• Journal of Korea Society of Industrial Information Systems
• /
• v.7 no.5
• /
• pp.21-28
• /
• 2002

With the proliferation of internet and an increase in internet users, several kinds of vast information are provided to users on the internet. It is increasing in the need of personalization service by filtering user preferred news among various news documents provided through several news servers.. In this paper, we implemented a filtering agent system to meet to demand for personalized news service. In the proposed system, Kohonen network is used to train keywords provided by users and to classify news groups. Resulting from that, the personalized new service is achieved. After we trained and tested the filtering agent, we could provide users news groups with their intention.

• Journal of Internet Computing and Services
• /
• v.11 no.2
• /
• pp.129-142
• /
• 2010

The ubiquitous healthcare environment is one of the systems that benefit from wireless sensor network. But one of the challenges with wireless sensor network is its high loss rates when transmitting data. Data from the biosensors may not reach the base stations which can result in missing values. This paper proposes the Health Monitor Agent (HMA) to gather data from the base stations, predict missing values, classify symptom patterns into medical conditions, and take appropriate action in case of emergency. This agent is applied in the Ubiquitous Healthcare Environment and uses data from the biosensors and from the patient’s medical history as symptom patterns to recognize medical conditions. In the event of missing data, the HMA uses a predictive algorithm to fill missing values in the symptom patterns before classification. Simulation results show that the predictive algorithm using the HMA makes classification of the symptom patterns more accurate than other methods.

• The Journal of Korean Association of Computer Education
• /
• v.4 no.2
• /
• pp.85-95
• /
• 2001

Since documents on the Web are naturally partitioned into many document databases, the efficient information retrieval process requires identifying the document databases that are most likely to provide relevant documents to the query and then querying the identified document databases. We propose a neural net based user feedback learning mechanism for such an efficient information retrieval. Presented learning mechanism learns about underlying document databases using the relevance feedbacks obtained from user's retrieval experiences. For a given query, the learning mechanism, which is sufficiently trained, discovers the document databases associated with the relevant documents and retrieves those documents effectively.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.45 no.5
• /
• pp.95-101
• /
• 2008

Modeling of stock prices forecast has been considered as one of the most difficult problem to develop accurately since stock prices are highly correlated with various environmental conditions including economics and political situation. In this paper, we propose a agent system approach to predict Korea Composite Stock Price Index (KOSPI) using neural network and statistical methods. To minimize mean of prediction error and variation of prediction error, agent system includes sub-agent modules for feature extraction, variables selection, forecast engine selection, and forecasting results analysis. As a first step to develop agent system for KOSPI forecasting, twelve economic indices are selected from twenty two basic standard economic indices using principal component analysis. From selected twelve economic indices, prediction model input variables are chosen again using best-subsets regression method. Two different types data are tested for KOSPI forecasting and the Prediction results showed 11.92 points of root mean squared error for consecutive thirty days of prediction. Also, it is shown that proposed agent system approach for KOSPI forecast is effective since required types and numbers of prediction variables are time-varying, so adaptable selection of modeling inputs and prediction engine are essential for reliable and accurate forecast model.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.310-312
• /
• 2000

추정을 위한 방법으로는 K-NN과 회귀분석, 신경망 등의 다양한 방법을 적용할 수 있다. 그러나 K-NN의 경우 거리에 의해서만 결과를 추정하므로 각 속성에 대한 가중치가 속성 값들의 간격에 의해 결정되고, 회귀분석은 하나의 선으로 데이터의 경향을 표현하므로 속성의 가중치는 고려되지만, 데이터의 분포가 넓을 경우에는 많은 오차를 포함하게 되는 데이터에 의존적인 문제가 존재한다. 따라서 본 연구에서는 이러한 방법들을 혼합하여 데이터에 의존적인 문제를 보안할 수 있는 다중분석방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.861-864
• /
• 2017

사이버 ISR을 통하여 정보를 획득하는 과정에서 데이터를 추출하고 이를 스스로 가공하여 의사결정에 도움을 줄 수 있는 에이전트를 연구하는 과정에서 폐쇄망에 침투했을 경우 이를 효과적으로 감시 정찰할 수 있는 방법을 논의한다. 폐쇄망으로 인하여 침투한 컴퓨터에 심어진 에이전트는 C&C서버와 원활한 교류가 불가능하게 되는데, 이때 스스로 살아남아 지속적으로 데이터를 수집하며, 분석을 하기 위해서는 한정된 자원과 시간을 활용하여야 발각되지 않고 계속하여 임무를 수행할 수 있다. 특히 분석하는 과정에서 많은 자원과 시간을 활용하는 때 이를 해결하기 위해 본인은 점진적 학습방법을 이용하는 것을 제안하며, 일괄학습 방법과 함께 비교하는 실험을 해보았다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.32-36
• /
• 2002

