협력형 디지털 참고서비스(CDRS) 지식정보DB 내용분석 연구

장수현,남영준,Jang, Su Hyun,Nam, Young Joon 한국비블리아학회 2021 한국비블리아학회지 Vol.32 No.2

This study analyses the questions and answers contained in the Knowledge Information Database of the collaborative digital reference service, 'Ask a librarian'. And based on the results of status of user requests, this study draws information usage behavior in the early stages of the service was derived. 1,124 Knowledge Information Database items out of 3,506 cases was analyzed by nine criterion. ① Number of questions and whether to be reference questions, ② Subject and keywords of the question, ③ Purpose of the question, ④ Type of question, ⑤ User's information request, ⑥ Information source and reference services provided by the librarian, ⑦ Number of days to answer, ⑧ Level of the participating library, ⑨ Question type by topic. As a results of analysis, first, users asked for reference questions from various topics as needed, rather than one from a similar topic at a time, but more than half of the total pure reference questions were from the field of library information science. Second, about 71.35% of users were using the 'Ask a librarian' service to recommend a list of information resources related to a particular topic or research problem, and there were also questions that required consultation on the reading situation. Third, the most preferred sources of information for users were bibliography, and in the case of online information sources, users did not relatively prefer them. Fourth, the number of days required to answer was able to confirm significant differences depending on the type of question and the level of the participating library. Fifth, 31.33% of the purpose of the general field question showed that were self-generated.

유전자알고리즘을 이용한 탐색공간분할 학습방법에 의한 규칙 생성

장수현,윤병주,Jang, Su-Hyun,Yoon, Byung-Joo 한국정보처리학회 1998 정보처리학회논문지 Vol.5 No.11

The production-rule generation from training examples is a hard problem that has large space and many local optimal solutions. Many learning methods are proposed for production-rule generation and genetic algorithms is an alternative learning method. However, traditional genetic algorithms has been known to have an obstacle in converging at the global solution area and show poor efficiency of production-rules generated. In this paper, we propose a production-rule generating method which uses genetic algorithm learning. By analyzing optimal sub-solutions captured by genetic algorithm learning, our method takes advantage of its schema structure and thus generates relatively small rule set. 학습 예(training examples)로 부터 규칙을 생성하는 문제는 큰 탐색 공간상에서 많은 지역최소치를 가지고 있는 최적화 문제로 귀결되므로 복잡하고 어려운 문제로 알려져 있다. 이러한 생성규칙을 만들기 위한 여러 가지 학습방법들이 제안되었으며, 그 중 한가지 학습방법이 유전자알고리즘을 연산모델로 사용하는 것이다. 그러나 전통적인 유전자알고리즘은 전역해 부근에서 수렴속도가 떨어지고, 추출된 규칙의 효율성에 문제가 있다. 본 논문에서는 유전자알고리즘의 학습과정에서 포착되는 염색체의 스키마를 분석하여 탐색공간을 부분해(subsolution)를 구할 수 있는 공간들로 분할함으로써, 보다 일반화된 분류 규칙집합을 찾는 방법을 제안하였다. 또한, 실험을 통하여 기존의 기계학습 방법을 사용한 경우와 효율을 상호 비교하여 제안한 방법을 타당성을 입증하였다.

