치열한 경영 환경을 돌파하기 위해 제품 생산 기지를 해외에 구축하는 글로벌화가 진행되고 있다. 생산 요소 중 기계나 장비는 쉽게 이전 가능하나, 고참 작업자가 소지하고 있는 경험적 지식은 이전하기 어렵다. 그러나 해외 생산 거점을 조기에 안정화 시키기 위해서는 경험자의 생산 지식이 필수적인 요소이다. 기존에는 이를 위해 국내 생산 전문가의 현지 공장 파견 및 현지의 국내 교육이 이루어졌다. 그러나 이는 한시적인 지원에 불과하며, 좀더 체계적이고 지속적인 지원, 즉 글로벌 지식 네트워크 구축이 요구 되어졌다.본 논문에서는 웹기반의 지식관리 시스템 구축 및 이를 활용한 해외 공장 지식 전이 활동에 대한 소개를 담고 있다. 즉 먼저 노하우 및 경험적 지식을 가지고 있는 국내 공장에 지식 고유 시스템을 구축하고 이를 활성화시켰다. 국내 경험적 지식은 사례 기반 추론을 활용하여 수집 및 활용되었다. 그리고 일정 수준의 지식이 시스템에 축적되었을 때 해외 생산 법인에 훈련 및 문제 해결 활용에 사용하도록 하였다.

Some people think that the Internet is a tool of making the current market as a perfect competition market and that the business model of selling products or services is not attractive. But research of this issue propose that the Internet give us new challenge of business. The objective of this study is to analyze the properties of Internet and Internet business and to evolute the Internet business model of selling products or services and to suggest survival strategies in fierce competition circumstances.

Recently Venture business in the area of information and communication industry is booming. Though Technology classification chart helps the potential entrepreneur through Survey paper and Internet Web Page, its service does not meet the customer demand. Hence Technology Classification system, which is proposed in this paper, will solve this problem by using virtual network among venture, technology experts and potential entrepreneurs. This system supports potential entrepreneurs' decision making for choice of venture business items by using dual client technology, and provides better services than existing systems by linking expert client and customer client, .

A lot of Internet shopping malls strive for obtaining a competitive advantage over others in an increasingly tighter electronic marketplace. To this end, understanding customer preference toward products (or services) and administering appropriate marketing strategy is essential for their continuous survival. However, only a few marketing researchers and practicioners focused on this issue, compared with academic and industry efforts devoted to traditional market segmentation. In this paper, we suggest a methodology of conjoint segmentation for electronic shopping malls. Traditional market segmentation methodologies based on customer's profile sometimes fail to utilize abundant information given while navigating around cyber shopping malls. In this methodology, we do not impose information overload to the customer for preference elicitation, but this methodology, we do not impose information overload to the customer for preference elicitation, but capture automatically generated surfing or buying data and analyze them to get useful market segmentation information. The methodology consists of 4-stages: 1) analyzing legacy homepages, 2) data preparation, 3) estimating and interpreting the result, and 4) developing marketing mix. Our methodology was to give useful guidelines for market segmentation to companies working in the electronic marketplace.

We proposed a negotiation model for the n:n negotiation process in the deal. The proposed model was based on the geometrical metaphor concept. We suggested also a negotiation state space using the metaphors where deals can be done conveniently and effectively. We analyzed and showed the usefulness of the model for the both parties concerned in the deal.

Due to recent growing interest in autonomous software agents and their potential application in areas such as electronic commerce, the autonomous negotiation become more important. Evidence from both theoretical analysis and observations of human interactions suggests that if decision makers have prior information on opponents and furthermore learn the behaviors of other agents from interaction, the overall payoff would increase. We propose a new methodology for a strategy finding process using data mining in autonomous negotiation system ; ANSIA (Autonomous Negotiation System using Intelligent Agent). ANSIA is a strategy based negotiation system. The framework of ANSIA is composed of following component layers : 1) search agent layer, 2) data mining agent layer and 3) negotiation agent layer. In the data mining agent layer, that plays a key role as a system engine, extracts strategy from the historic negotiation is extracted by competitive learning in neural network. In negotiation agent layer, we propose the autonomous negotiation process model that enables to estimate the strategy of opponent and achieve interactive settlement of negotiation. ANISIA is motivated by providing a computational framework for negotiation and by defining a strategy finding model with an autonomous negotiation process.

Configuration은 도메인 지식을 이용해서 주어진 모든 요구를 충족시키는 컴포넌트를 갖는 시스템을 구성하기 위한 기술이다. 최근 전자 상거래는 역경매, 공동구매, 사용자 프로파일에 의한 제품의 추천 등 다양한 방식으로 구매자 중심의 사거래 행위를 하고 있다. 하지만 아직도 전문 지식이 필요한 제품의 구입시에 구매자는 많은 어려움을 겪고 있다. 이러한 구매자의 행위를 보조하기 위한 수단으로써 전문가 시스템에서 수년간 연구되어 온 Configuration 기술을 확장 도입하였다. 본 논문에서는 도메인에 대한 규칙(Rules)에 기반해서 Classification Problem Solving 방법과 Constructive Problem Solving 방법을 적용하였다. 구매자와의 능동적인 질의 수행을 하여 제품에 대한 요구를 정확히 한 뒤, 얻어진 사실(Facts)을 Classification Problem solving에 이용이 되어 제품 모델이 결정된다. 이 제품 모델은 구매자를 위해 특성화 되어 있기 않기 때문에, Constructive Problem Solving을 이용한다. 이런 내용을 기반으로 컴퓨터 조립을 위한 Configurator를 디자인하고 구현했다.

