• The Transactions of the Korea Information Processing Society
• /
• v.5 no.3
• /
• pp.833-841
• /
• 1998

The ann of this study is 10 propose all eff'tcient mclhod for partition of multi-dimensIOnal feature space into pattern subspace for automated generation of fuzzy rule. The suggested mclhod predicates on sequential subdivision of the fuzzy subspacc. and the size of construc1cd pattern space is variable. Under this procedure, n-dimensional pattern space, after considering the distributional characteristic patterns, is partitioned into two different pattern subspaces. From the two subspaces, the pattern space for further subdivision is chosen; then, this subdivision procedure recursively repeats itself until the stopping condition is fulfilled. The result of this study is applied to 2, 4, 7 band of satellite Landsat TM and satisfac10ry result is acquired.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.341-344
• /
• 2006

유고란 도로상에서 교통량의 주기적인 집중에 의한 혼잡과는 구별되는 개념으로 교통사고, 도로보수 그리고 자연재해와 같은 비 반복적인 정체의 상황을 일컫는다. 이러한 유고는 막대한 통행시간이 추가로 발생하고 연료소모, 환경피해 등의 문제가 발생하므로 이러한 교통손실을 최소화하기 위하여 자동유고감지 알고리즘의 개발이 필수적이다. 이를 위하여 현재 다양한 검지기에서 수집된 교통 데이터를 바탕으로 유고를 감지하는 연구가 많이 진행되고 있다. 본 논문에서는 각종 유고 상황을 인지하여 제2의 사고를 예방할 수 있는 효율적인 유고감지 알고리즘을 개발하기 위하여 퍼지논리와 패턴을 함께 사용하였다. 먼저 퍼지논리와 패턴에 사용되는 데이터는 루프 검지기에서 5분 마다 수집된 교통정보(교통량, 점유율, 속도)를 이용하였다. 교통정보를 이용하여 구축된 요일 및 시간대별 패턴과 함께 퍼지논리를 이용하여 도출된 유고 소속도를 가지고 유고를 감지하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.396-398
• /
• 2011

본 논문은 두 대의 카메라와 한 대의 프로젝터로 구성된 Pro-cam시스템을 이용하여, 출력된 패턴 영상을 카메라로 촬영하고 이를 기반으로 Depth Map을 계산하는 모듈의 실시간 처리를 위한 GPU기반 병렬처리 기법을 제안한다. 입력받은 영상으로부터 구조광의 패턴을 해석하고, Depth Map을 계산하기 위해서, Dynamic pattern decoding하는 과정은 프로젝터의 패턴영상과 촬영된 카메라 패턴영상 간의 관계를 반복적으로 비교하므로, 이를 GPU 프로그래밍을 이용하여 병렬 처리를 통해 고속화하였다. 결과적으로 본 논문에서는 기존 CPU에서 수행했던 속도에 비해 약 18배정도 속도를 개선 할 수 있었다.

• Proceedings of the Materials Research Society of Korea Conference
• /
• 2010.05a
• /
• pp.24.2-24.2
• /
• 2010

고분자 몰드를 이용한 nanoimprint lithography (NIL)는 고분자소재의 유연성과 투명성으로 인하여, 유기전자소자나 유연한 디스플레이소자 등 다양한 응용이 가능하다. 하지만, 고분자소재는 일반적으로 열저항성과 내구성이 낮아서, 고분자 몰드를 이용한 패턴형성 시, 자외선 경화방식이 주로 사용된다. 만약 복제가 쉽고, 가격이 저렴하며, 열저항성과 내구성이 강한 고분자 몰드를 제작한다면, thermoplastic-NIL 기술에 적용할 수가 있기 때문에, 고온을 요구하는 소자의 패턴형성 공정에 사용 가능하다. 본 연구에서는 이러한 고분자 몰드 제작을 위하여, 열저항성과 내구성이 강한 polyimide 필름과 polyurethane acrylate (PUA)를 기반으로 제작된 resin을 이용하였다. 먼저 Polyimide 필름 위에 자외선 노광을 사용하여, PUA resin 을 경화시킴으로써 패턴을 형성하였다. 이렇게 만들어진 몰드를 thermoplastic-NIL기술에 적용함으로써, Si 기판 위에 sub-마이크로 급 패턴을 형성하였다. 또한, 제작된 고분자 몰드를 사용하여 반복적인 NIL 공정을 수행함으로써 몰드의 내구성을 확인하였으며, 곡면 기판 위에 NIL을 함으로써 몰드의 유연성을 확인 할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10c
• /
• pp.658-660
• /
• 1999

