• 한국음향학회지
• /
• 제23권3호
• /
• pp.228-234
• /
• 2004

본 논문에서는 공통 코드북의 평균값과 개인 코드북의 평균값 간의 바이어스 제거에 의한 채널 불일치 보상 알고리즘을 제안하였다. 제안한 방식은 학습시 공통 코드북의 센터값과 학습 데이터의 센터값과의 차수별 차를 미리 보상하여 학습하고, 확인시에도 공통 코드북의 센터값과 학습 데이터의 센터값과의 차수별 차를 보상하여 확인함으로써 채널의 불일치에 의한 급격한 본인 인식율 하락을 해결한다. 그러나 무조건적인 평균값 보상은 사칭자의 인증오류를 가져오게 되므로 채널의 변이에 비례하는 적절한 가중치를 통한 평균값 보상이 필요하다. 따라서, 제안하는 방식은 음성구간을 제외한 묵음구간의 분포를 고려하여 학습시 채널과의 변이차이를 비선형함수에 의한 가중치로 보상해준다. 모의 실험 결과 기존의 켑스트럼 평균 차감법을 사용할 때보다 제안한 알고리즘을 적용했을 때의 본인 거부 오류율이 평균 14.95% 감소함을 알 수 있었다.

• 한국전산구조공학회논문집
• /
• 제37권3호
• /
• pp.217-224
• /
• 2024

본 논문에서는 신뢰성 기반 최적설계(RBDO)에서 성능함수의 비선형성을 고려한 효율적인 차원감소법(DRM)을 제안한다. 차원감소법은 적분직교점과 가중치를 사용하여 1차 신뢰도법(FORM) 보다 더 정확하게 신뢰도를 평가하는 반면 성능함수를 추가로 해석해야하기 때문에 적분직교점의 개수가 증가하면 효율성이 저해된다. 본 논문에서는 신뢰성 기반 최적설계에서 성능함수의 비선형도를 평가하고, 비선형도에 따라 적분직교점의 수를 결정하는 기준을 제안한다. 이를 통해 신뢰성 기반 최적설계가 진행될 때 반복마다 적분직교점의 수를 조절하여 차원감소법의 정확도는 유지하면서 계산의 효율성은 개선하는 방안을 제안한다. 성능함수의 비선형도 평가는 최대가능목표점(MPTP) 탐색에 사용한 벡터 사이의 각도를 통해 이루어지며, 수치 테스트를 통해 비선형도에 따른 적절한 적분직교점의 수를 도출하였다. 2차원 수치예제를 통해 개발된 방법이 차원감소법이나 몬테카를로 시뮬레이션(MCS)의 정확도는 유지하면서 효율성이 향상된다는 것을 확인하였다.

• 응용통계연구
• /
• 제35권2호
• /
• pp.229-250
• /
• 2022

포트폴리오 최적화 이론의 초석인 Markowitz의 평균-분산 포트폴리오 모형 (1952)이 발표된 이후로 많은 분야에서 포트폴리오 최적화에 대한 다양한 연구가 진행되었다. 기존의 평균-분산 포트폴리오 모형은 주로 목적함수나 제약식에 비선형 볼록 형태를 포함한다. 이를 Dantzig의 선형계획법을 적용하여 선형으로 변환시켜 알고리즘 계산 시간을 효율적으로 감소시켰다. 또한 시계열 데이터 특성을 반영하여 시간에 따른 가중치를 고려하는 가우시안 커널 가중치 공분산을 제안하였다. 여기에 일정 부분은 벤치마크에 투자하고 나머지는 포트폴리오 최적화 모형으로 제안된 자산들에 투자하는 퍼터베이션 방법을 적용하여 평균 수익률과 위험도를 목적에 맞게 조절하도록 하였다. 또한, 본 논문에서는 안정적이면서도 적은 자산을 보유하게 포트폴리오를 구성하여 관리비용(management costs)과 거래비용(transaction costs)를 낮출 수 있는 Dantzig-type 퍼터베이션 포트폴리오 모형을 제안하였다. 제안된 모형의 성능은 5개의 실제 데이터 세트로 벤치마크 포트폴리오와 비교 분석하여 평가하였다. 최종적으로 제안한 최적화 모형은 벤치마크보다 높은 기대수익률이나 낮은 위험도를 갖는 포트폴리오를 구성하여 퍼터베이션 목적을 만족하며, 투자한 자산의 수와 시간에 따른 자산 구성 변화를 일정 수준 이하로 조절하는 희소하며 안정적인 결과를 얻었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.376-378
• /
• 2005