지금까지 수행된 대부분의 유가예측은 주고 계량 데이터를 기반으로 하는 여러 가지 계량 모델을 구성하여 수행되었으며, 그 결과 산유국 동향과 같은 국제 유가시장의 불확실성을 제대로 반영하지 못했다. 따라서, 본 논문에서는 이러한 문제점을 해결하기 위하여 계량경제학적인 접근방법과 전문가시스템을 통합한 유가예측 시스템을 설계 및 구현하였다. 즉, 계량 데이터를 기초로 유가예측 모델을 구성하고, 산유국동향과 같은 비계량적인 요인이 유가에 미치는 영향에 대한 실무자의 경험적인 지식은 지식베이스로 구축함으로써, 유가예측과 관련된 다양한 요인들을 폭넓게 고려할 수 있는 통합된 시스템을 개발하였다. 유가예측 모델로는 대표 유종의 유가 및 수급 전망을 위한 동적 선형연립 모델과 유종간 유가의 균형차액을 예측하기 위한 Fully Modified 공적분 회귀분석 모델을 구성하였으며, 유가예측 모델에서 반영하기 어려운 산유국 동향이나 OPEC정책, 선물시장 동향 등은 실무자의 경험적인 지식을 바탕으로 시스템 예측변수로 설정하여 유가예측에 반영할 수 있도록 지식베이스를 구축하였다. 또한, 본 시스템에서는 유가예측 이외에 석유 수급을 전망하고, 유가 및 수급과 관련된 다양한 정보를 제공하고 관리하는 기능을 제공하고 있다.

This article suggests integrated neural network models for the interest rate forecasting using change point detection. The basic concept of proposed model is to obtain intervals divided by change point, to identify them as change-point groups, and to involve them in interest rate forecasting. the proposed models consist of three stages. The first stage is to detect successive change points in interest rate dataset. The second stage is to forecast change-point group with data mining classifiers. The final stage is to forecast the desired output with BPN. Based on this structure, we propose three integrated neural network models in terms of data mining classifier: (1) multivariate discriminant analysis (MDA)-supported neural network model, (2) case based reasoning (CBR)-supported neural network model and (3) backpropagation neural networks (BPN)-supported neural network model. Subsequently, we compare these models with a neural networks (BPN)-supported neural network model. Subsequently, we compare these models with a neural network model alone and, in addition, determine which of three classifiers (MDA, CBR and BPN) can perform better. This article is then to examine the predictability of integrated neural network models for interest rate forecasting using change-point detection.

본 연구의 목적은 휴대폰이나 무선호출기가 가진 양방향 데이터 전송기술을 활용하여 혈압자료를 주기적 혹은 수시로 송신하고 개인별로 축적된 건강관련데이터를 이용하여 혈압과 관련된 심혈관 질환을 예측하는 시스템을 개발하고자 한다. 본 시스템은 크게 5가지 모듈로 구성되어 있다. 첫째는 가정용 혈압측정기에 무선 데이터 전송 기능이 부가된 혈압측정 및 전송장비이다. 둘째는 무선데이터 송수신을 위한 데이터 전송과 관련된 시스템을 구축하는 부분이다. 셋째는 수신된 개인별 혈압 데이트를 DB화하고 이를 자동으로 검사하여 혈압 이상변동 여부를 수시로 확인하고, 필요시 본인에게 경고 메시지를 보내어서 담당의사와 상의하거나 병원에 가서 정밀진단을 받도록 사전에 건강 이상상태를 경고해 주는 조기경보시스템이다. 넷째는 의사의 전문지식과 개인별 혈압자료를 기초로 하여 인터넷 상에서 스스로 심혈관 관련 질병을 진단해 볼 수 있는 인터넷 기반 심혈관 질병 진단 시스템의 구축이다. 다섯 번째로는 이러한 모든 기능이 복합된 전체 시스템을 통합하고 각 부분을 연결하는 시스템 인터페이스 및 사용자가 아주 쉽게 사용할 수 있도록 하는 사용자 인터페이스 부분이다. 본 논문에서는 이를 위한 전체 시스템의 프레임웍을 제시하고 혈압과 의사의 전문지식에 기초한 심혈관 질병 진단 전문가 시스템에 대하여 구축하고자 한다.

인공신경망에 의해 부도예측을 하기 위해서는 여러 개의 재무비율을 입력변수 즉, 입력노드로 이용하는데, 이 가운데 적절한 입력노드를 선정하는 일은 예측력을 결정하는데 있어서 매우 중요하다. 본 연구에서는 새로운 입력노드 선정 휴리스틱을 제안하기 위하여 적절한 훈련이 끝난 인공신경망 모델에서 각 입력노드와 연결되는 가중치들의 합에 대한 절대값인 연결강도가 작은 경우 해당 노드는 출력값에 대한 설명력이 약할 것이다라는 연결강도판별 명제를 제시한다. 즉, 연결강도가 연결강도임계치보다 작은 입력노드는 제거 대상으로 분류할 수 있을 것이고, 이들 노드를 제외한 입력노드는 그렇지 않은 경우보다 더 나은 예측력을 보여 줄 수 있을 것이다. 연결강도판별 명제를 실증적으로 입증하기 위해 본 연구에서는 연결강도판별 선처리 과정에 대한 방법론을 제안하고 제안된 방법론에 의해 부도예측을 실시하여 아무런 선처리를 거치지 않은 모형과 비교하였고, 또 기존의 입력변수 선정방식 중에 하나인 의사결정트리 방식에 의한 입력변수 선정 모형과도 비교하여 더 나은 결과를 얻었다.

