공공 데이터를 이용한 에너지 소비 예측 모델링에 관한 연구

박구락(Koo-Rack Park),정진영(Jin-Young Jung),안우영(Woo-Young Ahn),정영석(Young-Suk Chung) 한국컴퓨터정보학회 2012 한국컴퓨터정보학회 학술발표논문집 Vol.20 No.2

인터넷과 웹의 발전으로 수많은 정보가 발생하고 있으며, 공공기간도 많은 정보를 축적하고 있다. 이에 각 국에서는 공공기간이 보유하는 데이터를 공개하고 있으며 우리나라도 통계청을 중심으로 다양한 데이터를 공개하고 있다. 그러나 공개된 자료의 활용도가 낮은 편이다. 본 논문에서는 공개된 공공데이터 중 에너지 소비 데이터를 활용하고자 한다. 에너지 소비 데이터를 미래 예측 연구에 많이 이용되고 있는 마코프 프로세스를 적용하여, 에너지 소비를 예측할 수 있는 모델링을 제안하고, 그 기대 효과에 대해 논의 한다.

컴퓨터 게임에서의 언어 표현변화를 통한 인터넷 윤리 확립에 관한 연구

박구락(Koo Rack Park) 한국컴퓨터정보학회 2012 韓國컴퓨터情報學會論文誌 Vol.17 No.11

오늘날 인터넷은 모든 분야에서 활용되고 있다. 그러나 일상생활의 일부분이 된 인터넷 상에서 인터넷 윤리 의식은 부족한 상태에 놓여있다. 특히 성장기에 있는 청소년들 사이에서 익명성이 보장되는 점을 악용하여, 악플이나 무분별한 욕의 사용 등 사이버폭력으로 이어져 여러 사회 문제가 발생하고 있다. 또한 청소년들이 즐기는 fps온라인 게임에서 욕설 및 비속어의 사용이 늘어나고 있고, 사이버 폭력의 피해도 증가하고 있다. 사이버 폭력의 피해유형을 보면 욕설과 비속어로 조사되었고 연령대가 낮을수록 피해가 증가하는 것으로 조사되었다. 이러한 문제점들을 예방하기 위해 많은 홍보와 공익광고 등이 진행되고 있으나, 그 기대 효과는 미흡한 실정이다. 또한 욕설과 비속어 단어를 사용하면 삭제되거나 블라인드 처리를 하는 서비스를 제공하고 있으나 이것은 근본적인 해결책으로 볼 수 없다. 본 논문은 fps온라인 게임에 적용할 수 있는 언어 변환 프로세스를 제안한다. 제안된 언어 변환 프로세스를 게임에 적용한다면, 욕설 및 비속어를 다른 언어로 순화시켜주므로, 욕설과 비속어로 인한 사이버 폭력을 줄일 수 있을 것으로 예상된다. Today the Internet is being used in all areas. However, part of everyday life, the lack of ethics on the Internet, the Internet lies in state. Especially the youth, should exploit the anonymity. As a result, has caused many problems. Fps online game from young people enjoy the use of profanity and slang, and increasing the damage of cyber violence has also increased. The damage type of cyber violence, abusive and slang, and the age, the lower the investigation was to increase the damage. Lot of publicity and public service advertising is in progress in order to prevent problems, but its expected effects is lacking. In addition, using abusive and slang words, This is a fundamental and provide a service to handle deleted or blinds, but if you can not see the solution. In this paper suggests the language convert that can be applied to Fps online games. Language the conversion process, if applicable to the game, the abusive and slang language, helps to purify. Proposed language the conversion process is expected to reduce cyber violence used abusive and slang.