일반적으로, 소프트웨어결함검출/제거메카니즘은 이전의 검출/제거결함과 테스트노력을 어떻게 활용하느냐에 달려있다. 실제 현장 연구로부터 우리는 테스트노력소모패턴을 추론하여 FDR의 경향을 예측할 수 있을 것으로 생각된다. 결함검출이 증가, 감소 및 일정한 것 등 광범위에 걸쳐서 나타나는 경향을 잡아내는 고유의 융통성을 가지는 하나의 시변수집합인 FDR모델에 근거한 테스트노력을 개발하였다. 본 논문에서는 FDR을 기술하고, 관련된 테스트 행위를 이러한 새로운 모델링접근법에 연합시킬 수 있다. 우리의 모델과 그리고 이것과 관련된 파라미터 분해기법을 적용한 것을 여러 가지 소프트웨어 프로젝트에서 도출한 실제 데이터집합을 통하여 시연한다. 모델들이 가중 산술, 가중 기하, 또는 가중 조화평균의 개념을 적용하여 어떻게 유도되는가를 기술한다. 그 외에도, 이러한 3개의 가중치 평균에 근거하여 유사산술의 관점으로부터 좀더 일반적인 NHPP 모델을 제안한다. 상기 3개 평균 외에 변환의 파라미터 계열을 포함한 좀더 일반적인 변환을 공식화한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.593-596
• /
• 2021

본 논문에서는 지형의 고도와 기울기를 고려하여 사운드의 확산과 회절을 인터렉티브하게 표현할 수 있는 사운드 합성 기법을 제안한다. 우리의 접근 방식은 광선 추적법(Raytracing)을 기반으로 소리의 크기를 보여줄 수 있는 사운드 강도 맵을 빠르게 계산한다. 지형의 고도와 기울기 값을 고려하여 소리의 강도 맵에 가중치를 적용하여, 결과적으로 지형의 지오메트리 분석인 큰 계산 과정을 피하고 지형을 고려한 소리의 크기를 인터렉티브하게 업데이트한다. 이 과정에서 소리의 근원지에 따른 고도 간의 격차를 계산하여 소리의 크기를 자동으로 감쇠시키며, 주변 지형의 공간 기울기를 기반으로 기울기의 차에 따라 소리의 크기를 자동으로 감쇠시킨다. 본 논문에서 제안하는 방법을 이용한 소리는 실제 높낮이가 있는 현실의 지형에서 듣는 소리의 전파 및 감쇠와 유사한 형태를 보여주며, 소리의 위치에 따라서 소리 감소 패턴이 변경되고, 또한, 지형에 따라서 소리의 크기가 제어되는 결과를 보여준다.