개념 계층(Concept Hierarchy)은 데이터베이스 분야에서 사용되는 대표적인 배경 지식(Background Knowledge)으로써, 데이터베이스에 내재되어 있는 구조적인 정보, 데이터의 분포, 영역전문가(Domain Expert)에 의해 주어지는 외부 지식 등이 반영되어 있다. 개념 계층의 특성상 부모(parent)-자식(child) 관계가 있는 두 노드가 있을 때, 한 노드의 값으로부터 다른 노드의 값을 추정할 수 있다. 이 추정된 값을 기대치라고 하고, 한 노드의 값으로부터 추정된 기대치와 실제치가 상당히 상이한 값을 보이는 노드가 있을 때, 이를 흥미롭다(interesting)라고 할 수 있다. 그러나 아직까지 개념계층상에서의 흥미로운 부분 탐색에 대한 연구가 없었으며, 흥미로움(interestingness)의 척도(measurement)에 대한 연구로서는 신뢰도(confidence), 리프트(lift), 컨빅션(conviction)등이 있다. 그러나 이런 흥미도의 척도에 관한 연구도 연관규칙에 한정되어 이루어졌으므로 개념계층상의 데이터에 적용하기 위해서는 약간의 수정 및 새로운 정의가 필요하다. 본 논문에서는 데이터의 특성에 따른 개념계층이 존재할 때, 이를 이용하여 기대치와 실제치가 상이한 흥미로운 부분을 발견하고자 하며, 이를 위하여 개념계층이 존재할 때, 이를 이용하여 기대치와 실제치가 상이한 흥미로운 부분을 발견하고자 하며, 이를 위하여 개념계층상에서의 흥미도의 척도를 제안하고 흥미로운 부분을 탐색하는 방법을 기술하고자 한다. 또한 데이터마이닝의 결과인 연관규칙을 개념계층에 적용하여 연관규칙을 통해 얻어질 수 있는 기대치를, 지지도(support), 신뢰도(confidence), 리프트(lift), 컨빅션(conviction)등의 관계를 통해 다양한 방법으로 모색해본다. 이 연구에서 제안하는 이러한 개념계층상의 흥미로운 부분의 탐색은, 전자 상거래에서의 CRM(Customer Relationship Management)나 틈새시장(niche market) 마케팅 등에 적용가능하리라 여겨진다.

본 연구의 목적은 데이터마이닝 기법을 임상적으로 중요한 위치를 차지하고 있는 고혈압 환자의 특성과 치료에 따른 예후를 예측할 수 있는 지식을 발굴하고 이의 임상적용의 타당성을 검증하여 의사결정지원시스템을 개발하고 이의 유용성을 평가하는데 있다. 이에 연세대학교 의과대학 부속 세브란스 병원의 환자를 대상으로 로지스틱 회귀분석을 이용하여 혈압조절상의 위험요인의 규명하고, 의사결정나무분석을 통해 치료약제별 혈압조절군과 비조절군의 특성을 도출하고 각 대상군을 결정짓는 규칙을 생성하였으며, 이를 활용한 의사결정지원시스템의 개발 및c 평가를 시행하였다. 그 결과 기존 임상이론만을 활용한 시스템의 처방에 의한 혈압조절군보다 데이터마이닝 기법을 활용한 시스템의 처방에 의한 혈압조절군의 비율이 전체적으로 더 높게 나타남을 알 수 있었다. 본 연구의 결과는 우리나라 현실에 부합되는 고혈압 진료지침을 개발하고 적용, 평가하는데 기여할 수 있을 것으로 판단되며, 이와 같은 의사결정지원 시스템을 운영을 통해 실제 임상 진료에 적용해 봄으로써 그 효과와 실증적 가치를 창출할 수 있을 것이다.

인터넷 서비스 제공자들이 관심을 가지고 있는 것 중 하나는 인터넷 사용자들의 서비스 이용 패턴과 경향을 분석하는 것이다. 이를 통해 매출 증대와 실제 경영에 도움이 되는 사용자의 특성을 이해할 수 있기 때문이다. 이와 관련된 기본적인 접근방법은 사용자가 웹 서버에 접근했을 때 서버에 남는 웹 로그를 분석하여 사용자 패턴을 분석하는 것이다. 웹 로그 분석에 전형저인 통계기법이 사용되고 있다. 그러나 단순 통계 기법만으로는 알려지지 않는 데이터들 사이에 숨겨진 유용한 정보를 찾는 데에는 한계가 있다. 최근에는 이러한 한계를 극복하기 위해 데이터 마이닝 기술을 이용한 새로운 접근 방법이 시도되고 있다. 그러나 실제로 웹 로그에서부터 데이터 마이닝 기술을 이용하는 데에는 전처리 과정의 어려움과 실제 유용한 패턴을 어떻게 정의하는 가가 어려운 문제이다. 본 연구에서는 로(raw) 데이터인 웹 로그에서 유용한 패턴을 찾기 위한 전처리 과정을 알아보고, 웹 마이닝 시스템에 적합한 트랜잭션의 데이터 구조를 제시한다. 그리고 정의된 데이터 구조를 통한 패턴 발견 과정인 웹 사이트의 개념계층을 이용한 통계 기법과 연관규칙(Association Rules) 탐사에 대해 알아본다. 마지막으로 정의된 데이터 구조를 통한 새로운 유용한 패턴을 정의한ㄷ.

