심혈관 질환 예방을 위한 심층 신경망 기반 헬스 빅데이터 처리 기법

유현 상지대학교 2019 국내박사

In modern society, the aging population is rapidly increasing, is rapidly aging, thus the need for personal health and preventive management of chronic diseases, and the demand for customized information to sustain much healthier life are increasing also. Especially, the chronic diseases, such as the heart disease and the diabetes, are increasing in all age groups, so it is necessary to control such chronic diseases continuously using a healthcare system. In order for the healthcare system to continuously control the risk factors of the personal cardiovascular disease, it is required to establish the database based on the disease history and the basic dietary information in the fast period, and the database based on the pattern of the biometric activity in the current situation. The disease history and the dietary information can be acquired with a PHR(Personal Health Record), and the recent biometric data can be collected using IoT in a huge amount. The comprehensive analysis of the big data based on the health records can provide the basis for the real-time determination of the risk factors for the personal cardiovascular disease. The data mining system for processing the health big data has been remarkably progressed as it is developed to the intelligent system. However, for ensuring that the intelligence system is implemented with an efficient operation, the artificial neural network system should be established basically, further the external elements including the artificial neural network including the data preprocessing, the association mining and the distributed computing process for operating the big data should be properly configured. Particularly, the tools and methods for the data preprocessing is critical to the accuracy and the response performance of the various data processing including the image analysis and the sound analysis of the intelligent system. The purpose of this paper is to implement a deep neural network model with more reality in which the data preprocessing may be more effectively conducted by the association mining and the cycle analysis from the personal health records, a kind of static health big data, and the biometric data, a kind of dynamic health big data, and the distributed computing system may be established by applying the edge computing model. The PHR(Personal Health Record) is used as the static health big data. In order to analyze the association and the differentiation between the general popular group and the disease group using the PHR basic data, it is necessary to select the items having the significant association, further, for this, the multivariate analysis algorithm is required. For applying the algorithm, the PHR related to the same type of the health behavior and the dietary habits is collected from the patients focusing on the selected items. In addition, for analyzing the PHR similarity between the selected items and the patients, the Minkovsky distance generalized from the analytical geometry to the Euclidean geometry is applied. A risk group with a high degree of the similarity with the cardiovascular disease is created according to the proximity to the Minkovsky’s distance, and the risk factors for the cardiovascular disease are predicted by the similarity estimation between the risk group and the individual. The biometric data, a kind of the dynamic health big data is collected based on the sensor data of the IoT devices as a big data scale, so the big data processing technology are required to acquire, analyze and integrate the sensor information related to the individual body and his/her environment. One of the typical basic data for analyzing and the estimating the big data processing technology is the heartbeat data, one of the time series biometric data. This is the most basic biometric data as for using the dynamic health data. Using the fast Fourier transformation as the preprocessing for the frequency analysis of the heartbeat rate, and reducing the data from the frequency ratio data of