• 대한토목학회논문집
• /
• 제33권6호
• /
• pp.2541-2549
• /
• 2013

국내 건설 및 엔지니어링 산업은 근래 복지를 중시하는 정치, 사회적인 풍조로 인하여 인프라에 대한 투자 감소, SOC 예산의 감소, 대형 건설 산업에 대한 국민적 반감 등 총체적인 위기 국면을 맞이하고 있다. 이러한 위기를 타개하기 위하여 건설 및 엔지니어링 기업들은 해외 시장을 적극적으로 공략할 수밖에 없는 상황에 놓여 있다. 이러한 상황에서 국내 업체 및 인력의 해외진출 관련 역량에 대하여 명확히 판단할 수 있는 정량적 바로미터가 필요성이 대두된다. 본 연구는 이론적 고찰부분에서 건설산업 역량 및 지표관련 연구 및 문헌을 조사하여 현재 도출된 건설산업 해외진출 관련 역량 및 분석법을 조사하고 이후, 거시적 미시적 환경분석을 통하여 건설산업과 연관된 역량들을 도출하여 앞서 진행한 연구 및 문헌조사의 결과와 함께 분석하여 국내 건설산업의 해외 진출을 위한 역량들을 도출한다. 이후 실무자 위주의 설문조사결과를 바탕으로 AHP 분석을 실시하여 각 역량별 상대적 중요도 분석을 통하여 역량별 가중치를 도출한다. 마지막으로 이를 바탕으로 각 역량별 가중치를 이용한 건설 해외역량 지표를 시공 및 엔지니어링의 관점에서 각각 도출하였다. 엔지니어링 분야에서 도출된 지표는 주로 사업관리 부분에 집중되어 있으며 금융관리 부분의 PF 사업 진출확대 및 글로벌 협력 역량을 필요로 하는 것을 알 수 있다. 이는 엔지니어링 분야의 기존 업무인 설계 뿐만 아니라 사업관리 및 금융관리부분으로의 업무영역 확대의 필요성을 느끼고, 확대하고자 하는 것으로 판단할 수 있다. 시공 분야에서 도출된 지표는 모든 영역에서 고르게 분포한 결과가 도출되었다. 실제 현장에서 활용하는 기술의 필요성은 의심의 여지가 없으나 사업관리 및 금융관리 에서도 건설 기술과 비등하게 가중치가 높게 도출되어 현재 해외에서 원하는 사업방식인 EPC 사업에서의 기술 외 영역이 중요해 짐에 따라 강화를 요하는 것으로 판단된다. 도출된 지표는 해외진출을 위해 현재 가지고 있는 역량을 평가하고 이 중 부족한 부분이 무엇인지를 파악하여 향후 개발해야 할 역량에 대한 바로미터로서의 역할을 할 수 있을 것이다. 또한, 해외진출역량의 정량적 측정 이외에도 이러한 지표와 업체의 수주량/수주액 등과 직접적인 대조를 통한 성과측정의 방법론으로 사용가능할 것으로 예상된다.

• 전자공학회논문지CI
• /
• 제49권4호
• /
• pp.42-53
• /
• 2012

패턴 인식과 기계 학습 분야에서 분류는 가장 기본적으로 해결해야 하는 문제의 유형이다. Adaboost 알고리즘은 Boosting 알고리즘의 아이디어를 실제 데이터분석에 이용할 수 있도록 개량한 방법으로써, 단계를 반복하여 나온 여러 개의 약한 분류기와 가중치 값들의 조합으로 강한 분류기를 생성하는 두 개의 클래스를 분류하는 분류기이다. 주성분 분석법과 선형 판별 분석법은 높은 차원의 특징 벡터를 낮은 차원의 특징 벡터로 축소하는 특징 벡터의 차원 감소와 데이터의 특징 추출에도 유용하게 사용되는 방법들이다. 본 논문에서는, 주성분 분석법과 선형 판별 분석법을 이용하여 추출한 특징을 Adaboost 알고리즘의 약 분류기로 사용함으로써, 특징 추출과 분류를 동시에 하고, 인식률을 높이는 효율적인 Boosted-PCA와 Boosted-LDA 알고리즘을 제안한다. 마지막 장에서는, 제안하는 알고리즘으로 UCI Data-Set 중 2 Class-Data와 FRGC Data의 남자와 여자 영상에 대해서 분류 실험을 진행하였다. 실험의 결과로 제안한 Boosted-PCA와 Boosted-LDA 알고리즘이 기존의 특징 추출 알고리즘과 최근접 이웃 분류기, SVM을 이용한 분류기 방법과 비교하여 인식률이 향상됨을 보인다.

