• The Korean Journal of Applied Statistics
• /
• v.26 no.2
• /
• pp.321-333
• /
• 2013

Credibility theory is one of important theories in actuarial science to produce proper insurance premium. In this paper, new partial credibilities are proposed and introduced with widely accepted credibility theories such as rule of relative exposure volume, square root rule, B$\ddot{u}$hlmann credibility and B$\ddot{u}$hlmann-Straub credibility. Also, with credibilities estimated by current and newly suggested, the performance of the accuracy for estimating the risk is compared through real data analysis and we show that the newly suggested methods are improving the performance by reducing the error.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.29 no.1
• /
• pp.76-86
• /
• 2006

다양한 데이터 마이닝 기법들의 발전과 더불어, 속성(Feature 또는 Attribute)의 범위(Dimension)를 줄이기 위해 많은 요소 선택 방법이 개발되었다. 이는 확장성(Scalability)을 향상시킬 수 있고 학습 모델(Learning Model)을 더욱 쉽게 해석할 수 있도록 한다. 이 논문에서는 네스티드 분할(Nested Partition, 이하 NP)을 이용한 새로운 최적화 기반 속성 선택 방법을 NP 기본 구조와 다양한 실험 문제의 수치적 결과들과 함께 제시하여 어떻게 NP의 최적화 구조가 속성 선택 과정에 기여를 하고 있는지 보여준다. 그리고 이 새로운 지능적인 분할 방법이 어떻게 매우 효율적인 분할을 수행하는지를 제시한다. 이 새로운 속성 선택 방법은 필터(Filter)방법과 래퍼(Wrapper)방법 두 가지로 구현될 수 있다. 사례 연구로서, B2B e-비즈니스 시스템에서 효과적으로 사용될 수 있는 추천 시스템(Recommender System)을 제안하였다. 이 추천 시스템은 분류 기법(Classification Rule)과 제시된 NP 기반 요소 선택 방법을 사용하고 있다. 이 추천 시스템은 사용자의 인터넷 경매 참여를 추천하는데 사용되며, 이 때 제안된 요소 선택 앨고리듬은 추천 규칙들이 쉽게 이해될 수 있도록 모델을 간략화 하는데 사용된다.

• Journal of Intelligence and Information Systems
• /
• v.5 no.2
• /
• pp.15-27
• /
• 1999

산업계 전반에 걸친 오랜 정보시스템 운용의 결과로 대용량의 데이터들이 축적되고 있다. 이러한 데이터로부터 유용한 지식을 추출하기 위해 여러 가지 데이터마이닝 기법들이 연구되어 왔다. 특히 데이터웨어하우스의 등장은 이러한 데이터마이닝에 있어 필요한 데이터 제공 환경을 주고 있다. 그러나 전문가의 적절한 판단과 해석을 거치지 않은 데이터마이닝의 결과는 당연한 사실이거나, 사실과 다른 가짜이거나 또한 관련성 없는(Trivial, Spurious and Irrelevant) 내용만 무수히 쏟아낼 수 있다. 그러므로 데이터마이닝의 결과가 비록 통계적 유의성을 가진다 하더라고 그 정당성과 유용성에 대한 검증과정과 방법론의 정립이 필요하다. 데이터마이닝의 가장 어려운 점은 귀납적 오류를 없애기 위해 사람이 직접 그 결과를 해석하고 판단하며 아울러 새로운 탐색 방향을 제시해야 한다는 것이다. 본 논문의 목적인 이러한 데이터마이닝에서 추출된 결과를 검증하고 아울러 새로운 지식 탐색 방향을 제시하는 방법론을 정립하는데 있다. 본 논문에서는 데이터마이닝 기법 중 연관규칙탐사(Associations)로 얻어진 결과를 설명가능성 여부의 판단을 통해 검증하는 기법을 제안하였고, 이를 위해 도메인 지식(Domain Knowledge)과 연관규칙탐사를 통해 얻어진 결과를 표현하기 위한 지식표현방법으로 관계형 술어논리(RPL : Relational Predicate Logic)를 개발하였다. 연관규칙탐사로 얻어진 결과를 설명하기 위한 방법으로는 연관규칙탐사로 얻어진 연관규칙에 대한 RPL로 표현된 도메인 지식으로서 설명됨을 보이게 한다. 또한 이러한 설명(Explanation)을 토대로 검증된 지식을 일반화하여 새로운 가설을 연역적으로 생성하고 이를 연관규칙탐사를 통해 검증한 후 새로운 지식을 얻는 설명기반 데이터마이닝 구조(Explanation-based Data Mining Architecture)를 제시하였다.