the power spectrum extracted, the most efficient model is established. The semantic interpretation of the preprocessed data is performed based on the Deep Neural Network which is useful for analyzing and estimating the feedback data among the neural network algorithms. The internal structure of the deep neural network algorithm includes the input layer, the hidden layer and the output layer, and the model between nodes is configured using the gradient descent. This model is useful for learning from the input data and for developing the approximate function which can be evolved. Using this, the risk situations may be informed to the individual. This paper further includes a health care model using the edge computing method for saving the processing costs and improving the response time. In this paper, the performance of the proposed model is evaluated by using the data processing cost reduction ratio and MAE, F-measure statistics. As the comparative results, the PHR data reduction ratio of 1/33 is acquired by using the multivariate statistical method, the ECG data reduction ratio of 1/32 is established by using the fast Fourier transformation and the cumulative frequency ratio method. In addition, the F-measure result shows the accuracy of 83.83%, the response delay improvement of 59.95% is acquired by applying the edge computing model. From the evaluation results, it is confirm that the combination of the edge computing model and the deep neural network is used as the technology for distributing and processing a big data computing tasks, and becomes the effective system for reducing the response delay time. The results of this study can be used as a base technology for implementing the smart health care system which provides more personalized and more applicable information with higher satisfaction and enhanced performance. 현대 사회는 급속한 고령화가 진행되고 있으며, 이에 따라 개인별 건강 및 만성질환 예방적 관리의 필요성과 건강한 삶을 지속하기 위한 맞춤형 정보 요구가 증가하고 있다. 특히, 대표적인 만성질환인 심장질환 및 당뇨병은 전 연령층에서 질환자가 증가하고 있으며, 지속적으로 헬스케어 시스템을 통한 관리가 필요하다. 헬스케어 시스템이 개인 심혈관 질환 위험 요소를 지속적으로 판단하기 위해서 과거시점의 병력과 식생활 기초 데이터가 필요하며, 현시점의 생체활동 패턴 데이터가 필요하다. 과거 병력과 식생활 패턴은 PHR (Personal Health Record)로 취득할 수 있으며, 최근의 생체활동 데이터는 IoT를 활용해 대량으로 취득할 수 있는 환경이 갖추어지고 있다. 이러한 각각의 헬스 빅데이터에 대한 종합적 분석은 개인의 심혈관 질환 위험요소를 실시간으로 판단할 수 있는 기반이 된다. 헬스 빅데이터를 처리하기 위해 데이터 마이닝 시스템은 지능형 시스템으로 확대되면서 눈부시게 발전하고 있다. 하지만 지능형 시스템의 현실적인 구현은 기본적인 신경망 시스템의 구현뿐만 아니라 데이터 전처리, 연관관계 분석 및 빅데이터 규모의 연산량을 소화하기 위한 분산처리 등 신경망 외부 요소가 올바르게 구성되어야 효율적인 처리가 가능하다. 특히 전처리의 내용과 방식은 지능 시스템의 이미지, 음향 분석 등 다양한 데이터 처리의 정확도와 응답성능에 결정적 요소이다. 본 논문은 정적 헬스 빅데이터인 개인건강기록과 동적 헬스 빅데이터인 생체 정보 데이터의 연관관계 분석과 주파수 분석을 통해 효율적으로 전처리하고, 에지 컴퓨팅 모델을 응용한 분산 시스템의 구현으로 보다 현실적인 심층 신경망 모델을 구현하도록 한다. 정적 헬스 빅데이터는 PHR 기초 데이터를 사용해 일반인 그룹과 심혈관환자 그룹의 연관성, 차별성을 분석하기 위해서는 유의관계가 있는 항목의 선별이 필요하며, 이를 위해 다변량 분석 알고리즘이 필요하다. 알고리즘의 적용을 위해 선별된 항목을 중심으로 사용자로부터 동일한 형태의 건강행태 및 식이습관에 관련된 PHR을 수집한다. 선별된 항목과 사용자별 PHR 유사도 분석을 위해 해석기하학에서 유클리드 기하학으로 일반화한 민코프스키 거리를 변형해 적용한다. 민코프스키 거리의 근접에 따라 심혈관 질환자와 높은 유사도를 가지는 위험그룹을 생성하고 그룹과 사용자 간 유사도를 통해 심혈관 질환 위험 요소를 평가한다. 동적 헬스 빅데이터인 생체 정보 데이터는 IoT 디바이스의 센서 데이터를 기반으로 빅데이터 규모의 방대한 자료가 수집되고 있으며, 이를 이용한 인체와 환경에 관련된 센서 정보의 획득, 분석, 통합을 위한 빅데이터 처리 기법이 필요하다. 기법의 분석과 평가를 위한 대표적인 기초데이터는 시계열 생체 정보인 심박동 데이터이다. 이는 동적 헬스 데이터로 사용하기에 가장 기본적인 생체 정보이다. 심박동 수치의 주파수 분석을 위한 전처리로 고속 푸리에 변환을 이용하며, 추출된 파워 스펙트럼의 주파수별 비율 데이터를 활용해 데이터를 축소하고 효율적인 모델을 구축한다. 전처리된 데이터의 의미 해석을 위해 신경망 알고리즘 중 피드백 데이터를 분석하고 평가하는데 유용한 심층 신경망 을 기반으로 한다. 심층 신경망 알고리즘의 내부 구성은 입력층, 은닉층, 출력층으로 설계하고, 경사하강법을 이용해 노드간의 모델을 구성한다. 이러한 모델은 입력 데이터를 학습하고, 진화하는 근사함수를 개발하는데 유용하게 사용되며, 이를 통해 사용자에게 위험 상황을 알려준다. 또한 논문에서는 연산비용 감소와 응답 시간의 성능 개선을 위해 에지 컴퓨팅 모델을 활용한 헬스케어 모델을 별도로 구성한다. 본 논문에서 제안하는 모델의 성능 평가를 위해 데이터 연산 비용 감소 비율과 MAE, F-measure를 사용해 평가한다. 비교 결과 다변량 분석을 통해 1/33로 PHR 데이터를 축소하였으며, 고속 푸리에 변환과 누적 빈도 비율방식의 사용으로 1/32로 ECG 데이터 감소가 이루어졌다. 또한 F-measure의 결과 83.83%의 정확도를 나타냄을 확인하였으며, 에지 컴퓨팅 모델을 적용해 59.95%의 응답 지연 개선을 이루었다. 평가 결과를 통해 에지 컴퓨팅 모델과 심층 신경망 기술의 결합은 빅데이터 규모의 컴퓨팅 작업을 분산해 처리할 수 있는 기법으로 사용될 수 있으며, 응답 지연시간을 감소시키는 효과적인 체계임을 확인하였다. 이러한 연구결과는 보다 개인화되고 융통성 있는 결과를 생성하면서도 현실화된 성능으로 만족도가 높고 효과적인 스마트 헬스케어를 구성할 수 있는 기반 기술로 활용할 수 있다.

