• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1995.09a
• /
• pp.349-357
• /
• 1995

본 연구에서 혼성기준 어프로치의 성과가 기존 방법론들의 성과를 선형결합 한 직선보다 상당히 아래에 나타나 기존 방법들보다 우월함을 알 수 있다. 뿐만 아니라 일부의 경우에는 배칭 어프로치보다 짧은 평균 리이드 탐임과 유연 어프로치보다 짧은 총생산지체시간을 나타내고 있다. 혼성기준을 선정 할 때 모든 상황에 대해서 효율적인 혼성기준이 있는 것이 아니라 전체시스 템의 가동률이 높고 낮음에 따라, 즉 기계 유형간 작업시간의 불균형의 정도 에 따라 유동적으로 선택하여야 한다. 시스템의 가동률이 전반적으로 낮을 때는 혼성기준을 낮게 설정 (약 40%에서 65%)하는 것이 바람직하고, 시스템 의 가동률이 높을 때는 (약 65%에서 90%정도)는 혼성기준을 높게 설정하는 것이 바람직하다.

• Annual Conference on Human and Language Technology
• /
• 2014.10a
• /
• pp.255-258
• /
• 2014

본 논문에서는 semantic parsing과 사전 정의된 어휘-의미 패턴 질의 템플릿 방법론을 결합하여 자연어 질의로부터 RDF 지식베이스에 질의하기 위한 SPARQL 쿼리를 생성하는 방법을 제안한다. semantic parsing 접근법은 문장의 표현과 분리된 형식적 의미표현만을 포착해내므로, paraphrase 혹은 의미 변화와 무관한 어순의 변화에 강인하지만, 일부 자연어 질의문장에는 단순한 의미 및 구조를 갖는 문장도 적합한 형식적 의미표현을 생성하지 못하는 단점이 있다. 따라서 이 연구에서는 이러한 단순한 문장에 있어서는 사전 정의된 질의 템플릿을 사용하여 적합한 쿼리를 생성하되, 적합한 템플릿을 선택하는데 있어 해당 질의문장의 어휘-의미적 유형을 포착하고 해당 정보를 이용하는 방법을 이용하였으며 이를 통해 주 방법론의 약점을 보완하는 제한적인 효과를 얻을 수 있었다.

• Proceedings of the Optical Society of Korea Conference
• /
• 2000.08a
• /
• pp.24-25
• /
• 2000

파장변환 소자는 최근에 급격히 발전하는 광네트웍을 구축하기 위하여 필수적인 소자로서 여러 가지 형태에 대한 연구개발이 진행되고 있다. 그중에서도, 최근에는 반도체 광증폭기로 형성된 방향성 결합기구조(semiconductor optical amplifier directional coupler)에서의 상호 이득 포화(XPM : cross-phase modulation)에 의한 파장변환에 대한 개념이 제안되고 가능성이 실험적으로 입증된 바 있다. 이런 구조의 파장변환 소자는 입력 광신호의 파워가 작을때는 위상 정합이 되어 반도체 광증폭기의 광모드가 완전히 결합되어 cross state로 변환된 파장의 광파워가 많이 출력되고, 신호 입력 파워가 증가함에 따라 결합이 감소하게 되어 Cross state에서의 출력 파워는 감소하게 된다. 이와 같은 소자는 입력 신호광과 변환된 신호광이 역방향으로 진행하는 경우 광필터가 필요없이 파장변환이 가능하고, 변환 후의 소광비가 향상되기 때문에 향후 다양한 형태로 응용될 가능성이 있으며, 적정 설계 및 성능 예측을 위해서는 시영역에서 모델링할 수 있는 방법론을 구축하는 것이 필요하다. 본 논문에서는 연산자 분리 방법$^{(1)}$ 을 적용하여 상술한 파장변환기를 해석하기에 적당하도록 시영역 동적 모델을 구현하고, 파장변환 특성을 여러 가지 면에서 분석하여 보았다. (중략)