데이터 마이닝의 수행 예측 오차를 줄이기 위한 방법으로 하나의 문제를 여러 기법들을 결합하여 해결하고 있다. 본 연구에서는 새로운 결합 모델을 제시하고 이를 통해 예측 오차를 감소시킬 수 있는 가능성을 제시한다. 제시된 결합모델의 성능을 검증하기 위해서 국내 자동차보험 회사의 고객데이터를 바탕으로 고객이탈 예측문제를 다루었다. 결합모델의 예측결과를 의사결정나무, 사례기반추론 그리고 인공신경망 중 하나의 기법만을 사용하여 예측한 결과와 비교 평가하였다. 평가 결과, 결합 모델의 예측 적중률이 개별 기법의 예측 적중률보다 우수했다.

MP3(MPEG 1 layer 3) 파일 형식(file format)은 최근 높은 압축율과 뛰어난 음질 복원 능력으로 주목을 받고 있다. 실제로 MP3의 압축율은 CD의 약 50분의 1 정도이고 음질은 CD 음질을 동일한 수준으로 유지할 수 있다.한편, 이러한 MP3의 장점 때문에 web을 통해 MP3 파일을 찾으려는 수요는 폭발적으로 증가하고 있지만 기존의 검색 엔진들이 가지고 있는 프로세스는 급속하게 update되고 있는 MP3 컨텐츠에 효과적으로 대응하지 못하고 있는 실정이다. 특히, 기존의 검색 엔진들은 미디어 파일을 위한 검색이 아닌 문자 기반의 검색 기능을 위해 개발되어 MP3 검색에는 부적절하거나, 파일 중심이 아닌 사이트 중심의 링크 변동에 대하여 수동적인 업데이트만을 수행하여 빠른 변화에 능동적으로 대응하기 어려운 경우가 많다.현재 미디어 파일을 위한 검색 엔진들은 여럿 서비스 중이지만, 텍스트 중심의 탐색 방법을 사용하고, 정기적인 DB update 방법에 관해서도 문자 기반의 검색 엔진과 동일한 방법을 사용하고 있다. 또한, 국내에서는 web 서비스를 위한 미디어 파일 탐색 알고리즘과 지능형 탐색 방법에 등에 관한 연구 역시 거의 전무한 상태이다.본 논문은 MP3 파일 전문 검색을 위한 지능형 프로세스를 설계와 구현 결과에 관한 것으로, 기존의 미디어 검색 엔진들이 가지는 문제점을 지적하고 보다 효율적이고 능동적인 미디어 파일 탐색을 위한 방법을 제시한다. 특히, MP3 파일에 대한 미디어 파일 검증 알고리즘과 verification method을 제안하고, 이러한 메커니즘에 따라 구현된 지능형 robot과 spider 등으로 구성된, 신뢰성 있고 지능적인 MP3 검색 엔진 지원 시스템의 설계와 구현 결과 그리고 성능 등을 종합적으로 요약한다.실어증 환자들은 화시적 대명사를 조응적 대명사보다 더 잘 처리하는 동일한 결과를 보였다. 이러한 실험 결과들은 실어증 환자들이 뇌손상으로 인해 문법적 언어처리에는 어려움을 보이지만 비언어적인, 세상 지식과 관련된 화시적 대명사의 처리는 가능할 것이라는 가설을 뒷받침 해준다. 또한 이러한 실험 결과를 통해 대명사의 기능적인 측면에서 화시와 조응의 처리가 구분되어 있음을 보여준다.l mechanism is concentrate on only the reaction zone. As strain rate and CO2 quantity increase, NO production is remarkably augmented.our 10%를 대용한 것이 무첨가한 것보다 많이 단단해졌음을 알 수 있었다. 혼합중의 반죽의 조사형 전자현미경 관찰로 amarans flour로 대체한 gluten이 단단해졌음을 알수 있었다. 유화제 stearly 칼슘, 혹은 hemicellulase를 amarans 10% 대체한 밀가루에 첨가하면 확연히 비용적을 증대시킬 수 있다는 사실을 알 수 있었다. quinoa는 명아주과 Chenopodium에 속하고 페루, 볼리비아 등의 고산지에서 재배 되어지는 것을 시료로 사용하였다. quinoa 분말은 중량의 5-20%을 quinoa를 대체하고 더욱이 분말중량에 대하여 0-200ppm의 lipase를 lipid(밀가루의 2-3배)에 대하여 품질개량제로서 이용했다. 그 결과 quinoa 대량 7.5%에서 비용적, gas cell이 가장 긍정적 결과를 산출했고 반죽의 조직구조가 강화되었다. 또 quinoa 대체에 의해 전분-지질 복합제의 흡열량이 증대된 것으로부터 전분-지질복합제의 형성 촉진이 시사되었다.이것으로 인하여 호화억제에 의한 노화 방지효과가 기대되었지만

인터넷의 발달로 사용자들은 인터넷에서 필요한 정보를 습득할 수 있을 뿐만 아니라, 생활에 필요한 여러 가지 활동들을 할 수 있게 되었다. 특히 주목받는 부분은 구매 활동이다. 따라서 수많은 기업들이 사람들의 구매 활동에 관련된 전자상거래에 투자하고 있고, 현재 Amazon.com 등과 같은 세계적인 사이트들이 서비스를 실시하고 있다. 또한, 전자상거래 사이트들은 사용자들의 구매 활동을 도와주기 위해 추천 시스템의 도입을 추진하고 있다. 추천 시스템은 사용자들로부터 얻어진 정보를 학습하여 이용 가능한 상품 중에서 고객이 좋아할 만한 것은 추천해 주는 시스템이다. 본 논문에서는 추천 시스템에서 사용되는 주요한 방법인 협력적 여과방법에서 초기 rating 행렬의 희소성 문제를 해결하기 위하여 Singular Value decompositon의 적용 방법을 제안하고 있다.