소프트웨어 개발 프로젝트를 위한 요구관리도구의 기능요건 연구

박구락(Koo-Rack Park) 한국컴퓨터정보학회 2011 韓國컴퓨터情報學會論文誌 Vol.16 No.12

정보시스템 구축 프로젝트의 복잡성과 규모가 점차 커지면서, 프로젝트가 실패하는 경우가 발생한다. 프로젝트의 실패의 원인을 분석해보면 사용자의 프로젝트 이해 부족, 불명확한 요구사항 및 요구사항변경 등으로 소프트웨어 개발 생명주기 중 요구사항 분석 단계에서 대부분의 원인을 찾을 수 있다. 본 논문은 소프트웨어 개발 프로젝트에서 요구분석을 통해 도출된 기능과 변경요구 기능간의 추적 등 개발 생명주기 전체 기간 동안 지속적인 요구사항 변경 관리가 가능하게 하는 도구를 설계하였다. 그리고 프로젝트 관련자들 사이에서 충분한 합의와 협의를 통해 공통의 이해를 구축하는 효과적인 의사소통을 지원하는데 필요한 기능에 대해 논의한다. Information system gradually increases the complexity and scale of the project, while if the project fails to occur. To analyze the causes of failure of the project a lack of understanding of your project, unclear requirements and requirements change, etc. of the software development life cycle from requirements analysis phase is to find the source of most. In this paper, a software development project needs analysis derived from the traceability between features and functionality, and development needs throughout the life cycle requirements during the ongoing change management tool was designed to allow. And among those related to the project through consultation with a sufficient consensus to build a common understanding of effective communication will discuss the features required to support.

Development of Artificial Intelligence-based Legal Counseling Chatbot System

Koo-Rack Park(박구락) 한국컴퓨터정보학회 2021 韓國컴퓨터情報學會論文誌 Vol.26 No.3

4차 산업혁명 시대의 도래와 함께 IT기술은 기존의 다양한 산업과 분야에 융합되어 기존에 없던 새로운 서비스들을 만들어내고 있다. 특히 인공지능 분야의 챗봇과 최신 기술은 자연어처리 기술의 발전과 함께 그 성능이 비약적으로 발전하여 다양한 업무처리를 챗봇을 통해 처리하고 있다. 본 연구는 슬롯필링(Slot Filling) 기반의 챗봇 기술을 통해서 법률 질의에 대한 구조적인 폼(Structual Form)을 만들고 정해진 형태의 질문을 입력하여 사용자가 찾고자 하는 질문에 근접한 답변을 제공하는 시스템에 대한 연구이다. 제안 시스템을 이용하여 텍스트 형태의 비정형 데이터인 법률 정보를 보다 구조화된 형태로 질의응답 데이터를 구축할 수 있다. 또 축적된 질의응답데이터를 하이브(Apache Hive)와 같은 빅데이터 저장 시스템을 통해 관리하여 학습에 데이터를 재활용하는 것으로 응답의 신뢰성을 지속적 향상을 기대할 수 있다. With the advent of the 4th industrial revolution era, IT technology is creating new services that have not existed by converging with various existing industries and fields. In particular, in the field of artificial intelligence, chatbots and the latest technologies have developed dramatically with the development of natural language processing technology, and various business processes are processed through chatbots. This study is a study on a system that provides a close answer to the question the user wants to find by creating a structural form for legal inquiries through Slot Filling-based chatbot technology, and inputting a predetermined type of question. Using the proposal system, it is possible to construct question-and-answer data in a more structured form of legal information, which is unstructured data in text form. In addition, by managing the accumulated Q&A data through a big data storage system such as Apache Hive and recycling the data for learning, the reliability of the response can be expected to continuously improve.

