이민수 교수

본 연구는 제6기(2013~2015년) 국민건강영양조사 자료를 이용하여 6세 이상을 대상으로 한국인의 칼슘 섭취 실태와 칼슘의 섭취 수준을 평균필요량(EAR) 이상 그룹(Over)과 미만 그룹(Under)으로 나눠서 두 군의 섭취에 영향을 미치는 요인을 분석하기 위해서 실시되었으며 그 결과는 다음과 같다. 칼슘 평균필요량 이상 섭취하는 대상자의 비율은 28.0 %, 남성의 비율은 29.5%, 여성의 비율은 26.5%로 유의적인 차이가 났으며, 특히 여성 12~18세와 65세 이상에서의 Under 그룹의 비율이 남성에 비하여 더 낮았다. 칼슘 섭취에 영향을 미치는 인구사회학적 요인으로는 성별, 가족구성원 수, 결혼 상태, 가구 소득수준, 교육수준, 직업이 유의적인 차이를 나타냈고, 건강 관련 요인에서 음주를 하는 경우에 칼슘 섭취가 유의적으로 높았다. 체중 조절 노력이 없는 대상자일수록 그리고 주관적 체형 인식에서는 매우 마르거나 매우 비만이라고 생각하는 대상자에서 칼슘 섭취가 유의적

최근 무선 인터넷의 보급과 스마트폰의 등장으로 많은 사람들이 커뮤니티, 블로그, 트위터 등의 다양한 소셜 미디어를 통하여 자신의 견해나 의견을 표현하며 활발한 정보교환을 하고 있다. 이러한 정보들을 정보추천 시스템에 이용하면 개개인의 취향과 성향에 맞는 추천을 할 수 있으며 사용자들에게 제공하는 정보의 신뢰도나 품질 개선에도 큰 기여를 할 수 있다. 그러나 이러한 소셜 데이터를 저장하고 처리하려면 이에 맞는 데이터 모델과 효율적인 처리 방식이 필요하다. 본 논문에서는 소셜 네트워크에서의 다양한 요소들을 고려한 정보추천 기법을 지원할 수 있는 빅 데이터 기반의 데이터 모델을 제안한다. 그리고 클라우드 컴퓨팅 환경에서 효율적으로 정보추천을 처리하는 기법을 적용하여 데이터 모델의 활용가능성을 검증하였다.

현재 스마트 폰에서 교육관련 G-러닝 애플리케이션의 비율은 어학 애플리케이션이 대부분을 차지하고 수학 교육 관련 애플리케이션은 상대적으로 낮은 편이다. 일부 수학 교육용 애플리케이션은 산수게임과 단순 이론 나열에 편중되어 있는 실정이다. 이에 본 논문은 모바일 운영체제인 안드로이드를 기반으로 학습자 스스로 지식을 구성하여 학습자의 학습의욕을 자극하고 흥미를 유발할 수 있도록 수학 공식을 훈련·암기할 수 있는 게임을 설계 및 구현하였다. 본 연구를 통하여 스마트폰 앱에서의 G-러닝을 활성화할 수 있는 개발 방향을 제시할 수 있을 것으로 본다.

현재 우리나라에서는 매일 막대한 양의 교통 데이터가 측정장치들로부터 수집되고 있으나 오류 데이터와 누락된 데이터들이 상당히 많은 실정이다. 더구나 이러한 데이터는 중요한 분석의 대상이 될 수 있음에도 불구하고 일정 시간이 지나면 삭제되고 있다. 그리하여 본 논문에서는 이러한 교통 데이터를 지속적으로 누적하여 다차원 모델로 저장하면서 데이터의 품질을 결정하는 유효성과 완전성을 높이면서 what-if 분석 기능을 지원하는 일련의 자료처리 과정을 제공하는 통합 교통이력 데이터베이스 시스템의 구현을 설명한다. 구현된 시스템에서는 다양한 오류 및 누락 데이터 패턴들을 보정하는 기법들을 제공하며, what-if 분석 기능은 다양한 데이터 정제 및 가공 과정들에 관련된 환경변수와 일련의 처리 과정들의 조합을 융통성 있게 정의하도록 함으로써 다양한 상황들을 가정하고 실험하여 결과를 분석할 수 있게 해준다. 이러한 what-if 분석 기능은 교통 데이터의 활용도를 획기적으로 높여주며 외국의 교통데이

