• 한국전자통신학회논문지
• /
• 제10권4호
• /
• pp.499-505
• /
• 2015

TIA(: Trend Impact Analysis)는 발생될 가능성이 있는 미래의 예기치 못한 사건들을 식별하고 분석하기 위한 고급 예측 도구에 속한다. 적응적인 뉴로-퍼지 추론 시스템은 인공신경망의 일종으로 신경망과 퍼지 로직 원리를 모두 통합하고 보편적 추정되는 것으로 간주한다. 본 논문에서는 적응적인 뉴로-퍼지 추론 시스템을 사용하여 예기치 못한 사건에 관한 심각성의 정도를 추론하고 이를 시간의 함수로서 도입하여 예기치 못한 사건들의 출현 확률에 관해 보다 타당한 추정치를 얻는데 있다. 이러한 접근방식에 대한 배후 개념은 예기치 못한 사건이 갑자기 출현되는 것이 아니라 관련 사건이 가지고 있는 속성 값에 대한 건드림 혹은 변화가 기존 속성 값의 한계를 벗어나 마치 새로운 사건인 것처럼 등장할 수 있음을 전제로 하고 있다. ANFIS 접근 방식은 이러한 사건을 식별해서 예기치 못한 사건의 심각성의 정도를 추론하는데 매우 적절한 방식이라 할 수 있다. 속성들의 변화 값들은 확률적인 동적 모델 및 Monte-Carlo 방법을 사용하여 얻을 수 있다. 제안된 모델에 관한 타당성은 강 유역의 예상치 못한 가뭄에 따른 충격 추세 곡선을 기존 연구 결과와의 비교를 통해 나타낸다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2004년도 추계학술대회
• /
• pp.249-258
• /
• 2004

오늘날 활발하게 이루어지고 있는 유비쿼터스 컴퓨팅 관련 기술 연구는 사용자가 시간과 장소에 구애받지 않고 네트워크에 접근해 다양한 컴퓨터 관련 서비스를 제공 받을 수 있는 방법에 초점을 맞추고 있다. 이 처럼 시간과 공간의 한계를 뛰어 넘은 네트워크로의 자유로운 접근은 일상 생활의 패러다임을 바꾸어 놓게 될 것이다. 유비쿼터스 컴퓨팅 기술을 통해 가장 큰 변화가 일어나는 분야는 일반 가정환경에서 일어나는 인텔리전트 홈 네트워크 (Intelligent Home Network) 라고 할 수 있다. 집에 들어오면, 자동으로 문을 열어주고, 불을 켜주며, 놓쳤던 TV 프로그램을 자동으로 녹화해 놓았다가 원하는 시간에 보여주고, 적당한 시간에 목욕물을 미리 받아준다. 또한 집밖으로 나가기 전, 일기예보에 따라 우산을 챙겨주고, 일정을 확인시켜주며 입고 나갈 옷을 골라줄 수도 있다. 이 모든 일들이 유비쿼터스 컴퓨팅 기술이 가져올 인텔리전트 홈 네트워크의 모습이다. 그러나, 모든 사용자에게 효과적인 서비스를 제공하기 위해서는 홈 네트워크 상의 자원 관리에서 일어날 수 있는 에이전트들간의 자원 접근 권한 충돌을 효율적으로 방지할 수 있는 기술이 필요하다. 유비쿼터스 컴퓨팅 환경에서 자원관리 특성은 점유의 연속성, 자원 사이의 연관성, 그리고 자원과 사용자 사 사이의 연계성의 3 가지 특성을 지니고 있다. 본 논문에서는 유비쿼터스 컴퓨팅 환경에서 일어날 수 있는 자원 충돌 상황을 효율적으로 처리하기 위한 자원 협상 방법을 제안한다. 본 방법은 자원 관리 특성을 바탕으로 시간논리에 기반을 둔 자원 선점과 분배 규칙으로 구성된다.트 시스템은 b-Cart를 기반으로 할 것으로 예측할 수 있다.타났다. 또한, 스네이크의 초기 제어점을 얼굴은 44개, 눈은 16개, 입은 24개로 지정하여 MER추출에 성공한 영상에 대해 스네이크 알고리즘을 수행한 결과, 추출된 영역의 오차율은 각각 2.2%, 2.6%, 2.5%로 나타났다.해서 Template-based reasoning 예를 보인다 본 방법론은 검색노력을 줄이고, 검색에 있어 Feasibility와 Admissibility를 보장한다.매김할 수 있는 중요한 계기가 될 것이다.재무/비재무적 지표를 고려한 인공신경망기법의 예측적중률이 높은 것으로 나타났다. 즉, 로지스틱회귀 분석의 재무적 지표모형은 훈련, 시험용이 84.45%, 85.10%인 반면, 재무/비재무적 지표모형은 84.45%, 85.08%로서 거의 동일한 예측적중률을 가졌으나 인공신경망기법 분석에서는 재무적 지표모형이 92.23%, 85.10%인 반면, 재무/비재무적 지표모형에서는 91.12%, 88.06%로서 향상된 예측적중률을 나타내었다.ting LMS according to increasing the step-size parameter $\mu$ in the experimentally computed. learning curve. Also we find that convergence speed of proposed algorithm is increased by (B+1) time proportional to B which B is the number of recycled data b

