• 대한지리학회지
• /
• 제35권3호
• /
• pp.437-454
• /
• 2000

본 연구의 목적은 공공시설물이지만 기피시설물이기 때문에 상당한 갈등을 일으키고 있는 쓰레기 소각장 입지를 선정하는데 있어서 GIS를 기반으로 다기준평가기법을 활용하여 보다 객관적이고 과학적이면서도 유연적인 후보입지를 추출하려는 것이다. 본 연구에서는 다양한 입지요인들을 표준화한 후 각 요인들이 갖는 상대적 중요도를 반영하는 가중치를 산출하고 의사결정 규칙을 적용하여 적합도 수준에 따른 후보입자들을 추출하였다. 또한 민감도 분석을 통하여 각 평가기준들에 대해 상이한 가중치를 부여하고 의사결정 규칙방법을 달리 적용하였을 경우 후보입지들의 적합도 순위에 어떠한 영향을 미치는가를 파악하였다. 이러한 방법을 통해 분석된 결과는 의사결정자들이 입지를 결정하는데 필요한 정보를 활용될 수 있으며, 따라서 GIS를 기반으로 하는 다기준 평가기법은 공간적 의사결정 지원시스템으로서으 GIS기능을 증대시킨다고 볼 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권5호
• /
• pp.682-691
• /
• 1999

정보검색 시스템의 검색 효율 향상을 위해서 다양한 적합성 피드백 방법이 개발되었다. 그러나 한국어 정보검색 시스템을 위한 적합성 피드백에 대한 연구는 거의 이루어지지 않은 실정이다. 이 논문에서는 기존에 개발된 적합성 피드백 방법을 한국어 정보 시스템에 적용하여 검색 효율을 비교하고, 새로운 적합성 피드백 방법을 개발 적용하여 기존의 방법들과 검색 효율을 비교분석하였다. 적합성 피드백은 원질의문을 확장할 단어 선택과 선택된 단어 가중치 부여로 이루어진다. 원질의문이 입력되면 검색된 적합문서에서 원질의문을 단어와 밀접한 관계가 있는 단어를 선택하기 위하여 가중치를 부가한후, 원질의문에 추가하여 질의문을 확장한다. 이 논문에서는 원질의문 확장을 위한 단어 선택과 단어 가중치 부여를 위해 3가지 값을 사용한다. 첫째, TF는 적합문서 내의 단어 빈도의 총합이다. 둘째, idf는 해당 문서집단의 역문헌빈도이다. 셋째, r/R은 검색된 적합문서 중에서 해당단어가 있는 적합문서의 비율을 나타낸다. TF와 idf는 정보검색 시스템에서 일반적으로 사용되고있는 값이고 r/R은 이 논문에서 제안한 새로운 값이다.

• 한국음향학회지
• /
• 제18권1호
• /
• pp.25-31
• /
• 1999

본 연구에서는 음향측정 목적의 선형배열에 가우시안 가중치를 적용시킨 광대역 단일 빔형성 알고리듬을 제안한다. 제안 알고리듬은 배열 내의 모든 센서를 동시에 사용하여 1회에 광대역 수신 빔을 형성시킨다. 여기서 주파수 종속 함수의 가우시안 가중치는 각 센서의 수신 주파수 범위를 제어하도록 시간지연 보상 전에 적용된다. 시뮬레이션 결과, 제안 알고리듬에 의해 형성된 광대역 단일빔의 지향지수 및 빔패턴 특성이 광대역 음향신호 측정에 가용함을 확인하였다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2005년도 추계학술대회 및 정기총회
• /
• pp.354-360
• /
• 2005

웹 클러스터 시스템은 동일 서버 군에서 하나 이상의 서비스를 제공하여 비용대비 효과 면에서 높은 가용성 및 보다 빠른 서비스를 제공할 수 있는 시스템이다. 본 연구는 폭주하는 부하를 웹 클러스터 시스템 내의 각 서버에 균등하게 분산 시키는 방법에 대하여 연구하며, 부하 분산의 방법론 및 부하 분산 알고리즘을 제시한다. 기존의 WLC 알고리즘의 변형인 PWLC 알고리즘은 주기적인 웹 클러스터의 부하 측정을 통해 가중치를 적용하고 주어진 기간 동안 부하를 가중치에 따라 점진적으로 분산 시키는 방법이다. 이 알고리즘을 동일 기종 및 이기종 웹 클러스터 시스템에 적용하였고, 또한 기존에 제안된 DWRR 알고리즘과의 시뮬레이션을 통한 비교에서 제안된 PWLC 알고리즘이 보다 효과적임을 알 수 있었다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2000년도 춘계공동학술대회 논문집
• /
• pp.581-584
• /
• 2000

웹사이트의 사용성에 영향을 미치는 요소들은 매우 많으며 또한 각각이 갖는 비중 또한 다르다. 이러한 점들을 고려한 웹사이트의 사용성을 예측할 수 있는 평가방법의 개발은 웹사이트 개발자 뿐 만 아니라 사용자들에게도 중요한 문제이다. 이러한 다중기준 평가에서는 대상 시스템의 전체적인 사용성을 효과적으로 정의할 수 있는 단일기준을 추출할 수 없기 때문에 다중기준을 고려하였고 그에 따라 가중치를 설정하기 위해 AHP 모형을 적용하였다. 본 연구의 목적은 웹사이트의 설계, 개발 단계에서 사용성을 평가, 개선할 수 있는 효율적인 사용성 평가방법을 제시하는 것이며 이를 위해 웹사이트의 사용성 평가항목 정의, 각 사용성 평가항목에 대한 세부평가기준 정의, 각 평가기준에 대한 쌍대비교, 가중치 산출, 가중치 종합에 의한 사용성 평가값 산출의 단계를 거쳐 연구가 수행된다.

