• Journal of Intelligence and Information Systems
• /
• v.5 no.1
• /
• pp.1-12
• /
• 1999

강건설계(robust design)는 낮은 비용으로 잡음에 강건한 고품질의 제품이나 공정을 설계하는 체계적이고 효율적인 방법이다. 그러나 강건설계의 과정 중 비표준 직교배열의 사용과 교호인자을 포함한 실험계획은 다소 복잡하고, 전문지식이 필요한 부분으로 비전문가에는 난해한 작업이다. 이를 해결하기 위하여 본 연구에서는 표준직교배열의 변형과 선점도를 이용하여 교호인자를 직교배열의 열에 자동으로 할당하는 전문가시스템 prototype을 개발하였다. 사용자가 수준별 인자수와 교호작용의 유무를 입력하면, 시스템은 적절한 직교배열을 선정하여 필요에 따라 변형하며, 제어인자와 교호작용을 직교배열표에 자동으로 할당하여 출력한다. 개발된 시스템을 사용함으로써 초보자도 직교배열을 쉽게 변형할 수 있으며 다수의 교호인자를 포함한 실험계획을 빠르게 할 수 있다. 본 연구에서 이용된 지식은 문헌에서 추출하였으며, 추론 전략으로는 규칙기반추론(rule-based reasoning)을 이용하였다.

• Journal of Advanced Navigation Technology
• /
• v.11 no.1
• /
• pp.105-111
• /
• 2007

This paper is concerned with fuzzy inference-based optimal sub-bands decision scheme which is to be embedded the watermark. It concentrated not only on design of fuzzy inference algorithm but also on human visual parameters (HVP), such as contrast sensitivity, texture degree. In the first, such human visual parameters as contrast sensitivity, texture degree as well as statistical characteristics are involved to select the optimal coefficients region. Secondly, fuzzy if - then rule which can be able to adapt the wide variety of environments is developed. The performance of proposed approach is evaluated with respect to the imperceptibility and correctness of watermark. According to some experimental results, contrast sensitivity function is superior in smooth image. On the other hand, statistical characteristics provide good results in rough images.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.8 no.8
• /
• pp.1748-1754
• /
• 2004

In this paper, We propose a image watermarking method which combine frequence-domain with fuzzy inference. In our method, the original image is transformed and decomposed using DWT. The watermark is added to high-frequency coefficients, which analyzed optimally so as to genarate the fuzzfied data. In order to evaluate the robustness, the embeded watermark is detected in case of attacking by JPEG compression and cropping. Experimental results showed that proposed scheme is superior to the typical method with PSNR and similarity under the same conditions.

• Smart Media Journal
• /
• v.1 no.2
• /
• pp.23-33
• /
• 2012

In this paper, the characteristics of tensor voting, which are used extensively in image processing and computer vision, have been surveyed. In general, tensor voting can infer the structural features like junctions, curves, regions and surfaces from n-dimensional data given as points, curve elements or surface patch elements. Currently various perceptual grouping methods based on such structural inference are studied and are used for diverse applications on images or scenes. Tensor voting provides robustness to noises and demonstrates itself efficient in many applications.

• Journal of KIISE:Software and Applications
• /
• v.31 no.12
• /
• pp.1569-1580
• /
• 2004

One commonly used approach to deal with uncertainty is Bayesian network which represents joint probability distributions of domain. There are some attempts to team the structure of Bayesian networks automatically and recently many researchers design structures of Bayesian network using evolutionary algorithm. However, most of them use the only one fittest solution in the last generation. Because it is difficult to combine all the important factors into a single evaluation function, the best solution is often biased and less adaptive. In this paper, we present a method of generating diverse Bayesian network structures through fitness sharing and combining them by Bayesian method for adaptive inference. In order to evaluate performance, we conduct experiments on learning Bayesian networks with artificially generated data from ASIA and ALARM networks. According to the experiments with diverse conditions, the proposed method provides with better robustness and adaptation for handling uncertainty.

• Proceedings of the Korean Association for Survey Research Conference
• /
• 2002.06a
• /
• pp.74-84
• /
• 2002

본 연구에서는 1970년 Royall에 의해 표본추출방법의 한 대안으로서 다시 주목받기 시작한 균형추출방법(purposive selection or balanced sampling)과 확률추출방법(random sampling)의 장.단점을 층화추출법과 비추정량의 경우를 예로 들어 비교하고자 한다. 균형추출방법은 강건성(robustness)과 효율성(efficiency) 측면에서 확률추출방법은 추출의 간편성과 사회적 인식 측면에서 각각의 장점을 지니고 있는 것으로 볼 수 있다.