셀단위 무선망에서 핸드오프 하는 호에 대하여 QoS(Quality of Service)를 보장하기 위하여 지금까지 고정적 채널 할당방식, 분산된 호수락제어 방식 그리고 최대치 에측 채널할당 방식등이 제안되어 왔다. 그중 최대치 예측 채널 할당 방식은 핸드오프하는 호의 패턴을 예상하여 새로운 호에 대한 호수락 결정을 할 수 있는 방식으로 제안하였으나 불필요하게 많은 패턴에 대하여는 적합하지 않은데도 그 예상확률을 똑같이 적용하고 있다. 이곳에서는 핸드오프하는 호가 일정한 이동 패턴을 가지고 셀간을 이동하는 경우를 고려하여 일정한 횟수 이상의 반복적인 패턴에 대하여만 그 예상 확률을 적용함으로써 핸드오프 하는 호에 대하여 좀 더 신뢰성 있게 채널을 할당하는 방식을 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.550-552
• /
• 2002

플러스터링이란 주어진 데이터 집합의 패턴들을 비슷한 성실을 가지는 그룹으로 나누어 패턴 상호간의 관계를 정립하기 위한 방법론으로, 지금가지 이를 위한 많은 알고리즘들이 개발되어 왔으며, 패턴인식, 영상 처리 등의 여러 공학 분야에 널리 적용되고 있다. FCM(Fuzzy C-Means) 알고리즘은 최소자승 기준함수(least square criterion function)에 퍼지이론을 적용만 목적함수의 반복최적화(iterative optimization)에 기반을 둔 방식으로, 하드 분할에 의한 기존의 클러스터링 방법이 승자(winner take all) 형태의 방법론을 취하는데 비하여, 각 패턴이 특정 클러스터에 속하는 소속정도를 줌으로써 보다 정확한 정보를 형성하도록 도와준다. 본 논문에서는 FCM 기법을 이용한 웹로그 분석을 하고자 한다.

• The Transactions of the Korea Information Processing Society
• /
• v.3 no.3
• /
• pp.429-438
• /
• 1996

An incremental learning algorithm is presented that constructs a multilayer perceptron whose size is optimal for solving a given problem. Unlike conventional algorithms in which a fixed size training set is processed repeat-edly, the method uses an increasing number of critical examples to find a necessary and sufficient number of hidden units for learning the entire data. Experimental results in hand- writtern digit recognition shows that the network size optimization combined with incremental pattern selection generalizes significantly better and converges faster than conventional methods.

• The Journal of the Korea Contents Association
• /
• v.6 no.1
• /
• pp.114-125
• /
• 2006

Since wireless Internet services and small mobile communication devices come into wide use as well as the use of GPS is rapidly growing, researches on moving object, whose location information shifts sequently in accordance with time interval, are being carried out actively. Especially, the researches on vehicle moving object are applied to Advanced traveler information system, vehicle tracking system, and distribution transport system. These systems are very useful in searching previous positions, predicted future positions, the optimum course, and the shortest course of a vehicle by managing historical data of the vehicle movement. In addition, vehicle historical data are used for distribution transport plan and vehicle allocation. Vehicle historical data are stored at regular intervals, which can have a pattern. For example, a vehicle going repeatedly around a specific section follows a route very similar to another. If historical data of the vehicle with a repeated route course are stored at regular intervals, many redundant data occur, which result in much waste of storage. Therefore this thesis suggest a vehicle historical data store scheme for vehicles with a repeated route course using similar trajectory which efficiently store vehicle historical data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.387-387
• /
• 2022

