• 전기의세계
• /
• v.39 no.8
• /
• pp.7-12
• /
• 1990

전문가 시스템에 있어서의 불확실성 정보의 표현 및 처리를 담당하는 주요 추론모델중 Bayesian모델, Certainty Factor 모델 그리고 Dempster-Shafer 모델의 기본이론을 살펴보고자 한다. 이외의 주요 추론 방법으로서 Fuzzy추론 모델이 있는데 이는 판단 지식에 대한 주관적 불확실성과 "매우", "많이" 등의 자연어가 포함하고 있는 불분명성을 체계적이고 효과적으로 다룰 수 있는 Fuzzy Set 이론에 근거한 방법으로서, 불확실성 또는 불명료성을 0에서부터 1 사이의 값을 갖는 membership degree로 표시하며 이를 "MIN"과 "MAX" 함수를 이용한 합성 추론 규칙(Composition Rule of Inference)를 적용하여 처리한다. Fuzzy 추론 모델은 자연어를 포함하는 전문가의 지식 처리에 매우 적합하여 앞으로 그 응용이 높이 기대되는 방법이다. 이외에 Bayesian 모델을 변형 응용한 PROSPECTOR의 Likelyhood Ratio 모델, 정량적 방법인 Theory of Endorsement 모델 등 여러 방법이 있다. 그러나 어느 모델이 더 일반성을 갖고 더 좋은 방법인가 하는 문제에 대하여는 아직 많은 연구가 요구된다. 따라서 이러한 모델들의 전문가 시스템 적용에 있어서는 각 모델의 장단점을 고려하여 주어진 문제 영역에 적합한 모델을 선택하는 것이 바람직하다. 현재 불확실성 처리에 있어서 각 문제에 따른 경험적인 처리에 의존하는 전력 계통 분야의 적용에 있어서도 이러한 실인간 전문가의 추론방법에 근접된 반성을 갖는 불확실성 추론 방버 도입이 요구된다.가의 추론방법에 근접된 반성을 갖는 불확실성 추론 방버 도입이 요구된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.524-527
• /
• 2022

본 연구에서는 머신러닝(Machine Learning, ML)과 딥러닝(Deep Learning, DL) 모델을 앙상블(Ensemble)하여 어떠한 주가 예측 방법이 우수한지에 대한 연구를 하고자 한다. 연구에 사용된 모델은 하이퍼파라미터(Hyperparameter) 조정을 통하여 최적의 결과를 출력한다. 앙상블 방법은 머신러닝과 딥러닝 모델의 앙상블, 머신러닝 모델의 앙상블, 딥러닝 모델의 앙상블이다. 세 가지 방법으로 얻은 결과를 평균 제곱근 오차(Root Mean Squared Error, RMSE)로 비교 분석하여 최적의 방법을 찾고자 한다. 제안한 방법은 주가 예측 연구의 시간과 비용을 절약하고, 최적 성능 모델 판별에 도움이 될 수 있다고 사료된다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.365-370
• /
• 2021

대형 코퍼스로 학습한 언어 모델은 코퍼스 안의 사회적 편견이나 혐오 표현까지 학습한다. 본 연구에서는 한국어 오픈 도메인 대화 모델에서 혐오 표현 생성을 완화하는 방법을 제시한다. Seq2seq 구조인 BART [1]를 기반으로 하여 컨트롤 코드을 추가해 혐오 표현 생성 조절을 수행하였다. 컨트롤 코드를 사용하지 않은 기준 모델(Baseline)과 비교한 결과, 컨트롤 코드를 추가해 학습한 모델에서 혐오 표현 생성이 완화되었고 대화 품질에도 변화가 없음을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.787-789
• /
• 2005

본 논문에서는 로봇이나 감시 시스템에서 주로 쓰이고 있는 배경 모델링의 정확성을 지속 시키는 방법을 제안한다. 오브젝트를 추출하려면 정확한 배경 모델이 필요하다. 정확한 배경 모델을 유지하기 위해서는 전경의 정보가 배경 모델에 반영되면 안 된다. 본 논문에서는 오브젝트의 움직임을 기반으로 한 배경 무효화 기법을 사용하여 전경이 배경 모델에 영향을 주는 것을 방지함으로써 정확한 배경 모델을 유지하는 방법을 제안한다.

• Information and Communications Magazine
• /
• v.30 no.9
• /
• pp.13-18
• /
• 2013