일반계 고등학교 정보 교육과정의 문제 해결 방법과 절차 수업 모형

현태익 신라대학교 대학원 2012 국내박사

이 연구는 일반계 고등학교 신 개정 정보 교육과정의 ‘문제 해결 방법과 절차’ 영역의 효과적인 교수․학습을 위한 수업 모형을 개발하고 그것의 효과성을 검증하여, 정보 교과 학습이 효과적이고 효율적이며 매력적이 되도록 하는 목적이 있다. 중학교에서 이 영역을 학습하지 못한 일반계 고등학생들을 위해 중학교 교육과정을 포함할 필요가 있다. 그리고 학습자의 발달 단계에 알맞은 프로그래밍 언어를 채택하여 인지적 부담을 줄일 필요가 있다. 또한 학습자의 학습 양식에 맞는 교수․학습 방법을 적용할 필요가 있고, 프로그래밍 학습을 통한 문제 해결 능력 향상을 위해 재미있게 프로그래밍 할 수 있는 퍼즐을 학습 예제로 사용할 필요가 있다. 중․고교의 교육과정을 연구하고 중․고 정보 교과서를 분석하여, 중학교 교육과정을 포함한 교육과정을 계열화하여 재구성한다. 수업 모형 개발 시 학습 양식에 따라 적용할 수 있는 프로그래밍 교수 전략과 방법을 연구하고, 학습자들의 흥미를 유발할 수 있는 프로그래밍 예제로 사용할 퍼즐을 연구한다. 재구성한 교육과정과 알맞은 교수․학습 방법으로 효과적이고 효율적이며 매력적인 수업 모형을 개발한다. 개발한 수업 모형을 일반계 고등학교 ‘정보’ 수업에 적용하여 ‘문제 해결 능력이 향상되는가?’를 연구한다. 이러한 연구 수행을 위한 연구 방법은 ADDIE 모형에 따라 수행한다. 프로그래밍의 인지적 부담을 줄이기 위해 수업 모형의 프로그래밍 언어로는 파이썬을 선택한다. 학습 양식에 따른 교수․학습 방법을 제안하고, 교육과정의 특성에 따라 알맞은 수업 모형을 제안한다. 본 연구에서 개발한 수업 모형에 따라 일반계 고등학교 특별활동 컴퓨터 부 학생들을 대상으로 수업을 진행하고, 부산 시내 컴퓨터교육과 예비 교사들이 모의 수업을 실시하였다. 수업 모형의 효과 검증을 위하여 고등학생과 예비 교사를 대상으로 설문 조사하였다. 예비교사의 75%가 수업 모형에 만족한다고 대답하였다. 2012년 3월부터 23시간 동안 일반계 고등학교 정보 교과 수업에 적용하고, 수업 전․후에 PSI 검사를 하여 문제 해결력 향상 여부를 알아본 결과, 개발한 수업모형 적용은 문제 해결능력을 향상 시켰다고 분석한다. 본 연구의 수업 결과로 학생들의 학습 양식의 변화를 알기 위해 LSI 검사를 2012년 1학기 수업 적용 전, 후에 실시하였다. 중간고사 실시 후 PSI와 중간고사 성적과의 상관관계, LSI와 상관관계를 검증하였다. 검증 결과, 정보 교과 중간고사 필기시험 점수와 PSI 점수는 Pearson 상관계수가 .247 > 0이기 때문에 약한 정 상관관계가 있다고 분석한다. 중간고사 문제의 87%가 알고리즘과 파이썬 프로그래밍 문제였고, 13%가 불 대수와 논리 연산이었기 때문에 자연과학 계통의 특성을 가진 융합자의 평균 점수가 가장 높이 나오고, 수렴자의 점수도 높은 것으로 분석한다. 따라서 개발한 수업 모형이 2012년부터 적용되는 일반계 고등학교 정보 교과 ‘문제 해결 방법과 절차’ 영역의 교수․학습에 효과가 있는 것으로 분석한다. 그러므로 정보 교사들의 교수ㆍ학습 수업 모형의 지표가 되고, 예비 교사의 교육 자료로 활용하는 것을 제안한다. The purpose of this study is to develop an effective teaching model for the "Problem solving methods and procedures" section in the revised academic high school informatics curriculum, verify its effectiveness, make the subject more effective and appealing to teachers as well as students. The model includes a middle school level informatics curriculum for the students who have yet to learn the section and an appropriate computer programming language is to be selected in accordance with learners' developmental stage to reduce cognitive load. In addition, a teaching/learning pedagogy suitable for the student learning style is applied. Stimulating and interesting puzzles that students can program are needed as learning exercises to improve problem solving ability through programming practice. The model development involves reconstituting a secondary education curriculum by examining the existing curriculum and informatics textbooks; devising teaching strategies and methods in programming; designing an effective and attractive teaching model; applying the developed model in high school classrooms; and analyzing the results to verify improvement in problem solving ability. This development follows the ADDIE model, and the Python programming language is adopted for the model. Using the model, classes were conducted with two groups: high school computer club students and undergraduate students majoring in computer education. Afterwards, a student survey was done to verify the effectiveness of the model. The survey results revealed that both groups were favorable to the model. Of the undergraduate students 75% responded positively to the model. The high school group showed an increased level of interest in the subject. After the survey, the model was modified to incorporate the student feedback and to improve further its efficiency and effectiveness. This model was applied in the actual high school classroom teaching for 23 class-hours in the spring semester 2012. Students took PSI tests and the end result showed that the suggested model improved problem solving ability. The Pearson correlation coefficient that verifies the correspondence between the PSI score and the informatics midterm exam grade is .247, which reflects a weak positive correlation. Physical science favoring assimilators scored highest and convergers also received good grades because 87 percent of questions from the midterm are about algorithm and Python programming, 13 percent are about Boolean algebra and logical operations. The result of the study showed that the developed teaching model is an effective tool in educating students about the "problem solving methods and procedures". The model is to be a cornerstone of teaching/learning plans for informatics at academic high school as well as training materials for pre-service teachers.

