본 논문에서는 웹사이트에 접근하는 사용자 접근 패턴을 학습하여 정보 제공이 보다 용이한 구조로 자동 개선시켜 나가는 적응형 웹사이트를 구축하고자 한다. 즉, 기존 웹사이트의 구조를 가늠한 한 파괴하지 않는 범위 내에서 김 사이트를 변경하고자 관련성은 높으나 접근 경로가 긴 문서들의 클러스터를 찾아내고, 이들에 대한 별도의 색인 페이지를 생성하여 웹사이트 내에 위치시킨다. 이를 위하여, 먼저 대용량의 웹 서버 로그 데이터들을 대상으로 순차 패턴 탐색 방법인 AprioriAll 알고리즘을 적용함으로써 웹문서간의 충분한 연관성 지지도를 갖는 사용자 순차 접근 패턴을 분석해낸다. 사용자 순차 접근 패턴 분석을 통해 관련성 있는 문서들의 집합을 알아낸 후, 웹사이트의 하이퍼 링크 구조 정보를 고려하여 접근 경로가 긴 문서들만을 골라 웹 문서 클러스터를 생성시킨다. 이러한 웹문서 클러스터들에 대한 색인 페이지를 추가 생성하여 제공함으로써 사용자들의 보다 효과적인 정보 접근을 지원한 수 있는 웹사이트로의 변경이 가능하다.

산업의 요구로부터 시작된 고객관계관리(CRM: Customer Relationship Management)를 기를 학문과의 관계에서 검토하고, 특별히 인터넷 기반의 CRM에 관련된 비즈니스 모델과 프로세스 모델을 소개한다. CRM의 핵심적인 요소인 개인화는 하나의 마케팅 기법이 아닌 비즈니스 모델 수준에서 다루어져야 한다는 인식하에, 인터넷에서의 개인화 비즈니스 모델의 정의를 소개하고, 이를 위한 전제 조건과 개인화의 차원 등을 소개한다. 한편, CRM의 성공적인 구축은 이를 위한 프로세스를 여러 가지 관점에서 조망하는 것이 필수적인데, 본 논문에서는 여러 관점에서 이들을 정리하고, 이를 지원하는 도구들과 이러한 도구의 자동화 전략을 소개한다.

In general, the size of index set of the emotion-based control is smaller than that of the logic-based control. And thus, by using the concept of emotion we can control the behavior's patterns of multiple persons more softly from the global viewpoint. The principle just mentioned, we think, can be applied on fille general purpose system. In this paper we presented a n : n negotiation model in the deal based on emotional agent. Through the emotional layers of the agents we tried to show that the flexible control of the negotiation process is possible especially in case of dynamic environment.

인터넷의 확산으로 일반인들이 높은 정보수집력을 보유하게 됨에 따라 소비자 중심의 시장이 형성되면서 전자상거래를 통한 소비자간의 거래가 점점 늘어가고 있다. 그에 따라 많은 연구자들이 소비자간 전자상거래를 지원하기 위한 지능형 에이젼트를 개발하고 있다. 그러나 기존의 소비자간 전자상거래 에이젼트 시스템은 경매나 역경매와 같은 '1:다'의 경쟁적 협상을 지원하거나, 판매자와 구매자의 거래성사를 위한 시간흐름에 따른 가격조건 완화를 이용한 자동협상에 주로 촛점을 맞추고 있다. 본 연구는 기존의 자동협상에 관한 연구와는 다른 관점에서, 소비자들간에 거래하려는 제품에 대해 제품사양 및 거래조건의 변화가 가능한 경우에 판매자와 구매자가 느끼는 개인적인 효용의 차이를 이용하여 판매자와 구매자가 모두 만족하는 제품사양, 거래조건, 가격의 거래결과를 찾아주기 위한 자동협상구조를 제시한다.

1990년대 후반부터 Internet은 지식 정보 사회의 핵심 기반으로 급부상하면서 산업의 전 분야에 걸쳐 영향을 미치게 되었다. 이에 본고에서는 인터넷의 특성에 기인하는 여러 가지 현상들을 경쟁우위 변수를 선정하고 설문 조사를 통해 요인분석과 AHP(Analytic Hierarchy Process)의 쌍비교법을 이용하여 모델별 경쟁우위요소들의 우선순위를 도출하였다.

기존의 인터넷 비즈니스를 분류하는 분류법이 인터넷 비즈니스의 특성을 규명하고 새로운 인터넷 비즈니스를 고안하는 데는 적합한 방법이지만 기업들에게 의미 있는 경영전략을 제시하는 데에는 어려움이 있다. 이에 새로운 분류기준으로 인터넷 기업들을 분류하고 경영 전략적인 측면에서 시사하는 바를 알아본 후, 성과모형을 개발하여 인터넷 기업들에게 바람직한 비즈니스 유형을 규명하였다. 또한 인터넷 비즈니스의 핵심 성공요인을 도출하여 향후 기업들이 본 연구 결과를 통해서 기업 성과 증진에 도움을 줄 것으로 기대한다.

본 논문에서는 모바일 인터넷으로 대표되는 제2차 IT혁명에서 세계 주도권을 노리고 있는 일본에 초점을 맞춘다. 특히 NTT DoCoMo의 i-mode 서비스, 즉$\ulcorner$휴대전화와 인터넷의 성공적 융합$\lrcorner$이라 할 수 있는 "모바일 인터넷"에 대한 분석과 성공전락 등을 통하여 향후 한국의 모바일 인터넷이 추구해야 할 방향성과 그 과제에 대하여 살펴보기로 한다.

