• 한국지능시스템학회논문지
• /
• 제16권6호
• /
• pp.716-720
• /
• 2006

퍼지 이론을 이용하면 여러 정보를 통합 요약하기에 수월하여, 웹 상에서 사용자에게 제공할 정보를 가공하는 방법으로 많이 사용되고 있다. 하지만 퍼지의 애매모호한 특성 때문에 사용자에게 맞게 퍼지 집합으로 표현된 같은 정보라 하여도 사용자마다 자신의 퍼지값 선호도에 따라 다른 선택을 할 수 있다. 따라서 애매한 퍼지값을 선택함에 있어 사용자의 퍼지값에 대한 선호도를 반영할 필요가 있다. 그러나 기존의 방법들은 정해진 기준을 획일적으로 적용하여, 사용자의 개인적인 선택 기준을 반영하지 못하는 문제가 있다. 본 논문에서는 사용자의 선호도를 학습하여, 사용자의 선호도에 맞는 정보를 선택하는 방법을 제안한다. 사용자의 선호도를 학습하기 위해서 학습 데이터가 필요한데, 이 데이터는 사용자에게 직접 물어 사용자의 선호도론 얻는데 사용된다. 이때, 사용자에게 너무 많은 데이터로 질문을 한다면, 사용자에게 부담을 줄 수 있고, 또 너무 적은 데이터를 사용한다면, 학습을 잘 못하는 경향이 생길 수 있다. 이러한 문제에 대처하기 위해서 10개 정도의 데이터를 이용하여 사용자의 선호도를 학습하는 방법을 제안한다. 제안하는 방법은 먼저 두 퍼지값이 서로 겹칠 수 있는 모든 경우의 상대적 위치를 조사한 후 클러스터링을 이용하여 몇 가지 그룹으로 나누고, 나누어진 그룹을 이용하여 학습하였다. 이렇게 학습된 모델은 새로운 애매하게 겹치는 퍼지값에 대해 사용자를 대신해 어느 것을 어느 정도 선호하는지 추론하게 된다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권2호
• /
• pp.154-159
• /
• 2015

과거 어플리케이션 다양성만 지향하던 사용자의 수요가 최근 스마트폰의 고도화된 센서와 기계학습이 결합된 지능형 어플리케이션으로의 선호로 전향되고 있다. 이러한 경향을 반영하여 본 논문에서는 스마트폰에 축적된 사용자의 라이프로깅 데이터에서 의미있는 정보를 추출하고, 추출한 정보를 통해 사용자의 인지적 행동을 대신 가능한 인지 에이전트(Cognitive Agent)개념의 스마트폰-사용자 상호작용 사용자 맞춤 위치-시간-행동 추론 기법을 제안한다. 제안 방법은 사용자의 라이프로깅데이터를 DPGMM (Dirichlet Process Gaussian Mixture Model) 클러스터링 기법으로 사용자 주요 관심지역 POI(Point of Interest)를 자동으로 추출하고, 평생학습이 가능한 강화학습의 한 종류인 POMDP(Partially Observable Markov Decision Process)를 사용하여 사용자의 위치-시간-행동을 추론 한다. 제안 방법으로 구현한 사용자 맞춤 일과 계획 시스템의 시간별 사용자 일과 추론 결과는 70%이상의 성능을 보였으며, 하루 일과 계획 지능형 서비스의 새로운 방향을 제시하고 있다.

• 정보화연구
• /
• 제10권3호
• /
• pp.371-378
• /
• 2013

다양한 형태의 학습 시스템이 생겨나고 있다. 그 중 E-러닝을 통한 동영상 학습에 대한 수요는 지속적으로 증가하고 있다. 하지만, 그렇다고 하여 모든 이가 이러한 시스템을 적합하게 활용할 수 있는 것은 아니다. 학업능력이 떨어지는 학생은 자신의 학습수준보다 높은 동영상을 학습할 경우 학습에 대한 흥미를 잃을 수 있고, 학업능력이 뛰어난 학생의 경우는 수준에 맞지 않는 동영상을 제공할 경우에는 심화 학습의 기회를 잃어버릴 수 있어 학습효율성을 저하하게 된다. 이러한 불편함을 해결하기 위해서는 사용자가 선호할 만한 정보를 예측하고 필터링 된 맞춤형 정보를 제공하는 추천시스템이 필요하다. 본 논문에서는 학생 레벨추천 시스템을 제안한다. 학생그룹과 학생간의 학습정보를 바탕으로 학습동영상과 학생의 레벨을 추론하고, 이를 토대로 동영상에 대한 학생의 상대적 난이도를 제시하고, 적합한 난이도의 동영상을 추천한다. 실험을 통하여 본 연구의 추천 서비스의 유용성을 검증하였다.