시간 상태 변화를 적용한 범죄 발생 예측에 관한 연구

박구락(Koo-Rack Park) 한국컴퓨터정보학회 2013 韓國컴퓨터情報學會論文誌 Vol.18 No.5

현대 사회의 각 분야는 산업화와 과학기술의 발전으로 빠르게 변화한다. 그러나 빠른 사회 변화의 부작용으로 다양한 문제가 발생하고 있는데, 그 중 범죄는 큰 문제이다. 본 논문은 범죄를 예측하기 위한 모델로 마코프 체인을 적용한 범죄 예측 모델링을 제안한다. 기존의 마코프 체인 모델링은 한 사건의 전체 상태만으로 미래 예측 확률을 구하였으나, 본 논문은 사건 발생 확률 예측을 높이기 위해 전체 상태 예측 확률과 최근 상태 예측 확률로 나누었다. 그리고 전체 상태 예측 확률과 최근 상태 예측 확률의 평균값을 적용하여 미래 예측 확률 모델링으로 구현했다. 데이터는 범죄 발생 건수를 적용하였다. 그 결과 전체 상태만을 대상으로 예측확률을 적용 하였을 때 보다, 전체 상태와 최근상태로 나누어 확률 값을 구한 후, 그 평균값을 예측 확률로 적용하였을 때, 범죄 발생 예측에 근접하다는 결론을 얻었다. Each field of modern society, industrialization and the development of science and technology are rapidly changing. However, as a side effect of rapid social change has caused various problems. Crime of the side effects of rapid social change is a big problem. In this paper, a model for predicting crime and Markov chains applied to the crime, predictive modeling is proposed. Markov chain modeling of the existing one with the overall status of the case determined the probability of predicting the future, but this paper predict the events to increase the probability of occurrence probability of the prediction and the recent state of the entire state was divided by the probability of the prediction. And the whole state and the probability of the prediction and the recent state by applying the average of the prediction probability and the probability of the prediction model were implemented. Data was applied to the incidence of crime. As a result, the entire state applies only when the probability of the prediction than the entire state and the last state is calculated by dividing the probability value. And that means when applied to predict the probability, close to the crime was concluded that prediction.

Consultation Management Model based on Behavior Classification of Special-Needs Students

박원철,박구락,Park, Won-Cheol,Park, Koo-Rack Korea Convergence Society 2021 한국융합학회논문지 Vol.12 No.9

Unlike behaviors that are generally known, information regarding unspecific behaviors is insufficient. For an education or guidance regarding the unspecific behaviors, collection and management of data regarding the unspecific behaviors of special-needs students are needed. In this paper, a consultation management model based on behavior classification of special-needs students using machine learning is proposed. It collects data by photographing the behavior of special students in real time, analyzes the behavior pattern, composes a data set, and trains it in the suggestion system. It is possible to improve the accuracy by comparing the behavior of special students photographed later into the suggestion system and analyzing the results by comparing it with the existing data again. The test has been performed by arbitrarily applying unspecific behaviors that are not stored in the database, and the forecast model has accurately classified and grouped the input data. Also, it has been verified that it is possible to accurately distinguish and classify the behaviors through the feature data of the behaviors even if there are some errors in the input process. 일반적으로 알려져 있는 행동에 비해 일반적으로 알려져 있지 않은 불특정 행동들에 대한 자료들은 부족한 실정이다. 특수학생들의 불특정 행동들에 대한 교육이나 지도를 위한 데이터 수집 및 관리가 필요하다. 본 논문에서는 기계 학습을 이용한 웹 기반의 특수학생 상담관리 모델을 제안한다. 실시간으로 특수학생들의 행동을 촬영하여 데이터를 수집하고, 행동패턴을 분석하여 데이터 셋을 구성하고 제안 시스템에 학습시킨다. 추후에 촬영되는 특수학생들의 행동을 제안시스템에 입력 및 분석을 통하여 기존 데이터와 비교하여 나온 결과를 다시 학습하여 정확도를 향상 시킬 수 있다. 데이터베이스에 저장되어 있지 않은 불특정 행동들을 임의로 행하여 테스트를 진행하였으며 예측 모델은 입력 데이터를 통해 정확하게 분류 및 그룹화 하였다. 또한 진입 과정에서 약간의 오차가 있더라도 행동의 특징 데이터를 통해 행동을 정확하게 구분 및 분류하는 것이 가능하다는 것을 확인 할 수 있었다.