오늘날의 기업은 상품을 판매하는 것 뿐만 아니라 기업의 신용과 이미지를 위해 그 상품에 대한 사후처리(After Service) 업무에 많은 투자를 하고 있다. 이러한 양질의 사후서비스를 고객에게 공급하기 위해서는 많은 인력을 합리적으로 관리해야 하고 요청되는 고장수리 서비스 업무를 빠르게 해결하기 위해서는 업무를 인력들에게 합리적으로 배정을 하고 회사의 비용을 최소화하면서 정해진 시간에 요청된 작업을 처리하기 위해서는 인력들에게 작업을 배정하고 스케줄링하는 문제가 발생된다. 본 논문에서는 이러한 문제를 해결하기 위해 화학계기의 A/S 작업을 인력에게 합리적으로 배정하는 스케줄링 시스템에 관한 연구이다. 먼저 스케줄링 모델을 HP 사의 화학분석 및 시스템을 판매, 유지보수 해 주는 "영진과학(주)"회사의 작업 스케줄을 분석하여 필요한 도메인과 고객서비스전략과 인력관리전략에서 제약조건을 추출하였고 여기에 스케줄링 문제를 해결하기 위한 방법으로 제약만족문제(CSP) 해결기법인 도메인 여과기법을 적용하였다. 도메인 여과기법은 제약조건에 의해 변수가 갖는 도메인의 불필요한 부분을 여과하는 것으로 제약조건과 관련되어 있는 변수의 도메인이 축소되는 것이다. 또한, 스케줄링을 하는데에 있어서 비용적인 측면에서의 스케줄링방법과 고객 만족도에서의 스케줄링 방법을 비교하여 가장 이상적인 해를 찾는데 트래이드오프(Trade-off)를 이용하여 최적의 해를 구했으며 실험을 통해 인력에게 더욱 효율적으로 작업들을 배정 할 수 있었고 또한, 정해진 시간에 많은 작업을 처리 할 수 있었으며 작업을 처리하는데 있어 소요되는 비용을 감소하는 결과를 얻을 수 있었다. 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

산업 및 가정용 기기들이 점차 복잡해짐에 따라 다양한 공학 분야의 해석 기술을 동시에 고려하면서 이들 원리를 적용한 최적의 설계를 결정하는 방법론의 필요성이 대두되고 있다. 다분야통합최적설계 또는 MDO(Multidisciplinary Design Optimization)라 일컫는 새로운 기술은 이러한 필요에 대응하는 기술로서 국내외적으로 활발한 연구가 진행되고 있다. 이러한 MDO 기술을 구현하는 소프트웨어와 하드웨어 복합 체계를 MDO 프레임웍(framework)이라 한다. 일반적으로 프레임웍이란 실제 응용프로그램의 용도에 맞는 주문제작(customization)이 가능한 일종의 전단계 프로그램이라 할 수 있다 MDO 프레임웍은 설계 및 해석 도구들간의 인터페이스를 제공하고, 이들 도구들이 사용하는 설계 데이터를 효율적으로 공유할 수 있도록 지원하여, 설계 작업을 정의, 실행, 관리하는 역할을 한다. 이러한 MDO 프레임웍은 설계 작업을 통합적으로 관리하고 자동화하여 설계 도구간의 데이터 전달과 변환에 소묘되는 설계자의 부담을 경감시키며 다분야 전문가가 참여하는 공통 작업 환경을 제공함으로써 설계 효율성을 증진시킨다. 본 논문에서는 이러한 효용을 달성하기 위한 MDO 프레임웍(framework)을 제시하고 프레임웍 설계의 논리적 근저와 타당성을 밝힌다. 본 논문에서 제안하는 다분야 통합 최적화를 위한 분산형 지능 시스템인 DisMDO는 사용자가 GUI를 동해서 편리하게 다분야통합최적화 문제를 해결할 수 있도록 지원하며, 제공되는 스크립트 언어를 동해서도 이를 정의할 수 있도록 지원하여 일괄처리도 가능하도록 한다. 또한, 집중화된 데이터베이스를 관리하여 다분야 전문가들이 공통의 데이터를 안전하게 공유할 수 있도록 지원하며, 외부에서 제공되는 해석 도구나 최적화 모듈을 손쉽게 프레임웍에 통합시킬 수 있도록 하는 인터페이스 제작기(factory) 기능을 제공한다.ackscattering spectroscopy, X-ray diffraction, secondary electron microscopy, atomic force microscoy, $\alpha$-step, Raman scattering spectroscopu, Fourier transform infrared spectroscopy 및 micro hardness tester를 이용하여 기판 bias 전압이 DLC 박막의 특성에 미치는 영향을 조사하였다. 분석결과 본 연구에서 제작된 DLC 박막은 탄소와 수소만으로 구성되어 있으며, 비정질 상태임을 알 수 있었다. 기판 bias 전압의 증가에 따라 박막의 두께가 감소됨을 알 수 있었고, -150V에서는 박막이 거의 만들어지지 않았으며, -200V에서는 기판 표면이 식각되었다. 이것은 기판 bias 전압과 ECR 플라즈마에 의한 이온충돌 효과 때문으로 판단되며, 150V 이하에서는 증착되는 양보다 re-sputtering 되는 양이 더 많을 것으로 생각된다. 기판 bias 전압을 증가시킬수록 플라즈마에 의한 이온충돌 현상이 두드러져 탄소와 결합하고 있던 수소원자들이 떨어져 나가는 탈수소화 (dehydrogenation) 현상을 확인할 수 있었으며, 이것은 C-H 결합에너지가 C-C 결합이나 C=C 결합보다 약하여 수소 원자가 비교적 해리가 잘되므로 이러한 현상이 일어난다고 판단된다. 결합이 끊어진 탄소 원자들은 다른 탄소원자들과 결합하여 3차원적 cross-link를 형성시켜 나가면서 내부 압축응력을 증가시키는 것으로 알려져 있으며, hardness 시험 결과로 이것을 확인할 수 있었다. 그리고 표면거칠기는 기판 bias 전압을 증가시킬수록 더 smooth 해짐을 확인하였다.인하였다.을 알 수 있었다. 즉 계면에서의 반응에 의해 편석되는 Ga에 의해 박막의 strain이 이완되면, pinhole 등의 박막결함