• 한국지능시스템학회논문지
• /
• 제9권4호
• /
• pp.420-425
• /
• 1999

최대수요전력 예측과 제어의 목적은 공장 또는 빌딩등의 전력수용가의 입장에서 수시로 변동하는 부하의추이를 파악 예측하여 에너지 합리화 경제성 증대 산업기기의 보호 수용가의 비용절감과 더불어 크게는 국가적인 전력시스템안정화를 가져가기 위함에 있다. 최대수요전력 예측/제어를 위한 기존의 방법들은 수용가 특성이나 계절별 요일별 차이를 고려하지 않고 고정된 알고리즘에 의해 예측값이 결정되므로 환경변화에 적극적인 대응능력이 부족한 단점이있다. 이와같은 문제점의 해결을 위해 본 논문에서는 현재 많은 연구가 되고 있는 SOFM 신경망을 이용한 예측 방법과 예측치의 보정방법으로 퍼지제어길르 추가한 형태의 최대수요전력예측 제어기를 제안한다, 예측방법의 경우 유동적이며 적은 구간을 통하여 순시부하처럼 변동이 많은 데이터에 대하여 예측시간을 단축함과 동시에 오차를 줄여나갈수 있다. 또한 2단계의 학습을 통하여 SOFMd의 출력값이 패턴이 아닌 예측치가 될 수 있도록 변형하였으며 패턴자체의 변화에 대응하여 패턴오차를 이용하여재학습을 하도록 하여 불안정한 전력에 대하여 보완한다. 그리고 예측후반부에 퍼지제어기를 연결하여 예측의 신뢰성을 높이는 안정된 예측구조를 가지고 있다. 실험결과 시계열 예측방법인 지수평활법보다 제안된 예측/제어 방법이 우수함을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권11호
• /
• pp.247-249
• /
• 2020

4차 산업혁명 시대에 다양한 분야에서 ICT 기술 간 융합에 대한 요구가 증가하고 있다. 이에 마쳐 데이터, 네트워크, 인공지능 기술이 결합한 새로운 용어인 DNA(Data, Network, AI)가 사용 중이다. DNA는 지능형 응용 및 서비스 개발에 있어 잠재적 기술력을 가지고 있다. 이에 본 논문에서는 DNA 기술 기반의 논리적 포그 네트워크 기반의 서비스 이미지 배치 기술, 산업용 무선 센서 네트워크에서의 기계학습 기반 이동성 기술, 뇌신호 주파수 특성을 이용한 CNN 기반 BCI 성능 예측 기술, 소스코드 주제를 이용한 인공신경망 기반 경고 분류 방법 기술, 챗봇 환경에서 데이터 시각화 인터랙션을 위한 자연어처리 기술에 대한 심사 완료된 논문들을 소개한다.

