• Information Systems Review
• /
• v.22 no.4
• /
• pp.115-134
• /
• 2020

Previous studies on willingness to pay for digital content have mainly focused on audience factors and individual level. To complement the limitation of previous research, this study conducts a multilevel analysis to find the factors influence digital content purchases considering two axes: audience/media factors and individual/household levels. Using a sample of 10,172 individuals within 4,313 households, the analysis results show individual media factors including theater-going, experience with cloud services, and multi-screen service usage have the greatest effects on digital content purchases. At the household level, the media ownership factors that the number of laptops, wireless routers, and tablets have a greater influence than audience factors such as household size or household income. Our findings help scholars to enhance the understanding of individuals' media use considering household environmental factors and shed light on the importance of multi-screen service usage, and content providers to improve their digital content sales using multi-screen environment.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.8 no.6
• /
• pp.129-135
• /
• 1998

In this paper, the recognition rate of isolated digits has been improved using the multiple neural networks combined with chaotic recurrent neural networks and MLP. Generally, the recognition rate has been increased from 1.2% to 2.5%. The experiments tell that the recognition rate is increased because MLP and CRNN(chaotic recurrent neural network) compensate for each other. Besides this, the chaotic dynamic properties have helped more in speech recognition. The best recognition rate is when the algorithm combined with MLP and chaotic multiple recurrent neural network has been used. However, in the respect of simple algorithm and reliability, the multiple neural networks combined with MLP and chaotic single recurrent neural networks have better properties. Largely, MLP has very good recognition rate in korean digits "il", "oh", while the chaotic recurrent neural network has best recognition in "young", "sam", "chil".

• Journal of Intelligence and Information Systems
• /
• v.4 no.1
• /
• pp.79-87
• /
• 1998

정확한 태풍진로 예측은 동아시아 최대의 자연재해인 태풍의 피해를 최소화하는데 필수적이다. 기상역학에 기초를 둔 수치모델과 회귀분석등의 통계적 접근법이 사용되어왔다. 본 논문에서는 비선형 신경망모델인 다층퍼셉트론을 제안한다. 즉, 태풍진로예측을 이동경로, 속도, 기압 등의 변수로 이루어진 시계열의 예측으로 본다. 1945년부터 1989년까지 한반도에 접근한 태풍 데이터를 이용하여 제안된 신경망을 학습한 후, 94, 95년도에 접근한 태풍의 진로를 예측하였다. 신경망의 예측성능은 수치모델의 성능보다 조금 우수하거나 비슷하였다. 신경망의 성능은 충분히 더 향상될 수 있는 여지가 있다. 또한, 고가의 슈퍼컴퓨터로 여러 시간 계산을 해야하는 수치모델에 비하여 PC상에서 수초만에 계산을 할 수 있는 신경망 모델은 비용 면에서도 장점이 있다.

• Journal of Convergence for Information Technology
• /
• v.8 no.1
• /
• pp.139-145
• /
• 2018

Ransomeware is a kind of malware. Computers infected with Ransomware have limited system access. It is a malicious program that must provide a money to the malicious code maker in order to release it. On May 12, 2017, with the largest Ransomware attack ever, concerns about the Internet security environment are growing. The types of Ransomware and countermeasures to prevent cyber terrorism are discussed. Ransomware, which has a strong infectious nature and has been constantly attacked in recent years, is typically in the form of Locky, Petya, Cerber, Samam, and Jigsaw. As of now, Ransomware defense is not 100% free. However, it can counter to Ransomware through automatic updates, installation of vaccines, and periodic backups. There is a need to find a multi-layered approach to minimize the risk of reaching the network and the system. Learn how to prevent Ransomware from corporate and individual users.

• Journal of the Korean Geographical Society
• /
• v.48 no.3
• /
• pp.433-452
• /
• 2013

Bonjeong-tong(本町通) which was originated from Japanese place name and commercial center during Japanese colonial period speaks for downtown in the urban Korea of today. This study tries to investigate a variety of place memories that have been layered in Bonjeong-tong in the case of Chungmu-ro and Myeongdong area in Seoul, Korea. The author settles the concept of 'place memory' from the viewpoint of the discipline of human geography, and reconstructs place memories of Bonjeong-tong by three folds of layers focusing on the multilayeredness and the contestedness of place memories which have been piled up in Bonjeong-tong; 'the symbol of colonial power' vs. 'the emblem of modernization', 'the heart of monetary capitalism' vs. 'the ground of humanists and artists', 'the space of fashion' vs. 'the place of identity'. As a result, the author places emphasis on that a place like Bonjeong-tong in itself within a city is a sort of palimpsest, and suggests that therefore it is necessary to adopt a vertical approach not a horizontal one for the study on urban space in future.