최근 전자상거래가 활성화되면서, 거래 인증서와 같은 온라인 증명서가 광범위하게 사용되고 있다. 그리고 증명서의 위/변조기술이 발전함에 따라서 온라인 거래에 사용되는 증명서의 인증과 위조/변조를 방지하는 기술이 필요하게 되었다. 본 연구는 증명서의 인증에 필요한 기술로서, 메시지 인증함수가 가지는 성질을 포함하고 있다. 본 연구에서 개발한 알고리즘은 증명서에 포함된 텍스트문서가 위조/변조되었을 경우 그 변동 상황을 알아내며, 부정적으로 위조/변조된 부분을 검출하며, 변동상황 검출과 함께 원 증명서의 문서를 복원할 수 있는 기술이다. 만일 이 증명서에 대하여 변동이 진행된 흔적이 발견될 경우, 증명서를 인증하지 않으며, 삽입한 텍스트 데이터를 추출하고 변동을 확인하는 것과 함께 필요한 정보를 복원한다. 본 논문의 시험결과에 근거하면 256$\times$256BMP file Format 이미지에 3만2천자 정도의 텍스트문서를 삽입할 수 있었다.

This study provides an application of datamining approach to CQI(Continuous Quality Improvement) using the discharge summary. First, we found a process variation in hospital infection rate by SPC (Statistical Process Control) technique. Second, importance of factors influencing hospital infection was inferred through the decision tree analysis which is a classification method in data-mining approach. The most important factor was surgery followed by comorbidity and length of operation. Comorbidity was further divided into age and principal diagnosis and the length of operation was further divided into age and chief complaint. 24 rules of hospital infection were generated by the decision tree analysis. Of these, 9 rules with predictive prover greater than 50% were suggested as guidelines for hospital infection control. The optimum range of target group in hospital infection control were Identified through the information gain summary. Association rule, which is another kind of datamining method, was performed to analyze the relationship between principal diagnosis and comorbidity. The confidence score, which measures the decree of association, between urinary tract infection and causal bacillus was the highest, followed by the score between postoperative wound disruption find postoperative wound infection. This study demonstrated how datamining approach could be used to provide information to support prospective surveillance of hospital infection. The datamining technique can also be applied to various areas fur CQI using other hospital databases.

최근 데이터 웨어하우징의 활발한 구축과 우수고객 확보를 위한 치열한 경쟁으로 데이터 마이닝은 많은 업체의 큰 관심을 끌고있다. 본 연구는 풍부한 알고리즘과 과학적 그래프를 제공하여 사용자로 하여금 최상의 데이터 마이닝 효과를 거둘 수 있도록 Statserver를 핵심 엔진으로 사용한 인터넷 기반의 데이터 마이닝 솔루션 개발에 관한 편이다

정보기술이 발달하면서 자료의 흔적들이 체계화된 데이터베이스에 저장이 되고, 더불어 데이터베이스의 규모는 점점 커지고 있다. 데이터 마이닝은 이런 방대한 자료의 분석을 통해, 그 속에 숨어있는 의미를 찾는 과점이라고 될 수 있다. 본 논문에서는 대우정보시스템(주)서 개발된 사용자지향 데이터 마이닝 도구인 XM-Tool/Miner의 개발을 대상으로 하고 있다. 개발된 XM-Tool/Miner은 문제 중심적 마이닝 도구를 목표로 하였으며, 대표적인 마이닝 알고리즘을 적용하였고, 또한 사용의 편이성에 초점을 맞추었다. 더 나아가 데이터 마이닝 기법뿐만 아니라 데이터의 샘플링과 성능향상을 통하여 방대한 데이터로부터 다양한 지식탐사가 가능해지고, 발견된 규칙 또는 지식의 유용성 측정을 통하여 업무 분야의 특성에 따라 효과적으로 반영되며 의사 결정 및 CRM마케팅, 동향분석 및 예측 등에 유용한 정보를 추출하는 도구로 사용할 수 있을 것이다.