사전 뜻풀이말에서 추출한 의미정보에 기반한 동형이의어 중의성 해결 시스템

허정 울산대학교 대학원 2000 국내석사

동형이의어는 문장에서 그와 함께 사용된 단어들에 의해서 그의 의미를 확정지을 수 있다. 본 연구에서는 동형이의어의 중의성을 해소하기 위하여 사전의 뜻풀이말에서 의미 정보를 추출하고, 이 의미 정보를 확률 통계적 방법에 적용하여 동형이의어의 중의성을 해결하는 모델을 제안한다. 사전의 뜻풀이말에서 동형이의어를 포함하고 있는 뜻풀이말을 구성하는 체언류(보통 명사)와 용언류(형용사, 동사)를 의미 정보로 추출한다. 의미 정보는 1차 의미 정보와 2차 의미 정보로 구분하는데, 1차 의미 정보는 의미 분별할 단어와 표제어가 의미적으로 상-하의어 관계를 이루고 있다. 이러한 상-하의어 관계는 깊이 1의 의미 계층구조로 자료 부족 문제를 완화시키기 위한 의미 정보의 확장에 유용하다. 비교적 중의성이 자주 발생하는 9개의 동형이의어 명사를 대상으로 실험하였다. 학습에 이용된 데이터로 정확률을 실험하는 내부 실험의 결과, 체언류와 용언류의 가중치를 0.9/0.1로 주는 것이 가장 정확률이 높았다. 외부 실험은 국어 정보베이스와 ETRI 코퍼스를 이용하여 1,796문장을 실험하였는데, 평균 80.73%의 정확률을 보였다. Homonyms are disambiguated by semantic information of other words in the sentence used with the homonym. This paper proposes a homonym disambiguation system using statistical semantic information extracted from definitions in dictionary. The semantic information consists of nouns and predicates that are used with the homonym in definitions. The semantic information is classified into two types. One has hyponym-hypernym relation between title word and head word (homonym) in definition. The relation is one level semantic hierarchy and can expand to overcome the problem of data sparseness. The other is extracted from definitions in which the homonym is used for defining other words. Nine homonyms are examined. Using the training corpus(definitions), we decide the weights for noun and verb are 09 and 01. respectively which affect the accuracy of homonym disambiguation. The homonym disambiguation system results the average precision of 80.73% on 1,796 untraining sentences from Korean Information Base I and ETRI POS corpus.

