• Journal of the Institute of Electronics Engineers of Korea SD
• /
• v.38 no.3
• /
• pp.82-82
• /
• 2001

스페클 패턴은 다중모드 광섬유 내를 전파하는 모드 사이의 간섭현상 때문에 발생하는 검은 무늬로서, 외부 섭동 (perturbation)의 크기에 따라 패턴이 바뀌게 된다. 이 현상을 이용하여 본 연구에서는 스페클 센서를 제작하여 실험을 통해 시설물을 원거리, 실시간 원격 감시가 가능하고 매우 민감한 침입자 센서로 응용 가능함을 확인하였다. 본 연구에서는 감도를 높이고 구조를 간단하게 하기 위해, 공간필터를 사용하는 대신 광검출기 홀더를 길이 가변이 가능하도록 지그를 제작하여 사용하였으며, 정류기와 FVC를 사용하여 외부 섭동의 지속시간과 크기를 알 수 있었다.

• Proceedings of the IEEK Conference
• /
• 1998.06a
• /
• pp.611-614
• /
• 1998

윈도우즈 95와 같은 멀티미디어 환경 하에서 개인 신분 확인을 위한 방법은 비밀번호를 키보드로 입력받는 것이었으나, 본 논문에서는 음성을 이용하는 방법으로 기존의 방법이 기준패턴의 시간에 따라 변하는 특성을 보상하지 못한다는 단점을 보완하는 방법이다. 즉, 이를 위해 음성신호의 특징인 기본주파수와 제1포만트의 비율을 이용하여 기준패턴을 형성화하는 방법에 관한 것이다. 제안한 방법으로 실험한 결과, 98%의 전체 인식율을 얻게 되었고, 윈도우즈 환경에서 비밀번호 사용 대신 음성 사용에 대한 가능성을 보여 주었다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.05a
• /
• pp.586-590
• /
• 2003

고객 분류는 고객관계관리(CRM)의 한 부분으로서 기업에게 이익을 주는 고객의 속성과 구매패턴을 분석함으로써 목표 고객을 결정하는 것을 의미한다. 현재까지 고객 분류에 관한 연구는 특정한 시점에서 고객의 속성과 구매 패턴을 분석함으로써 이루어졌다. 그러나 인터넷 쇼핑몰과 같은 동적인 환경에 있어서 기존의 정적인 분석방법은 시간에 따라 지속적으로 변하는 고객의 행동 변화를 찾아내고, 예측하는데 적합하지 않다. 본 논문에서는 Decision Tree, ANOVA 분석, ARIMA 모형을 사용하여, 특정한 시점에서의 고객 분류뿐만 아니라 미래 시점에서의 고객 분류를 예측하고 패턴을 분석하는 동적인 고객 분류 방법을 제안한다. 동적인 고객 분류를 통해 인터넷 쇼핑몰 기업은 효율적인 마케팅 전략을 작성하여 기업의 이익을 증진시킬 수 있다.

• Proceedings of the Korea Contents Association Conference
• /
• 2004.05a
• /
• pp.56-62
• /
• 2004

In the case that we do not have enough number of training patterns because of limitation such as time consuming, economic problem, and so on, we geneterate a new patterns using the brain-style Information processing algorithm, that is, supervised and unsupervised learning methods.

• Annual Conference of KIPS
• /
• 2005.11a
• /
• pp.477-480
• /
• 2005

메모리 기반 추론 기법에서 기억공간의 효율적 사용과 분류 시간을 줄이기 위한 다양한 방법들이 연구되고 있으며, NGE(Nested Generalized Exemplar) 이론을 예로 들 수 있다. 본 논문에서는 학습 패턴 집합으로부터 대표패턴을 생성하는 RPA(Recursive Partition Averaging) 기법과 점진적으로 대표패턴을 추출하는 IRPA(Incremental RPA) 기법을 제안한다.

