• The KIPS Transactions:PartB
• /
• v.8B no.1
• /
• pp.105-113
• /
• 2001

최근 축약 분산 기억 장치(SDM)가 적응적 문제 해결 능력과 하드웨어화의 용이성으로 인해 현실성이 있는 신경망의 한 모델로 제안되었다. 그러나 다층 인식자의 개별 뉴런이 선형 또는 비선형 결정 함수로 해 공간을 이분하고 그들이 다양하게 결합함으로써 일반적인 문제 해결 능력을 갖는데 비해, 축약 분산 기억 장치의 뉴런은 해 공간에서 자신을 중심으로 한 일정 반경 영역을 안과 밖으로 이분하고 이들을 단순하게 합하므로써, 해 공간이 실수 공간과 같이 크기 관계를 갖는 경우 비효율적인 모델로 된다. 본 논문에서는 이러한 축약 분산 기억 장치의 특성과 그 원인을 규명하고, 문제의 해 공간이 단조 증가 또는 감소 결정 함수로 양분되는 경우, 기존의 축약 분산 기억 장치에 크기 비교 과정을 도입함으로써, 주어진 문제를 효율적으로 해결할 수 있는 수정된 축약 분산 기억 장치 모델을 제안한다. 아울러 제안된 모델을 ATM망에서의 호 수락 제어 과정에 적용한 예를 보인다.최근 축약 분산 기억 장치(SDM)가 적응적 문제 해결 능력과 하드웨어화의 용이성으로 인해 현실성이 있는 신경망의 한 모델로 제안되었다. 그러나 다층 인식자의 개별 뉴런이 선형 또는 비선형 결정 함수로 해 공간을 이분하고 그들이 다양하게 결합함으로써 일반적인 문제 해결 능력을 갖는데 비해, 축약 분산 기억 장치의 뉴런은 해 공간에서 자신을 중심으로 한 일정 반경 영역을 안과 밖으로 이분하고 이들을 단순하게 합하므로써, 해 공간이 실수 공간과 같이 크기 관계를 갖는 경우 비효율적인 모델로 된다. 본 논문에서는 이러한 축약 분산 기억 장치의 특성과 그 원인을 규명하고, 문제의 해 공간이 단조 증가 또는 감소 결정 함수로 양분되는 경우, 기존의 축약 분산 기억 장치에 크기 비교 과정을 도입함으로써, 주어진 문제를 효율적으로 해결할 수 있는 수정된 축약 분산 기억 장치 모델을 제안한다. 아울러 제안된 모델을 ATM망에서의 호 수락 제어 과정에 적용한 예를 보인다.

• Journal of the Korean Geographical Society
• /
• v.46 no.4
• /
• pp.534-553
• /
• 2011

Analogical thinking is a problem-solving strategy to use a familiar problem (or base analog) to solve a novel problem of the same type (the target problem). The purpose of this study is to provide new insight into geography teaching and learning by connecting cognitive science research on analogical thinking with issues of geography education and suggest that teaching with analogies can be a productive instructional strategy for geography. In this study, using the various examples of analogical thinking used in geography we defined analogical thinking, addressed the theoretical models on analogical transfer, and discussed conditions that make an effective analogical transfer. The major research findings include the following: a) the spatial analogy, indicating skills to find places that may be far apart but have similar locations, and therefore have other similar conditions and/or connections, can provide a useful way to design contents for place learning; b) representational transfer, specifying a common representation for two problems, can play a key role in solving geographic problems requiring data visualization and spatialization processes; and c) either asking learners to compare/analyze similar examples sharing common structure or providing them examples bridging the gap between concrete, real-life phenomena and the ideas and models can contribute to learning in geographic concepts and skills. The spatial analogy requiring both geographic content knowledge and visual/spatial thinking has the potential to become a content-specific problem-solving strategy. We ended with recommendations for future research on analogy that is important in geography education.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.532-534
• /
• 2004

본 논문은 분석가들에게 Naive Geography에 기반 한 형상 추출기술과 상식적 공간추론 기술을 제공하는 문제 해결 환경인 NG Analyst의 개발 사례에 대해 다뤘다. 지형과 각각의 객체에 대한 구성 정보는 분산된 지형공간의 지식을 사실적으로 묘사하는 추론집합에 의해 표현되며 사용자가 형상정보를 인지적으로 이해할 수 있도록 3차원으로 표현한다. 여러 그래픽 적인 요소들로 표현된 Naive Geography 정보들은 분석가들에게 실세계의 공간과 객체들을 유사하게 구성하여 제공함으로서 직관적으로 이해하고 상호작용 할 수 있는 문제 해결 환경을 제공한다.

