• 대한교통학회지
• /
• 제26권4호
• /
• pp.195-204
• /
• 2008

다기준 분석이란 다수의 속성이나 다수의 목적함수를 포함하는 의사결정을 최적화하는 기법이다. 현재 국내에서 여러 가지 쟁점 방안을 고려하여 가장 보편적으로 사용되고 있는 다기준 분석기법은 분석적 계층화법 (Analytic Hierarchy Process; AHP)이다. 그러나 기존의 방법론은 AHP 평가자의 판단의 신뢰성에 대한 검증과정이 누락되어 있으므로, 보다 정확한 판단을 내리기 위해서는 타당성 있는 검증과정이 포함된 새로운 방법론이 필요하다. 이에 본 연구에서는 AHP 평가자가 평가대상에 대한 전문지식이 없는 경우 도출될 수 있는 의사결정 결과를 몬테카를로 시뮬레이션을 이용하여 도출하고, 이를 기존의 전문가가 내린 의사결정 결과와 비교하여 보다 합리적인 판단을 내릴 수 있는 새로운 해석모형을 개발하고 이를 기존에 한국개발연구원(KDI)에서 수행한 예비타당성의 도로 및 철도분야의 실제 사례에 적용하여 본 모형의 합리성을 평가해 보았다. 분석결과 기존 방법론에 기인한 최종 판단의 약 20%는 보다 신중한 판단이 필요하다는 결론이 도출되었으며, 최종 판단은 초기 가중치 산정에 큰 영향을 받으므로 향후 연구에서는 초기에 산정된 가중치와 최종판단간의 상관관계 분석이 필요할 것으로 사료된다.

• 한국음향학회지
• /
• 제38권5호
• /
• pp.593-600
• /
• 2019

화자 간 음색의 유사성은 화자 인증 시스템의 성능을 하락 시킬 수 있는 요인이다. 본 논문은 화자 인증 시스템의 일반화 성능을 향상시키기 위해, 심층신경망에 멀티태스크 러닝 기법을 적용시켜 발화자의 화자 정보와 나이 정보를 함께 학습 시키는 기법을 제안한다. 멀티태스크 러닝 기법은 은닉층들이 하나의 태스크에 과적합 되지 않도록 하여 심층신경망의 일반화 성능을 향상시킨다고 알려져 있다. 하지만 심층신경망을 멀티태스크 러닝 기법으로 학습시키는 과정에서, 나이 정보에 대한 학습이 효율적으로 수행되지 않는 것을 실험적으로 확인하였다. 이와 같은 현상을 방지하기 위해, 본 논문에서는 심층신경망의 학습 과정 중 화자 식별과 나이 추정 목적 함수의 가중치를 동적으로 변경 하는 기법을 제안한다. 동일 오류율을 기준으로 RSR2015 평가 데이터세트에 대해 화자 인증 성능을 평가한 결과 나이 정보를 활용하지 않은 화자 인증 시스템의 경우 6.91 %, 나이 정보를 활용한 화자 인증 시스템의 경우 6.77 %, 나이 정보를 활용한 화자 인증 시스템에 가중치 변경 기법을 적용한 경우 4.73 %의 오류율을 확인하였다.

