최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of Internet Computing and Services = 인터넷정보학회논문지, v.21 no.1, 2020년, pp.169 - 178
신우택 (Datastreams Corp.) , 이진희 (Datastreams Corp.) , 김정우 (Datastreams Corp.) , 신동선 (Datastreams Corp.) , 이영상 (Datastreams Corp.) , 황승호 (Datastreams Corp.)
The reductions of troops/human resources, and improvement in combat power have made Korean Department of Defense actively adapt 4th Industrial Revolution technology (Artificial Intelligence, Big Data). The defense information system has been developed in various ways according to the task and the un...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
자연어 처리란 어떤 분야인가? | 자연어 처리란 자연어를 처리하는 분야, 즉 쉽게 말해 인간의 언어를 컴퓨터에게 이해시키기 위한 분야이다. 자연어 처리에서 단어의 의미를 컴퓨터에게 잘 표현하는 방법으로 시소러스를 활용한 기법, 통계 기반 기법, 추론 기반 기법이 있다[10]. | |
국방부에서 4차 산업혁명 기술(빅데이터, AI)의 적극적인 도입을 추진하고 있는 이유는? | 국방부는 감소되는 부대 및 병력자원의 문제해결과 전투력 향상을 위해 4차 산업혁명 기술(빅데이터, AI)의 적극적인 도입을 추진하고 있다. 국방 정보시스템은 업무 영역 및 각군의 특수성에 맞춰 다양하게 개발되어 왔으며, 4차 산업혁명 기술을 적극 활용하기 위해서는 현재 폐쇄적으로 운용하고 있는 국방 데이터 관리체계의 개선이 필요하다. | |
다중 데이터 저장소 관리 (MRMM) 기술이 국방정보 시스템에 적용될 경우 기대되는 점은? | 본 논문에서는 국방 데이터의 표준화 기법향상을 통한 빅데이터, 인공지능 기술의 전략적 활용성 향상을 위해 국방상호운용성 관리지침규정에 따라 도메인 및 코드사 전을 생성된 국방 전사 표준과 각 계계별 표준 매핑을 관리하고 표준간 연계를 통하여 데이터 상호 운용성 증진을 지원하는 국방을 위한 다중 데이터 저장소 관리 (MRMM) 기술을 제시하고, 단어의 유사도를 통해 MRMM의 실현방향성을 구현하였다. 이 기술을 국방정보 시스템에 적용할 경우 데이터 표준화율을 높이고 좀더 실효성있는 빅데이터 및 인공지능 기술개발에 기여할 것으로 기대된다. |
Seong-Woo Kim. Gak-Gyu Kim, Bong-Kyu Yoon, "A Study on a Way to Utilize Big Data Analytics in the Defense Area", Journal of the Korean Operations Research and Management Science Society, Vol. 75. No 2, pp. 1-19, June 2014. http://dx.doi.org/10.7737/JKORMS.2014.39.2.001
국경완, "4차 산업혁명 시대 인공지능을 활용한 군사적 적용방안," 합참지, 2018. 7.
산업연구원 (KIET), "미국 신정부 국방획득정책 변화 및 대응전략 연구," 연구보고서, 2018.
김영도, 이한준, 홍진기, "국방데이터공유체제 개선 방안과 추진과제," 주간국방논단, 제1631호(16-34) 2016.
국방부, "2019년 국방부 업무 보고"
국방부4차 산업혁명 스마트 국방혁신 추진단, "4차 산업 혁명과 함께 미래 국군 그린다: 4차 산업혁명 스마트 국방 혁신," 2019년 3월 15일
국방일보, "국방정보체계 유지보수 전담 '국방업무 효율화' 기여할것," URL:http://kookbang.dema.mil.kr/newsWeb/m/20181024/30/BBSMSTR_000000010026/view.do
이미영, 이상철, "국방정보체계의 상호 운용성 보장을 위한 메타데이터 표준화 구축연구", 대한산업공학회 추계학술대회 논문집, pp. 317-324, 2009.
아주대학교 장위국방연구소, "국방아키텍쳐 메타모델 표준화 구축 및 활용방안 연구", 연구보고서, 2017
齋藤 康毅(사이토 고키), "밑바닥부터 시작하는 딥러닝2", 2019, 한빛미디어
D. Ayata, "Applying Machine Learning and Natural Language Processing Techniques to Twitter Sentiment Classification for Turkish and English." Thesis for M.S. degree at Bogazici University. June 2018.
K. W. Church, P. Hanks, "Word association norms, mutual information, and lexicography," Compututational linguistic Vol. 16, No. 1, pp 22-29, 1990
G. H. Golub, C. Reinsch, "Singular Value Decomposition and Least Squares Solutions,", vol. 14, pp. 403-420, 1970.
T. Mikolov, K. Chen, G. Corrado, J. Dean, "Efficient estimation of word representations in vector space,." arXiv prepreint arXiv:1301.3781, 2013.
J. Pennington, R. Socher, C. Manning, "GloVe: Global Vectors for Word Representation," Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP), Doha, Quatar, pp. 1532-1543, Oct. 2014.
T. Mikolov, I. Sutskever, K. Chen, G. Corrado, J. Dean, "Distributed Representation of Words and Phrases and their Compositionality" Advances in neural information processing systems, Vol. 26, 2013.
행정자치부, "공공기관의 데이터베이스 표준화 지침," 행정자치부고시 제2015-26호, 2015.
T. Schnabel, I. Labutov, D. Mimno, T. Joachims, "Evaluation methods for unsupervised word embeddings," Proceeding of the 2015 Conference on Empirical Methods in Natural Language Processing, Lisbon, Portugal, pp. 298-307, 2015
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.