주기적인 연관규칙은 타겟데이터베이스를 일정 단위시간으로 나누었을 때 연관규칙이 만족하는 구간이 일정한 주기마다 발생하는 패턴을 탐색하는 방법이다. 하지만, 이 방법은 엄격한 주기를 가지도록 하여 실제 데이터에 그대로 적용하기가 어려웠다. 예를 들이 편의점 데이터에서 매일 오전 7시-8시 사이에 주기적으로 발생하는 연관규칙을 발견할 때, 이러한 연관규칙을 주기적인 연관규칙이라고 한다. 하지만, 실제 데이터에서는 날씨와 같이 사람의 행동에 영향을 미치는 다른 요인 때문에 항상 일정한 주기를 가지는 연관규칙을 찾기는 어렵다. 본 논문에서는 주기가 일정하지 않은 연관규칙을 찾기 위해서 연관규칙의 주기성을 허용 오차를 포함하며 재정의하고, 오차를 허용하기 위한 탐색 알고리즘을 보완하였다. 반면에, 오차를 허용함으로써 오차를 허용하지 않는 경우보다 더 많은 주기성을 찾을 수 있을 뿐만 아니라, 동일한 주기를 가지지만 오프셋이 다른 여러 개의 비슷한 주기가지 찾게 되어 사용자가 의미 있는 연관규칙을 찾는데 방해가 된다. 본 논문에서는 이를 해결하기 위해서 오차를 허용하는 주기적 연관규칙의 오차의 정도를 측정하기 위한 단위로 집중도(intensity)와 경향성(tendency)을 제안한다. 주기적 연관규칙이 매 주기마다 정확한 세그먼트에 나타나는 정도를 나타내는 집중도와, 최소 평균오차를 의미하는 경향성을 이용하여 유사한 주기들 중에서 대표주기만을 찾을 수 있도록 한다. 또한, 오차를 허용하는 주기적 연관규칙에서 오차가 주로 발생하는 패턴을 분석함으로써 고객들의 수요 경향성을 더 잘 파악할 수 있다. 예를 들어, 평소에는 매일 오진 7시∼8시에 나타나던 연관성이 지각하는 사람들이 같은 월요일에는 1시간 늦은 8시∼9시에 나타난다는 오타 정보까지 파악할 수 있다. 이러한 월요일마다 1시간 늦게 나타나는 오차의 경향성을 나타내는 오차 주기(error cyc1e)를 이용함으로써 고객들의 수요의 경향성을 좀 더 세밀한 부분까지 파악할 수 있게 해 준다.

데이터마이닝 분야에서 시계얼 데이터(time-series data)내에서 숨어 있는 순차패턴의 발견은 상품(Items)이나 어떤 사건(Event)과 같이 데이터의 특징이 명확한 대상에 대한 연구는 많이 되어왔으나 수치 값을 가지는 시계열 데이터에서 이들 내부에 숨어 있는 패턴을 발견하는 것은 최근에 관심을 가지게 되었다. 우리는 시계열 데이터를 시간적 변화에 따라 값의 변화 경향(Trend)이 같은 데이터 그룹을 패턴 요소인 벡터 (Vestor)로 표현하여 이들을 이용해서 흥미로운 패턴들을 발견한다. 이와 같은 벡터적인 표현으로 우리는 벡터들 간의 포함관계를 적용해 모든 가능한 형태의 패턴 발견을 목적으로 한다. 또한 경향성을 가진 패턴 요소를 사건(Event)과 같이 취급함으로써 다양한 종류의 시계열 데이터가 동시에 발생될 때 이들 상호간에 연관된 시간적 패턴을 찾을 수 있다. 따라서 이 연구에서 제안하는 경향성을 기초로 한 순차패턴의 탐식은 기업내부의 판매실적의 변화 패턴이나, 고객의 구매 행동분석에 적용이 가능하리라 여겨진다

성공적인 사이트를 위한 필수적인 요소로 각광받고 있는 collaborative filtering 기술은 정보의 과부하를 줄일 수 있고 고객에 대한 충성도를 높여주는 효과로 인해 많은 사이트에 적용되어 운용되고 있다. 이 논문에서는 collaborative filtering 적용 포기에 발생하는 정보의 부족으로 인한 정확도 저하를 막기 위해 상품간 연관성을 이용한 결측티 예측 방안을 제안한다.

의사결정 나무라고 불리우기도 하는 나무모형은 결과 해석의 용이성으로 데이터마이닝의 분류예측 모형으로써 큰 각광을 받고 있다. 현재 나무모형으로 가장 많이 사용되는 Breiman et. al의 CART나 Quinlan의 C4.5 모두 생성된 노드들의 자료 구성이 목표변수를 기준으로 수준 구성비 측면에서 순수해지도록 진행된다. 그러나 CRM에 있어 가장 흔한 주제인 해지예측을 위한 모델링을 실시하는 경우 관심의 대상인 해지자가 전체 자료에 극히 일부를 차지하여, 기존의 분할 방법에서와 같이 모든 노드의 순수성을 고려하기란 불가능하다. Buja와 Lee는 이와 같이 소수의 관심에 대상이 되는 부류를 찾아내기 위한 나무모형 생성방법을 소개하였다 즉, 해지자 관리가 중요한 경우 해지자와 비해지자 구분을 진행하는 기존의 방법과는 달리 전체 자료 중 해지자를 집중적으로 찾아가는 탐색적 분할 기준인 단측 순수성(one-sided purity)을 제안하였다. 본 연구에서는 단측 순수성에 의한 나무모델링을 모 PC통신 회사의 해지자 자료에 적용하며 기존의 방법과 비교하였고 몇 가지 시뮬레이션 자료를 통해 단측 순수성의 문제점과 앞으로 해결하여야 할 과제에 대하여 살펴보았다.