• 한국음향학회지
• /
• 제25권8호
• /
• pp.383-388
• /
• 2006

본 논문에서는 잡음 환경에서 단일 마이크로폰의 음성 향상에 대한 새로운 기법을 제시했다. 일반적으로 널리 알려진 스펙트럼 차감법에 근거한 음성 향상 기술은 신호 대 잡음비에 따른 스펙트럼 이득으로 표현된다. 대표적인 Ephraim과 Malah의 decision-directed (DD) 추정치는 잡음 구간에서 효율적으로 뮤지컬 잡음을 제거하지만 음성 구간에서는 이전 프레임의 음성 스펙트럼 성분에 더 큰 비중을 두기 때문에 a priori SNR의 프레임 지연이 발생한다. 따라서 DD에 의해 추정된 a priori SNR이 적용된 잡음 제거 이득은 현재 프레임보다 이전 프레임에 영향을 받으므로 음성 전이 구간에서 잡음 제거 성능을 저하시킨다. 본 논문은 DD의 가중치 파라미터에 Sigmoid Type의 함수를 적용하여 계산적으로는 간단하지만 효과적인 음성 향상 알고리즘을 제안한다. 제안된 접근 방식은 DD의 주요 파라미터인 a priori SNR 지연의 문제점을 해결하면서 뮤지컬 잡음 제거에 우수한 DD의 이점은 유지한다. 제안된 알고리즘의 성능은 다양한 잡음 환경에서 ITU-T P.862 Perceptual Evaluation of Speech Quality (PESQ) 와 Mean Opinion Score (MOS). 그리고 음성 스펙트로그램 (Spectrogram)에 의해 평가했고 기존의 DD의 고정된 가중치 파라미터를 사용했을 때 보다 향상된 결과를 나타내었다.

• 자원환경지질
• /
• 제46권4호
• /
• pp.301-312
• /
• 2013

산사태는 지형, 지질, 임상, 토양 등과 같은 다양한 요인들이 복합적으로 작용하여 발생한다. 따라서 산사태 발생위치와 산사태 유발 요인 사이의 상관관계를 파악할 수 있는 다양한 분석 기법이 사용되고 있으며 본 연구에서는 산사태 위험지역을 정량적으로 예측할 수 있는 효과적인 기법을 제안하고자 퍼지관계 기법과 인공신경망 기법을 이용하여 포항지역의 산사태 취약성을 분석하였다. 취약성 분석을 위해 먼저 산사태 위치를 파악하여 현황도를 작성하였으며, 산사태 발생과 관련 있는 11개의 요인들에 대한 공간 데이터베이스를 구축하였다. 퍼지관계 기법에서는 cosine amplitude method를 이용해 각 요인 별 퍼지 소속 함수 값을 획득하고 퍼지관계 함수 연산을 이용하여 취약성도를 작성하였다. 인공신경망 기법에서는 오류 역전파 알고리즘을 이용하여 산사태와 관련 요인들 간의 상대적 가중치를 결정하고 취약성도를 작성하였다. 두 기법으로 도출된 산사태 취약성도의 ROC(Receiver Operating Characteristic)와 AUC(Area Under the Curve)를 통한 검증 결과는 82.18%와 87.4%로 나타났다. 퍼지 관계 및 인공신경망 기법 모두 높은 예측 정확도를 보여 취약성 분석 기법으로서의 적용 가능성이 있는 것으로 분석되었다. 한편 본 연구지역의 경우 인공신경망 기법이 퍼지관계 기법에 비해 좀 더 나은 예측 정확도를 보이는 것으로 분석되었다.

• 한국수자원학회논문집
• /
• 제45권3호
• /
• pp.275-290
• /
• 2012

본 연구에서는 극치강우의 시간분포 연구를 위하여 서울지점 우량관측소의 자기기록지를 1분단위로 독취한 MMR(minutely data using the magnetic recording)자료와 최근 들어 관측을 시작한 AWS (automatic weather system) 분단위기상관측 자료를 이용하여 연최대치 계열의 중앙값을 기준으로 한 POT(peaks over threshold) 계열 추출을 통하여 강우의 최적 시간분포 모형을 개발하였다. 기존 Huff 방법에서의 최대 단점인 지속기간별 시간분포 변화 특성을 고려하지 못하는 점과 강우사상별 강우총량에 대한 기준강우량의 일괄적용 등의 문제를 개선하였으며, 분단위 관측자료의 가중치 적용을 통한 순위결정으로 최빈분위를 선택하고 IQR (interquartile range) matrix의 적용을 통한 Quartile별 호우사상을 추출하는 방법을 제안하였다. 마지막으로 추출된 분단위 무차원 단위우량주상도에 핵밀도함수를 적용하여 자료의 크기와 분포 특성을 고려한 지속기간별 최적 시간분포형을 유도하였다.

