topic Modeling research, the methodology for deduction keyword within literature, has become active with the explosion of data from digital society transition. The research objective is to investigate research trends in D.N.A.(Data, Network, Artificial Intelligence) field using DTM(Dynamic Topic Model). DTM model was applied to the 1,519 of research projects with SW·A.I technology classifications among ICT(Information and Communication Technology) field projects between 6 years(2015~2020). As a result, technology keyword for D.N.A. field; Big data, Cloud, Artificial Intelligence, extended keyword; Unstructured, Edge Computing, Learning, Recognition was appeared every year, and accordingly that the above technology is being researched inclusively from other projects can be inferred. Finally, it is expected that the result from this paper become useful for future policy·R&D planning and corporation's technology·marketing strategy.
-
LDA 토픽모델링을 통한 ICT분야 국가연구개발사업의 주요 연구토픽 및 동향 탐색
우창우,이종연 한국융합학회 2020 한국융합학회논문지 Vol.11 No.7
The research objectives investigates main research topics and trends in the information and communication technology(ICT) field, Korea using LDA(Latent Dirichlet Allocation), one of the topic modeling techniques. The experimental dataset of ICT research and development(R&D) project of 5,200 was acquired through matching with the EZone system of IITP after downloading R&D project dataset from NTIS(National Science and Technology Information Service) during recent five years. Consequently, our finding was that the majority research topics were found as intelligent information technologies such as AI, big data, and IoT, and the main research trends was hyper realistic media. Finally, it is expected that the research results of topic modeling on the national R&D foundation dataset become the powerful information about establishment of planning and strategy of future’s research and development in the ICT field. 본 논문의 연구목표는 LDA(Latent Dirichlet Allocation) 모델을 적용하여 국가연구개발사업을 통해 수행되고 있는 ICT(Information and Communication Technology) 분야의 연구과제에 대한 주요 연구 토픽과 동향을 탐색하는데 있다. 연구방법에는 NTIS(National Science and Technology Information Service)로부터 최근 5년간 국가연구개발사업의 전체 연구과제 정보를 다운로드받고 이를 정보통신기획평가원(IITP)의 EZone 시스템과 매칭하여 ICT분야 연구과제 5,200건을 확보하고, 토픽모델링 기법중 하나인 LDA 모델을 적용하여 연구토픽과 연구동향을 조사하였다. 실험결과로, ICT분야 연구과제에 대한 연구토픽은 인공지능, 빅데이터, 사물인터넷(Internet of Things)과 같은 지능정보기술로 확인되었고 연구동향에는 초실감미디어에 관한 연구가 활발히 진행되고 있음을 확인하였다. 끝으로 본 논문에서 진행된 국가연구개발사업에 대한 토픽모델링 결과는 향후 ICT분야 연구개발 계획 및 전략수립, 정책, 과제기획 등 중요한 정보로 활용될 수 있을 것이다.
-
-
우창우 ( Changwoo Woo ),정기수 ( Gi-soo Chung ),주문일 ( Moonil Joo ),손호선 ( Ho Sun Shon ),류근호 ( Keun Ho Ryu ),김영규 ( Young-gyu Kim ) 한국정보처리학회 2013 한국정보처리학회 학술대회논문집 Vol.20 No.2
유비쿼터스 컴퓨팅은 IT기술을 기반으로, 의료·도시환경·건축·의류 등 사회 전반적인 분야로 확대되고 있다. 특히, 의료 기술의 발전과 고령인구의 증가, 삶의 질 향상에 대한 사람들의 욕구는 점점 헬스케어 산업의 중요성을 부각시켜주고 있다. 본 논문에서는 사용자 생체정보 측정을 위해 통신이 가능한 디지털 의류를 제작하여 생체신호를 측정할 수 있는 시스템을 제안하였다. 디지털 의류는 심전도 센서, 디지털 실, 모듈을 통해 구성되어 있으며 이를 안드로이드 어플리케이션을 통하여 스마트폰과 통신하도록 개발 하였다.
-
공개된 바이오 데이터베이스를 이용한 연구자 맞춤형데이터제공 서비스 설계
우창우, 이영선, 손호선 충북대학교 국가미래기술경영연구소 2016 기술경영 Vol.1 No.1
포스트 게놈시대(밝혀진 염기서열을 통해 유전자 기능을 밝히고 개인의 유전자 특성 분석 또는 질병 치료 및 예측에 활용하기 위한 연구) 이후 유전체 분석이 본격적으로 활성화되기 시작하였다. 생명과 학분야의 데이터는 새로운 실험과 분석 등 다양한 형태로 구성되는 데이터의 특성으로 인해 대용량의 빅 데이터로 이루어진다. 하지만 공개된 다양한 바이오데이터베이스에서 연구 내용에 필요한 데이터를 직접 가공하는 것은 생명과학 데이터베이스에 대한 특징을 파악하고 여러 종류의 프로그래밍기법이 사 용되므로 전산학에 대한 지식을 필요로 한다. 따라서 이 캡스톤에서 공개된 바이오 데이터베이스를 연 구에 직접 활용할 수있도록 공개 데이터베이스에서 연구자가 원하는 플랫폼 형태로 가공하여 연구자가 바로 사용할 수 있도록 제공하는 서비스를 제안하였다. 이 캡스톤에서 제안된 서비스로 생성된 맞춤형 데이터를 연구자에게 제공함으로써 바이오 인포메틱스 를 연구하는 연구자들의 데이터 접근성 향상에 기여할 수 있을 것으로 기대한다. 향후 본 캡스톤을 실 제로 진행하기 위해서는 생물학 및 전산학에 대한 지식을 갖는 연구자들과 함께 협업을 통해 진행되어 야 할 것으로 고려된다.
-
콘빔시티 촬영 프로토콜에 따른 DICOM 파일의 STL 변환 디지털 모델의 정확도 비교
한상선,우창우,정호걸,이정희,차정열,나지연,황재준,김영현 대한통합치과학회 2017 대한통합치과학회지 Vol.6 No.1
Objectives: The purpose of this study is to evaluate the accuracy of the digital models from Cone beam computed tomography (CBCT) scans of orthodontic diagnostic models by comparing the Digital Imaging & Communication in Medicine (DICOM) file to Stereolithography (STL) conversion data obtained by various voxel sized CBCT machines with the digital model obtained by a 3D optical extraoral scanner. Materials and Methods: Three orthodontic diagnostic models were scanned with a 3D optical scanner and stored as STL file data. The three models were scanned with the 5 modes which were Object scan (100 μm), 300, 400 μm of RAYSCAN α+ and 300, 390 μm of Alphard 3030. The DICOM files were converted to STL file data. For each orthodontic model, two digital models obtained by CBCT and optical scanner were paired, and GOM inspect software was used to superimpose and obtain the deviation between two digital models. One way ANOVA test was performed to determine whether there is a statistical difference in the mean value of deviations between digital models by the 5 protocols. Results: In three diagnostic models, the mean values of the deviations between the digital model of the Object scan (100 μm) and the digital model of 3D optical scanner were the smallest in comparison with other image protocols and there was a statistically significant difference (p<0.001). The mean values of the deviations were in the range of 0.0967 ~0.1022 mm. On the other hand, deviations of STL data from 400 μm of RAYSCAN α+ showed the largest mean value from 0.4007 to 0.4534 mm. Conclusions: The STL file data of the Object scan (100 μm) of RAYSCAN α+ is more accurate than those of large voxel sized protocols of CBCT. It shows the availability as an orthodontic digital model.
-
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