• 지능정보연구
• /
• 제17권3호
• /
• pp.43-61
• /
• 2011

본 연구는 사용자의 정적, 외부환경과 연관된 동적 상황정보와 사회적 관계와 연관된 개인적 상황정보들을 의사결정 요소로서 고려한 의사결정의 동적 변환(Dynamic Adaptation)을 제안한다. 즉, 의사결정자의 정적, 외재적 정보보다 과거의 경험, 주관적 선호도 및 사회적 관계와 연관된 상황정보(Social Context)를 의사결정에 동적으로 반영하고 동시에 의사결정 해의 사용시점에서의 가용성에 따라 유용 가능한 대안을 추출하는 방법론을 제안하고자 한다. 이를 위해, 정적, 외재적 및 사회적 상황정보를 이용하여 의사결정 추론한다. 추론은 의사결정자의 과거 경험에 기반한 사례기반 추론과 해당 의사결정 결과가 가용하지 않을 경우 수정을 위한 제약식 만족추론으로 이루어진다. 이를 위해 개인적 경험 등의 정보에 기반한 '문제상황 온톨로지'(Problem Context Ontology)와 집단의 경험적 지식에 기반한 '솔루션 온톨로지'(Solution Ontology)를 구축하였다. 의사결정단계는 상황정보 인식 및 문제상황 온톨로지에 매핑하는 단계, 경험적 사례로부터 문제상황에 가장 적합한 사례를 선택하는 단계, 생성된 솔루션이 가용하지 않을 경우 솔루션 온톨로지와 제약식 만족추론을 통해 새로운 대안을 생성하는 단계로 이루어진다. 본 방법론을 모임에 적합한 식당을 제안하는 예제를 적용함으로써 타당성을 검증하였다. 또한 실험을 통해 사회적 상황정보를 고려하여 생성된 의사결정대안이 그렇지 않은 경우보다 의사결정자의 만족도를 향상시켰으며, 생성된 의사결정대안이 가용하지 않은 경우 제약조건식과 솔루션 온톨로지를 이용해 생성한 대안이 유의미함을 검증하였다.

• 전자공학회논문지 IE
• /
• 제47권1호
• /
• pp.12-21
• /
• 2010

본 논문에서는 센서 네트워크를 이용하여 로봇 자신의 위치를 인식할 수 있는 위치인식 시스템을 제안하였다. 그리고 센서 네트워크에서 얻은 정보와 사용자의 운행 정보를 이용하여 사용자의 선호도 및 성향과 주변의 환경 상태를 판단하여 사용자에게 적합한 경로를 추천하는 지능형 네비게이션 시스템을 제안하였다. 이 시스템은 소프트 컴퓨팅 기법을 사용하여 인간의 선호도와 성향을 학습 및 추론하였다. 그리고 사용자와 모바일 로봇을 중계자 역할을 담당하고 휴대가 가능한 지능형 보조 모듈(IAM)을 정의하고 제안하였다. 마지막으로 제안한 알고리즘을 시뮬레이션을 통해 검증하였다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.195-211
• /
• 2010

