• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권11호
• /
• pp.549-554
• /
• 2016

컨셉넷은 일반상식을 노드(개념)와 에지(관계)로 표현해 놓은 그래프 형태의 지식 베이스이다. 완전한 지식 베이스를 구축하는 것은 매우 어려운 문제이기 때문에 지식 베이스는 미완결된 형태의 데이터를 담고 있는 경우가 많다. 불완전한 지식을 담고 있는 지식 베이스로부터의 추론 결과는 신뢰하기 어렵기 때문에 지식의 완결성을 높이기 위한 방법이 필요하다. 본 논문에서는 신경 텐서망을 이용하여 컨셉넷의 지식 미완결성 문제를 완화해 보고자 한다. 컨셉넷에서 추출한 사실주장(assertion)을 이용하여 신경 텐서망을 학습시킨다. 학습된 신경 텐서망은 두 개의 개념 정보를 입력으로 받고, 그 두 개념이 특정 관계로 연결될 수 있는지를 나타내는 점수값을 출력한다. 이와 같이 신경 텐서망은 노드들의 연결 차수(degree)를 높여, 컨셉넷의 완결성을 증대시킬 수 있다. 본 연구에서 학습시킨 신경 텐서망은 평가데이터에 대해서 약 87.7%의 정확도를 보였다. 또한 컨셉넷에 연결이 없는 노드 쌍에 대하여 85.01%의 정확도로 새로운 관계를 예측할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.715-721
• /
• 2012

위협평가는 전장상황을 인지하여 아군의 자산을 보호하고 무장 할당의 효율적 의사결정에 도움을 줄 수 있는 기술로서, 교전을 실시할 트랙들에 대한 우선순위를 결정하는 알고리즘이다. 즉, 다 표적 교전상황에서의 신속한 의사결정을 도와 아군의 피해를 최소한으로 하고 적군에 대한 공격을 최대한으로 하는 것을 목적으로 한다. 위협평가에 이용되는 위협치 산출은 전장에서 발생하는 센서 데이터들을 통해 연산된다. 그러나 전장상황은 예측 불허하고 다양한 변수가 일어날 가능성이 높으므로 이러한 데이터들의 변질 및 유실은 위협평가를 통한 의사결정에 혼란을 더할 수 있다. 그러므로 본 논문에서는 불완전한 몇 몇 데이터만을 가지고도 신뢰도 높은 결과를 산출하는 데 유리한 베이지안 네트워크의 추론기능과 전장 환경변화에 네트워크의 적응을 가능하게 해주는 학습기능을 위협평가 분야에 적용하여 보다 견고한 위협치를 산출할 것을 제안하여 실험을 통해 이에 대한 성능을 입증하였다.

• 전기의세계
• /
• 제27권4호
• /
• pp.41-44
• /
• 1978

Intermittent failures exercise their effects only part of the time but constitute a dominant factor for the field failures. We consider the data raliability of the partially self-checking network with which a single intermittent failure will be recovered by a rollback method. Even if the self-testingness of partially self-checking network is guranteed for a set of permanent failures, it sometimes may not be so for intermittent failures. We introduce the notion of error residual and provide the basis for calculating the data reliability. Both the duration of each intermittent failure and the occurrence interval of successive ones are assumed to be negative exponentially distributed; the convolution of the intervals is distributed according to an Erlangen distribution.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (A)
• /
• pp.13-15
• /
• 2006