A Study on the Development of Product Planning Prediction Model Using Logistic Regression Algorithm

안영휘,박구락,김동현,김도연,Ahn, Yeong-Hwil,Park, Koo-Rack,Kim, Dong-Hyun,Kim, Do-Yeon Korea Convergence Society 2021 한국융합학회논문지 Vol.12 No.9

본 연구에서는 계절적인 요인과 급변하는 상품의 트렌드를 사전예측하기 위해 로지스틱 회귀 알고리즘을 이용한 상품기획 예측 모형을 제안하고자 수행되었다. 먼저 웹크롤링을 이용하여 포털 사이트 및 온라인 마켓의 소비자의 비정형 데이터를 수집하고 정형 데이터 변환을 위한 전처리 작업을 통해 상품에 대한 의미 있는 정보를 분석하였다. 최종 수집된 11,200개의 데이터셋은 Logistic Regression을 이용하여 상품에 대한 소비자의 만족도, 빈도분석, 상품에 대한 장점과 단점을 분석할 수 있었다. 분석 결과 소비자의 만족도는 92%이었으며, 빈도분석을 통해 상품에 대한 불량이슈를 확인할 수 있었다. 또한, 개발된 상품 기획 예측 프로그램에 대한 사용 만족도, 시스템 효율성, 시스템 효과성 항목에 대한 분석결과에서도 만족도가 높게 나타났다. 특히, 불량이슈는 상품에 대한 현 문제를 신속히 인지하고 개선 전략을 수립하는데 필요한 정보를 제공한다는 점에서 매우 의미 있는 자료가 된다. This study was conducted to propose a product planning prediction model using logistic regression algorithm to predict seasonal factors and rapidly changing product trends. First, we collected unstructured data of consumers in portal sites and online markets using web crawling, and analyzed meaningful information about products through preprocessing for transformation of standardized data. The datasets of 11,200 were analyzed by Logistic Regression to analyze consumer satisfaction, frequency analysis, and advantages and disadvantages of products. The result of analysis showed that the satisfaction of consumers was 92% and the defective issues of products were confirmed through frequency analysis. The results of analysis on the use satisfaction, system efficiency, and system effectiveness items of the developed product planning prediction program showed that the satisfaction was high. Defective issues are very meaningful data in that they provide information necessary for quickly recognizing the current problem of products and establishing improvement strategies.

Design and implementation of a music recommendation model through social media analytics

정경록,박구락,박상혁,Chung, Kyoung-Rock,Park, Koo-Rack,Park, Sang-Hyock Convergence Society for SMB 2021 융합정보논문지 Vol.11 No.9

스마트폰이 빠르게 보급되면서 음악을 생활 속의 배경음악처럼 항상 모든 곳에서 듣는 것이 일반화되어 개인의 상황과 조건에 맞는 추천을 할 수 있는 음악 데이터베이스를 필요하다. 본 논문에서는 소셜 미디어를 통한 음악추천 모델을 제안한다. 소셜 미디어의 데이터를 사용하여 음악 데이터베이스를 작성하고 기존의 음원 제공 플랫폼이 주로 사용하는 협업필터링과는 다른 방식으로 음악을 분류한다. 웹크롤링으로 음악 제목이 해시 태그로 달린 게시글을 찾아 해당 글에 함께 달린 다른 해시 태그들을 수집하고 분류하여 실제 청취자의 음악에 관한 의견을 데이터베이스에 사용한다. 소셜 미디어를 작성할 때의 감정, 상황, 시간대, 날씨 등 많은 조건이 해시 태그에는 포함되어 있으므로 다양한 사람의 의견이 집단지성으로 반영된 소셜 미디어 기반 데이터베이스를 구축할 수 있다. With the rapid spread of smartphones, it has become common to listen to music everywhere, just like background music in life, so it is necessary to create a music database that can make recommendations according to individual circumstances and conditions. This paper proposes a music recommendation model through social media. Since emotions, situations, time of day, weather, etc. are included in hashtags, it is possible to build a social media-based database that reflects the opinions of various people with collective intelligence. We use web crawling to collect and categorize different hashtags from posts with music title hashtags to use real listeners' opinions about music in a database. Data from social media is used to create a music database, and music is classified in a different way from collaborative filtering, which is mainly used by existing music platforms.