균일분포의 파레토 최적해 생성을 위한 다목적 최적화 진화 알고리즘

장수현,윤병주,Jang Su-Hyun,Yoon Byungjoo 한국정보처리학회 2004 정보처리학회논문지B Vol.11 No.7

진화 알고리즘은 여러 개의 상충하는 목적을 갖는 다목적 최적화 문제를 해결하기에 적합한 방법이다. 특히, 파레토 지배관계에 기초하여 개체의 적합도를 평가하는 파레토 기반 진화알고리즘들은 그 성능에 있어서 비교적 우수한 평가를 받고 있다. 그러나 일반화된 다목적 최적화 진화알고리즘은 복잡한 문제들에서 찾아진 해들의 분포가 전체 파레토 경계면에 대하여 균일하지 못하고 특정 지역에서 집중적으로 해를 생성하는 문제점을 가지고 있다. 본 논문에서 우리는 이러한 문제점을 보완하기 위한 다목적 최적화 진화알고리즘을 제안한다. 제안한 알고리즘은 현재까지 찾아진 최적해들 중 특정 지역에 관중되지 않은 해를 우수 종자로 복제 연산에 참여시킨다. 따라서 특별한 지역탐색 기법을 사용하지 않아도 종자가 되는 개체 주위에 새로운 개체를 생성할 확률이 높기 때문에 지역탐색의 효과를 가질 수 있고, 비교적 고른 분포의 파레토 최적 해를 생성한 수 있다. 5개의 테스트 함수에 대한 실험 결과, 제안한 알고리즘은 모든 문제에서 전체 파레토 경계면에 균일한 분포의 해들을 생성할 수 있었으며, 많은 지역해를 가지는 문제를 제외한 모든 문제에서 NSGA-II보다 우수한 수렴 결과를 보였다. Evolutionary a1gorithms are well-suited for multi-objective optimization problems involving several, often conflicting objectives. Pareto-based evolutionary algorithms, in particular, have shown better performance than other multi-objective evolutionary algorithms in comparison. However, generalized evolutionary multi-objective optimization algorithms have a weak point, in which the distribution of solutions are not uni-formly distributed onto Pareto optimal front. In this paper, we propose an evolutionary a1gorithm for multi-objective optimization which uses seed individuals in order to overcome weakness of algorithms Published. Seed individual means a solution which is not located in the crowded region on Pareto front. And the idea of our algorithm uses seed individuals for reproducing individuals for next generation. Thus, proposed a1go-rithm takes advantage of local searching effect because new individuals are produced near the seed individual with high probability, and is able to produce comparatively uniform distributed pareto optimal solutions. Simulation results on five testbed problems show that the proposed algo-rithm could produce uniform distributed solutions onto pareto optimal front, and is able to show better convergence compared to NSGA-II on all testbed problems except multi-modal problem.

파레토 지배순위와 밀도의 가중치를 이용한 다목적 최적화 진화 알고리즘

장수현,Jang, Su-Hyun 한국정보처리학회 2004 정보처리학회논문지B Vol.11 No.2

진화 알고리즘은 여러 개의 상충하는 목적을 갖는 다목적 최적화 문제를 해결하기에 적합한 방법이다. 특히, 파레토 지배관계에 기초하여 개체의 적합도를 평가하는 파레토 기반 진화알고리즘들은 그 성능에 있어서 우수한 평가를 받고 있다. 최근의 파레토 기반 진화알고리즘들은 전체 파레토 프론트에 균일하게 분포하는 해집합의 생성을 위해 개체들의 밀도를 개체의 적합도를 평가하기 위한 하나의 요소로 사용하고 있다. 그러나 밀도의 역할은 전체 진화과정에서 중요한 요소가 되기보다는 파레토 프론트에 어느 정도 수렴된 후, 개체의 균일 분포를 만들기 위해 사용된다. 본 논문에서 우리는 파레토 지배 순위와 밀도에 대한 임의가중치를 적용한 다목적 최적화 진화알고리즘을 제안한다. 제안한 알고리즘은 진화 개체의 적합도를 평가하기 위해 파레토 순위와 밀도에 대한 임의의 가중치를 적용하므로 전체 진화과정에서 파레토 순위와 밀도가 비슷한 영향을 미치도록 하였다. 또한, 제안한 방법을 6개의 다목적 최적화 문제에 적용한 결과 비교적 우수한 결과를 보였다. Evolutionary algorithms are well-suited for multi-objective optimization problems involving several. often conflicting objective. Pareto-based evolutionary algorithms, in particular, have shown better performance than other multi-objective evolutionary algorithms in comparison. Recently, pareto-based evolutionary algorithms uses a density information in fitness assignment scheme for generating uniform distributed global pareto optimal front. However, the usage of density information is not Important elements in a whole evolution path but plays an auxiliary role in order to make uniform distribution. In this paper, we propose an evolutionary algorithms for multi-objective optimization which assigns the fitness using pareto dominance rank and density weighting, and thus pareto dominance rank and density have similar influence on the whole evolution path. Furthermore, the experimental results, which applied our method to the six multi-objective optimization problems, show that the proposed algorithms show more promising results.

