• Proceedings of the Optical Society of Korea Conference
• /
• 2004.02a
• /
• pp.160-163
• /
• 2004

LUTCHI와 새로이 수집된 CII-Kwak 데이터를 이용하여 테스트한 결과 CIECAM02를 비롯해 현재까지 개발된 주된 color appearance model들이 몇 가지 중요한 color appearance 현상들을 설명하지 못한다는 것이 발견되었다. 본 논문에서는 이러한 문제점을 극복하기위해 새로이 개발된 Kwak03 모델이 소개되었다. Kwak03 모델은 CIECAM02에 기초하고 있으나 achromatic signal에서 cone 신호들의 비율, dynamic response 함수 등 많은 면에서 큰 차이를 보인다. LUTCHI 및 CII-Kwak 데이터를 사용한 테스트 결과 Kwak03가 테스트된 모델들 중 특히 dark surround 하에서 휘도 및 배경색의 변화에 따른 색변화 예측에서 가장 우수한 결과를 보였다.

• Proceedings of the Korea Institutes of Information Security and Cryptology Conference
• /
• 2003.12a
• /
• pp.533-537
• /
• 2003

보안 시스템의 안전성을 분석하기 위해서는, 정형적 방법론을 사용하여 보안 시스템에 대한 이론적인 수학적 모델을 정형적으로 설계하고, 보안 속성을 정확히 기술해야만 한다. 본 논문에서는 보안 시스템의 안전성을 검증하기 위한 보안모델의 구성요소와 안전성 검증방법을 설명한다. 그리고 보안모델을 설계하고 안전성을 분석하기 위한 SEW(Safety Evaluation Workshop)의 전체 구조와 SPR(Safety Problem Resolver) 정형검증도구의 검증방법 및 기능에 대해 소개하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04d
• /
• pp.313-315
• /
• 2003

국내 철도신호설비들이 점차 전자화 되어감에 따라 이러한 신호제어장치간 인터페이스를 위한 표준 통신 프로토콜의 필요성이 점점 증대되고 있다. 본 논문에서는 이러한 기존의 철도신호용 프로토콜에 대한 분석을 하였다 그리고 철도신호용의 새로운 프로토콜의 설계를 위한 데이터 링크 프로토콜의 성능평가 모델을 설명하고, 이를 바탕으로 새롭게 설계된 철도신호용 통신 프로토콜에 대한 구조를 제시하고 성능평가 모델에 의한 기존의 프로토콜과 비교분석을 수행하였다. 프로토콜 평가모델에 의한 기존 프로토콜과 설계한 프로토콜의 비교결과 많은 성능개선이 있음을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10a
• /
• pp.34-36
• /
• 2001

컴퓨터 산업이 발전하고 정보량이 늘어남에 따라 XML이 다양한 분야에 사용되고 있다. 본 논문은 여러분야에 활용되고 있는 XML문서들을 효율적으로 저장하고 관리할 수 있을 뿐만 아니라 다 사용자 환경에서 문서의 전체나 일부를 공유할 수 있는 기능을 제공하는 XML 문서저장관리시스템을 소개한다. 다양한 DTD를 수용하기 위해 객체 지향적인 일반화 데이터 모델을 제안하며 , 시스템을 구성하고 있는 각 구성요소 모듈을 설명한다. 일반화 데이터 모델은 DTD 의존적인 모델에 비해 연산량이 적을 뿐더러 여러 DTD를 하나의 스키마로 수용할 수 있다.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.241-242
• /
• 2008

본 논문에서는 fuzzy granular computing 방법 중의 하나인 context-based FCM을 이용하여 granular-based radial basis function neural network에 대한 기본적인 개면과 그들의 포괄적인 설계 구조에 대해서 자세히 기술한다. 제안된 모델에 기본이 되는 설계 도구는 context-based fuzzy c-means (C-FCM)로 알려진 fuzzy clustering에 초점이 맞춰져 있으며, 이는 주어진 데이터의 특징에 맞게 공간을 분할함으로써 효율적으로 모델을 구축할 수가 있다. 제안된 모델의 설계 공정은 1) Context fuzzy set에 대한 정의와 설계, 2) Context-based fuzzy clustering에 대한 모델의 적용과 이에 따른 모델 구축의 효율성, 3) 입력과 출력공간에서의 연결된 information granule에 대한 parameter(다항식의 계수들)에 대한 최적화와 같은 단계로 구성되어 있다. Information granule에 대한 parameter들은 성능지수를 최소화하기 위해 Least square method에 의해서 보정된다. 본 논문에서는 모델을 설계함에 있어서 체계적인 설계 알고리즘을 포괄적으로 설명하고 있으며 더 나아가 제안된 모델의 성능을 다른 표준적인 모델들과 대조함으로써 제안된 모델의 우수성을 나타내고자 한다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.05a
• /
• pp.1157-1164
• /
• 2003

