CML을 이용한 웹 기반 차트출력시스템

윤현님 ( Hyun-nim Yoon ),김양우 ( Yang-woo Kim ) 한국인터넷정보학회 2008 인터넷정보학회논문지 Vol.9 No.5

차트는 여러 종류의 정보를 시각적으로 표현하기 때문에 정보 전달력이 높다. 이런 이유로 웹 개발자들도 정보를 표현할 때 차트를 자주 활용한다. 그러나 차트를 활용하기 위해서는 차트를 작성하는 전용 프로그램이 필요하며, 작성된 차트도 일반적으로 래스터 방식의 이미지로 표현되기 때문에 차트정보를 공유하기 어렵다. 이러한 래스터 방식의 이미지는 이미지의 크기가 고정되기 때문에 이미지의 크기를 변경하면 이미지가 왜곡된다는 문제점이 발생한다. 본 논문에서는 차트정보의 호환성과 차트정보의 공유 문제를 해결하기 위해 CML(Chart Markup Language)을 이용한 웹 기반의 차트출력시스템을 제안한다. 본 논문에서 제안한 차트출력시스템은 XML, Text, HTML 문서를 분석하여 차트정보를 추출한 후, 추출한 차트정보를 CML로 변환하고, 변환된 CML 문서를 벡터 방식을 이용하여 차트를 웹브라우저에 출력한다. 벡터 방식은 이미지를 표현할 때 벡터를 활용하기 때문에 이미지의 크기가 변경되더라도 이미지가 깨지거나 왜곡되는 현상이 없다는 장점이 있다. 본 논문에서 제안한 CML은 차트정보를 표현하기 위해 정의한 XML 기반의 차트생성언어이다. 웹에서 차트를 표현할 때 CML을 활용하면 차트정보를 쉽게 공유할 수 있으며, 차트정보 변환이 수월하다는 장점이 있다. Charts can propagate information more effectively by visualizing various types of information. Due to this reason, many web developers often use charts when they display information on the web. However, using a chart requires a special dedicated software to install and it is difficult to share the finished charts since they are usually in raster format. The raster format images are fixed in size, therefore, experience image distortion problem when their sizes are changed. In this paper, we propose a web-based chart generating system using CML(Chart Markup Language) to solve the current compatibility and sharing problems. The proposed chart generating system first analyzes XML, Text, or HTML documents to extract chart information in the documents, and then it converts collected chart information to CML. The converted CML documents are displayed on the web browser using a vector method. The vector method has an advantage of protecting its images from distortion even when image sizes are scaled. The CML, proposed in this paper, is a chart markup language based on XML for modeling charts information. If CML is used for presenting a chart in a web, it makes easier to share and to convert the chart information.

XML을 이용한 차트 생성기

윤현님(Hyunnim Yun),김형일(Hyungil Kim) 한국디지털콘텐츠학회 2008 한국디지털콘텐츠학회논문지 Vol.9 No.1

전자책을 위한 카테고리기반 속성 혼합 기법

윤현님(Hyunnim Yoon),김형일(Hyungil Kim) 한국정보기술학회 2009 한국정보기술학회논문지 Vol.7 No.6

Current e-books exist as digital content that integrates voice and video to the text. Because e-books exist as digital content, they are easy to distribute. Furthermore, e-books are highly portable because they can be stored in a storage device. e-Books can be quickly and continuously updated. e-Books often exist in diverse forms. If the popularity of e-books will increase, users will spend a lot time trying to find the e-books they want. In order to solve this problem, it is necessary to find technique that can analyze e-books of various forms effectively. In this paper, we propose a method for extracting appropriate e-books to individual users. The proposed method mixes feature using category and this method analyzes the categories of e-books and a list of e-books borrowed by the users, and extracts e-books suitable for users. In simulation, the method that considered the characteristics of user showed the mean hit ratio of 36% and the proposed method showed 73%. Several simulation results that show the effectiveness of the proposed method are also presented.

컴퓨터 게임에서 소속도를 이용한 NPC의 지능 제어

윤현님(Hyun-Nim Yoon),김형일(Hyung-Il Kim) 한국디지털콘텐츠학회 2020 한국디지털콘텐츠학회논문지 Vol.21 No.11

스콤 기반 학습코스 생성을 위한 연관기법

윤현님 ( Hyun-nim Yoon ),김양우 ( Yang-woo Kim ) 한국인터넷정보학회 2008 인터넷정보학회논문지 Vol.9 No.6

이러닝(e-learning)은 정보통신 매체를 활용한 교육의 새로운 형태로 시간과 공간의 제약을 받지 않아 빠르게 확산되고 있는 추세이다. 그러나 이러닝은 아직 표준화가 되지 않아 학습 콘텐츠들이 중복적으로 개발되고 있다. 이러한 문제를 해결하기 위해 스콤(SCORM)이 제안되었다. 표준화로 인해 학습 콘텐츠의 공유성이 높아지면 콘텐츠의 재사용성이 증가한다. 그러므로 교육자나 콘텐츠 제작자가 학습코스를 생성할 때 편리하게 작업을 수행할 수 있는 방법이나 도구가 시급히 필요하다. 본 논문에서는 교육자나 콘텐츠 제작자가 교과목에 맞는 학습코스를 효율적으로 생성할 수 있는 연관기법을 제안한다. 본 논문에서 제안한 학습코스 생성 기법인 연관기법은 기존의 학습코스들과 학습 콘텐츠들을 활용하여 교과목에 맞는 학습코스를 생성하는 기법이다. 연관기법은 기존의 학습코스들에 존재하는 학습객체들의 통계적 정보와 학습객체간의 결합력을 분석하여 학습코스를 생성한다. 본 논문에서 제안한 연관기법은 교육자나 콘텐츠 제작자들이 학습코스를 편리하게 생성할 수 있도록 지원할 뿐만 아니라, 학습코스에 대한 가이드라인을 제공하는 역할을 한다. E-learning is a new paradigm of education using Internet media. E-learning is rapidly expanding, since it is not restricted by time and space. However, due to the lack of standardization in e-learning, learning contents are developed redundantly. SCORM has been proposed to address this standardization problems. The more learning contents are shared, the higher the reusability of contents becomes. Therefore, it is needed to develop methods or tools to help educators or content producers to create a learning course easily. In this paper, we propose an association method that could help educators or content producers to efficiently generate learning courses for a subject. The association method, a learning course generation method suggested by this paper, makes use of existing learning courses and learning contents to create new learning courses suitable to a subject. The association method analyzes statistical information of leaning objects derived from existing learning courses and measures coherence between learning objects to create a learning course. The association method suggested by this paper not only supports educators or content producers for easy generation of learning course but also offers a guideline for developing learning courses.