인터넷을 등장으로, 끊임없이 늘어나는 정보의 양은 오히려 사용자의 정보 습득을 어렵게 만들었다. 이를 해결하기 위한 방법으로 검색된 정보에 우선 순위를 부여함으로써 사용자가 원하는 정보를 선별할 수 있는 방법이 등장하였다. 하지만, 이는 사용자의 일시적인 질의만을 가지고 정보의 우선 순위를 결정하기 때문에 사용자가 다시 판단해야 하는 부담을 안게 되었다. 이러한 문제점을 해결하기 위해, 본 논문에서는 내용 기반의 정보 검색(Content-Based Information Retrieval) 방법과 더불어 사용자의 기호를 반영하는 사용자 선호도 기반의 정보 여과(Information Filtering) 방법, 그룹 선호도 기반의 협동적 정보 여과(Collaborative Filtering) 방법을 사용하여 사용자의 요구에 선결조건으로 하며, 구축된 선호도는 벡터로써 표현되어 정보와의 유사도(degree of similarity) 계산에 사용된다. 제안된 방법을 실험하기 위해 MFC(Microsoft Foundation Class) 관련 학습 사이트를 구현하여 사용자 등록을 받았다. 이 과정에서 사용자에게 여러 가지 프로파일을 요구하였으며, 변화하는 사용자의 기호를 반영하기 위해 지속적으로 사용자의 행동을 관찰하였다. 이렇게 구축된 사용자 선호도를 바탕으로 제안된 방법을 실험하고 사용자의 feedback을 통해 결과에 대한 평가를 받아, 논문에서 제안된 방법의 타당성을 입증하였다.

Research on group decisions and electronic meeting systems have been increasing rapidly according to the widespread of Internet technology. Although various issues have been raised in empirical research, we will try to solve an issue on idea categorizing in the group decision making process of electronic meeting systems. Idea categorizing used at existing group decision support systems was performed in a top-down procedure and mostly b participants; manual work. This resulted in tacking as long in idea categorizing as it does for idea generating clustering an idea in multiple categories, and identifying almost similar redundant categories. However such methods have critical limitation in the electronic meeting systems, we suggest an intelligent idea categorizing methodology which is a bottom-up approach. This method consists of steps to present idea using keywords, identifying keywords' affinity, computing similarity among ideas, and clustering ideas. This methodology allows participants to interact iteratively for clear manifestation of ambiguous ideas. We also developed a prototype system, IIC (intelligent idea categorizer) and evaluated its performance using the comparision experimetn with other systems. IIC is not a general purposed system, but it produces a good result in a given specific domain.

In this paper, a novel approach to intruder detection is introduced. The approach, based on the genetic algorithms, improved detection rate of the host systems which has traditionally relied on known intruder patterns and host addresses. Rather than making judgments on whether the access is instrusion or not, the systems can continuously monitor systems with categorized security level. With the categorization, when the intruder attempts repeatedly to access the systems, the security level is incrementally escalated. In the simulation of a simple intrusion, it was shown that the current approach improves robustness of the security systems by enhancing detection and flexibility. The evolutionary approach to intruder detection enhances adaptability of the system.

This paper compares four models of artificial neural networks (ANN) supported by genetic algorithms the prediction of stock price index. Previous research proposed many hybrid models of ANN and genetic algorithms(GA) in order to train the network, to select the feature subsets, and to optimize the network topologies. Most these studies, however, only used GA to improve a part of architectural factors of ANN. In this paper, GA simultaneously optimized multiple factors of ANN. Experimental results show that GA approach to simultaneous optimization for ANN (SOGANN3) outperforms the other approaches.