유전자알고리즘에서의 실수처리 방법 비교

장수현(Jang Su Hyun),윤병주(Yoon Byung Joo) 한국정보처리학회 1998 정보처리학회논문지 Vol.5 No.2

In early research results of genetics algorithm, binary representation has been used for chromosome. However, binary representation has been recognized to have some weak points to solve real-world applications which would be represented with real number. Although many representation schemes and operators using characteristics of each scheme have been propesed in oder to solve real-world problems effectively, there was no method confirmed widely in machine learning society. In this paper, we study which chromosome representation schemes and operators for real-number processing are appropriate for a specific problem. And we propose another chromosome representation scheme and search strategy to search integer part and decimal part separately, and then to recombine each chromosome to find a solution.

전역 최적해 수렴을 위한 다목적 최적화 진화알고리즘

장수현 ( Su-hyun Jang ),윤병주 ( Byung-joo Yoon ) 한국정보처리학회 2004 한국정보처리학회 학술대회논문집 Vol.11 No.1

진화 알고리즘은 여러 개의 상충하는 목적을 갖는 다목적 최적화 문제를 해결하기에 적합한 방법이다. 특히, 파레토 지배관계에 기초하여 개체의 적합도를 평가하는 파레토 기반 진화알고리즘들은 그 성능에 있어서 우수한 평가를 받고 있다. 최근의 파레토 기반 진화알고리즘들은 전체 파레토 프론트에 균일하게 분포하는 해집합의 생성을 위해 개체들의 밀도를 개체의 적합도를 평가하기 위한 하나의 요소로 사용하고 있다. 그러나 밀도의 역할은 전체 진화과정에서 중요한 요소가 되기보다는 파레토 프론트에 어느 정도 수렴된 후, 개체의 균일 분포를 만들기 위해 사용된다. 본 논문에서 우리는 파레토 지배 순위와 밀도에 대한 적응적가중치를 이용한 다목적 최적화 진화알고리즘을 제안한다. 제안한 알고리즘은 진화 개체의 적합도를 평가하기위해 파레토 순위와 밀도에 대한 적응적 가중치를 적용하여 전체 진화과정에서 파레토 순위와 밀도가 전체 진화 개체집합의 상태를 고려하여 영향을 미치도록 하였다. 제안한 방법을 많은 지역해들을 포함하는 ZDT4문제에 적용한 결과 비교적 우수한 수렴 결과를 보였다.

LLM과 음성 인터페이스를 통한 ROS 기반 모바일 로봇 제어

장수현(Su-Hyun Jang),전채욱(Chae-Uk Jeun),옥승호(Seung-Ho Ok) 한국정보기술학회 2024 Proceedings of KIIT Conference Vol.2024 No.5