• Annual Conference on Human and Language Technology
• /
• 2012.10a
• /
• pp.175-180
• /
• 2012

기술용어 패러프레이즈 (Terminological Paraphrase, TP)는 학술 문헌 내에서 기술 용어의 개념 및 정의를 다른 형태로 풀어서 알기 쉽게 서술적 문구 (descriptive expression) 를 의미한다. 이러한 TP들에 대한 효율적인 식별과 추출은 학술 정보에 대한 개념적 접근이나 학술 정보 검색의 재현율 향상에 매우 중요하다. 본 논문은 생명 공학 분야의 논문에 나타나는 다양한 형태의 TP들을 효율적으로 추출하기 위한 정보 검색 기반의 추출 방법론을 제시하고 총 여섯 가지의 추출 랭킹 모델을 기반으로 이를 결합함으로써 TP추출의 확장 가능성에 대한 실험적 연구를 수행한다. 실험 결과, 활용된 랭킹 모델이 서로 상호 보완적인 관계에 있음을 알 수 있었으며, 랭킹 결합에 의한 성능 개선 효과를 얻을 수 있었다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.26 no.5C
• /
• pp.313-322
• /
• 2006

Liquefaction of soil foundation is one of the major seismic damage types for infrastructures. In this paper, deterministic and probabilistic approaches for the evaluation of liquefaction potential are briefly summarized and the risk assessment method is newly proposed using seismic fragility and seismic hazard analyses. Currently the deterministic approach is widely used to evaluate the liquefaction potential in Korea. However, it is very difficult to handle a certain degree of uncertainties in the soil properties such as elastic modulus and resistant capacity by deterministic approach, and the probabilistic approaches are known as more promising. Two types of probabilistic approaches are introduced including (1) the reliability analysis (to obtain probability of failure) for a given design earthquake and (2) the seismic risk analysis of liquefaction for a specific soil for a given service life. The results from different methods show a similar trend, and the liquefaction potential can be more quantitatively evaluated using the new risk analysis method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.424-426
• /
• 2000

소프트웨어를 개발하는 방법으로 기존의 구조적 방법론에서 객체지향 방법론으로 발전하였고 최근 들어 소프트웨어 재사용의 핵심 기술로 인식되고 있는 것이 컴포넌트 소프트웨어기반 개발 방법론이다. 본 논문에서는 컴포넌트 소프트웨어, 컴포넌트 기반개발의 이점, 컴포넌트의 요건과 자바 컴포넌트(자바 클래스 또는 자바 컴포넌트)들 간의 기능, 속성, 연결 등을 동적으로 상호 작용(Interaction)할 수 있는 환경(Environment)을 제안하려 한다. 이오 같은 환경은 이미 만들어진 자바컴포넌트의 컴포넌트를 재사용 및 조립 전에 아키텍쳐의 모델링 도구로서 행위분석(Behavioral analysis)과 인터페이스의 기반설계(Interface Based Design)의 기반을 제공하고 자바 컴포넌트의 인터페이스와 기능을 이해하고 결합형태를 미리 짐작할 수 있는 환경을 제공함으로써 소프트웨어 개발에 소요되는 개발비용을 최소화하고 사용자의 요구를 충족시킬 수 있는 장점을 지니고 있다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• pp.271-280
• /
• 1999

