• 디지털융복합연구
• /
• 제11권12호
• /
• pp.201-211
• /
• 2013

본 연구는 다양한 가중치 산출방법을 적용하여 각 차원별 가중치 및 고객만족도지수를 비교하고 시사점을 밝혀보고자 한다. 이를 위해 가중치 산출방법을 주관적 방법과 통계적 방법으로 구분하고, 다시 주관적 방법은 고정총합법, 그리고 통계적 방법은 상관분석, 회귀분석, 주성분분석, 요인분석, 구조방정식으로 세분화하였다. 연구결과 주관적 방법과 통계적 방법에 의한 가중치는 서로 차이가 있는 것으로 나타났고, 분석방법에 따른 가중치의 순위는 유사한 패턴으로 구분되었다. 그리고 가중치 산출방법에 따른 각 차원별 가중치는 큰 편차를 보여 차원간의 변별력 및 안정성에 차이를 나타냈다. 마지막으로 다양한 가중치 산출방법에 따른 고객만족도지수는 구조방정식, 회귀분석, 상관분석, 산술평균, 주성분분석, 고정총합법, 요인분석의 순으로 높게 나타났고, 각 방법론에 따른 고객만족도지수는 통계적으로 유의한 차이가 있는 것으로 나타났다.

• 한국수자원학회논문집
• /
• 제36권5호
• /
• pp.751-760
• /
• 2003

시간 및 공간가중치를 고정하지 않는 Muskingum-Cunge 홍수추적방법에 대한 오차해석을 수행하였다. 오차해석 결과 시간가중치와 공간가중치의 합이 1.0이상인 경우에는 홍수파가 진행하면서 증폭되어 수치해가 발산하였다. 시간가중치와 공간가중치의 합이 작을수록 수치확산이 크게 발생하였다. 격자의 해상도가 낮을수록 수치확산 및 수치진동이 크게 발생하였다. 수치실험과 자연하천에 대한 적용 결과, 공간가중치를 고정하지 않는 경우에는 공간가중치를 0.5로 고정하는 전통적인 Muskingum-Cunge방법보다 첨두의 감쇄가 큰 홍수파 모의에 효과적임을 알 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.510-512
• /
• 2003

본 논문에서는 문서의 자동 분류를 위한 용어 빈도 가중치 계산 방법으로 Box-Cox변환기법을 응용한 정규화 용어빈도 가중치를 정의하고, 이를 문서 분류에 적응하였다. 여기서 Box-Cox 변환기법이란 자료를 정규분포화 할 때 적용하는 통계적인 변환방법으로서, 본 논문에서는 이를 응용하여 새로운 용어빈도가중치 계산법을 제안한다. 문서에서 등장한 용어 빈도는 너무 많거나 적게 등장할 경우, 중요도가 떨어지게 되는데, 이는 용어의 중요도가 빈도에 따른 정규분포로 모델링 될 수 있다는 것을 의미한다. 또한 정규화 가중치 계산방법은 기존의 용어빈도 가중치 공식과 비교할 때, 용어마다 계산방법이 달라져, 로그나 루트와 같은 고정된 가중치 방법보다는 좀더 일반적인 방법이라 할 수 있다. 신문기사 8000건을 대상으로 4개의 그룹으로 나누어 실험 한 결과, 정규화 용어빈도가중치 계산방법이 모두 우위의 분류 정확도롤 가져, 본 논문에서 제안한 방법이 타당함을 알 수 있다.

• 정보처리학회논문지A
• /
• 제10A권3호
• /
• pp.225-230
• /
• 2003

본 연구에서 이기종으로 구성된 웹 클러스터 시스템의 부하분산 알고리즘을 개발하고자 한다. 다수의 알고리즘을 제안하고, 동시 사용자수에 의거하여 응답시간을 측정하고자 한다. 동적 가중치에 의한 부하분산 알고리즘과 고정가중치에 의한 부하분산 알고리즘을 비교하고 동적 가중치 알고리즘이 우수함을 입증하고자 한다. 또한 클러스터 시스템의 효율은 사용자수가 증가함에 따라 향상됨을 보이고자 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.315-318
• /
• 2004

최적해 탐색 도구로 널리 알려진 유전 알고리즘을 이용하여 신경망의 학습을 위한 가중치를 탐색하는 방법은 신경망의 학습 방법의 하나로 사용되고 있다. 신경망의 가중치는 일정 시간의 유전자 연산을 수행하게 되면 최적화된 가중치의 값과 유사하게 되는 특징을 지닌다. 이는 유전자 연산 방법에 의해 가중치가 수렴되고 있음을 의미하며, 그 때의 가중치는 일정한 패턴을 지니는 특징을 발견할 수 있다. 이에, 본 논문에서는 탐색된 가중치의 패턴을 보존하기 위한 방법으로 유전자의 일정 부분을 고정한 후 유전자 연산을 수행하는 개선된 학습 방법을 제안하고자 한다. 이를 이용할 경우에 유전자 탐색의 문제점으로 제시되고 있는 탐색 시간을 효율적으로 감소시킬 수 있는 장점이 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.305-307
• /
• 2000

본 논문에서는 다층 퍼셉트론 신경망에서 연결선 수를 최소로 하면서 일반화 성능을 향상시키기 위해 가장 널리 쓰여지고 있는 Optimal Brain Surgeon을 이용한 프루닝(pruning)을 기반으로 하여 오차 함수의 가중치 감소항을 추가시키는 방법을 사용한다. 이때 학습 및 프루닝의 성능에 많은 영향을 미치는 가중치 감소항의 방영정도를 베이시안 테크닉에 기반하여 적응적으로 최적화 하는 방법을 제안한다. 제안하는 방법의 성능을 검증하기 위해 벤치마크 데이터를 이용하여 실험을 수행하였다. 순수한 OBS 방법과 고정된 반영정도를 가진 가중치 감소항을 추가시킨 OBS, 그리고 제안하는 적응적 가중치 감소항을 적용한 OBS 방법을 비교하여 제한하는 방법이 기존의 두 방법에 비해 신경망 구조의 최적화 능력이 뛰어남을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.64-66
• /
• 2003