• 한국의학물리학회지:의학물리
• /
• 제21권3호
• /
• pp.281-290
• /
• 2010

최근 디지털 단층영상합성법을 영상유도 방사선 치료에 활용하기 위한 연구가 활발히 시도되고 있다. 적은 수의 투사영상으로 삼차원 영상재구성이 가능하기 때문에 환자에 대한 피폭선량을 줄일 수 있으며, 환자의 움직임을 최소화할 수 있는 장점이 있기 때문이다. 그러나 단층영상의 화질이 스캔 각도(${\beta}_{scan}$) 및 사용한 투사영상의 수 등 촬영조건에 크게 의존하는 단점이 있다. 본 연구에서는 필터링 후 역투사법을 이용한 디지털 단층영상합성의 구현에 대해 자세히 논하였으며, 이에 대한 최적 촬영조건에 대해 살펴 보았다. 이를 위해 시스템 성능을 신호 대 잡음비, 잔상퍼짐함수, 연산횟수를 조합한 이득함수로 정의하였으며, 다양한 촬영조건에 대해 실험을 통해 각 지표를 구한 후 평가하였다. 평가 결과 및 분석으로부터 큰 단위 스캔 각도(${\Delta}{\beta}$)로 60도 이상의 넓은 범위에 걸쳐 스캔을 할수록 높은 화질의 단층영상을 얻을 수 있다는 결론을 얻었다. 대략적으로 시스템 성능이 $\sqrt{{\Delta}{\beta}}{\times}{\beta}^{2.5}_{scan}$에 비례하였다. 만약 각 평가지표에 명확한 가중치를 부여할 수 있다면 보다 엄밀하고 구체적인 촬영조건을 구할 수 있을 것이다.

• 디지털융복합연구
• /
• 제18권11호
• /
• pp.259-266
• /
• 2020

과거 인공지능 분야에서는 지식 기반의 전문가 시스템 및 머신러닝 알고리즘들을 금융 분야에 적용하는 연구가 꾸준하게 수행되어 왔다. 특히 주식에 대한 지식 기반의 시스템 트레이딩은 이제 보편화되었고, 최근에는 대용량 데이터에 기반한 딥러닝 기술을 주가 예측에 적용하기 시작했다. 이중 LSTM은 시계열 데이터에 대한 검증된 모델로서 주가 예측에도 적용되고 있다. 본 논문에서는 주가 예측 모델로서 LSTM을 적용할 때 성능향상을 위해 고려해야 할 복잡한 매개변수 설정과 적용 함수들에 대해 적합한 조합 방법을 제안하도록 한다. 크게 가중치와 바이어스에 대한 초기화 대상과 설정 방법, 과적합을 피하기 위한 정규화 적용 대상과 설정 방법, 활성화 함수 적용 방법, 최적화 알고리즘 선택 등을 제시한다. 이 때 나스닥 상장사들에 대한 대용량 데이터를 바탕으로 각각의 방법들을 적용하여 정확도를 비교하면서 평가한다. 이를 통해 주가 예측을 위한 LSTM 적용 시 최적의 모델링 방법을 실증적인 형태로 제안하여 현실적인 시사점을 갖도록 한다. 향후에는 입력 데이터의 포맷과 길이, 하이퍼파라미터들에 대한 성능평가를 추가 수행하여 주요 설정 항목들의 조합에 대한 일반화 연구를 수행하고자 한다.