• Communications of Mathematical Education
• /
• v.17
• /
• pp.97-114
• /
• 2003

일선 교육 현장에서 영재를 지도함에 있어서 해결해야 할 당면 과제는 판별 도구와 학습 프로그램의 개발이다. 영재를 위한 수학 프로그램을 문제 해결형, 수학 탐구형, 과제 해결형의 3가지로 분류할 경우, 퍼즐은 문제 해결형과 수학 탐구형 프로그램의 특성을 공통적으로 갖고 있는 유형으로 수학적 지식의 통합과 연결성. 그리고 창의적 문제 해결력 신장 및 수학적 원리 ${\cdot}$ 법칙을 체험적으로 만들 수 있는 기회를 제공한다는 점에서 매우 가치있는 프로그램이다. 특히 조작퍼즐은 기존의 대수적 표현 체계로 학습하기가 힘든 관찰력이나 공간에 대한 인식과 표현력 친 공간 추론력을 기르는 데 유용하며, 게임적인 요소가 포함된 퍼즐은 지필에 의존해 왔던 수학학습에 대한 부정적인 인식을 해소하는 데 크게 기여할 것이다. 본 고에서는 수학 퍼즐의 종류 및 특성과 교육적 가치에 대해서 개괄적으로 살펴보고, 실제 프로그램 작성을 위한 정보를 제공과 영재들의 공감 감각을 기르기 위한 프로그램의 원을 이용한 수학 퍼즐의 개요를 제시한다.

• 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 Operations and Management Science Society Conference
• /
• 1994.04a
• /
• pp.159-165
• /
• 1994

실세계에서 발생하는 많은 문제들은 주어진 제약조건들을 만족하는 범위내에서 해를 찾는 제약만족문제(CSP)의 개념으로 설명될 수 있으며, 이러한 문제들의 해결을 위해 인공지능 및 OR 분야에서 활발한 연구가 계속 되어왔다. 본 연구는 대표적 논리언어인 prolog에서 유한이산 도메인 및 수치 제약조건의 해결을 위한 제약해결기에 대한 연구이다. 본 연구에서 구현된 제약해결기에서는 포워드체킹(FC)을 사용하여 조합적 문제를 효과적인 도메인 여과를 통해 탐색공간 및 탐색시간을 축소시키며, 또한 최적화 문제의 해결에 있어서도 그 문제에 주어진 목적함수와 FC의 장점을 조화 시킴으로써 최적해를 더욱 효과적으로 발견한다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2000.06a
• /
• pp.79-90
• /
• 2000

GIS 시스템 구축사업이 진행됨에 따라 편리성을 위한 연구와 함께, 최근에는 전산망 및 인터넷의 보안문제가 대두됨에 따라, GIS 시스템에서도 보안에 대한 관심을 갖게 되었다. 크게 GIS 시스템에서의 보안과 관련된 문제는 지금까지 전문가들을 위한 정보유통에서 최근 일반인들에 대한 정보유통으로 발생되는 유통정보에 대한 보안문제와 GIS 유통노드, 지리공간 데이터 서버에 대한 보안문제로 구별할 수 있다. 유통상의 정보에 대한 보안문제는 전송되는 유통정보에 대한 도청을 방지하기 위한 암호화 기술이 요구되며, 또한 전송도중 불법사용자에 의한 변조 혹은 삭제 등의 위협으로부터 유통정보에 대한 무결성을 입증하기 위한 인증기술이 요구된다. 이와 같이 암호 및 인증기술과 함께, 인터넷과 전산망의 급속한 보급에 따른 GIS 유통노드, 지리공간 데이터 서버에 대한 불법적인 접속 및 무단 변조에 대한 전산망 접속제어 기술도 요구된다. 결과적으로 GIS 시스템이 정상적으로 운용되기 위해서는 이러한 제반 문제 해결을 위한 방안이 제시되어야 하며, 이는 각종 범죄를 방지하고 건전한 정보화 사회를 구축하기 위한 선결과제이다 따라서 본 고에서는 이러한 제반문제 해결을 위한 방안을 제시한다.

