http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
화면 훔쳐보기 문제에 대한 보다 넓은 이해를 위한 연구
이세희(Sehi L’Yi),조재민(Jaemin Jo),신동화(DongHwa Shin),서진욱(Jinwook Seo) 한국HCI학회 2018 한국HCI학회 학술대회 Vol.2018 No.1
화면 훔쳐보기 문제(shoulder-surfing problem)를 다룰 때, 패스워드나 스마트폰 잠금 해제 패턴 등 중요한 개인정보를 보호하기 위해서는 다양한 연구가 이루어진 반면 사적인 문자 보내기 같은 일상에서 중요한 정보들을 보호하려는 연구는 드물다. 이 논문에서는 일상생활에서 발생하는 화면 훔쳐보기 문제를 보다 넓게 이해하기 위해 대규모의 온라인 설문(n = 350)을 수행하고 그 결과를 발표한다. 설문결과에 의하면 사람들은 사용자 인증 과정 뿐만 아니라 문자 작성, 사진 탐색, 영상 재생 등의 가벼운 상황에서도 훔쳐보기 문제를 경험한다는 것을 알 수 있었다.
신동화(DongHwa Shin),이세희(Sehi L’Yi),서진욱(Jinwook Seo) 한국정보과학회 2015 정보과학회 컴퓨팅의 실제 논문지 Vol.21 No.6
군집화 알고리즘은 그 종류에 따라 만들어낼 수 있는 군집의 종류와 보여줄 수 있는 정보의 수준이 차이가 난다. 밀도기반 군집화 알고리즘은 데이터 분포 상의 임의의 모양을 가진 군집을 잘 잡아내지만 보여줄 수 있는 계층정보가 매우 적거나 없는 수준이고, 반면 계층적 군집화 알고리즘은 자세한 계층 정보를 보여주지만 구 모양의 군집 외에는 잘 잡아내지 못한다. 이 논문에서는 이러한 두 군집화 방식의 대표적 알고리즘인 OPTICS와 응집 계층 군집화 알고리즘의 장점만을 취하는 계층 발생 프레임워크를 제시하고 이와 더불어 효과적 데이터 분석을 위한 여러 시각화, 상호작용 기법을 지원하는 시각적 분석 애플리케이션을 제공한다. There are many types of clustering algorithms such as centroid, hierarchical, or density-based methods. Each algorithm has unique data grouping principles, which creates different varieties of clusters. Ordering Points To Identify the Clustering Structure (OPTICS) is a well-known density-based algorithm to analyze arbitrary shaped and varying density clusters, but the obtained clusters only correlate loosely. Hierarchical agglomerative clustering (HAC) reveals a hierarchical structure of clusters, but is unable to clearly find non-convex shaped clusters. In this paper, we provide a novel hierarchy generation framework and application which can aid users by combining the advantages of the two clustering methods.