웹 서비스가 기업 IT 환경에 보편적으로 적용되기 위해서는 SOAP, WSDL, UDDI 등 기본적인 연결 기술들만으로는 부족하다. 동적으로 자동화된 업무흐름을 구성할 수 있어야 하는데, 이를 위해서는 프로세스 단위를 정의하고 통제하는데 적용되는 워크플로우 기술 표준이 필요하다. 이러한 기술 표준 중에서 BPEL4WS(Business Process Execution Language for Web Service)는 대표적인 비즈니스 흐름 조정 언어로 타 업무 및 시스템들을 연동하고 조정하는 언어이다. BPEL4WS 기반으로 워크플로우를 설계함에 있어서 지원되어야 하는 것은 동적인 특성을 포함한 광범위한 범위의 프로세스를 세밀하게 다루어야 하고, 사용자가 편리하고 직관적으로 시각화하여 사용할 수 있는 설계 도구를 제공할 수 있어야 한다. 본 논문에서는 BPEL4WS를 사용하여 논리적으로 분할 설계가 가능하고, 사용자에게 친숙한 메타포를 활용한 워크플로우 시각화를 제공하는 설계 도구를 구

WBAN(Wireless Body Area Network) 환경에 기반해 센서들로부터 생체 정보나 행위 정보를 제공받아 사용하지만, 대부분의 의료 분야 응용에서는 정기적으로 전달받은 데이터를 모아 추후에 분석하거나, 데이터에대한 단순하고 수동적인 모니터링 기법을 사용한다. 또한 기존의 시스템들은 저장된 데이터를 처리할 때, 효과적인 검색을 위해 B‐tree, R‐tree와 같은 인덱스 구조를 활용하지만, WBAN과 같은 스트림 데이터 환경에서는 데이터가 아닌 질의들이 등록되어 있고 데이터들이 끊임없이 시스템에 도착한다. 때문에 도착한 데이터에대해서 처리할 수 있는 질의만을 찾아 해당 질의들만을 수행하도록 해서 시스템의 질의 부담을 덜어주는 방법이 필요하다. 그러나 기존의 공간 데이터 인덱스 기법으로 사용하던 B‐tree, R‐tree는 도착 데이터값에 대해해당 값을 포함하는 모든 영역을 도출해야되는 스트림 데이터 처리에 적합하지 않다. 따라서 본 논문에서는WBAN 환경의 실시간 모니

XML 데이터를 위한 저장 기법, 인덱싱 기법, 질의어 설계 및 처리, 그리고 질의 최적화에 이르기까지 많은 연구가 활발히 진행되고 있다. 그 중에서도 속도면에서 우수한 성능을 기대할 수 있는 인덱싱 기법은 중요한 연구 분야이다. 기존의 인덱싱 기법은 일반적으로 XML 데이터의 루트에서 시작하는 모든 경로를 기록한다. 그러한 경로인덱스는 상대 경로(“//”)를 포함한 질의를 처리할 때 매우 많은 검색으로 인해 효율성을 떨어뜨리게 된다. 본논문에서는 이를 위해 노드간의 조상-후손 관계를 알기 위해 노드 넘버링 기법을 사용한다. 그리고 XPath를 단순경로를 포함한 질의와 상대 경로를 포함한 질의로 구분하여 각각의 질의에 더욱 효율적으로 적용할 수 있는 XML 문서의 적응적인 인덱싱 기법을 제안한다.

