• 한국건설관리학회논문집
• /
• 제12권1호
• /
• pp.62-72
• /
• 2011

최근 건설 환경의 급변화로 인해 건설 프로젝트의 실패 가능성이 높아지고 있다. 이러한 이유로 건설 산업에서는 합리적인 프로젝트 관리전략을 수립하기 위하여 프로젝트의 성과에 영향을 미치는 성공요인에 대한 다각적인 연구가 제시되고 있다. 하지만 프로젝트 성과에 영향을 미치는 요인들의 개선 여부에 따른 혼재로 합리적인 성과관리가 힘든 상황이며, 특히 개선 불가능한 요인인 프로젝트 특성은 성과에 영향을 미치는 독립변수로 성과 도출의 난이도를 결정하게 됨에도 불구하고 이에 대한 연구는 미비한 실정이다. 따라서 본 연구에서는 성과지표와 특성지표체계를 이용하여 성과와 특성간의 영향관계를 밝혀내고 그 결과를 퍼지이론으로 정량화하여 성과 난이도 지수를 산정하며 특성간의 중요도를 고려하여 최종적으로 성과 난이도를 예측하는 연구과정을 수행하였다. 또한 성과 난이도 예측에 있어서 시간과 노력을 절감하여 효율적인 프로젝트 관리 전략을 수립하기 위해서 시공자가 서로 다른 프로젝트의 특성을 입력함에 따라 프로젝트의 각 성과영역에 어떠한 난이도를 갖는지 미리 예측하고 정량적으로 평가할 수 있는 프로젝트 성과 난이도 예측 시스템을 개발하였다.

• 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.

• 정보처리학회논문지A
• /
• 제9A권3호
• /
• pp.301-310
• /
• 2002

인터넷이 교육분야에도 활발히 사용되면서 자료검색부터 동영상 강의 나아가 인터넷을 통해 실시간으로 시험을 치르고 있다. 웹을 이용한 원격시험에 출제되는 문제들은 대부분 고정출제나 문제은행방식을 이용한 무작위 출제방식을 사용하고 있다. 본 논문의 문제은행시스템은 마크업 언어를 모르더라도 문제를 제작할 수 있으며, 웹 상에서 시험을 치르고난 후 정답률에 기초하여 난이도를 자동으로 재조정할 수 있다. 또한 학습자는 시험이 끝난뒤 피드백 학습을 할 수 있으며, 학습 후에는 학습자가 스스로 난이도를 조정하여 재시험을 치를 수 있게 하였다. 자동난이도 출제 방식은 출제가 간편해지며 평가의 예상평균점수를 미리 예측하고 시험결과가 계속 문항마다 누적되어 이를 바탕으로 출제되는 문제가 너무 쉽게 또는 너무 어렵게 출제되는 것을 막을 수 있다. 또한 원격시험은 대리시험 등 부정의 소지가 많아 유형이 다른 문제를 출제하게 되는데 여기서 오는 형평성 문제를 극복할 수 있게 된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.529-534
• /
• 2021

컴퓨팅 사고는 21세기에 필요한 중요한 소양 중 하나로 여겨지면서 여러 국가에서 컴퓨팅 사고 교육 과정을 도입하여 시행하고 있다. 컴퓨팅 사고 교육 방법 중 교육용 게임 기반 방법은 학생들의 참여와 동기를 증대시키고 컴퓨팅 사고에 대한 접근성을 높여준다. Autothinking은 학습자들에게 컴퓨팅 사고 교육을 제공하기 위한 목적으로 개발한 교육용 게임으로 학습자들에게 동적으로 피드백을 제공하고, 학습자의 컴퓨팅 사고 능력에 따라서 난이도를 자동으로 조절하는 적응적 시스템이다. 하지만 규칙기반으로 게임을 디자인하여 지능적으로 학습자들의 컴퓨팅 사고를 고려하거나 피드백을 주지 못한다. 본 연구에서는 Autothikning을 통해 수집한 게임 데이터를 소개하고, 이를 활용하여 해당 게임의 적응성을 높이기 위해 컴퓨팅 사고를 반영하는 게임 점수의 예측을 수행한다. 이 문제를 해결하기 위해 회귀 문제에 가장 많이 사용되는 선형 회귀, 결정 트리, 렌덤 포레스트, 서포트 벡터 머신 알고리즘에 대한 비교연구를 수행하였다. 연구 수행결과 선형회귀 방법이 게임 점수 예측에 가장 좋은 성능을 보여주었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권7호
• /
• pp.299-306
• /
• 2022

