• Journal of the Korean Society for Nondestructive Testing
• /
• v.15 no.4
• /
• pp.520-530
• /
• 1996

In this study, the artificial defects in rotary compressor are classified using pattern recognition of acoustic emission signal. For this purpose the computer program is developed. The neural network classifier is compared with the statistical classifier such as the linear discriminant function classifier and empirical Bayesian classifier. It is concluded that the former is better. It is possible to acquire the recognition rate of above 99% by neural network classifier.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.709-711
• /
• 2005

본 논문에서는 알파벳 대문자 영상에 다양한 특징을 추출하고 이를 신경망을 이용하여 영문 알파벳을 구분하는 방법을 제안하고자 한다. 제안된 방식은 비교적 간단한 연산을 통해 입력된 영상에 대한 정보를 추출하여 신경망에 대입을 함으로서, 빠른 결과를 얻는 것과 동시에 알파벳 이미지가 아닌 알파벳 내에 들어있는 패턴들을 이용하여 알파벳을 구분함으로서 노이즈에 강한 장점을 나타내고 있다. 다양한 필체를 이용하여 실험을 수행하였고, 현재 사용 중인 상용 프로그램과 본 논문에서 제안한 방법의 적중률을 비교하였다.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.179-183
• /
• 2017

단어 벡터는 단어 사이의 관계를 벡터 연산으로 가능하게 할 뿐 아니라, 상위의 신경망 프로그램의 사전학습 데이터로 많이 활용되고 있다. 한국어 어절은 생산적인 조사나 어미 때문에 효율적인 단어 벡터 생성이 어려워 대개 실질형태소만을 사용하여 한국어 단어 벡터를 생성한다. 본 논문에서는 실질형태소와 형식형태소를 모두 사용하되, 형식형태소를 적절하게 분류하여 단어 벡터의 성능을 높이는 방법을 제안한다. 자체 구축한 단어 관계 테스트 집합으로 추출 성능을 평가해 본 결과, 제안한 방법으로 형식형태소를 사용할 경우, 성능이 향상되었다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.179-183
• /
• 2017

단어 벡터는 단어 사이의 관계를 벡터 연산으로 가능하게 할 뿐 아니라, 상위의 신경망 프로그램의 사전학습 데이터로 많이 활용되고 있다. 한국어 어절은 생산적인 조사나 어미 때문에 효율적인 단어 벡터 생성이 어려워 대개 실질형태소만을 사용하여 한국어 단어 벡터를 생성한다. 본 논문에서는 실질형태소와 형식형태소를 모두 사용하되, 형식형태소를 적절하게 분류하여 단어 벡터의 성능을 높이는 방법을 제안한다. 자체 구축한 단어 관계 테스트 집합으로 추출 성능을 평가해 본 결과, 제안한 방법으로 형식형태소를 사용할 경우, 성능이 향상되었다.

• Journal of Digital Contents Society
• /
• v.5 no.3
• /
• pp.245-249
• /
• 2004

This paper shows the reconstruction of existing composition chord program using back propagation neural network. In this approach, in order to produce the expectation values, weight values are controlled by neural network which rued chord pattern as a input vector. Experimental results showed that proposed approach is superior to a popular chord pattern method rather than existing composition program.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.769-771
• /
• 2003

PromSearch는 DNA 염기서열 상에서 프로모터의 위치를 예측하는 프로그램이다. 다루는 대상은 인간 DNA의 프로모터이며, 프로모터의 TSS(transcription start site, 전사시작지점)를 예측하는 것을 목표로 한다. 프로모터 영역을 세분하여 각 영역에 대한 프로파일을 PWM(position weight matrix)을 이용해 작성하며, 임의의 염기서열이 입력으로 주어지면 세분한 영역의 점수를 신경망을 이용해 통합하여 프로모터 여부와 TSS의 위치를 결정한다. 프로모터 영역의 분할은 코어 프로모터의 구성 요소인 TATA-box와 Inr, DPE(downstream promoter element), 그리고 코어 프로모터의 위쪽으로 150bp 크기의 영역 등으로 4분할하였다. Fickett의 데이터를 이용한 평가 결과 sensitivity 43%, specificity 88fp(1/376bp)의 성능을 보였다.