인터넷 비즈니스나 전자상거래와 연관되어 고객관계관리 (Customer Relationship Management: CRM)가 널리 확산됨으로 해서 군집분석에 대한 관심이 한층 높아졌고, 다양한 군집분석 프로그램이 시장에 소개되어 지고 있다. 그러나, 군집분석 프로그램들은 다른 데이터 분석 기법과는 달리 그들의 정확성을 측정하기가 매우 힘들다. 본 논문에서는 이미 알려져 있는 군집구조를 지닌 인위적 데이터를 사용하여 반복적 군집분석 프로그램 (Convergent Cluster Analysis: CCA)과 보다 전통적인 단순군집 프로그램 (One-Shot Clustering Program: Howard-Harris 프로그램), 그리고 데이터 마이닝 기법 중의 하나인 데모그래픽 군집분실 프로그램의 정확성을 비교하기 위한 현재 진행 중인 연구의 방법론을 제시하는데 그 주요 목적을 두고 있다.

기업의 환경에서 이-메일(e-mail)은 회사내의 업무흐름을 완전히 뒤바꾸며 혁명적인 변화를 이끌고 있다. 업무 공간의 극복, 사내 커뮤니케이션의 극대화 등 이-메일이 제공하는 장점이 매우 많다. 그러나 최근 사회적 문제가 되고 있는 스팸 메일(spam mail)의 등장은 이러한 장점의 커다란 반대급부를 제공한다. 스팸메일이란 인터넷이용자들에게 원하지도 않았는데 무작위로 발송되는 광고성 이-메일을 일컫는 말로, 벌크(bulk)메일, 정크(junk)메일, 언솔리시티드(Unsolicited)메일과도 유사한 의미로 사용된다. 스팸메일은 사용자들로 하여금 스트레쓰의 요인이 되게 함은 물론, 이를 발신하고 수신하는 과정에서 이용되는 서버에 엄청난 부하를 줄 뿐만 아니라, 공공의 성격을 지니는 네트웍 자원을 아무런 비용의 지불 없이 독점하게 되는 좋지 않은 결과를 가져오게 된다. 본 연구에서는 데이터마이닝의 기법 중 분류(classification tack) 문제에 적웅이 활발한 인공신경망 (artificial neural networks)과 의사결정나무(decision tree)기법을 이용하여 스팸메일의 분류와 예측을 가능케 하는 모형을 구축한다.

Despite their tilde application of some traditional project management techniques like the Program Evaluation and Review Technique, they lack of learning, one of important factors in many disciplines today due to a static view far prefect progression. This study proposes a framework for estimation by learning based on a Linear Bayesian approach. As a project progresses, we sequentially observe the durations of completed activities. By reflecting this newly available information to update the distribution of remaining activity durations and thus project duration, we can implement a decision support system that updates e.g. the expected project completion time as well as the probabilities of completing the project within talc due date and by a certain date. By Implementing such customized systems, project manager can be aware of changing project status more effectively and better revise resource allocation plans.

This research suggests an interactive methodology fur multiple objective linear programming problems to help the group select a compromising solution in the World Wide Web environment. Our methodology lessens the burden of group decision makers, which is one of necessary conditions of the web environment. Only the partial weak order of variables and objectives from the group decision makers are enough for searching the best compromising solution. For such a purpose, we expand the Dror and Gass algorithm to the group decision context. And we suggest the system architecture of a web-based GDSS fur the implementation of our methodology.

기업간 및 기업 대 정부간 문서교환의 요구를 충족시키기 위한 일원으로 기업들은 산업 표준에 따른 전자문서교환(EDI)에 많은 관심과 노력을 기울여왔으며, 국내에서는 한국 EDIFACT위원회를 중심으로 전자문서 표준화가 이루어졌다. 국내 수출업자들이 관세청에 수출신고를 위한 통관 EDI 교환은 주로 부가가치통신망(VAN) 사업자들을 통해 이루어지고 있으나 이러한 EDI 중계 서비스는 특정 VAN사업자들을 통해 EDI서비스가 독점됨에 따라 서비스 이용에 있어 값비싼 전송료 및 통신망 임차비, 잦은 통신 지연, 기업 내부 시스템과의 연계의 어려움 등으로 인하여 많은 문제점을 낳았다. 현재 이러한 전통적 방식의 EDI를 인터넷 기반으로 전환할 때 인터넷의 개방성과 저렴한 사용비용등의 장점으로 인해 비용절감과 사용자 편이성을 크게 증가시킬 것으로 기대된다. 본 연구에서는 인터넷과 웹을 이용하여 통관 EDI 중계 시스템을 개발하였다. 현재 수출을 하고자 하는 주체는 관세청에서 반드시 EDI로 수출에 관한 신고를 하여야 하는바, 본 시스템은 이러한 EDI신고를 인터넷상에서 가능하도록 한 것이다. 본 연구에서는 기존 HTML에서 진일보한 차세대 마크업 언어인 XML을 이용하였다. 본 연구에서 구축한 XML/EDI 통관시스템은 수출신고에 필요한 11개의 전자문서에 대한 XML Schema를 디자인하고, 사용자 관리, SchemaStyleTemplate 관리, XML/EDI 문서관리 XML/EDI변환, EDI 송수신 관리, 인증관리, 로그관리 등의 모듈을 지니고 있으며 개방형 EDI와 인터넷 EDI의 장점을 취합하여 설계되었다. 본 시스템은 기존의 UN/EDIFACT표준을 사용하고 있는 EDI환경과 기존 VAN 방식의 EDI 중계 시스템과 연동되며, 향후 관세청의 XML/EDI 표준 시행을 미리 대비하는 선도연구로서 자리매김이 된다. 본 연구에서는 개발된 XML/EDI 통관시스템은 향후, 서비스의 최대 걸림돌이 되어왔던 값비싼 EDI 사용료의 부담에서 벗어날 수 있게 할 것이며, 저렴한 EDI구축/운영 비용으로 전자문서교환의 활성화와 XML이 인터넷 기반의 문서유통 표준으로 자리매김할 수 있는 중요한 계기가 될 것이다.

