• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.18-20
• /
• 1998

본 논문은 EBL 기반의 제어지식형 계획기에서 다양한 목표확장 방법을 사용하여 MEA의 불완전한 계획생성을 해결하는 새로운 방법을 제안한다. 계획기의 문제 공간을 탐색하는 방법 중 하나인 MEA는 현재상태와 목표상태의 차이를 줄이기 위하여 연산자를 선택한 후에, 연산자의 조건절을 현재상태가 만족하는지의 여부에 따라서 조건절의 부목표화를 결정한다. 그러나 이러한 목표확장 방법은 현재상태에서 만족된 부목표에 대한 목표확장을 하지않음으로써 문제공간 탐색에서 제한된 범위만을 탐색하므로 목표를 만족하는 최적의 계획을 생성할 수 없으며, 또한 문제를 해결하는 계획이 있음에도 불구하고 탐색범위의 제한으로 인해 계획을 생성하지 못하는 경우도 발생한다. 이와 같이 현재 상태에서 만족되어 목표확장을 하지 않은 부목표를 Anycase Subgoal이라 한다. 본 논문에서 제안하는 목표확장 방법은 ELB기반의 제어지식형 계획기를 Anycase Subgoal을 위하여 확장하는 방법으로 서, 초기의 문제공간 탐색에서 사용된 목표확장 방법에서 문제를 해결하지 못할 경우 탐색공간을 확장하여 문제를 해결하고, 문제에 적합한 목표확장 방법을 제어지식형 규칙으로 학습하여 유사한 문제에 대하여 효율적으로 계획을 생성한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.198-200
• /
• 1998

영-한 기계번역에 있어서 변환(Transfer)은 상이한 두 언어의 어순을 생성될 언어의 어순으로 결정하기 위한 변환 규칙에 의해서 영어의 구문 분석된 트리를 생성될 한국어의 구조에 맞게 재구성한다. 이러한 변환은 개발 단계 중 또는 그 후에 언어의 다양한 차이를 수용하기 위해 프로그램 수준에서 잦은 수정을 하게 된다. 이를 극복하기 위해서, 본 논문에서는 변환 문법을 이용하여 좀더 체계적이고 확장이 쉬운 문법을 이용하여 변환을 수행하고자 한다. 이를 위해 영어의 구구조 자질들을 쉽게 검사 및 탐색하면서 조건에 맞는 자질들을 나누어주는 기능을 하는 조건 단일화 연산자를 기반으로 일반적인 문맥자유문법(Context Free Grammar)을 이용한 변환 문법을 제안한다. 또한 변환 문법은 변환 문법 해석기에 의해 변환 프로그램으로 컴파일 됨을 보인다. 이러한 변환 방법은 영-한 변환에 있어서 문법 수준에서 변환 처리를 할 수 있어 변환 프로그램의 개발 및 유지보수에 많은 도움을 준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10c
• /
• pp.736-738
• /
• 1999

본 논문에서는 ITU-T 권고안에 정의된 장제적 접근제어 모델과 역할기반 접근제어 모델을 상호연동한 모델의 관리객체 상호관계구조를 정의하였다. 또한 관리속성값을 제어하는 관리연산을 연관된 유형별로 묶어 역할로 정의하였으며 관리자와 관리객체에 보안등급을 부여함으로써 무결성을 보장하고 관리자 관리객체 사이에 역할을 배정하므로써 실생활에 적용될 수 있는 접근제어 모델을 제시하였다. 그리고 역할배정규칙과 제약조건을 기반으로 하여 'rule' 관리객체 클래스의 접근제어 결정함수와 접근제어 집행함수의 동작과정을 동적특성 기술언어를 체계적이고 정형적으로 기술하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.329-332
• /
• 2003

본 논문에서는 새로이 제안된 자기 구조화하는(Self-structuring) 새로운 Radial-Basis Function Network(RBFN)에 대해서 실험적인 검증을 했다. 이 자기 구조화하는 새로운 RBFN은 기존의 RBFN과 비교해서 여러 장점이 있다. Lyapunov 이론에 기초해서 새로운 학습 규칙을 선정하였기 때문에 시스템의 안정도를 보장할 수 있다. 그리고, 자기 구조화의 과정 즉, 생성과 병합을 통해 은닉층에서 적정수의 뉴런을 결정할 수 있다. 기존의 RBFN과 성능을 비교하기 위하여, 실제 비선형 시스템인 2축 암로봇에 대해 실험한 결과를 보였다. 결과적으로, 우리는 실험결과를 통해 자기 구조화하는 RBFN의 효율적인 구조와 시스템에 대한 안정도를 보장함을 볼 수 있다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.3 no.3
• /
• pp.38-54
• /
• 1993

퍼지 제어기(FLC)는 Max-Min CRI 방법을 이용하여 추론하는 시스템이다. 그러나 이 방법은 주관적인 멤버쉽 함수의 결정, 오류 발생 가중치 전략, 비합리적인 추론 규칙들의 조합이라는 세가지 문제점 때문에 원하는 추론 결과와 실제 추론 결과 사이에 상당한 오류 영역을 발생시킨다. 본 논문에서는 이를 해결하기 위해 퍼지 이론에 신경 회로망의 학습 기능이 융합되어 지능적으로 작동하는 뉴로-퍼지 시스템(INFS)을 제안한다. INFS는 이상의 문제 해결 방안이 지식 획득 단계, 적응 조절단계를 통해 작동함으로써 임의의 입력에 대해서도 추론이 가능한 시스템이다. 제안된 INFS를직류 계열 모니터에 적용한 결과 신경 회로망을 사용하지 않았을때 보다 오류 영역을 상당히 줄여주었다. 또한 학습 시간을 고려해 볼 때, INFS에서 사용하는 추론 방법(NCRI 방법)이 지금까지 다른 방법에 비해 휠씬 효율적이었다.