대규모 그리드 환경에서의 정보서비스 구현을 위한 LDAP 시스템의 성능분석에 관한 연구

이미경 대구대학교 2004 국내박사

Previous Grid researches envision Grid computing a feasible, option for high performance computing. Recent researches focused mostly on the large scale Grid computing. GIS(Grid Information Service) in Grid middleware provides services for user queries to discover available resources as well as to get general information on resources. As the arrival rate of queries becomes larger, which is usually proportional to the increase of the Grid size, it is crucial to implement high performance GIS to make large scale Grid systems in reality. In recent Grid systems, GIS is implemented by using LDAP-based distributed directory systems. This paper presents a study made to evaluate the performance of LDAP-based distributed directory systems. At first, a performance model is presented respectively for the data distribution and for the data replication scheme. Next, a performance analysis is made to understand the performance trade-off between the two schemes in pursuit of a practical implementation model for high performance Grid Information Systems. 그리드에 관한 다양한 프로젝트의 연구 결과는 그리드 기법이 고성능 컴퓨팅을 위한 매우 유망한 기법이라는 점에 대한 검증 결과를 제시 하고 있다. 최근 그리드 컴퓨팅에 관한 대부분의 연구는 대규모 그리드 컴퓨팅의 실현에 초점을 두고 있다. 그리드 정보 서비스는 그리드 사용자 또는 응용 프로그래밍에서 그리드 상의 가용자원 또는 일반 정보를 검색할 수 있는 기능을 제공한다. 일반적으로 그리드의 크기가 증가하면 할수록 그리드 정보 서비스에 대한 질의의 양은 함께 증가하게 된다. 따라서 대규모 그리드의 실용화를 위해서는 고성능 그리드 정보 서비스의 구현이 선행되어야 한다. 최근 그리드 시스템의 그리드 정보 서비스는 분산 LDAP를 기반으로 구현 되고 있다. 본 논문은 분산 LDAP기반 디렉토리 시스템의 성능분석에 관한 연구 결과를 제시한다. 먼저 분산 LDAP 디렉토리의 대표적인 설계 방식인 데이터 분산 기법과 데이터 복제 기법에 대한 성능분석 모델을 개발하였다. 이 성능분석 모델을 사용하여 그리드 환경의 자원 정보 서비스에서 발생하는 작업부하에 대한 각종 변수를 추출?적용하여 질의에 대한 응답시간을 산출하는 방식으로 성능 평가 결과를 산출하였다. 이 성능 평가 결과는 위 두 가지 방식이 시스템의 크기, 작업부하 내의 쓰기의 비율 등과 같은 주요 변수 값으로 표현되는 다양한 GRID 환경에서 상호 성능에 미치는 현상에 상충현상이 발생한다는 점을 고찰하고 향후 고성능 그리드 정보 서비스 구현을 위해서는 이 상충현상이 효과적으로 고려되어야 한다는 점을 명확하게 제시하였다.