대부분의 국방정보시스템의 소프트웨어는 높은 가용성, 신뢰성, 신속성, 정확성 등을 요구하는 대규모이면서 복잡한 실시간 시스템이다. 이러한 국방정보시스템의 소프트웨어 개발사업에 있어서 저비용 고효율의 미개국방경영 건설을 위하고 강한 전투력을 육성하기 위해서는 국방정보시스템의 효율적인 소프트웨어 개발사법이 요구된다. 따라서, 국방정보시스템의 소프트웨어 사업관리자가 개발사업을 관리하고 감독하는데 있어서 개발자와 사용자간의 조정 및 통제 기능을 수행하고 해당 국방정보시스템의 특성을 파악하여 성공적인 사업수행을 할 수 있도록 기술적인 사업관리 측면에서 구체적이고 상세화된 방안/지침을 제공하기 위한 전문가시스템의 지식베이스 도메인 지식개발에 관한 연구이다. 기존의 국방정보시스템의 사업관리자가 경험을 동해 축적해 온 기술, 정책, 아이디어, 노하우 등에 대한 지식을 습득하고 사업 관련자료에서 제시한 소프트웨어 생명주기 단계별 방안이나 지침 등을 바탕으로 하여 식별된 사실이나 내용을 지식베이스로 구축하여 국방정보시스템의 사업관리자가 필요로 할 때 설명모듈을 거쳐 임무 및 세부활동사항을 게시하여 줌으로써 사업관리 경험이 부족하거나 사업관리자가 교체되었을 때 사업관리자들이 업무를 지속적으로 연계시켜 임무수행이 가능하도록 기초/기반 여건을 제공하고자 한다. 본 논문은 국방정보시스템의 소프트웨어 개발사업에서 소프트웨어 생명주기 단계별 사업관리자의 임무 및 세부활동사항 지원용 전문가시스템을 개발할 때 이용할 수 있도록 도메인 지식을 개발하는 것이며 논문의 결과를 활용시 기대되는 효과는 본문을 참고 바란다.의 장점을 취합하여 설계되었다. 본 시스템은 기존의 UN/EDIFACT표준을 사용하고 있는 EDI환경과 기존 VAN 방식의 EDI 중계 시스템과 연동되며, 향후 관세청의 XML/EDI 표준 시행을 미리 대비하는 선도연구로서 자리매김이 된다. 본 연구에서는 개발된 XML/EDI 통관시스템은 향후, 서비스의 최대 걸림돌이 되어왔던 값비싼 EDI 사용료의 부담에서 벗어날 수 있게 할 것이며, 저렴한 EDI구축/운영 비용으로 전자문서교환의 활성화와 XML이 인터넷 기반의 문서유통 표준으로 자리매김할 수 있는 중요한 계기가 될 것이다.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

