• 제목/요약/키워드: 신경망 모델링

Search Result 333, Processing Time 0.023 seconds

Customer List Segmentation Using the Combined Response Modeling (결합 리스펀스 모델링을 이용한 고객리스트 세분화)

  • Eui-ho Seo;Kap-chel Noh;Eung-beom Lee
    • Asia Marketing Journal
    • /
    • v.1 no.2
    • /
    • pp.19-35
    • /
    • 1999
  • 데이터베이스 마케팅 전략을 수립하고 집행함에 있어서 고객에게 접근하기 위한 촉진 매체로써 직접우편(Direct Mail)과 텔레 마케팅 등의 직접반응매체를 주요 수단으로 하는 경우 이를 다이렉트 마케팅이라고 한다. 다른 마케팅 전략들과 마찬가지로 다이렉트 마케팅에서도 마케팅 자원이 효과적으로 사용될 수 있도록 고객 데이터베이스를 세분화하는 작업을 수행한다. 리스펀스 모델링(Response Modeling)은 다이렉트 마케팅분야에서 고객리스트를 세분화하고 각 세그멘트별로 고객의 반응(구매행위)을 예측하는 기법을 말하며 RFM(Recency, Frequency, Monetary), 로지스틱, 신경망은 리스펀스 모델링을 위해서 가장 널리 사용되고 있는 기법이다. 과거에 이들 방법은 고객 데이터베이스 전체에 단독 모델로 적용되어 왔으나 이러한 단독 모델을 고객 데이터베이스에 적용하는 것이 정당화 되려면 고객들이 동일한 방식으로 반응한다는 전제가 필요하다. 그러나 일반적으로 고객의 반응방식에는 상당한 이질성이 존재한다. 예컨대 직업, 나이, 소득, 성별 등이 같다고 해서 같은 구매패턴을 보이지는 않는다는 것이다. 즉 고객A의 구매행위는 회귀선에 의해서 잘 설명되는 반면에 고객B는 신경망이나 RFM으로 잘 설명될 수 있는 경우가 존재하는 것이다. 이러한 구매행위의 이질성을 반영하기 위해서 최근에는 두개 이상의 방법을 결합하여 사용하는 결합 리스펀스 모델링 방법도 시도 되어 왔다. 그러나 결합 리스펀스 모델링에 관한 기존 연구들은 상관관계가 낮은 모델들을 결합함으로써 세분화의 효과를 단독 모델을 사용할 때 보다 개선할 수 있다고는 하였으나 구체적으로 어떤 모델들이 서로 낮은 상관관계를 갖는지는 보여주지 못하였다. 본 논문에서는 RFM 방법을 모델 내에서 사용하는 변수와 이를 이용한 모델링 방법상의 차이로 인하여 다른 두 방법(로지스틱, 신경망)과 매우 낮은 상관관계를 갖는 방법으로 제시하고 RFM과 다른 두 방법간의 낮은 상관관계를 이용하여 결합하는 경우 모델의 예측효과를 상당히 개선할 수 있음을 사례분석을 통해서 보이고자 한다.

  • PDF

Control Simulation of Left Ventricular Assist Device using Artificial Neural Network (인공신경망을 이용한 좌심실보조장치의 제어 시뮬레이션)

  • Kim, Sang-Hyeon;Jeong, Seong-Taek;Kim, Hun-Mo
    • Journal of Biomedical Engineering Research
    • /
    • v.19 no.1
    • /
    • pp.39-46
    • /
    • 1998
  • In this paper, we present a neural network identification and a control of highly complicated nonlinear left ventricular assist device(LVAD) system with a pneumatically driven mock circulation system. Generally, the LVAD system needs to compensate for nonlinearities. It is necessary to apply high performance control techniques. Fortunately, the neural network can be applied to control of a nonlinear dynamic system by learning capability. In this study, we identify the LVAD system with neural network identification(NNI). Once the NNI has learned the dynamic model of the LVAD system, the other network, called neural network controller(NNC), is designed for a control of the LVAD system. The ability and effectiveness of identifying and controlling the LVAD system using the proposed algorithm will be demonstrated by computer simulation.

  • PDF

A Survey on Oscillatory Neural Networks (발진 신경망의 연구현황 분석)

  • Lim, C.D.;Shin, J.H.;Jang, J.S.
    • Electronics and Telecommunications Trends
    • /
    • v.8 no.2
    • /
    • pp.60-68
    • /
    • 1993
  • 지금까지 뇌에는 컴퓨터와 같은 클럭(clock) 신호가 없고 신경들 간의 활동은 비동기적이라고 알려져 왔다. 그러나, 1989년 Singer 연구 그룹에서 시각 피질에 있는 많은 신경들이 발진하며 이들 간에는 시각 영상에 따라 동기현상을 보인다고 발표한 후, 많은 실험과 모델링이 행해지고 있다. 이 분야의 응용으로는 여러 분야가 있으며, 특히 동기 발진 모델을 이용하였을 경우에 패턴 분리와 인식에 응용될 수 있다. 본 고에서는 신경회로망의 새로운 기류인 생물학적 발진 신경망의 실험과 모델링에 대한 동향을 분석하고자 한다.