• Communications of Mathematical Education
• /
• v.8
• /
• pp.231-245
• /
• 1999

본 연구는 중학교 1학년 함수 학습을 위해 패턴 활동으로 구성된 함수 지도 프로그램을 개발하고, 개발한 프로그램을 적용한 실험 집단(85명)과 교과서를 적용한 비교 집단(85명)간의 함수 학습에서의 효과를 분석하였다. 함수 지도 프로그램은 학생들이 패턴 활동을 동해 함수적 사고를 기르며, 활동적으로 수업에 참여하여 수학에 대한 자신감과 실생활의 연계성을 가질 수 있도록 구성하였으며, 적용 결과, 수학 수준별 수업을 하는 상반에서는 유의미한 차이를 보였고, 중반에서는 유의미한 차이는 없었으나 수업 시간에 흥미가 매우 높았다는 긍정적 평가를 할 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.502-505
• /
• 2002

본 논문은 다치(MVL:Multiple Valued Logic) 신경망의 BP(Backpropagation) 학습 알고리즘을 이용하여 패턴 인식에 이용하는 방법을 제안한다. MVL 신경망을 이용하여 패턴 인식에 이용함으로서, 네트워크에 필요한 시간 및 기억 공간을 최소화할 수 있고 환경 변화에 적응할 수 있는 가능성을 제시하였다. MVL 신경망은 다치 논리 함수를 기반으로 신경망을 구성하였으며, 입력은 리터럴 함수로 변환시키고, 출력은 MIN과 MAX 연산을 사용하여 구하였고, 학습을 하기 위해 다치 논리식의 편 미분을 사용하였다.

• Annual Conference of KIPS
• /
• 2004.05a
• /
• pp.249-252
• /
• 2004

컴포넌트 기반 개발은 소프트웨어의 생산성을 높이며 유연성, 확장성, 호환성, 상호운영성 높은 정보시스템을 구축한다. 하지만, 이러한 특성이 성능을 저하시키는 요인이 되기도 한다. J2EE 환경에서 3-tier 컴포넌트 조립방식의 웹 어플리케이션 개발 시 성능 향상을 가져오는 아키텍처 패턴을 제시한다. 또한 그 제시한 아키텍처 패턴을 기반으로 한 구현을 통한 응답시간을 측정해 성능 향상 결과를 제시한다

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06b
• /
• pp.222-225
• /
• 2011

이전에 수행된 연구에서 인간의 이동 패턴은 Levy flight 행동을 보인다고 알려져있다. 그러나 우리의 경험적 지식을 바탕으로 생각해 볼 때 인간의 이동 패턴을 Levy flight 행동만 가지고 나타내기에는 한계가 있어 보인다. 인간의 이동 패턴은 주위환경, 시간, 개인의 습관, 그리고 사회적 지위 등에 따라 서로 다른 모양을 보인다. 즉, 인간 이동의 형태를 파악하기 위해서는 좀 더 다양한 정보가 있어야만 인간 이동의 패턴을 사실적으로 모델링 할 수 있다. 인간의 이동 패턴을 사실적으로 모델링하기에 필요한 정보를 얻기 위해서 상향식 방법(Bottom up)으로 우선 실제 이동 패턴을 분석하여 모델링에 필요한 정보를 추출하고 다시 그 정보를 검증하는 과정으로 모델링에 필요한 정보가 구체적으로 나타나게 될 것이다. 이에 실제 인간의 이동 패턴을 분석하기 위해 아무런 매개변수 없이 개인의 GPS 데이터를 바탕으로 위치정보만을 가지고 군집화(Clustering)를 하게 되면 특정 위치에 대한 군집이 생성된다. 이러한 군집이 나타내는 것은 자주 머무는 지역, 이동 경로 등이 될 것이다. 본 논문에서는 인간의 이동 정보인 GPS 데이터를 가지고 EM 군집화를 통하여 생성된 군집을 통해 인간의 이동 패턴을 분석할 것이다.

• The Journal of the Korea Contents Association
• /
• v.8 no.5
• /
• pp.44-51
• /
• 2008

Pattern matching and pattern searching in time series data have been active issues in a number of disciplines. This paper suggests a novel pattern matching technology which can be used in the field of stock market analysis as well as in forecasting stock market trend. First, we define conceptual patterns, and extract data forming each pattern from given time series, and then generate learning model using Hidden Markov Model. The results show that the context-based pattern matching makes the matching more accountable and the method would be effectively used in real world applications. This is because the pattern for new data sequence carries not only the matching itself but also a given context in which the data implies.