• Communications for Statistical Applications and Methods
• /
• v.18 no.2
• /
• pp.179-187
• /
• 2011

The purpose of a Phase I clinical trial is to estimate the maximum tolerated dose, MTD, of a new drug. In this paper, the MTD estimation method is suggested by curve fitting the dose-toxicity data to an S-shaped curve. The suggested MTD estimation method is compared with established MTD estimation procedures using a Monte Carlo simulation study.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.5 no.6
• /
• pp.539-545
• /
• 2004

For question answering system that extracts an answer and output to user‘s natural language question, a process of question type classification from user’s natural language query is very important. This paper proposes a question and answer type classifier using the interrogatives and word semantic categories instead of complicated classifying rules and huge dictionaries. Synonyms and postfix information are also used for question type classification. Experiments show that the semantic categories are helpful for question type classifying without interrogatives.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04a
• /
• pp.71-73
• /
• 2000

본 논문에서 다루는 SGML 문서편집기는 파서를 내포하는 구조로서, 문서편집을 위하여 DTD 가 입력되고, 입력된 DTD 는 DTD 파서에 의해 적합성을 점검하게 된다. DTD 파서는 표준규칙에 따라 DTD를 파싱하고, 결과를 편집처리에 적합한 BNF-스타일 형태로 변환된 문법 테이블을 생성한다. SGML 문서 편집은 문법테이블 정보에 따라 처리된다. 문법 테이블의 크기는 엘리먼트 선언내용 중 컨텐트 모델의 표현에 따라 결정된다. 그 중 and(&) 접속자는 엘리먼트 개수에 따라 문법수가 기하급수적으로 증가하므로 DTD 파서에 의해 처리된다면 속도나 비용면에서 비효율적이다. 이에 본 논문에서는 고정된 문법테이블을 이용하는 SGML 편집기에 and 접속자로 표현된 엘리먼트 문법을 동적으로 확정 처리할 수 있는 기능이 추가 향상된 구문지향적 SGML 문서편집기를 제시한다. 그러므로 향상된 구문지향 SGML 문서편집기는 고정된 문법을 이용한 문서편집 뿐 아니라 편집처리에 따른 변환에 능동적으로 처리할 수 있다는 특징을 갖게된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.130-132
• /
• 2001

신경망을 이용한 추천 기술은 항목이나 사용자간의 가중치를 학습할 수 있고, 자료 유형에 상관없이 데이터 처리가 용이하다. 또한 최근 연구를 통해서 그 우수성이 입증되고 있다. 그러나 사용자간의 상관관계로 추천하는 사용자 신경망 모델과 항목간의 상관관계로 추천하는 항목 신경망 모델이 서로 다른 관점으로 다른 선호도를 제시한 경우에 선택한 모델의 선호도에 따라 시스템의 성능이 좌우된다. 그러므로 효율적이고 성능이 우수한 추천 시스템을 위해 사용자와 항목 신경망 모델의 통합 방법을 제안한다. 두 모델 사이에 우선 순위를 결정하여 통합하는 순차적 통합 방법과 두 모델을 동시에 고려하는 병렬적 통합방법을 제안한다. 그러나 두 통합 방법은 선호도 예측 기준에 있어서 정적이고, 문제에 대한 적응성이 없다. 그러므로 신경망(퍼셉트론, 다층 퍼셉트론)을 이용한 통합 방법을 제안한다. 또한 퍼지의 소속함수를 이용하여 퍼지 추론를 적용한 통합 방법을 제안하고, 패턴 인식 분야에서 사용하는 BKS 방법을 적응하여 두 신경망 모델을 통합하여 실험한다. 본 논문에서는 사용자와 항목 신경망 모델을 통합함으로써 기존의 추천 기술인 연관 규칙과 단일 신경망 모델을 이용한 추천보다 우수함을 보이고 있다.

• Proceedings of the Safety Management and Science Conference
• /
• 2002.11a
• /
• pp.133-138
• /
• 2002

인천항은 동북아 경제권의 중심항만으로 경인공업지대 및 수도권지역에 각종 원자재를 공급하며 수도권 일대에서 필요로 하는 소비물자의 적기공급등 국가경제발전에 중추적 역할을 담당하고 있다. 또한 인천항은 대 중국화물, 장래 남북화물을 유치하는데 아주 유리한 여건에 있어 인천지역의 물동량은 해마다 더욱 증가할 것으로 예상된다. 하지만 인천항의 처리능력의 한계를 이미 넘어섰고 이로 인해 만성적인 체선 · 체화현상이 발생하고 있다. 이러한 항만시설의 부족은 항만시설의 신규건설을 통한 항만공급 능력의 확대가 장기적으로 바람직하나 현실적으로는 항만시설의 기능재배치를 통한 운영효율화로 시설능력을 증대해야 한다. 본 연구에서는 시뮬레이션을 이용하여 시설소요 화물량과 하역능력을 비교하여 하역능력이 절대적으로 낮은 화물과 하역능력이 높은 화물을 부두별로 재배치함으로써 시설능력의 증대를 도모하고자 한다. 특히 인천항의 기능재배치의 시뮬레이션을 위한 본 시스템은 화물의 이동이나 화물량의 변화, 선석의 배정규칙을 변경하여 여러 가지의 시나리오를 설정할 수 있고, 이에 대한 결과를 하역사, 화물군, 부두별로 분석하여 영향을 검토함으로써 항만운영계획에 대한 의사결정을 지원할 수 있을 것이다.