Neural Network Modeling for HDP-CVD Process Optimization of $SiO_2$ Thin Film Deposition (HDP-CVD로 증착된 실리콘 산화막 공정조건 최적화를 위한 신경망 모델링)

  • Park, In-Hye;Yu, Gyeong-Han;Seo, Dong-Seon;Hong, Sang-Jin
    • Proceedings of the Korean Institute of Surface Engineering Conference
    • /
    • 2006.10a
    • /
    • pp.2-3
    • /
    • 2006
  • 본 논문에서는 신경망 모델링을 통하여 HDP-CVD를 이용한 실리콘 산화막 형성에 영향을 주는 다섯 가지 공정 장비 변수와 그에 따른 두 가지 출력 파라미터 Deposition rate과 Uniformity와의 관계를 동시에 고려한 특성결과를 분석하고, 최적의 recipe를 Genetic Algorithm을 통해 제시하였다. 실험계획법을 사용하여, 필요한 실험의 횟수를 최소화 하였으며 그 실험결과를 신경망 모델링을 통하여 입력변수와 출력파라미터의 관계를 3차원의 반응표면 곡선으로 분석하였다. 이 과정을 통해 Deposition rate과 Uniformity을 동시에 고려한 두 출력파라미터를 만족하는 최적의 입력변수 값들을 제시하였다.

  • PDF

Predictive Neural Network Modeling for the Characterization of $SiO_2$ Film Deposited Using PECVD (PECVD로 증착된 실리콘 산화막의 특성분석을 위한 신경망 모델링)

  • Kim, Hee-Youn;Park, In-Hye;Hong, Sang-Jeen
    • Proceedings of the Korean Institute of Electrical and Electronic Material Engineers Conference
    • /
    • 2006.06a
    • /
    • pp.186-187
    • /
    • 2006
  • 본 논문에서는 PECVD를 이용하여 증착시킨 실리콘 산화막에 영향을 주는 파라미터 입력에 따른 박막의 특성을 평가하기 위하여 먼저 통계적 실험계획을 통해 산화막 특성에 유의한 영향을 미치는 요인을 분석하고, 분석된 결과를 이용하여 가장 유의한 교호작용을 신경망 모델링에서 입력파라미터로 포함시킴으로서 교호작용을 고려하지 않은 경우와의 학습결과를 비교하여 두가지 모델링 방법 중 교호작용을 고려한 신경망 모델의 경우가 PECVD의 물리적 현상을 더 명확히 설명할 수 있음을 확인했다.

  • PDF

Design of Wavelet Neural Network Based Predictive Control System for the Path Tracking of Mobile Robots (이동 로봇의 경로 추종을 위한 웨이블릿 신경 회로망 기반 예측 구어 시스템의 설계)

  • Song, Yong-Tae;Park, Jin-Bae;Choi, Yoon-Ho
    • Proceedings of the KIEE Conference
    • /
    • 2004.07d
    • /
    • pp.2329-2331
    • /
    • 2004
  • 본 논문에서는 이동 로봇의 경로 추종 제어를 위해 웨이블릿 신경 회로망에 기반한 예측 제어기의 설계 방법을 제안하고자 한다. 제안한 방법에 의해 설계된 제어기는 이동 로봇의 동특성을 예측하기 위한 웨이블릿 신경회로망 기반 예측기와 예측 제어기로 구성된다. 제안한 방법에서 모델링 및 제어기로 적용되는 신경 회로망의 장점과 우수한 해석 능력을 가진 웨이블릿 변환의 장점을 결합한 웨이블릿 신경 회로망을 이용하여 이동 로븟의 동특성을 모델링하여 예측 제어기에서의 비용 함수 최소화에 적용한다. 경로 추종 제어의 목적인 이동 로봇의 실제 출력과 예측기의 출력 오차를 최소화하기 위해 웨이블릿 신경 회로망의 파라미터 동정 및 예측 제어기는 경사 하강법을 이용하여 학습한다. 마지막으로 컴퓨터 모의 실험을 통하여 제안한 예측 제어 시스템의 적용가능성 및 효율성을 검증하고자 한다.