• Journal of Advanced Marine Engineering and Technology
• /
• v.21 no.2
• /
• pp.108-116
• /
• 1997

유전알고리즘은 진화원리에서 발견된 몇몇 특징들을 컴퓨터 알고리즘과 결합시켜 복잡한 최적화 문제를 해결하려는 도구로서 1975년 미국의 Holland 교수에 의해 처음으로 개발되었다. 주어진 문제에서 탐색환경이 다변수 또는 다봉(multi-modal)이 되어 대단히 복잡하거나 또는 부분적으로 알려질 경우는, 구배(gradient)에 기초한 재래식 방법을 사용하여 최적화하는 것은 매우 어렵게 되고 경우에 따라서는 불가능할 수도 있다. 이러한 이유로 유전알고리즘과 같은 강인한 탐색법이 요구된다. 유전알고리즘의 장점은 연속성(continuity), 미분가능성(differentiability), 단봉성(unimodality) 등과 같이 탐색공간에 대한 제약으로부터 자유롭다는 것이다. 다시 말하면 목적함수 외 탐색공간에 대한 사전지식을 필요로 하지 않고, 매우 크고 복잡한 공간일지라도 전역해 쪽으로 수렴해 갈수 있다는 것이다. 이러한 특성 때문에 유전알고리즘은 실제 환경에서 많은 복잡한 최적화 문제를 해결하는 방법으로 인정을 받고 있으며, 함수의 최적화, 신경회로망의 학습, 동적시스템의 식별및 제어, 신호처리등 여러 분야에 성공적으로 응용되고 있다. 이러한 중요성에 비해 유전알고리즘에 대한 연구는 국내적으로는 아직 미진한 수준이나 최근 이에 대한 관심이 고조되고 있으며, 또한 그 응용분야도 점점 넓어져 이론 개발과 실질적인 응용에 확산되리라 생각된다. 따라서 본 해설기사는 유전알고리즘의 원리와 응용 사례를 살펴봄으로서 최적화 문제를 해결하려는 독자들에게 조금이나마 도움을 주고자 한다.

• Journal of the Korean Geographical Society
• /
• v.46 no.3
• /
• pp.366-381
• /
• 2011

A competitive location problem in discrete space is computationally difficult to solve in general because of its combinatorial feature. In this paper, we address an alternative method for solving competitive location problems in discrete space, particularly employing deterministic allocation. The key point of the suggested method is to reducing the number of predefined potential facility sites associated with the size of problem by utilizing geometric concepts. The suggested method was applied to the existing broadband marketplace with increasing competition as an application. Specifically, we compared computational results and spatial configurations of two different sized problems: the problem with the original potential sites over the study area and the problem with the reduced potential sites extracted by a GIS-based geometric algorithm. The results show that the competitive location model with the reduced potential sites can be solved more efficiently, while both problems presented the same optimal locations maximizing customer capture.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.506-508
• /
• 1999

본 논문에서 제안하는 계층적인 형태의 deformable model을 이용하면 기존의 deformable model 방법이 가지고 있던 여러 문제점을 해결할 수 있다. 특히 가장 큰 문제중의 하나인 초기위치를 찾는 문제나 적용시간이 오래 걸린다는 단점을 상당부분 해결할 수 있다. 또한 계층적인 형태를 사용하면 최종적으로 찾고자 하는 문체가 증가될수록 더 많은 시간상/공간상의 이익을 볼 수 있게 된다. 본 논문에서는 이처럼 계층적인 형태로 deformable model을 구성하는 방법과 계층적 deformable model을 영상에 적용하는 방법, 그리고 그 방법에 대한 공간적/시간적 복잡도 분석을 통해 그 효율성을 알아보았다.