• Proceedings of the Korean Institute of Surface Engineering Conference
• /
• 2015.11a
• /
• pp.206-206
• /
• 2015

자동차 외장 부품은 미려한 외관과 경량화를 통한 연비향상을 위해 ABS수지 위에 다층 도금 공법이 적용된다. 하지만, 필드에서 종종 도금층의 부식에 대한 문제가 야기 되고 있다. 부식문제의 한 인자로 도금 두께의 불균일성을 들 수 있다. 도금공정에서 용액의 유동성, 제품이 걸리는 위치, 도금액의 불순물 등등 여러 가지 현장요소로 인해 도금 두께 편차가 생겨난다. 이러한 현장 요소와 함께 피도금물의 외형 형상 또한 도금 불균일의 주요한 원인이 된다. 특히, 제품 모서리 부분에서는 문제가 되는 과도금 현상이 쉽게 발생한다. 따라서, 도금 두께 편차를 줄이기 위해서는 도금 현장 요인을 분석하는 것도 중요하지만, ABS 제품의 외형 형상 디자인에 있어서 체계적인 접근이 필요하다. 그러나, 디자인의 구조적인 접근을 위해 현장에서 검증하려면 많은 비용과 시간이 소요된다. 이에 본 연구에서는 모서리 부분에서의 과도금 현상을 시뮬레이션을 활용하여 형상관점에서 과도금 형태 및 원인을 분석하고자 하였다.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.25 no.2
• /
• pp.77-83
• /
• 2002

본 연구에서는 가솔린 시계열 예측전문가들이 수요를 예측하고, 더 나아가 직감적으로 행하고 있는 보정과정을 자동화하기 위해 신경망을 사용한다. 가솔린 수요 예측분야에서 보정을 위해 사용되는 전형적인 판단요소는 정부 에너지 절약 정책, 에너지 산업의 파업, 공휴일 등이 있다. 주요 추세가 순환신경망에 의해 예측되고 이들 판단요소의 효과가 다층신경망에 의해 탐지되어 보정된다. 가솔린 수요에 대한 실험결과는 보정과정을 갖는 예측구조가 하나의 신경망을 사용하는 예측구조 보다 더 나은 예측력을 보였다. 그리고 본 연구에서 제시한 접근방법이 순환신경망이나 ARIMA 모델을 사용하는 것보다 더 나은 결과를 가졌다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2002.11a
• /
• pp.299-304
• /
• 2002

본 연구에서는 자궁 내 태아의 발육지연이 주산기 사망률 및 이환율을 증가시키는 고위험 임신의 한 예로써, 태아 발육제한증과 관련한 비선형적인 자료를 통계적인 방법으로 접근하는데 초점을 두었다. 이에 정상태아와 발육제한증 태아를 판별하기 위한 분석을 실시함에 있어 신경망 이론 중 하나인 다층 퍼셉트론 모형으로 예측하고자 하였다.

• Proceedings of the Korean Fiber Society Conference
• /
• 2001.10a
• /
• pp.139-142
• /
• 2001

섬유강화 복합재료는 상대적으로 아주 높은 질량 대비 탄성계수를 가지고 있으므로 경량화 할 필요가 있는 물체나 관성력이 최소로 요구되는 부분에 사용되고 있다. 대부분의 복합재료판들은 고탄성-저신도 섬유를 사용하여 만든 단층의 복합재료를 그배향 방향을 조절하여 원하는 방향 특성으로 접근한다. 그러나 다층으로 만들어 2차원의 등방성 소재로 만들어 사용하고 있다. 그러나 이러한 경우에는 여러 층을 결합 하여야 하는 번거로움과 두께의 제약 등이 있다. (중략)

• Journal of KIISE:Software and Applications
• /
• v.26 no.11
• /
• pp.1261-1269
• /
• 1999

다층 퍼셉트론은 다양한 응용 분야에 성공적으로 적용되고 있는 대표적인 신경회로망 모델이다. 그러나 다층 퍼셉트론의 학습에서 나타나는 플라토에 기인한 느린 학습 속도와 지역 극소는 실제 응용문제에 적용함에 있어서 가장 큰 문제로 지적되어왔다. 이 문제를 해결하기 위해 여러 가지 다양한 학습알고리즘들이 개발되어 왔으나, 계산의 비효율성으로 인해 실제 문제에는 적용하기 힘든 예가 많은 등, 현재까지 만족할 만한 해결책은 제시되지 못하고 있다. 본 논문에서는 다층퍼셉트론의 베이시스 함수로 사용되는 시그모이드 함수를 보다 일반화된 형태로 정의하여 사용함으로써 학습에 있어서의 플라토를 완화하고, 지역극소에 빠지는 것을 줄이는 접근방법을 소개한다. 본 방법은 기존의 변형된 가중치 수정식을 사용한 학습 속도 향상의 방법들과는 다른 접근 방법을 택함으로써 기존의 방법들과 함께 사용하는 것이 가능하다는 특징을 갖고 있다. 제안하는 방법의 성능을 확인하기 위하여 간단한 패턴 인식 문제들에의 적용 실험 및 기존의 학습 속도 향상 방법을 함께 사용하여 시계열 예측 문제에 적용한 실험을 수행하였고, 그 결과로부터 제안안 방법의 효율성을 확인할 수 있었다. Abstract A multilayer perceptron is the most well-known neural network model which has been successfully applied to various fields of application. Its slow learning caused by plateau and local minima of gradient descent learning, however, have been pointed as the biggest problems in its practical use. To solve such a problem, a number of researches on learning algorithms have been conducted, but it can be said that none of satisfying solutions have been presented so far because the problems such as computational inefficiency have still been existed in these algorithms. In this paper, we propose a new learning approach to minimize the effect of plateau and reduce the possibility of getting trapped in local minima by generalizing the sigmoidal function which is used as the basis function of a multilayer perceptron. Adapting a new approach that differs from the conventional methods with revised updating equation, the proposed method can be used together with the existing methods to improve the learning performance. We conducted some experiments to test the proposed method on simple problems of pattern recognition and a problem of time series prediction, compared our results with the results of the existing methods, and confirmed that the proposed method is efficient enough to apply to the real problems.