전시회는 전시업체가 새로운 상품이나 서비스를 관람객에게 알리기 위해 개최되는 것으로 효과적인 마케팅 수단으로 중요한 역할을 수행한다. 전시회를 방문하는 다양한 관람객의 니즈를 충족시키기 위하여 다양한 유비쿼터스 기술이 전시회에 응용되고 있지만 관람객이 사전에 요청한 정보만을 제공함으로 개별 관람객의 선호가 반영되지 않아 관람객의 니즈를 충족시키기에는 한계가 있다. 이러한 한계를 해결하기 위한 방법으로 개인의 선호에 부합하는 부스를 추천하는 추천 시스템의 이용이 가능하다. 추천시스템은 전시 환경에서 관람객의 선호를 추론하여 선호에 부합하는 방문 부스를 추천하여 관람객의 니즈를 충족시킬 수 있다. 그러나 추천 시스템 중 가장 성공적으로 평가 받는 기존의 협업 필터링은 관람객의 부스 방문 순서에 나타나는 선호를 반영하지 않아 동적으로 변화하는 선호를 가지는 관람객으로 구성된 전시 환경의 추천 시스템으로는 적합하지 않다. 따라서 본 연구에서는 관람객의 방문 순서를 고려하는 기법 중 순차 연관 규칙을 이용하여 관람객의 선호에 부합하는 부스를 추천하는 방법론을 제안하였다. 본 연구에서 제안한 방법론의 성과 측정을 위해 실제 전시회에서 획득한 데이터를 사용하여 기존의 협업 필터링과 비교한 결과 전체적으로 추천의 성과가 향상되어 향후 전시 환경에서의 부스 추천시스템에 적용하여 관람객의 니즈를 충족시킬 것으로 기대된다.

• 대한지리학회지
• /
• 제43권6호
• /
• pp.981-1001
• /
• 2008

본 연구의 목적은 관광지도에서 다양한 형태로 제작 사용되고 있는 점기호들의 상징수준과 선호도에 나타난 인지적 특성을 커뮤니케이션의 측면에서 살펴보는 것이다. 이를 위해 지도제작자가 의도한 점기호의 의미와 이용자에 의한 해석의 일치 정도를 고려하여 이들의 상징수준을 검토하고, 선호경향을 파악하여 기호를 처리하는 과정에서 발생하는 인지적 특성을 분석하였다. 연구 결과 점기호는 시각적 형상을 구체적으로 표현하며 그 방식에 있어 간결성이 있고 사전 학습 및 시각경험에 의한 친숙성이 있을 때, 기호의 의미와 해석이 일치되는 높은 상징수준을 보였다. 또 상징수준이 높은 기호일수록 선호되는 경향이 나타나며, 이를 통해 선호도에 영향을 미치는 요인이 시각적 경험에 의한 친숙성, 표현방식의 간결성, 표현된 형상의 구체성, 시각화한 속성의 대표성임을 추론할 수 있었다. 이들 선호결정 요인은 복합적으로 작용하나 대체로 친숙성이 간결성보다 우선하였다. 이처럼 정보를 시각화하는 방식과 이미지로 표현된 내용, 인지적인 측면에서의 친근함이 상징수준과 선호도의 상대적 차이를 만들었다. 효율적인 지도읽기를 위해 점기호 처리과정에서 드러난 인지적 특성을 고려하여 보다 상징수준이 높은 관광지도의 기호가 개발되어야 할 것이다.

• 정보과학회 논문지
• /
• 제41권9호
• /
• pp.652-665
• /
• 2014

생물학 도메인은 약어 표현이 빈번하며, 실제로 문서에서 중요한 의미를 지니는 개체명들이 약어로 표현되는 경우가 많다. 본 연구에서는 토픽과 링크 정보를 이용하여 약어 중의성을 해결하고 동일한 의미를 가지는 다양한 형태의 약어 원형들(variant forms)에 대한 그룹핑을 시도한다. 이를 위하여 LDA(latent Dirichlet allocation) 기반 의미적 의존 링크 토픽 모델(semantic dependency topic model)을 제안한다. 해당 모델은 생성 모델(generative model)의 일종으로 문서 집합의 각 문서에 등장하는 단어들은 문서에서 발생하는 토픽 분포와 토픽 당 단어 분포에 의해 생성되어 있는 것으로 가정하고, 관측 가능한 문서 집합의 단어들로부터 문서에 내재된 숨어있는 토픽 구조를 추론하여 단어 생성과 토픽 파라미터를 연결시킨다. 본 연구에서는 토픽 정보 외에 단어들 사이에 존재하는 의미적 의존성(semantic dependency)을 링크로 정의하고, 단어 간에 존재하는 링크 정보, 특히 원형과 문장에서 공기하는 단어들 사이의 링크를 파라미터화하여 중의성 해결에 이용하였다. 결과적으로 주어진 문서에 등장하는 약어에 대해 가장 가능성 있는 원형은 해당 모델을 이용하여 추론된 단어-토픽, 문서-토픽, 단어-링크 확률에 의해서 결정된다. 제안하는 모델은 MEDLINE 초록으로부터 Entrez 인터페이스를 이용해 22개의 약어 집합과 186개의 가능한 약어 원형을 이용하여 질의를 생성하고, 이를 이용해 검색된 문서들을 대상으로 학습과 테스트에 이용하였다. 실험은, 주어진 문서에 등장하는 해당 약어에 대한 원형이 무엇인지 예측하는 방식으로 98.3%의 정확률의 높은 성능을 보였다.