DNA(Deoxyribo Nucleic Acid)컴퓨팅은 생체분자를 계산의 도구로 이용하는 새로운 계산 방법으로 DNA 정보 저장능력과 DNA의 상보적인 관계를 이용하여 연산을 수행하는 방법이다. 최근에는 DNA 분자들이 갖는 강력한 병렬성을 이용하여 NP-Complete 문제에 적용하는 연구가 많이 시도되고 있다. Adleman이 DNA 컴퓨팅을 이용해 해결한 HPP(Hamilton Path Problem)와는 달리 TSP(Traveling Salesman Problem)는 간선에 가중치가 추가되었기 때문에 DNA 염기배열로 표현하기가 어렵고 또한 염기배열의 길이를 줄이기 위해 고정길이 염기배열을 사용할 경우 가중치가 커지면 효율적이지 못하다. 본 논문에서는 스무딩 알고리즘(smoothing algorithm)을 사용하여 간선의 가중치를 일정한 비율로 줄인 다음 유전자 알고리즘을 사용하여 최적의 염기배열을 찾는 방법을 제안하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 학술발표대회 논문집 제17권 1호
• /
• pp.185-188
• /
• 1998

실제의 음성 인식 및 음성 통신 등의 음성 처리 시스템에서는 음성 신호를 손상시키는 배경 잡음 신호의 존재로 그 성능이 많이 저하된다. 특히 차량 내와 같은 잡음이 극심한 상황에서는 전처리 부분에서 이러한 잡음을 제거시켜 주어야한다. 본 연구는 자동차 내의 배경 잡음에 의해 손상된 음성에서 배경 잡음을 주파수 차감에 의하여 제거시킨다. 특히 음성 정보의 손실이 적은 잡음 추정 방법으로 가중치를 이용하여 잡음을 추정하는 가중치 주파수 차감법을 이용하였다. 이러한 가중치 주파수 차감법 사용의 전제 조건은 잡음의 변화가 완만한 경우에 적당하다. 그러나 실제적인 상황에서 배경잡음신호의 변화가 큰 경우가 존재한다. 이러한 이유에서 본 연구는 잡은 추정시 잡음 추정값을 이용하여 추정 잡음 경계값을 적응적으로 변화하는 차감법을 제안한다. 이러한 방법은 추정된 잡음 신호의 변화율을 이용하여 경계값을 상황에 따라 적응적으로 변화시키는 방법이다. 모의 실험에 의하여 고정적인 경계값을 갖는 가중치 주파수 차감법에 비해 제안한 적응적 경계값을 갖는 가중치 주파수 차감법의 출력 SNR이 증가함을 확인하였고, 음성 인식 시스템에 정용한 인식 실험에서도 성능이 향상됨을 확인하였다.

• 한국음향학회지
• /
• 제17권8호
• /
• pp.73-77
• /
• 1998

본 연구는 자동차내 배경 잡음에 의해 손상된 음성에서 배경 잡음을 주파수 차감에 의하여 제거시킨다. 특히 음성정보의 손실이 적은 잡음 추정 방법으로 가중치를 이용하여 잡음을 가중치 주파수 차감법을 이용하였다. 이러한 가중치 주파수 차감법은 잡음의 변화가 완만한 경우에 적당하다. 그러나 실제적인 상황에서 배경잡음신호의 변화가 큰 경우가 존재 한다. 이러한 이유는 본 연구는 잡음 추정시 잡음 추정값을 이용하여 추정 잡음 경계값을 적응적으로 변화시키는 차감법을 제안한다. 이 방법은 추정된 잡음 신호의 변화율을 이용하 여 경계값을 상황에 따라 적응적으로 변화시키는 방법이다. 모의 실험에 의하여 고정적인 경계값을 갖는 가중치 주파수 차감법에 비해 제안한 적응적 경계값을 갖는 가중치 주파수 차감법의 출력 SNR이 증가함을 확인하였고, 음성 인식 시스템에 적용한 인식 실험에서도 성능이 향상됨을 확인하였다.

• 대한전자공학회논문지SD
• /
• 제39권9호
• /
• pp.37-44
• /
• 2002

학습된 신경망(Pre-trained neural network)은 고정된 가중치(weight)를 갖는다. 이 논문에서는 이러한 특성을 이용하여 신경망의 효과적인 디지털 하드웨어의 설계방법을 제안한다. 이를 위해 신경망의 PEs(Processing Elements)연산은 행렬-벡터 곱셈으로 표하고 고정된 가중치와 입력 데이터의 관계를 비트-레벨 어레이(array) 구조로 표현하여, 노드 소거와 가중치 비트 패턴에 따른 공유 노드 설정을 통한 최적화로 연산에 필요한 노드를 최소화한다. FPGA 시뮬레이션 결과, 완전한 정확성에 기반한 하드웨어를 설계하는 경우, 하드웨어 비용을 상당부분 줄였고 동작 주파수가 높다는 것을 확인하였다. 또한, 제안한 설계방법은 한정된 공간 내에서 많은 수의 PEs 구현이 가능함으로, 큰 신경망 모델에 대한 온-칩(on-chip) 구현이 가능하다.