학습관리시스템을 위한 사례 기반 응집도를 이용한 학습객체 자동 분류

김형일,윤현님,Kim, Hyung-Il,Yoon, Hyun-Nim 한국정보통신학회 2012 한국정보통신학회논문지 Vol.16 No.12

본 논문에서는 학습 콘텐츠의 효과적인 관리와 재사용을 위한 학습객체 자동 분류 기법을 제안한다. 제안한 기법은 학습객체들의 발생 사례를 이용하여 학습객체들의 응집도를 생성하고, 응집도를 기반으로 학습객체들의 연관성을 측정하여 학습객체들의 자동 분류를 수행한다. 제안한 기법을 학습관리시스템에 적용하면 학습 콘텐츠의 개발 비용을 절감시킬 수 있는 장점이 있다. 시뮬레이션에서 확률 기반 기법의 평균 정확도는 28.20%로 나타났고, 응집도 기반 기법의 평균 정확도는 56.38%로 나타났다. 시뮬레이션을 통해 본 논문에서 제안한 기법이 학습객체 자동 분류에 효과적이라는 것을 확인하였다. In this paper, a method for automatic classification of learning objects is proposed for effective management and reuse of learning contents. Proposed method will create cohesion of learning objects using cases of learning objects and perform automatic classification of learning objects by measuring their relationship based on cohesion. Application of proposed method to learning management system has the advantage of reducing the costs for developing learning contents. Simulation has shown the average accuracy of 28.20% with probability-based method and 56.38% with cohesion-based method. Simulation has proved that the method proposed in this paper is effective in automatic classification of learning objects.

HCI 기반 의료정보 시스템을 위한 뇌영상의 객체 분류를 이용한 이상 부위 추출

김형일,윤현님,김용욱 한국정보기술학회 2012 한국정보기술학회논문지 Vol. No.

In case medical information systems provide only general image information and medical information, they restrict convenience and efficiency in physicians’ diagnostic and therapeutic activities. In this paper, we propose a HCI-based medical information system that extracts objects suspected to be brain tumor and provides them together with patient information and image information in order to support physicians’ diagnostic and therapeutic activities. This system performed SVM‐based object classification using various object characteristics of brain images in order to extract abnormal objects suspected to be brain tumors. The experiment used abnormal objects suspected to be brain tumors, white matter, gray matter, and cerebrospinal fluid, and the experimental results showed the average accuracy of 74.4%. 의료정보 시스템에서 일반적인 영상정보와 의료정보만을 제공하는 경우에는 의사의 진단활동 및 치료활동의 편리성과 효율성에 제한이 있다. 본 논문에서는 의사들의 진단활동과 치료활동을 돕기 위해 뇌종양 예측 부위를 추출하여 환자정보와 촬영정보를 함께 제공하는 HCI 기반 의료정보 시스템을 제안한다. 본 시스템은 뇌종양으로 예측되는 이상 부위 추출을 위해 뇌영상의 다양한 객체 특징들을 이용하여 SVM 기반 객체 분류를 수행한다. 실험에서는 뇌종양으로 예측되는 이상 부위, 백질, 회백질, 뇌척수액을 활용하였고, 평균 74.4%의 정확도를 나타내었다.

HCI 기반 의료정보 시스템을 위한 뇌영상의 객체 분류를 이용한 이상 부위 추출

김형일(Hyungil Kim),윤현님(Hyunnim Yoon),김용욱(Yonguk Kim) 한국정보기술학회 2012 한국정보기술학회논문지 Vol.10 No.1

In case medical information systems provide only general image information and medical information, they restrict convenience and efficiency in physicians’ diagnostic and therapeutic activities. In this paper, we propose a HCI-based medical information system that extracts objects suspected to be brain tumor and provides them together with patient information and image information in order to support physicians’ diagnostic and therapeutic activities. This system performed SVM?based object classification using various object characteristics of brain images in order to extract abnormal objects suspected to be brain tumors. The experiment used abnormal objects suspected to be brain tumors, white matter, gray matter, and cerebrospinal fluid, and the experimental results showed the average accuracy of 74.4%.

혼합적 속성관계에 기반한 의료영상 분류

김형일(Hyung-Il Kim),윤현님(Hyun-Nim Yoon) 한국디지털콘텐츠학회 2020 한국디지털콘텐츠학회논문지 Vol.21 No.11

게임에서 FSM-기반 확률 추정을 이용한 캐릭터의 행동제어

김형일(Hyungil Kim),윤현님(Hyunnim Yoon) 한국멀티미디어학회 2005 멀티미디어학회논문지 Vol.8 No.9