Implementation of music recommendation system based on collaborative filtering

허신우 신라대학교 일반대학원 2021 국내박사

Due to the rapid growth of the online music industry, there are plenty of music data generated. As a result, users are faced with a large amount of song information and it is difficult for users to find the music of interest fast. In this circumstance, it is necessary to have an effective music recommendation system that is capable to find the songs that users like fast and provide a pleasant experience. In this paper, a music recommendation system is designed and implemented to solve this problem. The proposed music recommendation system is quick to meet the user's needs and effective in showing the information of interest to the user. The recommendation system algorithm relies mainly on user preference to remove unnecessary data information and on filters to show the final result. Currently, collaborative filtering algorithms have been widely used in recommendation systems. The common problems with collaborative filtering include cold start and data scarcity. Though the existing recommendation systems provide information to users in a relatively short time, there remain some problems with the quality and efficiency of recommendation. In order to enhance the accuracy of music recommendation, the quality of recommended content is improved in this paper using the music popularity ranking and an optimized collaborative filtering method. Moreover, a hybrid recommendation method is proposed that improves the quality of recommendation and the diversity of content by combining music popularity ranking, user-based collaborative filtering method, and item-based collaborative filtering method. Then, a music recommendation system is implemented using the proposed hybrid recommendation method. 온라인 음악 산업의 급속한 발전으로 인하여 많은 음악 데이터가 생성되고 있다. 사용자들은 많은 양의 노래 정보에 직면하고 있으며 사용자가 관심 있는 음악을 빨리 찾기가 어렵다. 따라서 사용자가 좋아하는 곡을 빠르게 찾고 좋은 경험을 제공 할 수 있는 효과적인 음악 추천 시스템이 필요하다. 본 논문에서는 이러한 문제를 해결하기 위하여 음악 추천 시스템을 설계하고 구현한다. 음악 추천 시스템은 사용자의 요구를 빠르게 충족시킬 수 있고 사용자에게 관심 있는 정보를 효과적으로 보여준다. 추천 시스템 알고리즘은 주로 사용자의 선호도를 이용하여 불필요한 데이터 정보를 제거하며 필터링하여 최종 결과를 보여준다. 협업 필터링 알고리즘은 추천 시스템에서 널리 사용하고 있다. 협업 필터링이 가지고 있는 일반적인 문제는 콜드 스타트 ​​및 데이터 희소성 문제이다. 기존의 추천 시스템은 비교적 짧은 시간에 사용자에게 정보를 제공하지만 추천 품질 및 추천 효율성에 문제가 있다. 본 논문에서는 음악 추천의 정확성을 높이기 위해 음악 인기 순위와 최적화 된 협업 필터링 방법을 사용하여 추천 콘텐츠의 품질을 높인다. 본 논문에서는 음악 인기 순위, 사용자 기반 협업 필터링 방법과 아이템 기반 협업 필터링 방법을 혼합한 하이브리드 추천 방법을 제안하고 추천 품질과 콘텐츠 다양성을 향상시킨다. 그리고 제안한 하이브리드 추천 방법을 사용하여 음악 추천 시스템을 구현한다.

3차원 얼굴 모형 생성 시스템의 구현

최보성 울산대학교 대학원 2000 국내석사

ECRM 시스템 구현 및 성과분석에 관한 연구

이승아 대구대학교 2004 국내박사

본 연구는 제조업을 대상으로 시스템적 성공요인과 조직적 성공요인을 고려하여 eCRM 시스템을 구현하고, 업무에 적용한 후 성과를 조사·분석하였다. 먼저, eCRM 시스템에 대한 기존의 연구들을 토대로 성공요인과 구현성과에 대한 체크리스트를 작성하였다. 성공요인은 다시 시스템적 특성요인과 조직적 특성요인으로 구분하였으며, 성공요인을 고려한 eCRM 시스템을 구현하였다. 구현된 시스템은 다품종 소량생산 중심의 제조업에 적용하였으며 대상 업체에 구현성과를 체크리스트를 이용해서 조사·분석하였다. 분석의 객관성을 위해서 이미 eCRM 시스템을 성공적으로 업무에 적용시켜 운용하고 있는 금융기관을 비교대상으로 선정하고 구현성과를 조사하였다. 두 기업뿐만 아니라 eCRM 시스템을 아직 업무에 적용하고 있지는 않으나 eCRM 시스템에 대해 그 성과를 기대하고 있는 39군데 업체에 대해 마찬가지로 체크리스트를 이용하여 기대성과를 조사하였고, 세 가지 유형의 기업에서 나타난 구현성과와 기대성는 모두 기존의 문헌연구에서 제시한 구현성과와 비교하였다. 이를 통해 금융이나 유통분야 뿐만 아니라 ‘대량맞춤’이라는 시대적 요구에 대해 eCRM 시스템 구현 및 적용을 활발히 추진하는 제조업이 eCRM에 대해 어떤 성과를 기대할 수 있을지에 대해 파악할 수 있었다. 그 결과, 대상이 된 제조업에서는 시스템의 분명한 목표 설정과 외부컨설팅 지원여부 등의 요인이 eCRM 시스템의 성공에 가장 많은 영향을 미친 것으로 조사되었다. eCRM 시스템을 업무에 적용시킨 후에는 상품검색의 원활화와 고객의 만족도 및 충성심 등의 성과가 가장 큰 것으로 나타났다. This paper investigates the performance factors of the eCRM systems implemented in several domestic companies including company S, company D, and other companies that have not adopted the eCRM systems. According to this study, critical success factors of the eCRM systems can be summarized as follows: 1) Building a secure system; 2) Understanding customer requirements; 3) Implementing an efficient system; 4) Easiness of use; 5) Facilitating user interaction; 6) Providing customized contents; 7) Top management support; 8) Applying joint development technique; 9) Integrating business processes; 10) Promoting better communication; 11) Providing efficient product search; 12) Minimizing development cost. This study can provide some contributions including: 1) we performed an integrated research for the real companies by coupling literature review and an empirical study 2) we have been able to establish strategies of the product planning and production for the individual customers using the results of this research.