자동 문서화 도구란 프로그램 소스를 분석하고 사용자가 설명한 주석을 통해 자동으로 문서화를 하는 프로그램으로 사용자가 직접 소스를 분석하고 이해할 필요 없이 어떠한 프로그램인지 문서를 통해 개괄적, 구체적으로 이해할 수 있게 해준다. Ada는 국제적으로 표준화 된 객체지향 언어 중 하나로써 현재 임베디드 시스템이나 국방부의 프로그램과 같이 프로그램 정확성이 중요한 곳에 적합하며 각 모듈별 주석을 적절하게 추출하여 분석할 수 있는 도구가 필요하다. 현재 Ada 프로그램 언어에 대해서 주석을 처리하거나 프로그램의 명세를 나타내주는 툴로써 국외에서 개발한 AdaDoc이 있는데 이는 단순히 주석을 매우 간단한 LaTeX 등의 형식으로 출력해주는 기능을 한다. 그래서 본 연구에서는 AdaDoc을 확장하여 이러한 Ada 프로그램의 주석을 특정 규칙에 따라 작성하였을 때 프로그램의 명세에 대한 주석의 내용을 잘 구조화된 LaTeX 형식의 고급 보고서 문서로 출력해주는 도구, AdaDoc-X를 구

센서 네트워크에서의 데이터 처리의 필요성이 최근 들어 매우 커지고 있으며 데이터 처리의 효율성 및 전력의소모에 초점을 둔 기법의 연구가 매우 중요하다. 센서의 소형장치 제약성 및 배터리 전원으로 인한 네트워크의에너지 효율성을 크게 고려해야 하므로 데이터 처리에 있어서 네트워크상에 효율적으로 질의를 주고받는 구조로설계되어야 한다. 이때, 사용자가 알고자 하는 값이 평균값이나 최대값과 같은 집계값이 대부분이기 때문에 집계연산이 중요한 서비스로 제공될 필요성이 있다. 본 연구에서는 기존 SQL문에 DURING절을 제안하여 특정한 긴시간동안의 집계값을 구할 수 있게 하며 데이터웨어하우징 기술인 실체화 뷰와 점진적 뷰 관리 기법을 적용한 질의처리로 센서의 메모리 제약성을 극복하고 에너지 효율적으로 질의 처리를 하도록 구현하였다.

최근 생물정보학의 발전과 함께 생물 관련 정보들이 기하급수적으로 증가하고 있다. 연구 대상도 DNA, RNA, 단백질에서 더 나아가 이들의 상호작용 및 조절 메커니즘에 의해 기능들이 어떻게 수행되는 지에 관한 바이오패스웨이까지 포함하게 되었다. 바이오패스웨이는 광대한 양의 정보를 포괄하며 구성체 사이의 유기적 관계를 나타내고 있는 것이므로 이를 컴퓨터로 처리하기 위해서는 보다 명료하며 직관적인 표현이 요구된다.그러나 기존 시스템에서 사용하는 표기법들은 명료하게 해석될 수 없는 경우가 많고 표현 가능한 영역이 특정 한 단면에만 국한되어 있으며 같은 정보를 표현하여도 시스템마다 표현 레벨과 방식이 달라 시스템 확장 및 통합이 어려운 상황이다.본 논문에서는 다양한 종류의 바이오패스웨이 지식을 체계적인 단일 표기법을 사용하여 보다 명료하고 효율적으로 표현하며 단일화되고 통일된 UniPath 표기법을 제안하였다. 또한 이 표기법을 적용하여 바이오패스웨이 지식을 그래프 형태로 편집함으로써 그