최근 로봇이나 설비, 회로 등에 센서 내장이 보편화 되고, 측정된 센서 데이터를 학습하여 기기의 고장을 진단하기 위한 연구가 활발하게 수행되고 있다. 이러한 고장 진단 연구는 고장 상황이나 종류를 예측하기 위한 분류(Classification) 모델 개발과 정량적으로 고장 상황을 예측하기 위한 회귀(Regression) 모델 개발로 구분된다. 분류 모델의 경우, 단순히 고장이나 결함의 유무(Class)를 확인하는 반면, 회귀 모델은 무수히 많은 수치 중에 하나의 값(Value)을 예측해야 하므로 학습 난이도가 더 높다. 즉, 입력과 출력을 대응시켜 고장을 예측을 할 때, 유사한 입력값이 동일한 출력을 낸다고 결정하기 어려운 불규칙한 상황이 다수 존재하기 때문이다. 따라서 본 논문에서는 주기성을 지닌 입출력 데이터에 초점을 맞추어, 입출력 관계를 분석하고, 슬라이딩 윈도우 기반으로 입력 데이터를 패턴화 하여 입출력 데이터 간의 규칙성을 확보하도록 한다. 제안하는 방법을 적용하기 위해, 본 연구에서는 MMC(Modular Multilevel Converter) 회로 시스템으로부터 주기성을 지닌 전류, 온도 데이터를 수집하여 ANN을 이용하여 학습을 진행하였다. 실험 결과, 한 주기의 2% 이상의 윈도우를 적용하였을 때, 적합도 97% 이상의 성능이 확보될 수 있음을 확인하였다.

• 한국결정성장학회지
• /
• 제26권1호
• /
• pp.35-40
• /
• 2016

엔드밀링 공정은 3차원 형상의 다양한 부품, 제품, 금형을 가공하는데 널리 사용되고 있는 핵심 가공 프로세스이다. 가공정밀도 요구수준과 가공형상 난이도 수준이 날로 높아짐에 따라 가공정밀도 요구특성의 지속적인 향상에도 불구하고, 공작기계와 절삭공구를 이용한 절삭가공공정에서의 채터 진동은 아직도 개선의 여지가 많이 남아있다. 특히, 더욱 고속화, 고정밀화 되고 있는 가공현장에서 채터진동의 효과적인 감소대책에 대한 다양한 연구가 필요하다. 본 연구에서는 이러한 문제점을 해결하기 위해 엔드밀링공정에서 발생하기 쉬운 채터진동의 안정성을 향상시키기 위해 절삭모델에 근거한 채터진동 안정성 시뮬레이션 방법론을 연구하고, 엔드밀링 절삭조건이 채터진동에 미치는 영향을 다양한 조건하에서 예측하고자 하였다. 본 연구결과를 더욱 발전시켜 채터진동과의 상관성을 연구하고, 향후 채터진동 저감형 가공시스템 개발을 위한 근간 기술자료로 활용코자 한다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.63-83
• /
• 2019

투자자들은 기업의 내재가치 분석, 기술적 보조지표 분석 등 복잡한 분석보다 차트(chart)에 나타난 그래프(graph)의 모양으로 매매 시점을 찾는 직관적인 방법을 더 선호하는 편이다. 하지만 패턴(pattern) 분석 기법은 IT 구현의 난이도 때문에 사용자들의 요구에 비해 전산화가 덜 된 분야로 여겨진다. 최근에는 인공지능(artificial intelligence, AI) 분야에서 신경망을 비롯한 다양한 기계학습(machine learning) 기법을 사용하여 주가의 패턴을 연구하는 사례가 많아졌다. 특히 IT 기술의 발전으로 방대한 차트 데이터를 분석하여 주가 예측력이 높은 패턴을 발굴하는 것이 예전보다 쉬워졌다. 지금까지의 성과로 볼 때 가격의 단기 예측력은 높아졌지만, 장기 예측력은 한계가 있어서 장기 투자보다 단타 매매에서 활용되는 수준이다. 이외에 과거 기술력으로 인식하지 못했던 패턴을 기계적으로 정확하게 찾아내는 데 초점을 맞춘 연구도 있지만 찾아진 패턴이 매매에 적합한지 아닌지는 별개의 문제이기 때문에 실용적인 부분에서 취약할 수 있다. 본 연구는 주가 예측력이 있는 패턴을 찾으려는 기존 연구 방법과 달리 패턴들을 먼저 정의해 놓고 확률기반으로 선택해서 매매하는 방법을 제안한다. 5개의 전환점으로 정의한 Merrill(1980)의 M&W 파동 패턴은 32가지의 패턴으로 시장 국면 대부분을 설명할 수 있다. 전환점만으로 패턴을 분류하기 때문에 패턴 인식의 정확도를 높이기 위해 드는 비용을 줄일 수 있다. 32개 패턴으로 만들 수 있는 조합의 수는 전수 테스트가 불가능한 수준이다. 그래서 최적화 문제와 관련한 연구들에서 가장 많이 사용되고 있는 인공지능 알고리즘(algorithm) 중 하나인 유전자 알고리즘(genetic algorithm, GA)을 이용하였다. 그리고 미래의 주가가 과거를 반영한다 해도 같게 움직이지 않기 때문에 전진 분석(walk-forward analysis, WFA)방법을 적용하여 과최적화(overfitting)의 실수를 줄이도록 하였다. 20종목씩 6개의 포트폴리오(portfolio)를 구성하여 테스트해 본 결과에 따르면 패턴 매매에서 가격 변동성이 어느 정도 수반되어야 하며 패턴이 진행 중일 때보다 패턴이 완성된 후에 진입, 청산하는 것이 효과적임을 확인하였다.