• Review of KIISC
• /
• v.30 no.6
• /
• pp.107-115
• /
• 2020

다양한 응용분야에서 심층신경망 기반의 학습 모델이 앞 다투어 이용됨에 따라 인공지능의 설명 가능한 동작 원리 해석과, 추론이 갖는 불확실성에 관한 분석 또한 심도 있게 연구되고 있다. 이에 심층신경망 기반 기계학습 모델의 취약성이 수면 위로 드러났으며, 이러한 취약성을 이용하여 악의적으로 모델을 공격함으로써 오동작을 유도하고자 하는 시도가 다방면으로 이루어짐에 의해 학습 모델의 강건함 보장은 보안 분야에서의 쟁점으로 부각되고 있다. 모델 추론의 입력으로 이용되는 이미지에 교란값을 추가함으로써 심층신경망의 오분류를 발생시키는 임의의 변형된 이미지를 적대적 사례라 정의하며, 본 논문에서는 최근 인공지능 및 컴퓨터비전 분야에서 이루어지고 있는 이미지 기반 적대적 사례의 생성 기법에 대하여 논한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.226-228
• /
• 2004

베이지안 네트워크는 불확실한 상황을 모델링하기 위한 확률 기반의 모델이다. 베이지안 네트워크의 구조를 자동 학습하기 위한 연구가 많이 있었고, 최근에는 진화 알고리즘을 이용한 연구가 많이 진행되고 있다. 그러나 대부분은 마지막 세대의 가장 좋은 개체만을 이용하고 있다. 시스템이 요구하는 다양한 요구조건을 하나의 적합도 평가 수식으로 나타내기 어렵기 때문에, 마지막 세대의 가장 좋은 개체는 종종 편향되거나 변화하는 환경에 덜 적응적일 수 있다. 본 논문에서는 적합도 공유 방법으로 다양한 베이지안 네트워크를 생성하고, 이를 베이즈 규칙을 통해 결합하여 변화하는 환경에 적응적인 추론 모델을 구축할 수 있는 방법을 제안한다. 성능 평가를 위해 ALARM 네트워크에서 인공적으로 생성한 데이터를 이용한 구조 학습 및 추론 실험을 수행하였다. 다양한 조건에서 학습된 네트워크를 실험한 결과, 제안한 방법이 변화하는 환경에서 더욱 강건하고 적응적인 모델을 생성할 수 있음을 확인한 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.21-23
• /
• 1999

결정 트리는 실세계에서 얻어지는 많은 사례들로부터 분류 정보를 얻기 위해 사용되는 유용한 방법중의 하나이다. 분류를 목적으로 사용되는 사례, 즉 데이터들은 실제 현장에서 얻어지기 때문에 관측오류, 불확실성, 주관적인 판단 등의 원인으로 참 값이 아닌 근사 값으로써 기술되는 경우가 많으며, 이러한 잠재적 오류로 인해 잘못된 결정 트리가 생성될 수 있다. 한편, 트리를 생성하는 각각의 과정에서 하나의 특징 값만을 고려하지 않고 두 가지 이상의 특징 값을 동시에 고려하여 결정 트리를 생성할 경우 보다 정확한 분류 정보를 기대할 수 있다. 본 논문에서는 수치 특징 값으로 기술된 데이터로부터 보다 정확한 분류 정보를 얻을 수 있고, 작은 오류에 강건한 사선형 분할 퍼지 결정 트리를 제안한다. 또한 제안된 사선형 분할 퍼지 결정 트리의 생성 절차 및 생성된 결정 트리를 이용하여 새로운 데이터에 분류 정보를 부여하는 추론 과정을 소개한다.

• Korean Journal of Construction Engineering and Management
• /
• v.19 no.3
• /
• pp.33-42
• /
• 2018

In the aftermath of an earthquake, seismic-damaged infrastructure systems loss estimation is the first step for the disaster response. However, lifeline systems' ability to supply service can be volatile by external factors such as disturbances of nearby facilities, and not by own physical issue. Thus, this research develops the bayesian model for probabilistic inference on common-cause and cascading failure of seismic-damaged lifeline systems. In addition, the authors present network robustness estimation metrics in the context of failure propagation. In order to quantify the functional loss and observe the effect of the mitigation plan, power and water supply system in Daegu-Gyeongbuk in South Korea is selected as case network. The simulation results show that reduction of cascading failure probability allows withstanding the external disruptions from a perspective of the robustness improvement. This research enhances the comprehensive understanding of how a single failure propagates to whole lifeline system performance and affected region after an earthquake.