제품개발과정에서 생성된 제품정보모델은 시간에 따라 계속 변하고 미확정적인 정보가 포함된 UDM(Under Defined Model)이다. 정보모델에서 관점(viewpoint)은 UDM을 표현하고 관리하는 중요한 요소이다. 토픽맵(Topic Map) 이용한 정보모델은 관점의 표현이 용이하며, 관점에 따라 인간이 정보를 이해하고 조작하는 것을 돕는다. 그러나 토픽맵은 제품개발과정의 정보모델과 같은 UDM의 표현은 가능하나, 적합하지는 않다. 따라서 본 논문에서는 토픽맵이 UDM에 적합하도록 토픽맵의 문법을 확장하였다. 그리고 UDM으로부터 전자상거래에 적용 가능만 FDM(Fully Defined Model)으로 변화하는 과정에 대하여 논하였다. 관점이 적용된 UDM으로는 제품을 개발하는 과정 중에 생성되는 제품 모델을 적용하였으며, 대량생산이 된 이후의 제품 모델이나 제품개발단계에서 결정이 이루어진 후의 제품모델을 FDM 또는 UDM보다 모델의 의미가 보다 확정적인 확정적UDM을 사용하였다. 그리고 세탁기의 제품정보모델을 구현 예로 사용하여, UDM이 FDM 또는 확정적UDM으로 변화하는 과정을 설명하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.9
• /
• pp.811-816
• /
• 2001

정보 검색 시스템의 중요한 목적중의 하나는 단순히 사용자 질의를 만족하는 문서들의 집합을 검색하는 것이 아니라, 질의를 만족하는 정도에 따라 검색된 문서들에 순위를 부여함으로써 사용자들이 필요한 정보를 얻는데 소모되는 시간을 최소화시키는 것이다. 순수한 부울 검색 시스템은 검색 전략이 이진값에 근거하여 순위 구분 없이 연관/비연관 중의 하나로 결정된다. 딸서 문서와 질의 사이의 유사도를 나타내는 문서값을 계산할 수 없기 때문에, 검색된 문서들을 질의를 만족하는 정보에 따라 정렬할 수 없다. 부울 검색 시스템의 이러한 단점을 보완하는 방법으로 MMM 모델, Paice 모델, P-norm 모델이 개발되었다. 본 논문에서는 높은 검색 효과를 제공하는 백터모델에서 용어 가중치 재부여를 이용한 정보검색 모델을 제안한다. 벡터모델에서 용어 가중치 재부여를 이용한 질의 확장 모델의 연산 특성이 MMM, Paice, P-norm 모델보다 우수함을 설명하고, 또한 성능 비교를 통하여 이를 입증한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• pp.294-302
• /
• 2007

멀티 에이전트 강화학습에서 중요한 이슈 중의 하나는 자신의 성능에 영향을 미칠 수 있는 다른 에이전트들이 존재하는 동적 환경에서 어떻게 최적의 행동 정책을 학습하느냐 하는 것이다. 멀티 에이전트 강화 학습을 위한 기존 연구들은 대부분 단일 에이전트 강화 학습기법들을 큰 변화 없이 그대로 적용하거나 비록 다른 에이전트에 관한 별도의 모델을 이용하더라도 현실적이지 못한 가정들을 요구한다. 본 논문에서는 상대 에이전트에 대한RBFN기반의 행동 정책 모델을 소개한 뒤, 이것을 이용한 강화 학습 방법을 설명한다. 본 논문에서는 제안하는 멀티 에이전트 강화학습 방법은 기존의 멀티 에이전트 강화 학습 연구들과는 달리 상대 에이전트의 Q 평가 함수 모델이 아니라 RBFN 기반의 행동 정책 모델을 학습한다. 또한, 표현력은 풍부하나 학습에 시간과 노력이 많이 요구되는 유한 상태 오토마타나 마코프 체인과 같은 행동 정책 모델들에 비해 비교적 간단한 형태의 행동 정책 모델을 이용함으로써 학습의 효율성을 높였다. 본 논문에서는 대표적이 절대적 멀티 에이전트 환경인 고양이와 쥐 게임을 소개한 뒤, 이 게임을 테스트 베드 삼아 실험들을 전개함으로써 제안하는 RBFN 기반의 정책 모델의 효과를 분석해본다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.17-18
• /
• 2008

다변량 퍼지 의사결정트리(이하 MFDT)는 학습 모델의 구조가 간소하고 분류율이 높다는 장점 때문에 일반 퍼지 의사결정트리를 대신해 손동작 인식 시스템의 분류기로 사용되었다. 다양한 사용자의 손동작 특성을 분류하기 위해 여러 개의 인식 모델을 만들고 새로운 사용자에게 가장 적합한 모델을 선택해 사용하는 모델 선택 기법도 손동작 인식에 적용되었다. 모델 선택 과정을 통해 선택된 모델은 기존 모델 중에서 새로운 사용자의 특성에 가장 가깝지만 해당 사용자에 최적화된 모델이라고는 할 수 없다. 이 논문에서는 MFDT 모델을 새로 입력된 데이터를 이용해 적응시키는 방법을 설명하고 실험 결과를 통해 적응 성능을 검증한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.453-455
• /
• 2023

본 연구는 은행에서 리스크 관리 자동화를 위해 고객의 대출 상환 여부 예측 모델을 제안하고자 한다. 예측 모델로 금융 데이터 같은 정형데이터에서 전통적으로 높은 성능을 보인 의사결정나무기반 모델 LightGBM, CatBoost, XGB 와 최근 제안된 정형데이터에서 사용할 수 있는 설명 가능한 딥러닝 기반 모델 TabNet 간의 성능 비교를 진행한다. 다만, 대출 상환 여부 데이터는 불균형 클래스 데이터로 구성되어있어 샘플링을 진행한다. SMOTE, Random Under Sampling, 혼합 방식을 비교해 가장 높은 성능의 샘플링 기법을 제안한다. 대출 상환 여부 예측 결과 TabNet 모델이 의사결정나무모델들보다 좋은 성능을 보여 정형데이터에서 의사결정나무 기반 모델을 딥러닝 모델이 대체 할 수 있는 가능성을 확인했다.