기존 홍수기시 댐 운영은 예측 강우와 실시간 관측 강우를 이용하여 댐 운영 모형을 수행하며, 예측 결과에 따라 의사결정 및 댐 운영을 실시하게 된다. 하지만 이 과정에서 반복적인 분석이 필요하며, 댐 운영 모형 수행자의 경험에 따라 예측 결과가 달라져서 반복작업에 대한 자동화, 모형 수행자에 따라 달라지지 않는 예측 결과의 일반화가 필요한 상황이다. 이에 댐 운영 모형에 AI 기법을 적용하여, 다양한 강우 상황에 따른 자동 예측 및 모형 결과의 일반화를 구현하고자 하였다. 이를 위해 수자원 분야에 적용된 국내외 129개 연구논문에서 사용된 딥러닝 기법의 활용성을 분석하였으며, 다양한 수자원 분야 AI 적용 사례 중에서 댐 운영 예측 모형에 적용한 사례는 없었지만 유사한 분야로는 장기 저수지 운영 예측과 댐 상·하류 수위, 유량 예측이 있었다. 수자원의 시계열 자료 활용을 위해서는 Long-Short Term Memory(LSTM) 기법의 적용 활용성이 높은 것으로 분석되었다. 댐 운영 모형에서 AI 적용은 2개 분야에서 진행하였다. 기존 강우관측소의 관측 강우를 활용하여 강우의 패턴분석을 수행하는 과정과, 강우에서 댐 유입량 산정시 매개변수 최적화 분야에 적용하였다. 강우 패턴분석에서는 유사한 표본끼리 묶음을 생성하는 K-means 클러스터링 알고리즘과 시계열 데이터의 유사도 분석 방법인 Dynamic Time Warping을 결합하여 적용하였다. 강우 패턴분석을 통해서 지점별로 월별, 태풍 및 장마기간에 가장 많이 관측되었던 강우 패턴을 제시하며, 이를 모형에서 직접적으로 활용할 수 있도록 구성하였다. 강우에서 댐 유입량을 산정시 활용되는 매개변수 최적화를 위해서는 3층의 Multi-Layer LSTM 기법과 경사하강법을 적용하였다. 매개변수 최적화에 적용되는 매개변수는 중권역별 8개이며, 매개변수 최적화 과정을 통해 산정되는 결과물은 실측값과 오차가 제일 적은 유량(유입량)이 된다. 댐 운영 모형에 AI 기법을 적용한 결과 기존 반복작업에 대한 자동화는 이뤘으며, 댐 운영에 따른 상·하류 제약사항 표출 기능을 추가하여 의사결정에 소요되는 시간도 많이 줄일 수 있었다. 하지만, 매개변수 최적화 부분에서 기존 댐운영 모형에 적용되어 있는 고전적인 매개변수 추정기법보다 추정시간이 오래 소요되며, 매개변수 추정결과의 일반화가 이뤄지지 않아 이 부분에 대한 추가적인 연구가 필요하다.

• Journal of Digital Convergence
• /
• v.11 no.7
• /
• pp.165-171
• /
• 2013

Coding patterns that appeared frequently in the source code is a typical piece of code. The functionality that difficult to modularize, such as logging or synchronization processing, and the useful sentences in programming is extracted in software as codding pattern. Large-scale software could not be analyzed fully because the number of coding pattern that can be manually investigated is limited. In this paper, the characteristics of coding patterns perform the evaluation. The goal is to extract for codding-pattern to analyzed by developer. We was selected 6 indicators and performed analysis of 4 open-source. Matrix relations between the values and characteristics of the actual pattern analysis, pattern instances, the width of the distribution of instances, the pattern repeating structure of the elements included in the rates should be analyzed for patterns and indicators that help in choosing was confirmed.