본 논문에서는 유비쿼터스 시대가 도래하면서 대중화되고 있는 스마트폰 기술을 활용하여 교육에서 자기주도적 학습력 배양을 위한 서울역사 박물관 현장체험학습을 지원할 수 있는 시스템의 개발을 다룬다. 대부분의 IT를 활용한 현장체험 학습 시스템들은 여전히 현장에서의 교육을 효과적으로 수행하기 위한 다양한 기능들을 충분히 제공하고 있지 못하여 현장체험 학습의 효과가 매우 제한적이다. 그러나 풍부한 정보의 접근성, 카메라나 GPS 등의 최첨단 장치들, 그리고 다양한 멀티미디어 기능들의 활용을 가능케 하는 스마트폰의 등장으로 인하여 새로운경험을 제공할 수 있는 현장체험 학습 시스템의 실현이 가능해졌다. 본 논문에서는 스마트폰을 활용할 경우에 다양한 현장체험학습 기능들의 설계 및 구현이 가능함을 서울역사 박물관 현장체험학습 시나리오를 통하여 보여준다. 먼저 시나리오를 설계하면서 교육적 효과를 극대화할 수 있도록 스마트폰의 기능적 요소들을 활용하였고 안드로이드폰에 탑재할 수 있는 프로그램을 개발하

인체 통신망과 의료 센서의 발전으로 인해 언제 어디서든 사용자의 생체 신호를 무선으로 전송 받아 데이터베이스에 누적할 수 있게 되었으나, 이를 모니터링 하거나 분석할 수 있는 기술들의 적용이 아직 부족한 상태이다. 다양한 생체 신호들 중 혈압 신호는 우리나라 3대 사망률에 큰 영향을 미칠 정도로 중요한 신호이다. 현재 다양한 질병과 혈압과의 상관관계에 대한 연구가 진행되고 있으나, 시계열 혈압의 패턴에 관한 연구는미흡한 상황이다. 따라서 생체신호로부터 얻은 시간에 따른 혈압의 변화 유형들을 패턴으로 정의하고 이들을분류하는 기법이 필요하다. 본 논문에서는 인체 통신망 환경에서 데이터베이스로 누적되는 혈압 패턴을 효율적으로 분류하는 방법으로 지지 벡터 기계의 적용 방안을 제안한다. 지지 벡터 기계의 매개변수와 커널을 다양하게 설정하여 혈압 패턴 분류에 적용하고, 실험을 통해 가장 적합한 매개변수와 커널의 종류를 찾는다. 최적 구성의 지지 벡터 기계를 패턴 분류에 대표적인 방법인 인공신경

바이오 칩은 바이오 정보를 실험하기 편리하도록 만든 것으로 DNA칩은 주로 유전자 실험에 쓰이고 실험 후 여러 분석 정보를 제공한다. DNA칩에 의해 제공된 데이터는 2차원 행렬로 표현되고 하나의 축은 유전자를 나타내며 다른 하나의 축은 샘플정보를 나타낸다. 이들 실험 정보에서 의미 있는 데이터를 추출하는 것은 매우 중요한 과제이다. 의미 있는 정보를 찾기 위한 방법으로 많이 쓰이는 방법 중 분류화가 있으며 생태계 모방 알고리즘의 하나인 Particle Swarm Optimization 알고리즘을 사용하여 방대한 양의 DNA칩 데이터의 효율적인 처리와 분석을 위한 PSO 분류화 알고리즘을 제안한다.

DNA 칩은 최근 유전자 분석에서 유전자와 실험 등에 대한 다양한 정보를 쉽게 제공할 수 있어서 널리 사용되고 있다. 유전자(gene)와 실험(sample)의 두 축으로 이루어진 2차원의 DNA 칩은 결과를 얻기 위한 많은 비용과 시간을 필요로 하는 생물학적 실험보다 더 효율적이고 실용적인 장접 때문에 오늘날 널리 사용되고 있다. DNA 칩 분석 시스템은 다양한 종류의 DNA 칩에서 자료를 추출하고 유용한 정보를 얻기 위해 데이터를 조사한다. 데이터를 조사하는 방법은 다양하지만 일반적으로 사용되는 방법 중 하나가 분류화(classification)이다. 데이터를 분류하기 위한 알고리즘은 자료 유형이나 수많은 특성에 종속적인 것으로 바이오 칩 데이터가 매우 크다는 것을 고려하면 개미 알고리즘인 개미 집단 알고리즘(Ant Colony System Algorithm)을 사용ㅎ여 DNA 칩 데이터로부터 분류 규칙을 발견하는 기법을 제안하고 실험으로 검증하였다.