  • PDF

Music Genre Classification based on Deep Neural Network using Spikegram (스파이크그램을 이용한 심층 신경망 기반의 음악 장르 분류)

  • Yun, Ho-Won;Jang, Woo-Jin;Shin, Seong-Hyeon;Jang, Won;Cho, Hyo-Jin;Park, Ho-Chong
    • Proceedings of the Korean Society of Broadcast Engineers Conference
    • /
    • 2017.06a
    • /
    • pp.29-30
    • /
    • 2017
  • 본 논문에서는 인간의 청각 기관을 모델링 한 스파이크그램 (spikegram)을 이용한 심층 신경망 기반의 음악 장르 분류 기술을 제안한다. 분류 대상은 GTZAN 데이터 세트의 10개 장르로 정의한다. 본 논문에서는 청각 기관의 인식 방법을 모델링한 방법을 이용하여 스파이크그램을 구하고, 스파이크그램에서 새로운 특성 벡터를 추출하는 방법을 제안한다. 제안하는 방법을 통해 심층 신경망에 적합한 특성 벡터를 구하고 이렇게 구한 특성 벡터로 신경망을 학습시켜 기존에 사용하던 다양한 방법들보다 높은 성능을 얻을 수 있다.

  • PDF

Fuzzy-Neural Network Modeling of Nonlinear Systems using Genetic Algorithms (유전자 알고리즘을 이용한 비선형 시스템의 퍼지-신경 회로망 모델링)

  • 이승형;최용준;김주웅;김한웅;김경수;엄기환
    • Proceedings of the Korean Institute of Information and Commucation Sciences Conference
    • /
    • 1998.11a
    • /
    • pp.202-207
    • /
    • 1998
  • 본 논문에서는 유전자 알고리즘을 이용하여 불확실한 비선형 시스템의 퍼지-신경 회로망 모델링을 제안하였다. 제안한 퍼지-신경 회로망 모델링을 위한 학습 알고리즘은 다음과 같은 세 단계로 나누어 진행한다. 첫 번째 단계에서는 퍼지 모델의 소속 함수의 중심간과 표준편차를 구하여 초기 퍼지소속 함수를 결정한다. 두 번째 단계에서는 새로운 알고리즘을 통하여 언어적 퍼지 규칙을 만든다. 마지막 세 번째 단계에서는 유전자 알고리즘을 이용하여 중심값과 표준편차를 최적화함으로써 퍼지 모델의 소속 함수를 조절한다. 제안된 유전자 알고리즘의 장점은 흔히 신경 회로망에서 널리 쓰이는 역전파 알고리즘이 갖는 지역 최소점에 빠지는 현상이 없다는 것이다. 제안한 알고리즘의 유용성을 확인하기 위하여 일반적으로 가장 많이 쓰이는 비선형 시스템에 대하여 시뮬레이션 하여 확인하였다.

  • PDF

Monitoring of plasma color using neural network and CUSUM control chart (신경망과 CUSUM 제어차트를 이용한 플라즈마 색 감시)

  • Gwon, Min-Ji;Kim, Byeong-Hwan
    • Proceedings of the Korean Institute of Surface Engineering Conference
    • /
    • 2009.10a
    • /
    • pp.231-232
    • /
    • 2009
  • 공정의 질 (Quality)과 장비생산성을 향상시키기 위해서는 플라즈마를 엄격히 감시해야 하며, 본 연구에서는 플라즈마 색 정보와 신경망을 결합한 감시 기법을 보고한다. 본 기법은 인-시추 색 정보 수집, 시계열 신경망 모델링, 그리고 CUSUM 제어로 구성된다. 제안한 기법을 소스전력을 변화시켜 발생한 색 정보에 적용하였으며, 신경망 모델은 비정상 플라즈마를 정확하게 탐지할 수 있음을 확인하였다.

  • PDF

Performance comparison of various deep neural network architectures using Merlin toolkit for a Korean TTS system (Merlin 툴킷을 이용한 한국어 TTS 시스템의 심층 신경망 구조 성능 비교)

  • Hong, Junyoung;Kwon, Chulhong
    • Phonetics and Speech Sciences
    • /
    • v.11 no.2
    • /
    • pp.57-64
    • /
    • 2019
  • In this paper, we construct a Korean text-to-speech system using the Merlin toolkit which is an open source system for speech synthesis. In the text-to-speech system, the HMM-based statistical parametric speech synthesis method is widely used, but it is known that the quality of synthesized speech is degraded due to limitations of the acoustic modeling scheme that includes context factors. In this paper, we propose an acoustic modeling architecture that uses deep neural network technique, which shows excellent performance in various fields. Fully connected deep feedforward neural network (DNN), recurrent neural network (RNN), gated recurrent unit (GRU), long short-term memory (LSTM), bidirectional LSTM (BLSTM) are included in the architecture. Experimental results have shown that the performance is improved by including sequence modeling in the architecture, and the architecture with LSTM or BLSTM shows the best performance. It has been also found that inclusion of delta and delta-delta components in the acoustic feature parameters is advantageous for performance improvement.