본 고에서는 n-Screen을 이용한 클라우드 기반 서비스들이 활용하는 대표적인 비즈니스 모델의 패턴을 살펴보고, 통신/방송 사업자, 단말 사업자, 서비스 사업자 및 OS 사업자별로 어떤 부분을 특화하여 비즈니스모델을 구성하고 있는지를 분석하여 정리하였다. 본 연구는 그 동안 n-Screen에 대한 기술적 측면과 서비스 측면에 대한 논의는 많이 있어왔지만 본격적으로 이와 관련된 비즈니스모델 측면의 검토를 했다는 것에 가치가 존재한다. 본 연구를 위해 비즈니스모델 젠1)에 포함된 툴킷 중 하나인 4by4 비즈니스 모델 매트릭스를 활용하였다. 이를 통해 n-Screen을 이용한 클라우드 서비스들이 주로 상품 측면에서는 번들링, 교차보조금 방식을 채택하고 있고, 채널 측면에서는 채널통합과 채널분화, 수익모델 측면에서는 프리미엄과 구독을 주로 활용함을 알 수 있었다. 이는 각 사업자별로 조금씩 다르게 특화되어 활용되고 있는데 이러한 차이를 유발하는 가장 큰 요인은 각 사업자들의 근거하고 있는 주요 수익원과 핵심역량의 차이에 기인한다. 결론적으로 n-Screen을 이용한 클라우드 서비스를 제공하려는 기업들은 먼저 비즈니스 모델을 이해하고 자사의 고유역량을 극대화하여 수익원을 강화하고, 부가 수익을 창출하는 방향으로 기본전략을 잡아야 할 것으로 보인다. 본 연구를 통해 기존에 n-Screen을 사업에 활용하던 기업이나 신규로 n-Screen 사업을 시작하려고 하는 기업에게 비즈니스모델 측면에서의 인사이트를 제공하고 이를 기반으로 사업을 기획하는데 활용할 수 있을 것으로 기대한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.36-38
• /
• 1999

이동 에이전트 시스템의 응용 분야가 점점 넓어지고, 사용자가 좀 더 강력한 에이전트를 요구함에 따라 이동 에이전트의 협력 작업이 필요하게 되었다. 그러나 기존의 에이전트 협력 방법인 주(master)-종(slave) 구조는 빈번한 원격 통신으로 인한 네트워크 오버헤드, 주 에이전트에의 과도한 부하 등의 단점을 가지고 있다. 본 논문에서는 이러한 단점을 보완하기 위해 기능 분할(function division)을 통한 에이전트 그룹 협력 모델을 제시한다. 이 모델은 주 에이전트와 종 에이전트의 기능을 나누어 에이전트 프로그램 개발, 관리의 용이, 네트워크 트래픽 감소, 네트워크 병목현상 해결, 네트워크 오버헤드 감소 등의 효과를 가져온다.

• The Journal of the Acoustical Society of Korea
• /
• v.15 no.1
• /
• pp.23-33
• /
• 1996

In this paper we point out that if the classical principal domain for bispectra is utilized to determine a second-order Volterra model's output, such and output will be incomplete. This deficiency is associated with the periodic nature of the DFT. For this reason, the objective of this paper is to present an "extended" principal domain for Volterra kernels which leads to an improved estimate of the nonlinear system's response. In order to define the extended principal domain, we derive a new discrete frequency-domain Volterra model from a discrete time-domain Volterra model utilizing 2-dimensional DFT and the relationship between the quadratic component of the Volterra model and a square filter. The effect of the extended domain on the model output is interpreted in terms of the periodicity of DFT. Through computer simulations, we demonstrate the effects of the extended principal domain on the Volterra modeling. The simulation results indicate that the extended principal domain plays and important role in computing Volterra model outputs and estimating Volterra model coefficients.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.844-847
• /
• 2019

주가 예측은 상업적인 매력 때문에 많은 이목이 끌리는 분야이지만, 주가의 불확실성과 변동성 때문에 주가 예측은 어려운 작업이다. 최근에는 주가 예측 모델에 어텐션 메커니즘을 사용하여 주가 예측에 많은 인자들이 사용되어 생기는 성능 하락 문제를 해결하여 좋은 성능을 보여주는 연구가 존재한다. 본 연구에서는 그 모델 중 하나인 Dual-Stage Attention-Based Recurrent Neural Network(DARNN)의 어텐션 메커니즘을 변경해가며 어떤 어텐션 메커니즘이 주가 예측에 적합한지를 알아본다. KOSPI100 지수의 예측실험을 통해 location 스코어함수를 사용한 어텐션 메커니즘이 가장 뛰어난 성능을 보여주는 것을 확인하였고, 이는 기존의 스코어함수를 사용한 DARNN에 비해 약 10% 향상된 성능으로 스코어 함수가 모델의 중요한 영향을 끼치는 것을 확인하였다.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2006.04a
• /
• pp.59-63
• /
• 2006

지하수 모델 개발은 모델의 목적 설정, 자료수집, 개념모델의 수립, 모델 설계, 모델 보정 및 민감도 분석, 예측, 결과제시, 사후검사의 순으로 수행된다. 본 연구의 목표는 신뢰성 있는 지하수 모델 개발을 위해 주요 수문요소(hydraulic features)들을 개념화하는 단계에서 부딪히게 되는 문제점들을 국내의 지하수 환경에 비추어 고찰하였고, 하천 및 지하수 분수령에 대한 경계조건 설정, 암반층의 하부 경계면 설정 등과 같은 수문요소들이 내포하는 불확실성을 논의하였다. 또한 시범지역의 지하수 모델에 대한 민감도 분석을 통하여 이들이 모델 결과에 미치는 영향을 정량적으로 제시하였다.

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2013.10a
• /
• pp.498-517
• /
• 2013