국방 부문에 종사하는 관리자들은 국방정보시스템 사업관리에 있어서 최신정보기술에 대한 기본적인 사항은 알고있어야 효율적이고 효과적이며 성공적인 사업관리를 진행할 수 있을 것이다. 국방 부문에 종사하는 관리자들이 저비용 고효율의 국방정보시스템을 건설하고 운영 유지관리 하기 위하여 알아야 할 핵심 및 최신정보기술은 크게 인공지능기술, 멀티미디어 정보화 기술, 가상현실 기술, 시뮬레이션 기술, 텔레프레즌스 기술, 나노테크놀로지 기술, 데이터베이스 기술, 병렬처리 기술, 로봇공학 기술, 소프트웨어 공학에 관련된 기술 등이 있다. 그러나 국방부문에 종사하는 정보통신 전문 인력을 제외한 관리자들이 국방관련 사업관리를 수행하면서 정보기술에 대한 이해 수준이 비교적 낮기 때문에 효율적으로 국방사업을 준비, 계획, 추진하기 어려운 실정이다. 따라서 국방부문에 종사하는 관리자들이 정보기술을 알기 쉽게 이해할 수 있도록 국방부문 핵심지능형정보기술 발전 및 군 활용방안을 이해하기 쉽도록 작성하며 효율적인 사업관리가 이루어질 수 있는 방안을 연구하였다. 본 논문은 국방부문핵심 지능정보기술 식별 및 활용방안을 연구하여 핵심적으로 식별된 사항들을 우리 국방부문의 $C^4$I(지휘, 통제, 통신, 컴퓨터시스템)시스템, 내장형 무기시스템, 각종 교육훈련 정보시스템, 자원관리 정보시스템 등에 어떻게 적용할 것이며 적용시 기대효과는 무엇인가를 제시토록 하여 국방부문에 종사하는 관리자들이 각종 국방사업을 조정, 통제, 확인, 감독, 준비/계획하면서 참고하여 저비용 고효율의 국방관련 각층 사업을 관리할 수 있는 능력을 배양시키도록 연구를 수행하였다. 국방관련 각종 사업을 관리할 수 있는 능력을 배양시키도록 연구를 수행하였다. 국방부문 핵심지능정보기술 발전 및 활용 방안에 포함될 주요 내용을 요약하여 제시하였다.의 경향성을 나타내는 오차 주기(error cyc1e)를 이용함으로써 고객들의 수요의 경향성을 좀 더 세밀한 부분까지 파악할 수 있게 해 준다.ction, secondary electron microscopy, atomic force microscoy, $\alpha$-step, Raman scattering spectroscopu, Fourier transform infrared spectroscopy 및 micro hardness tester를 이용하여 기판 bias 전압이 DLC 박막의 특성에 미치는 영향을 조사하였다. 분석결과 본 연구에서 제작된 DLC 박막은 탄소와 수소만으로 구성되어 있으며, 비정질 상태임을 알 수 있었다. 기판 bias 전압의 증가에 따라 박막의 두께가 감소됨을 알 수 있었고, -150V에서는 박막이 거의 만들어지지 않았으며, -200V에서는 기판 표면이 식각되었다. 이것은 기판 bias 전압과 ECR 플라즈마에 의한 이온충돌 효과 때문으로 판단되며, 150V 이하에서는 증착되는 양보다 re-sputtering 되는 양이 더 많을 것으로 생각된다. 기판 bias 전압을 증가시킬수록 플라즈마에 의한 이온충돌 현상이 두드러져 탄소와 결합하고 있던 수소원자들이 떨어져 나가는 탈수소화 (dehydrogenation) 현상을 확인할 수 있었으며, 이것은 C-H 결합에너지가 C-C 결합이나 C=C 결합보다 약하여 수소 원자가 비교적 해리가 잘되므로 이러한 현상이 일어난다고 판단된다. 결합이 끊어진 탄소 원자들은 다른 탄소원자들과 결합하여 3차원적 cross-link를 형성시켜 나가면서 내부 압축응력을 증가시키는 것으로 알려져 있으며, hardness 시험 결과로 이것을 확인할 수 있었다. 그리고 표면거칠기는 기판 bias 전압을 증가시킬수록 더 smooth 해짐을 확인

This study suggests integrated neural network models for Interest rate forecasting using change-point detection, classifiers, and classification functions based on structural change. The proposed model is composed of three phases with tee-staged learning. The first phase is to detect successive and appropriate structural changes in interest rare dataset. The second phase is to forecast change-point group with classifiers (discriminant analysis, logistic regression, and backpropagation neural networks) and their. combined classification functions. The fecal phase is to forecast the interest rate with backpropagation neural networks. We propose some classification functions to overcome the problems of two-staged learning that cannot measure the performance of the first learning. Subsequently, we compare the structured models with a neural network model alone and, in addition, determine which of classifiers and classification functions can perform better. This article then examines the predictability of the proposed classification functions for interest rate forecasting using structural change.

The prediction of stock price index is a very difficult problem because of the complexity of the stock market data it data. It has been studied by a number of researchers since they strong1y affect other economic and financial parameters. The movement of stock price index has a series of change points due to the strategies of institutional investors. This study presents a two-stage forecasting model of stock price index using change-point detection and artificial neural networks. The basic concept of this proposed model is to obtain Intervals divided by change points, to identify them as change-point groups, and to use them in stock price index forecasting. First, the proposed model tries to detect successive change points in stock price index. Then, the model forecasts the change-point group with the backpropagation neural network (BPN). Fina1ly, the model forecasts the output with BPN. This study then examines the predictability of the integrated neural network model for stock price index forecasting using change-point detection.

다차원의 속성들을 포함한 대용량의 데이터베이스 또는 점보 저장소의 데이터로부터 지식을 추출하고 이를 활용하기 위해서는 데이터 마이닝의 인공지능 기법 중 기계학습을 활용할 수 있다. 본 논문은 질의어를 바탕으로 각 작성들에 가중치를 적용하여 사용자가 원하는 데이터 집합을 분류하고, 사용자 피드백을 통하여 속성 가중치를 동적으로 변화시킴으로써 검색결과를 향상시키는 방법을 제안한다. 본 논문에서는 데이터 집합을 분류해내기 위해서 각 속성간의 거리에 가중치를 적용하는 k-nearest neighbor 분류법을 사용하였고, 속성 가중치를 동적으로 변화시키는 규칙을 추출하기 위한 방법으로는 결정 트리 생성에 의한 규칙(decision rule) 생성 방법을 적용하였다. 검색결과 향상을 \ulcorner이기 위한 실험으로써 온라인 커플매칭(online couple-matching) 시스템의 핵심부문을 구현하고 이를 적용하였다.