• Tunnel and Underground Space
• /
• v.11 no.3
• /
• pp.248-256
• /
• 2001

The cylindrical cut is most frequently used in tunnel blast regardless of their dimensions. In this study the new parallel cut is proposed to raise advance per round, which is considered to be an elevation of the traditional cylinder cuts. The general geometric pattern of a new cut with parallel blast holes is proposed. The detailed burden and spacing between the central blasthole and those of the four section are also given. The blast results between new cut and traditional cylinder cut are given. The main results of this study are as follows. 1) The average advances per rounds in new cuts can reach 99.5% of drilling length. That of traditional cylinder cuts are known approximately 90∼95% 2) Specific charge weight of new cut compare to that of cylinder cut is approximately reduced 5% from 1.363 to 1.297 kg/㎥ 3) Specific drilling rate is also reduced 8% from 2.393 to 2.130 m/㎥ 4) Vibrations, fly rock, and fragmentation produced by the new blast are to be proved superior to those of the traditional cylinder cuts.

• Journal of Soil and Groundwater Environment
• /
• v.13 no.6
• /
• pp.50-61
• /
• 2008

In this study, new integrated particle tracking algorithm was developed to reduce the inherent problem of Eulerian- Lagrangian method, or adverse effect of particle tracking error on mass balance error. The new integrated particle tracking algorithm includes numerical method, semi-analytical method, and analytical method which consider both temporal and spatial changes of velocity field during time step. Detail of mathematical derivations is well illustrated and four examples are made to verify through the comparison of the new integrated particle tracking with analytical solution or Runge-Kutta method. Additionally, It was shown that the there is better superiority of the new integrated particle tracking algorithm over other existing particle tracking method such as Lu's method.

• Journal of the KSME
• /
• v.32 no.8
• /
• pp.725-733
• /
• 1992

1. 열공학의 신기술과 핵심현상 1) 배경 2) 주요기술분야 3) cross-cutting technical Issues 4) 주요기술분야 요약 2. 열역학의 새로운 교육방법

• Proceedings of the KHMA Conference
• /
• 2005.11a
• /
• pp.201-202
• /
• 2005

• Korean Architects
• /
• no.4 s.64
• /
• pp.31-31
• /
• 1974

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.293-296
• /
• 2005

소프트웨어 개발 방법론의 새로운 페러다임으로 제시되고있는 서비스 지향적 컴퓨팅방법론은 소프트웨어의 개발에 서비스라는 요소를 이용하고 있다는 점에서 다른 방법론과는 많은 차이점을 가지고 있다. 기존의 여러 방법론은 그 동안 여러 논문에서 효율적인 개발 프로세스 모델을 제시하고 있지만, 서비스 지향적 컴퓨팅방법론은 아직 개발 프로세스 모델에 대한 연구는 진행중이지 못한 실정이다. 기존은 방법론과 서비스 지향적 컴퓨팅방법론의 여러 차이점 때문에 기존 방법론에 대한 개발 프로세스 모델을 적용하기에는 여러 문제점이 따르며 새로운 개발 프로세스 모델에 대한 연구가 필요하다. 개발 프로세스 모델에 대한 연구를 하기 위해서는 서비스 지향적 컴퓨팅 방법론에서 요구사항분석 및 정의, 설계, 개발, 실행, 유지보수와 같은 각각의 프로세스에 대한 연구가 선행되어져야 할 것이다. 이에 본 논문에서는 서비스 지향적 컴퓨팅방법론의 특징을 살펴봄으로써 개발 프로세스 모델에서 사용되어질 프로세스들을 제시해보고자 한다.

• Journal of KIISE:Software and Applications
• /
• v.37 no.9
• /
• pp.659-668
• /
• 2010

Collaborative filtering systems grasp behaviors for a new user and need new information for the user in order to recommend interesting items to the user. For the purpose of acquiring the information the collaborative filtering systems learn behaviors for users based on the previous data and can obtain new information from the results. In this paper, we propose an inductive inference method to obtain new information for users and rank items by using the new information in the proposed method. The proposed method clusters users into groups by learning users through NMF among inductive machine learning methods and selects the group features from the groups by using chi-square. Then, the method classifies a new user into a group by using the bayesian probability model as one of inductive inference methods based on the rating values for the new user and the features of groups. Finally, the method decides the ranks of items by applying the Rocchio algorithm to items with the missing values.