• 전력전자학회논문지
• /
• 제6권4호
• /
• pp.307-316
• /
• 2001

본 논문에서는 직류 특성과 절전 모드에서 비절전 모드 변환과 같은 부하 변동 시의 동특성을 동시에 개선할 수 있는 가중치 전압 제어를 적용한 PC 전원용 다중출력 포워드 컨버터를 설계하였다. 기생성분을 포함한 전력회로를 모델링하고 소신호 해석하였으며, 가중치 결정 방법과 전압 보상회로 설계 방법을 제시하였다. SABER 시뮬레이션과 실험을 통해 제안한 방법이 PC 전원의 직류 특성과 동특성을 향상시킴을 입증하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.387-389
• /
• 2009

본 논문에서는 다항식 기반 Radial Basis Function(RBF)신경 회로망을 설계하고 이를 패턴분류 문제에 적용하여 그 성능을 분석한다. 제안된 RBF 신경회로망은 입력층, 은닉층, 출력층으로 이루어진다. 입력층의 연결가중치는 1로서 입력층의 입력벡터는 그대로 은닉층으로 전달되고 은닉층은 FCM(Fuzzy C-means Clustering)방법을 통하여 뉴런의 출력 값으로 내보낸다. 은닉층과 출력층사이의 연결가중치는 상수, 선형식 또는 이차식으로 이루어지며 경사 하강법에 의해 학습되어진다. 네트워크의 최종 출력은 연결가중치와 은닉층 출력의 곱에 의한 퍼지추론의 결과로 얻어진다. 제안된 RBF 신경회로망은 여러 종류의 machine learning 데이터에 적용하여 패턴분류기로서의 성능을 평가받는다.

• 한국정보처리학회논문지
• /
• 제5권12호
• /
• pp.3151-3156
• /
• 1998

대학의 시간표 문제를 해결하기 위해서 시간표의 문제는 종종 그래프 착색 알고리즘으로 표현된다. 각 노드를 강좌로, 에지는 연결된 강좌간에는 동일한 시간에 서로 배정이 불가능한 조건으로 표시한다. 그러나 순수한 그래프 착색 알고리즘은 바로 대학의 시간표 문제에 적용하기 곤란하다. 그 이유는 대부분의 시간표 문제에서 강좌는 한시간 이상으로 존재하고 이들은 반드시 연속된 시간에 배정이 되어야 한다는 등의 제약 조건을 갖기 때문이다. 이 문제를 해결하기 위하여 적용된 것이 가중치 그래프 착색 알고리즘이다. 이 경우 각 노드는 강의 시간의 길이의 값을 갖게 된다. 이와 관련된 기존의 연구가 진행되었으나 탐색의 시간이 지수적으로 증가하거나 해의 질이 뛰어나지는 못하였다 라는 단점을 갖고 있다. 따라서 본 연구에서는 새로운 가중치 그래프의 착색 방법을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.130-132
• /
• 2004

본 연구에서는 FMM 신경망을 이용한 패턴 분류 문제에서 학습 패턴에 포함되는 특징의 발생 빈도와 특징 값의 분포를 고려하는 네트워크 구조와 학습 방법론을 소개한다. 이를 위하여 하이퍼박스 소속함수의 산출 과정에 세부특징에 대한 가중치 개념이 적용되는 새로운 활성화 특성을 제안한다. 또한 하이퍼박스의 특징 범위와 빈도 및 특징 값의 분포를 유지하고 새롭게 정의된 하이퍼박스 생성, 확장, 축소기법을 적용한다 이는 가중치 개념을 통하여 각 특징별 중요도를 서로 다른 값으로 반영할 수 있게 하며, 특징의 분포 정보가 고려되어 기존 FMM 모델에 비하여 노이즈에 의한 영향을 개선하여 학습 효과를 증진시킬 뿐만 아니라 하이퍼박스의 생성 및 확장 과정 중에 학습패턴의 순서에 상관없이 동일한 특성을 보일 수 있게 한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2003년도 춘계학술대회
• /
• pp.469-473
• /
• 2003

다층 구조 신경망에서 널리 사용되는 오류 역전파 알고리즘은 초기 가중치와 불충분한 은닉층의 노드수로 인하여 지역 최소화에 빠질 가능성이 있다. 따라서 본 논문에서는 오류 역전파 알고리즘에서 은닉층의 노드 수를 설정하는 문제와 ARTI에서 경계 변수의 설정에 따라 인식률이 저하되는 문제점을 개선하기 위하여 ARTI과 Max-Min 신경망을 결합한 퍼지 다층 퍼셉트론을 제안한다. 제안된 자가 생성을 이용한 퍼지 다층 퍼셉트론은 입력층에서 은닉층으로 노드를 생성시키는 방식은 ARTI을 적용하였고, 가중치 조정은 특정 패턴에 대한 저장 패턴을 수정하도록 하는 winner-take-all 방식을 적용하였다. 제안된 학습 방법의 성능을 평가하기 위하여 학생증 영상을 대상으로 실험한 결과, 기존의 오류 역전파 알고즘보다 연결 가중치들이 지역 최소화에 위치할 가능성이 줄었고 학습 속도 및 정체 현상이 개선되었다.