대학생의 자아존중감, 부모-자녀간 의사소통, 친구집단 성태도와 성허용성

장수현 ( Su Hyun Jang ),이성희 ( Sung Hee Lee ) 한국여성건강간호학회 2011 여성건강간호학회지 Vol.17 No.4

Purpose: This study was done to identify factors that affect sexual permissiveness in college students. Methods: A descriptive design was used with 380 college students who completed a questionnaire about self-esteem, parents-adolescent communication, friend`s sexual attitude and sexual permissiveness. Results: The sexual permissiveness showed significant differences for the variable: grade (F=0.51, p=.002), gender (t=7.28, p<.001), age (F=14.72, p<.001), religion (t=4.97, p<.001), residence type (F=4.75, p=.009), number of call with parents (F=3.56, p=.030), number of viewing pornographic video (F=36.05, p<.001), number of viewing pornographic magazine (F= 47.90, p<.001), status of dating (t=3.62, p<.001), number of sexual intercourse (F=14.51, p<.001), and experience of sexual intercourse (t=13.00, p<.001). There was a positive correlation between the friend`s sexual attitude and sexual permissiveness (r=.64, p<.001). The variables such as friend`s sexual attitude, experience of sexual intercourse, the number of watching pornographic video, educational system, religion, and the number of calls with parent explained 52% of the variance in sexual permissiveness. Conclusion: The results of this study indicate that it is necessary to develop sexual education program for college students considering their level of sexual permissiveness and their friend`s sexual attitude.

남자 신입 대학생의 인유두종 바이러스 예방접종 의도 영향요인

장수현(Su Hyun Jang) 학습자중심교과교육학회 2022 학습자중심교과교육연구 Vol.22 No.15

목적 본 연구는 남자 신입 대학생의 인유두종 바이러스 예방접종 의도에 미치는 영향요인을 파악하고 인유두종 바이러스 예방접종 의도를 증진시키는 기초자료를 제공하는 것이다. 방법 이를 위하여 D, K지역 소재 남자 신입 대학생 162명을 대상으로 2020년 6월 30일부터 2020년 11월 30일까지 구조화된 설문지를 이용하여 자료수집을 하였다. 자료 분석은 차이 검정, 일원분산분석, 피어슨 상관관계 분석과 단계적 다중회귀분석을 SPSS 22.0을 이용하여 실시하였다. 결과 남자 신입 대학생의 인유두종 바이러스 예방접종 의도에 영향을 미치는 요인은 주관적 규범(β=.44, p<.001)이었으며, 다음으로 접종태도(β=.28, p<.001), 지각된 통제행위(β=.20, p=.020) 순으로 나타났다. 회귀모형은 유의한 것으로 나타났으며(F=68.98, p<.001), 이 영향요인들은 인유두종 바이러스 예방접종 의도를 56.0% 설명하는 것으로 나타났다. 결론 남자 신입 대학생의 인유두종 바이러스 예방접종 의도를 향상시킬 수 있는 방안을 찾는 것이 중요하며 인유두종 바이러스 예방접종 의도를 증진시키기 위한 교육 프로그램이나 실질적인 개입이 필요하다. Objectives The purpose of this study was to identify the effects of Human Papilloma Virus(HPV) vaccination intention and to suggest a baseline data for enhancement of the HPV vaccination intention of male fresh men in university students. Methods Data were collected from june 30 to November 30, 2020 using a structural questionnaire, which was completed by 162 students in D, K city. The collected data were analyzed by using t-test, one-way ANOVA, pearson’s correlation coefficients and Multiple regression analysis. Results The factors affecting the HPV vaccination intention of female fresh men in university students included subject norm(β=.44, p<.001), attitudes(β=.28, p<.001), perceived behavior control(β=.20, p=.020) to receive to HPV vaccination. These factors accounted for 56.0% of the adjustment of college life(p<.001). Conclusions It is important to find ways to improve of the HPV intention of female fresh men in university students and there is a need to include education programs or practical intervention to strengthen HPV vaccination intentions.

유전자알고리즘을 이요한 탐색공간분할 학습방범에 의한 규칙 생성

장수현(Jang Su Hyun),윤병주(Yoon Byung Joo) 한국정보처리학회 1998 정보처리학회논문지 Vol.5 No.11

The production-rule generation from training examples is a hard problem that has large search space and many local optimal solutions. Many learning methods are proposed for production-rule generation and genetic algorithms is an alternative learning method. However, traditional genetic algorithms has been known to have and obstacle in converging at the global solution area and show poor efficiency of production-rules generated. In this paper, we propose a production-rule generating method which uses genetic algorithm learning. By analyzing optimal sub-solutions captured by genetic algorithm learning, our method takes advantage of its schema structure and thus generates relatively small rule set.