• 지구물리와물리탐사
• /
• 제11권1호
• /
• pp.68-77
• /
• 2008

2.5차원 전자탐사 적분방정식의 확장된 Born 근사해 또는 국소 비선형 근사에 기초하여 루프-루프 전자탐사 역산 알고리듬이 개발되었다 송수신 배열은 수평 동일면(HCP) 또는 수직 동일면(VCP) 방식이고, 다중 주파수 및 다중 송수신 간격을 포함할 수 있으며 PC에서 작동된다. 안정적이고 고해상도를 유지하는 역산이 가능하도록 변수분해 행렬과 Backus-Gilbert 분산 함수 분석을 통해 감도 분포의 함수로서의 공간적으로 변화하는 최적 Lagrange 곱수 결정 알고리듬을 포함하였다. HCP와 VCP 배열 자료가 지하 전기비저항 구조에 따라 서로 다른 감도를 가짐에 따라 동시 역산에서 안정성과 해상도에 영향을 미치게 되므로, 계산값과 측정값 차의 분산에 따라 가중치를 적용하는 방식을 도입하였다. 모델링 코드의 정확성은 통상적으로 루프-루프 전자탐사에서 사용하는 주파수 및 송수신 간격 범위에서 유한차분법에 의해 계산된 결과와의 비교를 통하여 증명되었다. 개발된 역산 알고리듬은 먼저 반무한 공간내 전도체 및 저항체가 포함된 모델에 대한 계산자료에 적용되어 성능이 입증되었다. 현장자료에 적용하고 그 결과 영상을 전기비저항 탐사자료에 대한 역산 결과와 비교하여, 의미있는 지하구조의 영상을 얻을 수 있음을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제44권1호
• /
• pp.17-25
• /
• 2007

모든 전자 영상응용에는 고해상도 영상이 요구된다. 고해상도는 영상 안에 픽셀의 밀집도가 높음을 나타내며, 이로 인해 더 세밀하고 중요한 정보를 얻어 다양한 응용에 사용된다. 하지만 CCD 나 CMOS 카메라로 획득된 디지털 영상들은 영상인식 시스템 구현 시 많은 저해상도영상을 가지게 된다. 초해상도 기술은 이와 같은 한계를 넘어서서 영상인식시스템에 적용이 가능하다. 초해상도 기술은 다수의 영상으로부터 정보를 결합하여 해상도를 증가시키는 것으로써, 이 기술은 추정과 이동을 위한 정합알고리즘과 획득된 프레임과 현재 프레임의 가중치를 이용한 최소거리 이웃보간법으로 되어있다. 본 논문에서는 초해상도에 웨이브렛 변환 기저 함수 계수를 이용한 영상 보간 기법을 제안하고자 한다. 기존 초해상도 보간 방식 대신 웨이브렛 기저 계수를 적용한 B-스플라인 보간 함수를 이용하여, 움직이는 영상의 한 부분을 확대할 때 정확한 영상과 자연스러운 영상을 구현하기 위하여 적용하였다. 제안된 보간 알고리즘은 최소거리 이웃보간 알고리즘, bilinear 보간 알고리즘, bicubic 보간 알고리즘 적용한 확대 영상보다 우수한 결과를 얻었음을 모의실험을 통하여 확인하였다.

• 한국지능시스템학회논문지
• /
• 제26권1호
• /
• pp.56-63
• /
• 2016

본 연구에서는 퍼지 RBFNNs과 증분형 주성분 분석법으로 실현된 숫자인식 시스템의 설계를 소개한다. 주성분 분석법은 차원축소를 위해 사용되는 알고리즘으로 학습데이터의 차원 수가 고차원이거나 데이터의 양이 많을 때 특징 추출을 위한 많은 계산 시간을 필요로 한다. 따라서 고차원 데이터의 효율적인 차원축소와 점진적인 학습을 위해 증분형 주성분분석법을 적용하는 방법을 제안한다. 방사형 기저함수 신경회로망의 구조는 조건부, 결론부, 추론부의 3가지 기능적 모듈로서 구분이 가능하다. 조건부에서는 FCM 클러스터링 알고리즘의 도움으로 실현된 퍼지 클러스터링의 사용으로 입력 공간을 분할한다. 또한 가우시안 함수 대신 FCM(Fuzzy C-Means)클러스터링 알고리즘의 멤버쉽 값을 사용함으로써 입력 데이터의 특성을 좀 더 잘 반영할 수 있도록 개선하였으며, 결론부에서 연결가중치는 상수항에서 일차식과 이차식, 그리고 변형된 이차식과 같은 다항식의 형태로 확장하여 사용한다. 실험 결과는 공인 숫자 데이터인 MNIST 필기체 숫자 데이터를 사용하여 제안된 숫자 인식 시스템의 효율성을 다른 연구와의 비교를 통해 입증한다.