컴퓨터 시스템 Performability 모델링

유기윤 신라대학교 일반대학원 2013 국내석사

Performability는 컴퓨터 시스템의 동적 행동을 분석하기 위한 지표로 성능분석에 고장과 복구를 고려한 신뢰도 및 가용도 분석을 함께 수행하는 지표이다. 컴퓨터시스템의 Performability는 성능 분석과 종속도를 결합하여 구성요소의 일부가 고장 나도 계속 작동될 수 있는 시스템의 점진적인 기능 상실을 고려한다. 종속도는 신뢰도와 가용도로 구성되며 가용도는 구성요소에 대한 고장 및 복구를 함께 고려할 때 계산된다. 신뢰도는 복구를 고려하지 않을 때 궁극적으로 시스템이 다운되는 경우를 고려하여 계산된다. 확장된 추계적 페트리 네트인 SRN (Stochastic Rewards Nets)은 시스템 분석을 위한 다양한 모델링 기능인 마킹종속, 다중금지 아크, 가드함수 등을 제공하며 적절한 보상율을 모델에 할당하여 원하는 성능지표를 쉽게 구할 수 있다. 컴퓨터 시스템의 Performability 분석을 위하여 SRN 모델을 개발하고 모델에 대한 해를 구한다. SRN은 SPNP에 의해 마르코프 보상 모델(Markov Reward Model)로 변환되며 마르코프 보상 모델의 수치적 해를 구하여 SRN에서 지정한 성능지표를 구한다. 성능 분석시 발생되는 상태폭발의 문제를 해결하기 위하여 분할에 의한 계층 모델링을 수행한다. 본 연구에서는 구조 상태모델로 시스템의 고장과 복구를 나타내는 상위계층 모델과 주어진 구조 상태에서 해당 시스템의 처리과정인 도착, 큐잉, 서비스를 나타내는 하위계층모델을 갖는 다중 프로세서 컴퓨터 시스템의 계층모델을 SRN을 적용하여 개발한다. 컴퓨터 가용도의 한 지표로써 NTL(Normalized Throughput Loss)를 구한다. NTL은 일부의 작업을 거부하고 버퍼가 가득차거나 시스템이 다운되는 것으로 정의한다. 본 논문의 기여도는 다음과 같다. 첫째, 성능분석을 위한 SRN 모델 개발 둘째, 신뢰도 및 가용도 모델 개발 셋째, 다중 프로세서 NTL 분석 In performance analysis, one should take into account both pure performance and performance with failures. Stochastic Rewards Nets (SRN) that is an extension of stochastic Petri nets provides compact modeling facilities for such system analysis. It is a high level description language for formally specification of complex systems. In this study, we propose a new methodology - the hierarchial SRN model - to model and analyze performance of different computer systems. Using hierarchical model composition, we can successfully avoid to analyze a large models. Heterogeneous model are combined by state-space methods for those parts of a system that require them, and "well-behaved" parts of the system are treated differently. The multiprocessor system with n processors are taken to analyse the performance in this study using our model. The system is able to detect a processor's failure and reconfigure the system for continuing operations. The Normalized Throughput Loss(NTL) is chosen for the performance measure and the simulation results are given using SPNP. The main contribution of this dissertation are as follows: First, we develop a hierarchical SRN for performance analysis. Second, we present the readability and availability of proposed model. Third, multiprocessor NTL analysis is done as a proper example of our model.