인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다. 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고요한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미있는 정보로 변환시켜줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망의 모형결합을 통해 기존연구과는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서는 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이브릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다. 기존의 주기분할방법론은 모형개발자입장에서 여러 가지 통계기준치중에서 최적의 기준치를 합리적으로 선택해야 하는 문제가 추가적으로 발생하며, 본 연구에서는 이상의 제반 문제들을 개선시키기 위해 통합방법론으로서 기존의 인공신경망모형을 구조적으로 확장시켰다. 이 모형에서 기존의 입력층 이전단계에 새로운 층이 정의된다. 이렇게 해서 생성된 새로운 통합모형은 기존모형에서 생성되는 기본적인 학습파라미터와 더불어, 본 연구에서 새롭게 제시된 주기분할층의 파라미터들이 모형의 학습성과를 높이기 위해 함께 고려된다. 한편, 이러한 학습과정에서 추가적으로 고려해야 할 파라미터 갯수가 증가함에 따라서, 본 모델의 학습성과가 local minimum에 빠지는 문제점이 발생될 수 있다. 즉, 웨이블릿분석과 인공신경망모형을 모두 전역적으로 최적화시켜야 하는 문제가 발생한다. 본 연구에서는 이 문제를 해결하기 위해서, 최근 local minimum의 가능성을 최소화하여 전역적인 학습성과를 높여 주는 인공지능기법으로서 유전자알고리즘기법을 본 연구이 통합모델에 반영하였다. 이에 대한 실증사례 분석결과는 일일 환율예측문제를 적용하였을 경우, 기존의 방법론보다 더 나운 예측성과를 타나내었다.

• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.6
• /
• pp.245-254
• /
• 2022

Proteins are the basic unit of all life activities, and understanding them is essential for studying life phenomena. Since the emergence of the machine learning methodology using artificial neural networks, many researchers have tried to predict the function of proteins using only protein sequences. Many combinations of deep learning models have been reported to academia, but the methods are different and there is no formal methodology, and they are tailored to different data, so there has never been a direct comparative analysis of which algorithms are more suitable for handling protein data. In this paper, the single model performance of each algorithm was compared and evaluated based on accuracy and speed by applying the same data to CNN, LSTM, and GRU models, which are the most frequently used representative algorithms in the convergence research field of predicting protein functions, and the final evaluation scale is presented as Micro Precision, Recall, and F1-score. The combined models CNN-LSTM and CNN-GRU models also were evaluated in the same way. Through this study, it was confirmed that the performance of LSTM as a single model is good in simple classification problems, overlapping CNN was suitable as a single model in complex classification problems, and the CNN-LSTM was relatively better as a combination model.

• Journal of the Korean Institute of Gas
• /
• v.20 no.4
• /
• pp.65-77
• /
• 2016

Modeling for complex reacting flow in Fischer-Tropsch reactor is one of the challenges in the field of Computational Fluid Dynamics (CFD). It is hard to derive each and every reaction rate for all chemical species because Fisher-Tropsch reaction produces many kinds of hydrocarbons which include lots of isomers. To overcome this problem, after analyzing the existing methodologies for reaction rate modeling, non-Anderson-Schulz-Flory methodology is selected to model the detailed reaction rates. In addition, the inside flow has feature of multi-phase flow, and the methodologies for modeling multi-phase flow depend on the interference between the phases, distribution of the dispersed phase, flow pattern, etc. However, existing studies have used a variety of inside flow modeling methodologies with no basis or rationale for the feasibility. Modeling inside flow based on the experimental observation of the flow would be the best way, however, with limited resources we infer the probable regime of inside flow based on conventional fluid dynamics theory; select the appropriate methodology of Mixture model; and perform systematic CFD modeling. The model presented in this study is validated through comparisons between experimental data and simulation results for 10 experimental conditions.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.22 no.50
• /
• pp.75-90
• /
• 1999

이 논문은 전자 부품 조립산업에서의 통합 물류 시스템의 효율적인 선택과 최적의 설계를 위해 객체지향형 전문가 시스템과 해석적 모델을 결합한 방법론을 제시한다. 물류시스템의 선택과 설계 (마이크로로드 AS/)RS 선정)를 위해 지능형 물류시스템 (IMHSS:Intelligent Material Handling and Storage System)을 개발하여, 그 결과를 시뮬레이션 결과와 비교함으로써 지능형 물류시스템 모델의 적합성을 나타내고자 한다.