심리상담의 영역이 확대되어 감에 따라 오프라인 상담뿐만 아니라 온라인 형태의 상담이 급속히 발전하고 있다. 인터넷의 활용도가 증가함에 따라 컴퓨터를 의사소통의 매개로 활용한 사이버상담 형태를 통한 상담도 체계적으로 개발되어야 할 필요성이 있다. 그러나 현재 개설되어 운영되고 있는 사이버상담은 내담자에게 적합한 맞춤상담이 불가능하며 또한 자가치유가 가능한 자가치유시스템이 없는 실정이다. 따라서 본 논문에서는 지능형 에이전트를 이용하여 내담자에게 적합한 맞춤상담이 가능한 방법을 제안함과 동시에 과거 상담사레 데이터베이스를 바탕으로 이전의 상담사레들을 신경망의 BP학습알고리즘을 이용하여 학습을 시킨 후 자가치유가 가능한 자가치유시스템을 설계하는 방법을 제안한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.05a
• /
• pp.140-148
• /
• 2002

컴퓨터를 통해 편리한 생활을 추구해온 인간들은 전자상거래 분야에서도 이러한 욕구를 충족시키기 위해 자동협상이라는 기능을 요구하게 되었다. 지능형 에이전트를 이용한 자동협상은 인간의 거래협상 업무의 부담을 많은 부분을 덜어주고 있어 자동협상 에이전트에 관한 연구들이 활성화되고 있다 소비자간 전자상거래에서는 다수의 자동협상 에이전트 연구들이 경매시장에서의 자동협상에 초점을 맞추고 있는데 반해, 가격 이외의 여러 거래속성을 갖는 상품에 대한 제안기반 협상시장에서의 자동협상 에이전트에 관한 연구들이 최근에 활발히 이루어지고 있다. 본 연구에서는 소비자간 전자상거래에서 거래속성의 변화에 따라 개인의 효용가치의 차이를 이용한 다속성 상품의 제안기반 협상시장이 가져야할 특성에 대해 연구하고, 이를 기반으로 자동 거래협상을 수행에 필요한 거래속성 변화에 따른 소비자 개인의 선호체계를 표현하기 위한 방법을 개발하였다. 그리고 이러한 자동 거래협상을 공정하게 수행하기 위해 협상시장이 가져야할 특징과 프로토콜을 제안하고 시장운영 에이전트 시스템의 구조를 설계하였다. 마지막으로 이러한 분산형 시장구조를 갖는 제안기반의 협상시장에 참여하는 사용자 에이전트 시스템이 최적의 거래상대와 최적의 거래안을 찾기 위한 탐색방법을 구체적으로 개발하였다. 본 연구의 결과를 통하여 소비자간 전자상거래에서 구매자 뿐만 아니라 판매자도 협상결과에 따른 거래로 얻어지는 자신의 효용을 극대화할 수 있는 공정한 협상시장을 운영할 수 있을 뿐만 아니라 사용자들도 손쉽게 자신의 협상 선호체계를 쉽게 표현하고, 표현된 선호체계를 반영한 자동 거래협상을 수행할 수 있을 것 이다. 기존의 UN/EDIFACT표준을 사용하고 있는 EDI환경과 기존 VAN 방식의 EDI 중계 시스템과 연동되며, 향후 관세청의 XML/EDI 표준 시행을 미리 대비하는 선도연구로서 자리매김이 된다. 본 연구에서는 개발된 XML/EDI 통관시스템은 향후, 서비스의 최대 걸림돌이 되어왔던 값비싼 EDI 사용료의 부담에서 벗어날 수 있게 할 것이며, 저렴한 EDI구축/운영 비용으로 전자문서교환의 활성화와 XML이 인터넷 기반의 문서유통 표준으로 자리매김할 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 buffer without

• Journal of Intelligence and Information Systems
• /
• v.14 no.2
• /
• pp.193-206
• /
• 2008

Medical diagnosis can be considered a classification task which classifies disease types from patient's condition data represented by a set of pre-defined attributes. This study proposes a hybrid genetic algorithm based classification method to develop classifiers for multidimensional pattern classification problems related with medical decision making. The classification problem can be solved by identifying separation boundaries which distinguish the various classes in the data pattern. The proposed method fits a finite number of regional agents to the data pattern by combining genetic algorithms and local adaptive operations. The local adaptive operations of an agent include expansion, avoidance and relocation, one of which is performed according to the agent's fitness value. The classifier system has been tested with well-known medical data sets from the UCI machine learning database, showing superior performance to other methods such as the nearest neighbor, decision tree, and neural networks.

• The KIPS Transactions:PartB
• /
• v.8B no.6
• /
• pp.609-616
• /
• 2001

Today, as the Internet is popularized, information and news retrieval are generalized. However due to the tremendous amount and variety of information, many users appeal the difficulties of information retrieval. Thus in this paper, we propose a news retrieval system, which filters news articles using an intelligent agent with the learning ability of BPN (back propagation neural network). This system also uses a profile to accomodate the personalized news retrieval. This system consists of two major agents, collection agent and learning agent. The collection agent gathers the articles from several news sites, analyzes them, and stores into a database. The learning agent builds the BPN based on the personalized data. In addition, considering the popularity of the wireless internet due to the rapid development of communication technologies, we made this system provide the service through the wireless internet.