microRNA는 유전자의 전사 후 과정에서 negative regulation을 담당하는 small noncoding RNA의 한 증류이다. 최근까지 330여개의 인간 microRNA가 발견되었지만 그들의 기능이 밝혀진 것은 소수에 불과하다. microRNA의 기능은 3'UTR에 불완전 상보결합을 통해 negative regulation을 받게 되는 유전자의 기능으로부터 유추되는 것이 일반적이다. 특별히 유전체상에 군집화 된 microRNA들은 하나의 전사체로부터 발현되는 것으로 판단되며, 같은 또는 관련된 기능을 하거나 같은 목표 유전자를 조절하기 위한 functional family일 가능성이 높다. 또한 이러한 functional family는 하나의 전사체로부터 발현되기 때문에, 조직별로 조건별로 같은 발현 패턴을 보여야 한다. 본 연구에서는 발현데이터로부터 microRNA functional family를 탐색하기 위해, 5개의 연구 그룹에서 공개한 조직별 microRNA 발현데이터를 표준화 작업을 거친 후 통합하고 k-nearest neighbor 알고리즘을 이용해 결측치를 보정한 후 microRNA 발현사이의 correlation을 계산한다. 이때 데이터 통합에서 생기는 문제에 robust한 결과를 얻기 위해 실제 발현데이터가 아닌 rank 데이터부터 correlation을 측정한다. 계산된 spearman ranked correlation 결과와 microRNA의 genomic coordination 정보로부터 34개의 functional family를 정의할 수 있었다.

• 정보관리학회지
• /
• 제30권1호
• /
• pp.33-50
• /
• 2013

이 연구의 목적은 인문학분야를 대상으로 인용DB간 구축 정보를 비교하고 차이가 있는 경우 그 원인과 문제점을 분석하여 구축 정보의 정확성을 향상시킬 수 있는 방안을 제시하는데 있다. 이를 위해 인용정보를 구성하는 주요 항목 중의 하나인 피인용횟수를 기준으로 네이버와 KCI에서 국내학술논문을 비교하였다. 조사결과, KCI가 네이버보다 좀 더 정확한 인용정보를 제공하고 있었지만 그 차이는 크지 않았다. 각 인용DB간 차이의 원인은 수록범위의 불완전성, 서지정보의 오류, 참고문헌 구축의 불완전성, 링크와 관련된 오류 등으로 조사되었다. 두 인용DB 모두 개선의 여지가 남아있으며, 양자를 상호보완적으로 활용한다면 인문학 분야에서 더욱 완전한 인용정보를 파악할 수 있을 것이다.

• 한국멀티미디어학회논문지
• /
• 제7권3호
• /
• pp.427-437
• /
• 2004

3차원 모델간의 형상을 비교하는 것은 형상을 기반으로 하는 인식, 검색, 분류 등을 위해 매우 중요하다. 본 논문에서는 모델의 이동, 회전, 스케일 변화에 영향받지 않고, 모델을 구성하는 정점들이 비균일 하고 불완전한 경우에도 강인한 3차원 형상 비교 방법을 제안한다. 먼저 입력 데이터로부터 고유 모드를 이용한 모달 모델을 구성하고 모달 스트레인 에너지를 이용하여 형상 간의 유사성을 비교한다. 제안된 방법은 고유 진동수에 따라 고유 모드들을 순서화 함으로써 형태 변형을 전역적인 것에서부터 지역적인 것으로 체계화한다. 이렇게 체계화된 형상 표현과 모달 스트레인 에너지를 이용함으로써 국부적인 형태에 치우치지 않고 전체적인 형태의 유사성을 평가하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권2호
• /
• pp.349-356
• /
• 2014

타자들의 평가에 대한 불완전한 부분을 보완하기 위하여 세이버메트리션들이 세워놓은 기준들이 선수 평가에 중요한 잣대가 되고 있다. 하지만 평가지표들은 개수가 많고 형태가 일정하지 않아서 팬들을 혼동에 빠지게 한다. 본 연구에서는 대표적인 타자평가지표를 이용하여 지표들의 특성을 골고루 반영하는 주성분을 찾아보고 한국프로야구에 적합한 타자지표를 제안한다. 제안된 지표는 타자들의 능력을 그룹화하여 객관적으로 설명할 수 있기 때문에 선수들의 연봉을 합리적으로 결정할 수 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제18권3호
• /
• pp.9-16
• /
• 2012