• 터널과지하공간
• /
• 제14권6호
• /
• pp.399-410
• /
• 2004

지하정보의 활용에 관한 방법론적인 관점에서 인공지능기술과 데이터베이스의 활용은 최근 지구과학의 여러 분야에서 그 구체적인 적용방법이 모색되고 있다. 본 연구에서는 공학적으로 주요한 용도로 활용되는 그라우팅 공법과 관련하여 과학적인 접근방법이 필요한 그라우트의 주입제어 문제에 집중했다. 이 문제에 대한 방안으로서 암반의 특성에 따라 그라우트의 주입과정에서 동적으로 변화하는 변수들을 데이터베이스로 구축하고 이와 더불어 그라우트 밸브의 최적의 조정치를 유도하는 Fuzzy-neural hybrid system을 활용하는 방법론에 대한 개념적인 모델을 고안했다. 고안한 모델을 네 가지 사례에 적용한 결과 그라우트 밸브의 조정치가 그라우트의 주입과정에서 수반되는 역학적인 현상에 대해 합리적으로 유도되었다. 그러므로 이 모델의 알고리즘이 그라우트의 주입을 제어하는 도구로서 발전할 수 있으리라 판단된다.

• 인지과학
• /
• 제23권3호
• /
• pp.367-388
• /
• 2012

이 연구는 튜링의 탄생 백주년을 맞이하여 인지과학을 위한 그의 심대한 공헌을 고찰하기 위한 작업이다. 이 논문에서는 특히 튜링에게 가장 중요한 학문적 영향을 주었던 괴델의 시각을 통하여 튜링의 공헌과 입장이 논의된다. 이를 위하여 메타수학적 접근이 시도되며, (1) 튜링의 인지에 대한 수학적 분석, (2) 보편튜링기계, (3) 보편튜링기계의 한계, (4) 보편튜링기계의 한계를 넘는 모델로서의 오라클튜링기계, (5) 인지과학을 위한 튜링테스트가 논의된다. 이 연구에 의하면, 튜링의 공헌은 다음과 같이 정리될 수 있다. 첫째 튜링은 수리논리를 사용하여 마음과 물리적 세계의 새로운 가교를 발견했다. 둘째, 튜링은 마음의 작동에 대하여 새로운 형식적 분석을 제공했다. 셋째, 튜링은 자신의 튜링기계의 한계를 넘어서는 마음의 새로운 모델로서 오라틀 튜링기계와 연결주의적 신경망기계를 제시했다. 우리 인지과학자들은 튜링의 어깨 위에 서서 늘 새로운 튜링테스트를 기다리고 있게 될 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권3호
• /
• pp.141-148
• /
• 2022

최근 들어 강화 학습은 심층 신경망 기술과 결합되어 바둑, 체스와 같은 보드 게임, Atari, StartCraft와 같은 컴퓨터 게임, 로봇 물체 조작 작업 등과 같은 다양한 분야에서 매우 놀라운 성공을 거두었다. 하지만 이러한 심층 강화 학습은 행동, 상태, 정책 등을 모두 벡터 형태로 표현한다. 따라서 기존의 심층 강화 학습은 학습된 정책의 해석 가능성과 일반성에 제한이 있고, 도메인 지식을 학습에 효과적으로 활용하기도 어렵다는 한계성이 있다. 이러한 한계점들을 해결하기 위해 제안된 새로운 관계형 강화 학습 프레임워크인 dNL-RRL은 센서 입력 데이터와 행동 실행 제어는 기존의 심층 강화 학습과 마찬가지로 벡터 표현을 이용하지만, 행동, 상태, 그리고 학습된 정책은 모두 논리 서술자와 규칙들로 나타내는 관계형 표현을 이용한다. 본 논문에서는 dNL-RRL 관계형 강화 학습 프레임워크를 이용하여 제조 환경 내에서 운송용 모바일 로봇을 위한 행동 정책 학습을 수행하는 효과적인 방법을 제시한다. 특히 본 연구에서는 관계형 강화 학습의 효율성을 높이기 위해, 인간 전문가의 사전 도메인 지식을 활용하는 방안들을 제안한다. 여러 가지 실험들을 통해, 본 논문에서 제안하는 도메인 지식을 활용한 관계형 강화 학습 프레임워크의 성능 개선 효과를 입증한다.