Reference Information Batch Application Model for Improving the Efficiency of MES

박상혁,박구락,김동현,정경록,Park, Sang-Hyock,Park, Koo-Rack,Kim, Dong-Hyun,Chung, Koung-Rock Korea Convergence Society 2021 한국융합학회논문지 Vol.12 No.10

제조업 분야에서는 경쟁력 강화를 위하여 다품종 생산으로의 전환이 이루어지고 있으며, 하이브리드 제조기술이 증가하고 있다. 특히 제조실행시스템과 ERP 등의 도입을 통하여 생산 품질 향상에 많은 노력을 기울이고 있기에, 신속하고 효과적인 관리를 위한 MES 운영이 필요하다. MES는 제품 생산과 관련된 모든 단계를 관리하면서, 생산 활동에 비효율적인 부분은 개선하고, 공정 변경의 경우에 시스템에 변경 사항을 반영해야 한다. 그러나 대부분의 MES는 시스템 관리자를 통하여 수동적이고, 반복적으로 비효율적인 작업을 계속 하고 있는 상황이다. 본 논문에서는 생산과 관련된 요구사항을 시스템 관리자가 특정 라인의 장비에 대한 참조 정보를, 다른 라인의 동일한 장비에도 일괄 적용할 수 있는 모델을 제안한다. 제안 모델을 통하여 참조 정보의 일괄 적용과 선택 적용의 구분으로 생산 라인에 대한 유연한 대처가 가능할 것으로 기대된다. In the manufacturing industry, there is a transition to multi-item production for reinforcement of competitiveness. Therefore, the hybrid manufacturing technology is increasing. Especially, many efforts in production quality improvement are made through the adoption of the manufacturing execution system and ERP, so it is necessary to operate MES for prompt and effective management. MES should improve ineffective parts in production activities while managing all stages related to production of products. If there is change in the process, the changed items should be reflected to the system. However, most manufacturing execution systems are operated passively and repetitively by system administrators. This study presents a model that system administrators can comprehensively apply reference information about production related requirements on specific line's equipment to the same equipment of other lines. The flexible response for application to production lines is possible thanks to the division of blanket application and selective application of reference information through proposed model.

RNN모델에서 하이퍼파라미터 변화에 따른 정확도와 손실 성능 분석

김준용,박구락,Kim, Joon-Yong,Park, Koo-Rack 중소기업융합학회 2021 융합정보논문지 Vol.11 No.7

본 논문은 감성 분석에 사용되는 RNN 모델의 최적화를 얻기 위한 성능분석을 위하여 하이퍼파라미터 튜닝에 따른 손실과 정확도의 추이를 관찰하여 모델과의 상관관계를 연구하였다. 연구 방법으로는 시퀀셜데이터를 처리하는데 가장 최적화된 LSTM과 Embedding layer로 히든레이어를 구성한 후, LSTM의 Unit과 Batch Size, Embedding Size를 튜닝하여 각각의 모델에 대한 손실과 정확도를 측정하였다. 측정 결과, 손실은 41.9%, 정확도는 11.4%의 차이를 나타내었고, 최적화 모델의 변화추이는 지속적으로 안정적인 그래프를 보여 하이퍼파라미터의 튜닝이 모델에 지대한 영향을 미침을 확인하였다. 또한 3가지 하이퍼파라미터 중 Embedding Size의 결정이 모델에 가장 큰 영향을 미침을 확인하였다. 향후 이 연구를 지속적으로 이어나가 모델이 최적의 하이퍼파라미터를 직접 찾아낼 수 있는 알고리즘에 대한 연구를 지속적으로 이어나갈 것이다. In this paper, in order to obtain the optimization of the RNN model used for sentiment analysis, the correlation of each model was studied by observing the trend of loss and accuracy according to hyperparameter tuning. As a research method, after configuring the hidden layer with LSTM and the embedding layer that are most optimized to process sequential data, the loss and accuracy of each model were measured by tuning the unit, batch-size, and embedding size of the LSTM. As a result of the measurement, the loss was 41.9% and the accuracy was 11.4%, and the trend of the optimization model showed a consistently stable graph, confirming that the tuning of the hyperparameter had a profound effect on the model. In addition, it was confirmed that the decision of the embedding size among the three hyperparameters had the greatest influence on the model. In the future, this research will be continued, and research on an algorithm that allows the model to directly find the optimal hyperparameter will continue.