• 대한교통학회지
• /
• 제19권5호
• /
• pp.119-134
• /
• 2001

본 연구에서는 지하철망에서 각 노선을 운행하는 차량과 승객을 동적으로 시뮬레이션 할 수 있는 동적 지하철차량 시뮬레이션 모형과 동적 지하철승객 시뮬레이션 모형을 개발하고, 이를 이용해 통행자 기반의 동적 지하철 출발시간 선택 알고리듬을 개발하였다. 개발된 모형은 개별적인 통행자들의 행태를 이질적(Heterogeneous)으로 설정해 기존에 이용되던 통행자간의 동질성 가정을 완화하였다. 또한, 통행자들은 불완전한 정보와 제한적인 합리성을 가진다고 가정하여 보다 현실적인 시뮬레이션이 가능하도록 하였으며, 간단한 예제 가로망에 대해 모형을 분석하였다. 분석결과 통행자들을 이질적으로 가정한 경우와 동질적으로 가정한 경우간에 출발시간선택에 명확한 차이를 보였다. 통행자들을 동질적으로 가정한 경우 출발시간선택과정에서 기종점에 관련된 특성들이 중요한 역할을 하는 반면 이질적으로 가정한 경우 개별 통행자의 선호특성이 출발시간 선택에 중요한 역할을 하는 것으로 나타났다. 특히 통행자들을 동질적으로 가정할 경우 출발시간 선택결과가 비현실적으로 나타날 수 있음도 보였다. 또, 기존의 확률과정과 달리 선택 차원이나 선택 대안의 수가 많아질 경우 추가적인 고려가 있어야 학습과정을 보다 현실적으로 모형화할 수 있음을 알 수 있었다. 본 연구모형에서는 지하철 통행자의 동적 출발시간 선택과정을 묘사하기 위해 인지 및 의사결정과정으로서 추론과정과 귀납적인 선호형성과정을 학습모형에 포함시킴으로써 보다 현실적인 분석결과가 도출되도록 하였다. 각 승객들은 충분한 학습을 거친 뒤에도 합리적인 선택을 하기보다는 자신의 경험에 따라 형성되는 선호의 영향을 받아 임의적으로 출발시간을 선택하는 문제도 나타날 수 있는 것으로 분석되었다. 이런 분석결과는 기존의 전통적인 교통수요모형(이용자균형 통행배정모형 등)들에서 주로 이용되는 통행자의 완전한 정보, 합리성 및 동질성 가정 등에 따른 집계적인 수요추정결과가 실제로 나타나는 개별적인 통행행태와 다를 수도 있음을 보여 주는 것이다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.208-209
• /
• 2023

해상교통 안전을 위한 지능형 해상교통정보서비스에서는 수심, 해사안전법, 기상정보, 연료 소모량 등의 정보를 고려한 안전하고 효율적인 최적 안전항로를 제공하는 서비스를 운영하고 있다. 하지만 서비스 사용자들 입장에서 불필요한 우회, 해상 객체에 대한 보수적인 안전거리 등으로 개인의 운항 경험, 스타일 등에 맞는 항로를 선호한다. 본 연구는 LTE-M을 통해 수집한 선박의 항적 데이터로 선박이 자주 운항하는 구역에 대해 간선 가중치를 조절하여 별도의 해상 환경을 반영하지 않고도 서비스 사용자들의 경험에 기반한 최적 안전항로를 추출할 수 있는 모델을 연구하였다.