• 한국수산과학회지
• /
• 제29권2호
• /
• pp.174-190
• /
• 1996

해양에서 유류유출사고가 발생했을 때 자연 생물자원에 미치는 피해량을 전산모델을 이용하여 추정하였다. 해양에서 이러한 오염물질이 유출되었을 때 피해 조사가 이루어져야 하지만 조사비용 이외에도 현장조사 자체의 어려움이 있다. 조간대를 제외한 해역에서는 현장보존이 어렵고 조사대상도 성체에 한정되기 때문이다. 미국의 경우 이를 위하여 데이터 베이스를 이용한 전산모델(NRDAM/CME)을 개발하였다(Reed et al., 1989). 이 모델에서는 급성 독성실험 데이터를 사용하여 피해량을 추정하였고 성체피해 뿐 아니라 먹이망을 통한 파급효과와 유생 및 치어손실에 의한 가입량 손실도 다루고 있다. 본 연구에서는 NRDAM/CME에 쓰인 논리체계를 응용하였으며 한국 연근해의 데이터 베이스를 사용하여 벙커 C유와 원유가 유출되었을 경우 황해와 남해를 대상으로 하여 유출규모에 따른 자연 생물자원의 피해정도를 추정하였다. 모델의 시험결과 유류의 유출량이 증가했을 때 생물자원의 피해량은 유출량의 증가율 보다 더 높은 율로 증가하였다. 유출된 유류의 화학적 특성, 특히, 점도와 용해도의 차이에 따라 피해량이 큰 차이를 보이는데 이는 유류의 분산을 촉진 시키기 위한 유화제의 사용이 피해량을 증가시킬 가능성이 있는 것으로 생각된다. 또한 생물량의 손실은 가입 손실에 의한 장기적 피해가 단기적 피해보다 더 클 수 있음도 시사하고 있다.

• 한국HCI학회논문지
• /
• 제5권2호
• /
• pp.7-14
• /
• 2010

센서 네트워크에 의해 수집되는 다양한 도시 데이터는 도시를 이해하고 분석하는데 있어서 필수적인 수단으로 자리매김하고 있다. 특히 Ubiquitous Sensor Network(USN) 기술들은 u-City 구현에 있어 중추신경망을 제공하였다. 이 연구는 도시 에너지의 사용량에 관한 정보를 USN을 이용하여 수집하고, 이를 도시공간정보와 연계된 직관적 가시화 환경을 통해 제공함으로써 u-City에서 에너지 공급계획을 수립, 모니터링하고, 궁극적으로 실사용자가 능동적으로 에너지를 절약할 수 있도록 도와주는 애플리케이션 구현을 목적으로 한다. 특히 3차원 지리정보환경의 층위에 다층적인 에너지 모니터링 정보를 동적으로 조합하면서 다양한 사용자의 관점에 대응하는 환경을 제시하였다. 또한 도시공간정보에 기반을 둔 논리적 LOD를 제공함으로써 효과적인 실시간 에너지 사용 모니터링 도구를 제공한다. 이를 위하여 관련 선행연구를 분석하여 어플리케이션 구현을 위한 시스템의 개념과 구성을 정의하고 데이터 구조 및 가시화방안을 구체화하였다. 본 논문에서는 특히 시스템 구현에 요구되는 공간정보, E-GIS 데이터, 에너지 사용량 센서 데이터를 효과적으로 조합하는 가시화 방법론, 직관적 표현방법, 데이터 구조 및 어플리케이션의 연구결과를 제시하고 Social Sensor Networking을 이용한 모니터링 확장 적용방안에 대해 연구한다.