기존의 웹 디자인은 웹이라는 매체의 특성 상 디자인적인 요소가 매우 중요함에도 불구하고 디자인은 위한 구체적인 방법론이 미약하다. 특히, 많은 소비자들을 유인하고 구매를 촉발시켜야 하는 인터넷 쇼핑몰의 경우에는 더욱 더 그럼하에도 불구하고 이를 위한 전략적인 방법론이 부족하다. 즉, 기존 연구들은 제품의 다양성, 서비스, 촉진, 항해량, 편리성, 사용자 인터페이스 등이 중요하다고 하였지만 실제 인터넷 쇼핑몰을 디자인하는 입장에서는 활용하기가 상당히 애매하다. 그 이유는 이들 요인들은 서로 영향관계를 가지고 있어서 사용자 인터페이스가 복잡하면 항해량이 늘어나 편리성이 감소하고, 제품이 늘어나더라도 검색엔진을 사용하면 상대적으로 항해량이 감소하게 되어 편리성이 증가한다. 따라서, 이들 요인을 활용하여 인터넷 쇼핑몰을 구축하려면 요인간의 영향관계를 면밀히 파악하고 이 영향요인이 소비자의 구매행동에 어떠한 영향을 주는지가 충분히 검토되어야 한다.이에 본 연구에서는 퍼지인식도를 이용하여 인터넷 쇼핑몰 상에서 소비자의 구매행동에 영향을 주는 요인을 추출하고 이들 요인간의 인과관계를 도출하여 보다 구체적이고 전략적으로 인터넷 쇼핑몰을 디자인할 수 있는 방법으로 web-Cogmulator를 제시한다. Web-Cogmulator는 소비자의 쇼핑몰에 대한 암묵지식 형태의 구매행동을 형태지식화하여 지식베이스 형태로 가지고 있기 때문에 인터넷 쇼핑몰의 다양한 요인의 변화에 따른 소비자의 구매행동을 추론 시뮬레이션하는 것이 가능하다. 이에 본 연구에서는 기본적인 인터넷 쇼핑몰 시나리오를 바탕으로 추론 시뮬레이션을 실시하여 Web-Cogmulator의 유용성을 검증하였다.를, 지지도(support), 신뢰도(confidence), 리프트(lift), 컨빅션(conviction)등의 관계를 통해 다양한 방법으로 모색해본다. 이 연구에서 제안하는 이러한 개념계층상의 흥미로운 부분의 탐색은, 전자 상거래에서의 CRM(Customer Relationship Management)나 틈새시장(niche market) 마케팅 등에 적용가능하리라 여겨진다.선의 효과가 나타났다. 표본기업들을 훈련과 시험용으로 구분하여 분석한 결과는 전체적으로 재무/비재무적 지표를 고려한 인공신경망기법의 예측적중률이 높은 것으로 나타났다. 즉, 로지스틱회귀 분석의 재무적 지표모형은 훈련, 시험용이 84.45%, 85.10%인 반면, 재무/비재무적 지표모형은 84.45%, 85.08%로서 거의 동일한 예측적중률을 가졌으나 인공신경망기법 분석에서는 재무적 지표모형이 92.23%, 85.10%인 반면, 재무/비재무적 지표모형에서는 91.12%, 88.06%로서 향상된 예측적중률을 나타내었다.ting LMS according to increasing the step-size parameter $\mu$ in the experimentally computed. learning curve. Also we find that convergence speed of proposed algorithm is increased by (B+1) time proportional to B which B is the number of recycled data buffer without complexity of computati

Data Envelopment Analysis (DEA), a non-parametric productivity analysis tool, has become an accepted approach for assessing efficiency in a wide range of fields. Despite of its extensive applications and merits, some features of DEA remain bothersome. DEA offers no guideline about to which direction relatively inefficient DMUs improve since a reference set of an inefficient DMU, several efficient DMUs, hardly provides a stepwise path for improving the efficiency of the inefficient DMU.In this paper, we aim to show that DEA can be used to evaluate the efficiency of life insurance companies while overcoming its limitation with the aids of machine learning methods.

현재의 정보 과적재(information overload) 상황은 대량의 정보 가운데서 사용자의 관련 정보에 대한 요청을 도와 불필요한 정보로부터 막기 위한 도구가 매우 필요한 실정이다. 이러한 도구중 대표적으로 사용되는 웹 검색 엔진과 같은 정보 검색 시스템의 단점은 적합한 검색용어를 선택해야만 하는 점과, 결과에 대한 효율적인 요약이 제공되지 않는다는 점이다.따라서 본 논문에서는 이러한 검색 엔진에서의 단점을 보완하여 사용자를 정보 과잉 상황에서의 불필요한 정보로부터 보호하기 위해, 사용자의 프로파일을 기반으로 하여 정보를 개인화된 요약과 함께 제공하는 정보 여과 에이전트(information filtering agent)인 '사용자 맞춤의 문서 요약을 제공하는 정보 여과 에이전트 시스템'을 제안한다.

기존의 BISAgent(Bookmark Information Sharing Agent)는 사용자에 의해 저장되는 북마크를 공유를 기반으로 협동적 웹 브라우징(Collaborative Web Browsing)을 통해 Information Overload를 해결코자 하였다. 하지만, 사용자의 북마크의 메타 정보 입력에 대한 부담은 Information Noise 발생의 원인이 되었고, 그로인한 부작용이 발생하였다. 본 연구에서는 BISAgent에 Ontology의 결합을 통해 사용자가 방문한 사이트의 내용 정보를 해석하여 개념화 하였으며, XML을 이용하여 표현하였다. 그럼으로써 북마크 메타정보의 자동화 및 북마크 자체의 자동 삽입을 통해 사용자의 부담을 최소화하는 효과를 가져왔다. 실험으로써 Ontology를 이용한 일반 HTML 문서의 개념화된 XML 문서로의 변환을 수행하였으며 북마크 정보 저장의 자동화를 위해 사이트 방문 패턴 해석을 실시하여 시스템의 성능을 평가하였다. 양적으로 많은 사용자 북마크를 추출하지는 못했지만 추출된 북마크는 사용자의 재방문이 이루어짐으로써 상당히 높은 정확성을 얻을 수 있었다.

본 논문의 목적은 유사도와 강화 학습을 사용하여, 정보를 제공하는 에이전트와 정보를 요청하는 에이전트간의 연결을 매개하는 조정 에이전트(Coordination Agent, Middle Agent) 구현 방식을 제안하는데 있다.본 논문에서는 질의 에이전트의 질의와 가장 밀접한 정보를 제공하는 것으로 판단되는 정보 에이전트를 찾는 방안을 제안하고자 한다. 정보 에이저트와 질의 에이전트는 조정에이전트에 정보를 등록·요청할 때, 조정 에이전트에 이미 존재하는 기본 오톨로지(Base Ontology)에 자신이 제공·질의하는 정보의 상대적 가중치를 함께 등록한다. 조정 에이전트는 질의 에이전트와 정보 에이전트의 가중치를 고려하여 유사도를 구하고, 구해진 유사도를 이용하여 가장 근접한 정보를 제공하는 정보 에이전트를 찾아 연결한다. 가중치를 제공하지 않는 질의 에이전트의 경우에는 강화 학습으로 얻어진 특성 자료를 이용하여 조정 에이전튼가 임의로 가중치를 구하고, 얻어진 결과에 대하여 타당성을 검증한다.