칼라 영상내의 객체 추출을 위한 분할 영역간의 관계성 분석 기법

이승수 建國大學校 2005 국내박사

한글초록:본 논문은 칼라 영상의 영역 분할에서 추출된 각 영역간의 등조선(isophote)의 변화를 분석하여 영역 간의 효율적인 정합을 통해 의미 있는 객체 분리의 방법을 제시한다. 컴퓨터를 이용한 영상의 사용이 증가함에 따라 영상에 포함된 정보를 이용하기 위한 시도들이 다양하게 이루어지고 있다. 그 중에서도 영상에 포함된 객체를 활용하는 영상 데이터 베이스의 인덱싱(indexing), 내용 기반 검색(content based retrieval), 영상 인식 및 변환 등이 주류를 이루고 있다.영상에 포함된 객체 영역은 단일 색상이나 단일 영역으로 구성되기 보다는 여러 개의 영역(area)이나 다양한 색상(color)을 포함하고 있으므로 하나의 객체가 여러 개의 영역으로 분할되어 있거나 복합적으로 구성되어 있는 것이 더 일반적이다. 특정 객체 내에 무질서하게 반복되거나, 여러 가지 색으로 표현되는 무늬, 문자 또는 도형 등과 같이 복잡한 영역이 존재할 경우, 각 영역을 독립적인 영역으로 인식하게 되는 단점이 발생하며, 효율적인 영역 정합에 의한 객체 분리를 할 수 없는 상황이 발생한다.기본적으로 색상 정보에 기초하여, 이러한 영역들을 병합하여 의미 있는 객체 영역을 추출하는 것은 쉬운 일이 아니다. 정밀한 영상 분할을 위해서는 픽셀 단위의 정교한 영역 경계 추출이 요구되지만, 이러한 방법은 너무 많은 시간이 소요되고 텍스처에 의해 영역이 세분화되어 객체의 분리가 어렵게 된다. 또한, 객체 내부에 존재하는 그림자, 하이라이트, 불규칙한 패턴 등에 의해 객체 단위의 영역 추출이 어렵게 된다. 일반적으로 영역구분과 병합을 위해 칼라 분포 유사도나 텍스처 분포 유사도를 이용하여 영역을 분할, 병합하는 방법을 이용한다. 그러나 이러한 방법은 영역간의 관계(relationship)가 고려되지 않는 문제가 발생하게 된다.만약, 하나의 객체 내에 존재하는 영역들이 상이한 칼라의 집합으로 구성되어 있다면, 해당 객체는 독립적인 영역들로 분할되기 때문에 객체의 의미가 상실된다. 따라서 영역에 대한 칼라 정보 외에 다른 지식 정보를 선택적으로 적용할 수 있는 방법이 요구된다. 이러한 방법론으로 본 논문에서는 영상을 구성하는 색상 정보 외에 입체감을 표현하기 위한 방법으로 명암의 등가를 연결한 등조선의 형태분석을 이용하고 있다. 그리고 분석된 정보를 통해 영역 간의 독립, 종속 여부를 판단하여 객체의 의미 있는 영역 정합을 통한 객체 분리의 방법을 제시하고 있다 영문초록:This paper intends to propose a way of significant object isolation by analysing changes in the isophotes of the areas of a color image that are extracted through region segmentation and by efficient matching of the areas. As computers are increasingly utilized for images, many attempts to use information included in the images are being made. Among the attempts, indexing of image database, which uses objects in images, content-based retrieval, image recognition, and transformation are representative. An object area in the image includes several areas or various colors, not one color or one area so in general, an object is segmented into several areas or it is complexly designed. In case a particular object has complex areas like patterns, letters or figures of various colors, or in case it has areas that are repeated in disorder, each area may be recognized as an independent one and further, it gets impossible to isolate an object through efficient regional matching. Basically, it is not easy to merge these areas based on color information and then, to extract a significant object area. Precise image segmentation requires elaborate extraction in pixel of regional border, but it requires too much time and areas get segmented on the basis of textures so object isolation becomes difficult. And, because of shades existing in an object, highlight, and irregular patterns, it becomes difficult to extract an object area. In general, for zoning and merging, color distribution similarity or texture distribution similarity is used. However, this method doesn’t consider relationship among the areas, which is the problem.If the areas existing in an object are composed of different color sets, the applicable object is segmented into independent areas so it gets to lose the meaning as an object. Therefore, it is required to selectively apply other information on the areas in addition to color information. Based on this methodology, this study, in addition to color information, has also analysed the shape of isophotes that connect equivalence of brightness as a way of expressing cubic effect. And, through the analysed information, it has judges independence or dependence of the areas, and then, proposed a way of object isolation through significant regional matching of an object

웹 사이트 탐색 시간 최소화를 위한 Minimal path 알고리즘에 관한 연구

김덕수 대구대학교 2003 국내박사

Mobile visitors who browse the web from wireless PDAs and cell phones are frequently troubled with links of web pages that will take long time in searching information due to the complex structure of deep links. To solve this problem, in this paper, we propose a minimal path algorithm that provides the shortest search time for investigating web sites. Proposed algorithm offers a shortcut to mobile users for web navigation. Wireless web terminals will be numerically superior to desktop browsers in time. Therefore, web sites must be prepared to provide proper contents for mobile users' requests. Web navigation on mobile equipment is a usually expensive task and shortcut links are thus of much help to provide current contents. In this paper, we found the following results: First, we unfold the Minimal Path algorithm to find a shortcut link. Second, we compared our algorithm with existing algorithms. Third, we provide the experimental proof that the Minimal Path with useful shortcut link can be found by our algorithm. Based on our research, some future work is entailed. First all, more serious performance evaluation in solicited with respect to large scale web sites.