• Proceedings of the KIPE Conference
• /
• 2008.06a
• /
• pp.66-68
• /
• 2008

본 논문은, 전력계통 내의 순시 파형으로부터 전력품질 자동진단을 위한 인공지능형 단상전력품질 진단기를 제안한다. 진단하는 전력품질은 전압강하(Sag), 전압상승(Swell), 과도현상(Transient) 및 전고조파함유율(THD) 이다. 인공지능 구현을 위해서 인공신경망 이론을 이용하였으며, 시뮬레이션 및 TI DSP 320C6713 사용하여 하드웨어를 구현하였다. 인공신경망의 학습을 위하여, 00변전소에서 일년(2007년)동안 측정한 데이터 중에서 Sag, Swell, Transient 특성이 명확히 관측된 150주기의 파형과 정상상태의 50주기 파형으로 구성된 총 200주기의 데이터를 사용하였다. 측정된 파형을 1/60[sec.]마다 256번 샘플링하여, FFT 및 웨이블렛 변환을 시행하여 얻어진 값을 인공신경망 학습에 사용하였다. 상용프로그램 PSIM을 이용하여 인공신경망 학습을 시뮬레이션하였으며, DSP 프로세서를 이용하여 하드웨어로 구현하여 검증하였다.

• 한국경영정보학회:학술대회논문집
• /
• 2007.11a
• /
• pp.251-256
• /
• 2007

성형외과에서는 웹 방문자를 늘리기 위하여 다양한 노력을 하고 있지만, 웹 사이트의 어떠한 속성이 웹 방문자 수를 증대시키는지에 대한 체계적인 연구는 찾아보기 어렵다. 본 논문에서는 방문자 수가 많은 성형외과 웹 사이트와 방문자 수가 적은 웹 사이트를 구분하는 속성을 규명하였다. 다중 판별 분석과 의사결정 나무 기법, 신경망 분석 기법을 이용하여 방문자의 다소 (多少)를 구분하는 속성들을 도출하였다. 웹 사이트의 속성 중 '가상성형프로그램', '정보추천' 등 소수의 속성이 방문자 수의 다소(多少)를 설명하는 것으로 드러났다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.449-451
• /
• 2022

암호화 프로그램에서 난수생성기는 널리 사용되며 중요한 역할을 하므로 공격의 대상이 되기 쉽고, 따라서 높은 난수성을 확보해야 한다. 최근에는 인공 신경망 기술이 발달함에 따라 난수생성기에 딥러닝 기술을 적용하는 연구들이 다수 진행되었으며, 본 논문에서는 이러한 연구 동향에 대해 알아본다. 크게 난수를 생성하는 연구와 다음에 올 수를 예측하는 예측 공격으로 나뉜다. 공통적으로는 학습해야 할 대상인 난수가 시계열 데이터이므로 대부분의 연구들이 RNN, CNN-1D 신경망을 사용한다. 난수 생성을 위해서는 분류형 신경망이 아닌, 생성형 신경망과 강화학습을 주로 사용하였다. 대부분의 연구들이 NIST SP-800 테스트를 시행하였을 때 높은 난수성을 확보할 수 있었다. 이외에도 최근 양자 컴퓨터가 개발됨에 따라 양자 하드웨어로부터의 양자 난수 생성기에 대한 예측 공격에 관한 연구도 있다. 딥러닝 기반의 난수 생성기에 대해서, 향후에는 기존의 난수생성기보다 빠른 생성 속도를 달성할 수 있는 경량 구현에 대한 연구와 그에 대한 비교 및 평가가 있어야 할 것으로 생각된다.

• Journal of the Korea Convergence Society
• /
• v.6 no.2
• /
• pp.25-30
• /
• 2015

The purpose of this study was to analyze the factors that affects the participating in a smoking cessation program. Data were from the A Study on the Seoul Welfare Panel Study 2010. Subjects were 1,326 smokers aged 19 and older living in the community. Dependent variable was defined as experience of smoking cessation. Explanatory variables were included as age, gender, level of education, employment status, household income, marital status, drinking, self-reported health status, depression, disease, and physical activity. A prediction model was developed by the use of a Decision Tree and Neural Network Algorithm. In the Prediction model, self reported health status, disease, income, household income were significantly associated with participating in a smoking cessation program. Based this study, systematic education and development of programs are required.