정보 시스템 개발은 크게 계획, 분석, 설계, 구축의 네 단계로 이루어진다. 이중 사용자 요구사항을 파악하는 분석 단계는 시스템개발 수명주기에 있어 가장 큰 비중을 갖는다. 또한 수명주기의 초기 단계에서 발견되지 못한 결점은 개발이 진행될수록 수정하는데 많은 비용과 노력을 필요로 하게 되어 분석 결과물의 품질은 전체 시스템 품질에 큰 영향을 미치게 된다. 분석 단계의 주요 작업은 데이터 모델링과 프로세스 모델링이다. 이중 데이터 모델리을 위한 지식베이스 시스템 개발에 대한 노력은 기존 연구에서 수행되어 왔으나 프로세스 모델링을 위한 지식베이스 시스템에 대한 연구는 부족하다. 특히 최근 User Interaction이 많은 시스템이 점점 증가하고 있는 추세에 적합한 프로세스 모델링 방법과 지식베이스에 대한 연구가 필요하다.이 연구에서는 사용자 상호작용이 많은 시스템 환경에서의 프로세스 모델링을 위한 절차를 제안하고, 제안된 절차를 효과적으로 지원하고 결과물의 품질을 보증하기 위한 지식베이스 시스템을 구축한다. 모델은 다음의 주요 작업들로 구성된다: 이벤트 분석, 프로세스 분석, 이벤트/프로세스 상호작용 분석. 이벤트 분석은 영향을 주는 이벤트와 그로 인해 수행되어야 하는 업무 절차(Response)를 파악한다. 프로세스 분석은 이벤트 분석과는 독립적으로 수행되며 상위 수준의 업무부터 최하위 수준의 프로세스까지 도출한다. 이벤트/프로세스 상호작용 분석은 이벤트와 프로세스의 분석 결과를 상호 검증하기 위하여 실시된다. 제안된 프로세스 모델링 방법을 지원하기 위한 지식베이스 시스템을 웹 환경에서 구현하였다. 구현된 지능형 robot과 spider 등으로 구성된, 신뢰성 있고 지능적인 MP3 검색 엔진 지원 시스템의 설계와 구현 결과 그리고 성능 등을 종합적으로 요약한다.실어증 환자들은 화시적 대명사를 조응적 대명사보다 더 잘 처리하는 동일한 결과를 보였다. 이러한 실험 결과들은 실어증 환자들이 뇌손상으로 인해 문법적 언어처리에는 어려움을 보이지만 비언어적인, 세상 지식과 관련된 화시적 대명사의 처리는 가능할 것이라는 가설을 뒷받침 해준다. 또한 이러한 실험 결과를 통해 대명사의 기능적인 측면에서 화시와 조응의 처리가 구분되어 있음을 보여준다.l mechanism is concentrate on only the reaction zone. As strain rate and CO2 quantity increase, NO production is remarkably augmented.our 10%를 대용한 것이 무첨가한 것보다 많이 단단해졌음을 알 수 있었다. 혼합중의 반죽의 조사형 전자현미경 관찰로 amarans flour로 대체한 gluten이 단단해졌음을 알수 있었다. 유화제 stearly 칼슘, 혹은 hemicellulase를 amarans 10% 대체한 밀가루에 첨가하면 확연히 비용적을 증대시킬 수 있다는 사실을 알 수 있었다. quinoa는 명아주과 Chenopodium에 속하고 페루, 볼리비아 등의 고산지에서 재배 되어지는 것을 시료로 사용하였다. quinoa 분말은 중량의 5-20%을 quinoa를 대체하고 더욱이 분말중량에 대하여 0-200ppm의 lipase를 lipid(밀가루의 2-3배)에 대

사례기반 추론은 사후학습기법이기 때문에, 사례베이스의 크기가 커지면 추론의 수행시간이 증가하여 전체적인 성능을 저하시킨다. 본 연구에서는 이러한 단점을 극복하기 위하여 사례기반 시스템의 구현에 앞서 사례들이 저장되어 있는 사례베이스를 클러스터링 하였다. 클러스터링에 사용한 기법은 부분적 매칭에 의한 유사도를 기준으로 클러스터링을 하는 사례기반 클러스터링 기법이다. 도출된 클러스터 각각에 대해 가장 적합한 사례기반 시스템을 구축하여 고장진단의 분야에 적용하였다. 즉, 새로운 고장 사례가 입력되었을 때에 본 연구에서 구축된 시스템에서는 먼저 해당 클러스터를 판별한 후 그 클러스터에 적합한 사례기반 시스템으로 고장진단을 하게 되는 것이다. 그 결과, 하나의 사례기반 시스템을 구축하였을 때보다 수행시간이 감소하였으며, 적중률도 향상되었다.