본 논문은 광학식 동작 포착 장비를 사용해 얼굴과 동작을 동시에 포착할 경우 발생하는 불완전한 표정 데이터의 복원에 관한 연구를 다룬다. 일반적으로 동작 포착과 표정 포착은 필요 해상도에서 차이가 나며, 이로 인해 동작과 표정을 동시에 포착하기 힘들었다. 본 연구에서는 표정과 동작의 동시 포착을 위해, 기존의 작은 마커를 촘촘히 얼굴에 부착하는 표정 포착 방식에서 탈피하여 적은 수의 마커만을 이용하여 표정을 포착하고, 이로부터 세밀한 얼굴 표정을 복원하는 방법을 제안한다. 본 방법의 핵심 아이디어는 얼굴 표정의 움직임을 미리 데이터베이스화하여, 적은 수의 마커로 표현된 얼굴 표정을 복원하는 것이다. 이를 위해 주성분분석을 사용하였으며, 제안된 기술을 실제 동적인 장면에 활용하여 표정의 복원이 잘 됨을 검증하였다.

• 한국산학기술학회논문지
• /
• 제10권11호
• /
• pp.3183-3192
• /
• 2009

본 논문에서는 센서 네트워크에서의 네이밍 응용 모델을 제안한다. 최근 센서 노드들로 구성된 센서 네트워크는 기존의 네트워크에서는 불가능한 적용 범위를 제공한다. 그러나, 일반적인 네트워크와는 달리 한정된 자원을 가진 대규모의 센서 노드들이 협력해야 하기 때문에 개별 센서와 데이터를 주고 받아 작업을 처리하는 것은 매우 비효율적이며, 불안정하다. 데이터의 불완전한 결함이 발생하는 상황에서 투명하고 지속적으로 서비스를 가능하게 하도록 하기 위해서 제안된 SN LDAP 응용모델을 이용하여 가상 개념을 도입한 센서 네트워크를 위한 속성 및 스키마 그리고 DIT를 설계한다. 이러한 시스템을 바탕으로 SN 퍼지 질의를 처리할 수 있는 네이밍 응용모델을 만든다. 센서노드로부터 수집된 정보를 이용한 특정 환경에서 가상식을 이용한 네이밍 응용모델 기능이 센서 네트워크에서 제공되면, 보다 효율적이며, 안정적인 구조가 될 것이다. 본 논문에서는 속성기반의 네이밍 방법으로 센서 네트워크를 위한 SN퍼지 LDAP 모델을 제안하고, 이를 기반으로 특정 환경에서 퍼지 처리가 가능한 네이밍 응용모델을 만들고자 한다.

• 한국지능시스템학회논문지
• /
• 제15권3호
• /
• pp.306-311
• /
• 2005

소비자의 구매패턴을 분석하기 위해서는 문화적 요인, 사회적 요인, 개인적 요인, 심리적 요인 등을 고려해야 한다. 소비자의 구매에 이르는 심리나 내부 상태까지 깊이 고려하여 분석하게 되면 소비자의 구매행동을 정확하게 예측하거나 구매요인을 추측할 수가 있기 때문에 기업에서는 소비자의 기호에 맞는 상품개발에 효과적으로 이용할 수가 있다. 이러한 요인들은 직접적인 정보처리로 분석하기 어렵기 때문에 불확실한 정보를 취급하는 기술이 필요하다. 베이지안 네트워크는 불완전한 자료나 관측이 불가능한 자료에도 대응이 가능하며 구매자의 구매에 이르는 심리나 내적상태등과 같은 관측이 곤란한 요소도 다룰 수 있다. 따라서 본 논문에서는 상품구매에 따르는 소비자의 구매행동 패턴을 분석하기 위해 판매자의 노하우와 소비자의 구매의식을 조사하여 이 데이터를 바탕으로 베이지안 네트워크를 구성하고 구매패턴을 예측하는 방법을 제안하였다. 베이지안 네트워크를 이용하여 불필요한 속성을 가진 데이터를 제거하고 코호넨의 SOM을 이용하여 소비자의 구매패턴을 분석하였다.