의료 정보 시스템은 많은 지식과 의료 인력과의 연계가 필요하기 때문에, 멀티 에이전트 시스템의 활용 영역으로 적합하다. 본 논문에서는 지능형 의료 정보 제공을 위한 멀티 에이전트 시스템인 MAMI(Multi-Agent system for Medical Image)의 에이전트 플랫폼의 설계 및 구현 대해 기술한다. MAMI는 여러 의료 정보 중 의료 영상을 위한 멀티 에이전트 시스템이다. MAMI의 가장 중요한 구성 요소로서는 에이전트 플랫폼을 들 수 있다. 에이전트 플랫폼은 에이전트들이 동작할 수 있는 물리적 기반을 제공해 준다. MAMI는 FIPA(foundation for Intelligent Physical Agent)가 제안하는 관리 모델을 따르고 있다. MAMI에서는 COM(Common Object Model)과 XML(Extensible Markup Language)로 인코딩된 ACL(Agent Communication Language)을 메시지 교환에 이용하고 있다. 의료 영역의 특성상 의사와 같은 의료 전문 인력과의 연계는 반드시 필요하다. MAMI는 이를 위해서 의료 인력을 하나의 에이전트로 개념화하여 시스템에 연결한다. MAMI의 에이전트 플랫폼은 소프트웨어 에이전트와 휴먼 에이전트들이 지식을 공유하기에 적합한 물리적 기반을 제 공해주어 지능형 의료 정보 서비스를 용이하게 해준다.

새로운 기술의 도입으로 바라보았을 때 인터넷이라는 기술은 기존에 가능하기 못하였던 다양한 비즈니스 모델의 출현을 가능하게 하여 주었다. 향후에는 지능형 에이전트라는 새로운 기술로 인하여 현재의 비즈니스 모델이 어떻게 새로운 기회를 찾게 될 수 있는지 파악하는 것은 관련 사업담당자들에게 의미 있는 일이라 사료된다. 본 논문에서는 지능형 에이전트 기술을 기존의 속성 기준의 분류를 지양하고 비즈니스 모델 관점에서 핵심역량, 사용주체, 사용공간, 수익원천의 기준으로 분류하고 대표적인 비즈니스 모델인 경매모델, P2P 모델, 전자몰 모델등에서의 구매자 혹은 판매자가 이러한 지능형 에이전트 기술을 보유하였을 경우에 가능한 시나리오와 도식화된 모델을 제시하고자 한다.

본 연구에서는 부도예측용 인공신경망 모형의 입력노드를 선정하기 위한 방법론으로 연결강도판별분석(Link Weight Discrimination Analysis)에 의한 약체뉴론제거법(Weak-Linked Neuron Elimination)과 강체뉴론선택법 (Strong-Linked Neurons Selection)을 제안한다. 연결강도판별분석이란 적절한 학습이 끝난 인공신경망 모형에서 입력노드와 연결되는 가중치의 합에 대한 절대값인 연결강도 판별식(Link Weight Discrimination)에 의해 해당 입력노 드가 출력노드에 미치는 영향정도를 분석하는 것이다. 한편 강체연결뉴론선택법은 선처리를 통해 얻어진 학습된 인공신경망의 입력노드 가운데서 연결강도판별식이 큰 뉴론만을 본처리의 입력노드로 선정하는 것인데 비해 약체연결뉴론제거법은 연결강도판별식이 일정 값 즉, 연결강도 판별임계치(Link Weight Discrimination Cut off Value) 보다 낮은 입력노드를 제외하고 나머지 입력노드만을 본처리의 입력노드로 선정하는 것이다. 본 연구에서는 강체연결뉴론선택법과 약체연결뉴론제거법을 각각 정형적인 방법론으로 정립하고 이 방법론에 의해 부도예측용 인공신경망을 구축하여 각각의 모형을 의사결정트리에 의해 선정된 인공신경망 모형 및 선처리 과정을 거치지 않은 인공신경망 모형과 성능을 비교, 분석하여 본 연구에서 제안한 방법론의 타당성을 제시하였다.

다양한 재무정보를 이용하여 기업간 경쟁적 벤치마킹을 수행하는 것은 매우 어려운 작업인 동시에 분석에 상담한 시간이 소요된다. 본 연구에서는 재무정보를 이용한 기업간 경쟁적 벤치마킹을 효과적으로 수행하기 위하여 대표적인 자율신경망 모형인 자기조직화 신경망을 분석에 이용하였다. 자기조직화 신경망은 다차원적인 재무자료를 2차원 출력 공간으로 투영함으로써 결과를 시각화하는데 매우 효과적이며, 시각화된 결과는 재무적인 경쟁우위에 따라 기업을 군집화함으로써 효과적인 경쟁적 벤치마킹을 수행할 수 있도록 한다. 본 연구에서는 1998년. 1999년, 그리고 2000년 상반기까지의 국내 제조업체 재무구조 분석사례에 자기조직화 신경함을 적용하여 재무적 경쟁우위에 따른 기업들의 군집화 모형으로서의 가능성을 제시하였다.

After IMF situation, the money market environment is changing rapidly. Therefore, many companies including financial institutions and many individual investors are concerned about forecasting the money market, and they make an effort to insure the various profit and hedge methods using derivatives like option, futures and swap. In this research, we developed a prototype of forecasting system for KOSPI 200 option, especially call option, trading using artificial neural networks(ANN), To avoid the overfitting problem and the problem involved int the choice of ANN structure and parameters, we employed the ANN ensemble approach. We conducted two types of simulation. One is conducted with the hold signals taken into account, and the other is conducted without hold signals. Even though our models show low accuracy for the sample set extracted from the data collected in the early stage of IMF situation, they perform better in terms of profit and stability than the model that uses only the theoretical price.