만성질병, 식습관, 영양등 스트레스에 시달리는 현대인의 건강 상태를 파악하는 일은 매우 중요하며 또한 필요하다. 그러나 식이 섭취 평가는 많은 분야의 자료와 지식을 필요로 하기 때문에 손쉽게 일반인이 신뢰성 있는 평가는 얻기는 쉽지 않다. 본 연구는 식품, 영양, 조리, 만성질병, 식습관 등의 여러 전문 분야의 자료와 지식을 기반으로 한 웹 상에서의 영양 평가 시스템으로 '건강 관리를 위한 사이버 식생활 자가 진단 시스템(Cyber Food Self Diagnosis Program, 이하 Cyber-FSDP)'의 설계 및 구축에 관한 것이다. 바탕으로 한다. 초고속 통신망을 이용하여 사람들의 건강문제와 관련된 식생활 정보를 수집하고, 개인별 식생활을 사용자와 상호작용하게 온라인으로 평가·진단하여 이를 개선하고 궁극적으로는 만성질병 위험도를 감소시키고 건강을 증진시킬 수 있는 영양 및 만성 질병 평가 전문가 시스템을 구축한 사례에 대한 Web 응용 프로그램 개발을 소개하며, 개발환경으로는 서버를 엔터프라이즈 3000 Solaris 2.5.1을 사용했으며, DBMS는 IUS (Illustra Universal Server)를 사용하였고, APB(App Page Builder), JabaScript, HTML 등의 언어로 구현되었다.

장차전의 양상은 고도의 과학전, 타격수단의 다양화 등에 따라 고속이체기동전이 t행될 것이며, 이러한 전쟁양상은 정확하고, 보다 빠른 첩보와 정보의 수집 및 분석을 통하여 아군의 신속한 의사결정 및 대응을 요구한다. 이를 위하여 첩보와 정보 수집 및 분석을 자동화하기 위한 전장정보분석 자동화에 관한 연구가 국방과학연구소 주관으로 실시되고 있다. 따라서 이와 연계된 의사결정 자동화에 관한 연구가 필요하게 되었다. 본 연구는 이러한 요구에 부응할 수 있는 전장정보를 활용한 의사결정의 중요한 한 분야인 화력분배를 자동화하기 위한 전문가시스템의 지식베이스모듈에 대한 분석 및 설계에 관한 연구이다.기존에는 화력분야에 대한 아방책 선정까지를 자동화하는 전문가시스템 개발에 대한 연구가 수행되었으나, 본 연구에서는 자동화의 효율성을 높이기 위해서 아방책 선정에서 나아가 아군 화력자산의 파괴율을 고려하고, 지휘관의 의도에 부합하는 아군 화력자산을 배분하는 전문가시스템 개발에 관한 연구를 수행하였다. 본 연구에서는 화력분배 자동화를 위하여 화력분배와 관련된 현행 업무 관련 지식을 획득 및 분석하고 이를 바탕으로 화력자산 분배를 위한 규칙도출 시 개념설계, 상세설계, 알고리즘제시, 규칙추출예시를 하였으며 본 연구결과의 기대효과는 본문을 참고 바란다.

교통 법규 위반 단속이나 주차 관리를 위한 차량 번호판 인식 시스템을 구현하기 위해서는 크게 차량 번호판 추출, 문자 분할, 문자 인식의 세부분으로 이루어진다. 본 논문에서는 차량 번호판 인식 시스템의 구현을 위해 번호판 영역의 색상정보를 이용하여 차량 번호판을 추출하는 방법을 제안하고, 번호판 영역 문자들의 사전 정보와 색상성분을 사용하여 정확하게 번호판 문자 분할을 하는 방법을 제안한다. 자가용과 영업용 차량 영상을 주간/dirks 및 정면/후면으로 나누어 다양하게 취득하여 실험한 결과, 94.6%의 번호판 추출률과 86.8%의 문자분할률을 얻었다.

본 논문에서는 얼굴의 9가지 상태를 인식하고 이를 상태 시퀀스로 생성한 후, 오토마타 기법을 적용하여 13가지(준비, 상측, 하측, 좌측, 우측, 전진, 후퇴, 좌 윙크, 우 윙크, 좌 더블 윙크, 우 더블 윙크, 긍정, 부정) 헤드 제스처를 인식하는 방법을 제안한다. 얼굴 영역을 추출하는 방법에서는 최적의 얼굴색 정보와 적응적 움직임 정보를 이용하여 얼굴 영역을 추출한다. 눈의 후보 영역을 추출하는 방법에서는 소벨 연산자와 투영 기법을 이용한다. 이 때 눈의 후보들을 제거하기 위하여 눈의 기하학적 정보와 눈은 쌍으로 존재한다는 정보를 이용한다. 얼굴의 상태를 인식하기 위해서는 계층적인 특징분석 방법을 사용한다. 13가지 헤드 제스처는 얼굴 상태 인식의 처리에서 생성된 상태 시퀀스를 이용한 오토마타 기법에 의해 인식된다. 실험 결과, 93.3%의 헤드제스처 인식률을 얻었다.

본 논문에서는 두 이진 영상의 비교시 그 유사도를 결정하는 새로운 방법을 제안한다. 이는 두 영상사이의 최소거리에 기반한 방법이며, 제안된 방법에서는 구해진 거리 그 자체보다는 이 거리의 분포로부터 최적 거리를 계산한다. 구해진 거리 분포 함수로부터 최종적인 두 영상의 유사도는 비퍼지화 추론을 이용하여 계산되어진다. 제안한 방법을 실제 문제에 적용하여 그 우수성을 검증하였다.

Recently encryption algorithms based on difficulties of factorization have been used with popularization. Prime number factorizations are progressed rapidly. In this paper, characteristics of elliptic curve are analyzed and generation of elliptic curves suitable for prime number factorization is discussed.