• 한국방사선학회논문지
• /
• 제9권6호
• /
• pp.349-356
• /
• 2015

본 연구는 TW3법에서 골성숙 가중치가 가장 높은 7부위를 선정하여 성장판과 골 말단부 사이의 길이를 측정하여 연령과의 상관관계를 알아보고자 하였다. 실험은 2014년 3월에서 2015년 3월까지 성장판검사를 시행한 소아 72명(남 36명, 여 36명)을 대상으로 하였으며, 소아 손 전후영상에서 성장판과 골 말단부 사이의 길이를 측정하여 회귀분석을 하였다. 그 결과 각 연령마다 특정범위에 상응하는 평균과 표준편차 값이 나타났으며, 연령이 증가할수록 성장판과 골 말단부 사이 길이가 감소하였다. 또한 여아가 남아에 비해 평균값이 작게 나타났으며, 회귀분석 결과에서 성장판과 골 말단부 부위 측정 길이와 연령이 통계적으로 유의(p<0.001)한 것으로 나타났다. 따라서 소아 손 전후영상에서 TW3법의 응용을 통한 회귀방정식으로 골연령의 예측이 가능함을 알 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제25권7호
• /
• pp.27-37
• /
• 2020

본 연구의 목적은 다양한 도메인에 대한 소프트웨어 요구사항 명세서로부터 수집된 요구사항을 데이터로 활용하여 데이터 중심적 접근법(Data-driven Approach)의 연구를 통해 요구사항을 분류한다. 이 과정에서 기존 요구사항의 특징과 정보를 바탕으로 다양한 자연어처리를 이용한 데이터 전처리와 기계학습 모델을 통해 요구사항을 기능적 요구사항과 비기능적 요구사항으로 분류하고 각 조합의 결과를 제시한다. 그 결과로, 요구사항을 분류하는 과정에서, 자연어처리를 이용한 데이터 전처리에서는 어간 추출과 불용어제거와 같은 토큰의 개수와 종류를 감소하여 데이터의 희소성을 좀 더 밀집형태로 변형하는 데이터 전처리보다는 단어 빈도수와 역문서 빈도수를 기반으로 단어의 가중치를 계산하는 데이터 전처리가 다른 전처리보다 좋은 결과를 도출할 수 있었다. 이를 통해, 모든 단어를 고려하여 가중치 값은 기계학습에서 긍정적인 요인을 볼 수 있고 오히려 문장에서 의미 없는 단어를 제거하는 불용어 제거는 부정적인 요소로 확인할 수 있었다.

• 한국정보처리학회논문지
• /
• 제6권7호
• /
• pp.1849-1857
• /
• 1999

메모리 기반 추론에서 기억공간의 효율적인 사용과 분류성능의 향상을 위하여, 재귀 분할 평균 기법을 제안하였다. 이 알고리즘은 패턴공간을 구성하는 각 초월 평면이 동일한 클래스소속으로 패턴으로 구성될 때까지 재귀적으로 분할한 후, 초월 평면별로 소속된 패턴들의 평균값을 계산하여 대표패턴을 추출한다. 또한 각 특징과 클래스간의 상호정보를 특징의 가중치로 사용하여 분류 성능의 향상을 시도하였다. 제안된 알고리즘은 k-NN(k-Nearest Neighbors) 분류기에서 필요로 하는 메모리 공간의 30~90%만을 사용하며, 분류에 있어서도 k-NN과 유사한 인식 성능을 보이고 있다. 또한 저장된 패턴 개수의 감소로 인하여, 실제 분류에 소요되는 시간에 있어서도 k-NN보다 월등히 우수한 성능을 보이고 있다.