• 정보와 통신
• /
• 제31권11호
• /
• pp.27-34
• /
• 2014

본 리뷰 논문에서는 많은 데이터 환경에서 얻어진 k-최근접 이웃들(k-nearest neighbors)의 이론적 성질로부터 어떻게 분류를 위한 알고리즘을 만들어낼 것인가에 대한 여러 가지 방법들을 설명한다. 많은 데이터 환경에서의 최근접 이웃 데이터의 정보는 다양한 기계학습 문제를 푸는데 아주 좋은 이론적인 성질을 가지고 있다. 하지만, 이런 이론적인 특성들이 데이터가 많지 않은 환경에서는 전혀 나타나지 않을 뿐 아니라 오히려 다른 다양한 알고리즘들에 비해 성능이 많이 뒤쳐지는 결과를 보여주고 있다. 본 리뷰 논문에서는 많은 데이터 환경 하에서 k-최근접 이웃들의 정보가 어떤 이론적인 특성을 가지는지 설명하고, 특별히 이런 특성들을 가지고 k-최근접 이웃을 이용한 분류 문제를 어떻게 베이지안 추론(Baysian inference) 문제로 수식화 할 수 있는지 보인다. 마지막으로 현재의 빅데이터 환경에서 실용적으로 사용할 수 있는 알고리즘들을 소개한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.293-296
• /
• 2023

본 논문에서는 고속도로의 교통망의 연결성을 분석하고 예측하기 위하여 그래프 이론을 이용하여 접근성 지표의 알고리즘을 제안한다. 먼저 2025년 고속도로 교통망을 그래프로 나타낸 운송네트워크를 구한다. 그리고 그래프 이론의 연결수, 비교거리, 접근지표, 연결도, 산포지수, 지름 등의 개념을 이용하여 2025년 고속도로 교통망의 연결성을 분석하고 예측하기 위하여 주어진 운송네트워크로부터 다양한 접근성 지표를 쉽게 얻을 수 있는 알고리즘을 제시한다. 이를 통하여 고속도로의 운송네트워크에서 교통의 중심이 되는 도시를 찾을 수 있다.

• 한국정보통신학회논문지
• /
• 제9권7호
• /
• pp.1419-1424
• /
• 2005

본 논문에서는 통신 채널의 오류로 인하여 통신 단말간에 서로 송수신되는 정보중에 임의의 비트가 삭제되거나 추가되어 암호 알고리즘을 사용하여 통신이 불가능해지는 경우, 이를 극복하기 위한 기법으로 Statistical CFB 방식의 암호 알고리즘을 제안한다. 먼저, 비트 삽입 또는 비트 삭제 발생 시 오류 전파의 영향을 수학적으로 모델링하여 이론적인 Statistical CFB 암호 알고리즘의 성능을 분석한다. 이 경우, Statistical CFB 방식의 성능을 결정하는 요소인 농기 패턴의 길이와 피프백되는 키의 길이를 변화해가며 분석하도록 한다. 또한 이론적인 분석과 함께 실제로 특정 길이의 동기 패턴과 피드백되는 키를 선택한 후, Statistical CFB 방식을 적용한 암호 알고리즘을 사용하여 성능을 분석하였다. 이를 이론적인 분석 결과와 비교하여 제안된 암호 알고리즘의 타당성을 검증한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권9호
• /
• pp.920-926
• /
• 2005

최근접 이웃(k nearest neighbor) 알고리즘은 새로운 개체의 목표값을 예측하기 위하여 과거의 유사한 데이타를 이용하여 그 값을 예측하는 것이다. 이 방법은 기계학습의 여러 분야에서 그 유용성을 검증받아 널리 사용되고 있다. 이러한 kNN 알고리즘에서 목표값을 예측할 때 각 속성의 가중치를 동일하게 고려하는 것은 좋은 성능을 보장할 수 없으며 따라서 kNN에서 각 속성에 대한 가중치를 적절히 계산하는 것은 kNN 알고리즘의 성능을 결정하는 중요한 요소중의 하나이다. 본 논문에서는 정보이론을 이용하여 kNN 에서의 속성의 가중치를 효과적으로 계산하는 새로운 방법을 제시하고자한다. 제안된 방법은 각 속성이 목표 속성에 제공하는 정보의 양에 따라 가중치를 자동으로 계산하여 kNN 방법의 성능을 향상시킨다. 개발된 알고리즘은 다수의 실험 데이타를 이용하여 그 성능을 비교하였다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제19권3호
• /
• pp.70-76
• /
• 1995

생산스케쥴링의 기준이 되는 정보는 각 부품의 생산시간이나 생산비용인데, 이들은 고정된 값으로 취급되는 경우가 많다. 그러나, 실제적으로는 가공조건에 의하여 그 값들이 변화한다. 가공조거는 절삭깊이(depth of cut), 이송속도(feed rate), 및 절삭속도(cutting speed)로 구성되어 있다. 본 연구에서는 주어진 조건에 있어서 가공의 최적절삭조건을 최적이론의 하나인 페널티 함수이론(SUMT)을 이용하여 결정하는 할고리즘을 개발하였다. 알고리즘에서 목표함수(objective functions)로는 표면거칠기, 파워 소비, 등을 고려했다. 개발된 알고리즘 프로그램의 유용성을 증명하기 위해 선반가공의 예를 실행하여 그 결과를 예시하였다.

• 한국음향학회지
• /
• 제17권1호
• /
• pp.31-38
• /
• 1998

본 논문에서는 애매성을 고려한 이론을 적용하여 유사도를 측정한 후 퍼지 관계 행 렬을 생성하여 인식을 행하는 방법을 제안하고자 한다. 인식 시스템은 모델과 입력 영상의 특징값을 정합하여 행하게 되는데 이때 얼마나 유사한가를 계산하는 유사도 측정은 대단히 중요한 작업중의 하나가 된다. 이를 위해 톨이론과 퍼지이론의 일치도 연산을 이용하여 유 사도를 측정하며, 퍼지 관계 행렬을 생성하여 정합을 행하고자 한다. 제안한 알고리즘에 대 해 3차원 물체와 얼굴 영상을 대상으로 실험을 수행하였으며 이를 통해 본 논문의 유용성을 입증하고자 한다.

• 대한교통학회지
• /
• 제14권4호
• /
• pp.131-154
• /
• 1996

고속도로 및 도시 고속도로는 교통의 단순한 매체로 뿐만 아니라 환경, 에너지, 경제 등등 사회 전반에 걸쳐 그 역할이 다양하며, 영향력이 지대하고, 중요한 비중을 차지함으로써, 이들 도로의 효율적인 운영을 위하여 고속도로 운영체계 수립 및 설계시 교통상황을 예측할 필요성이 있다. 이런 목적을 실현하기 위하여 , 기존의 개발된 교통류 모형들을 사용할 수 있으나, 이들의 예측 결과에 대한 낮은 신뢰도, 혹은 모형의 특성(예, 처리용량, 해석방법) 에 따른 제약 등등의 이유로 실용화되지 못하고 있는 실정이다. 최근 Newell 은 충격파이론을 간편화하여 기존의 다른 교통류 이론들에 비해 많은 장점을 갖은 새로운 교통류의 이론은 개발하였다. 하지만, 이 이론도 수작업에 의한 도식적 (graphical) 해석방법을 기초로 하고 있기 때문에, 실제 교통운용체계에 사용화하기에는 거의 불가능한 비효율적 결함을 니니고 있다. 이 논문의 목적은 Newell 의 이론을 추후 실제 현장에서 적용할 수 있도록 Newell의 도식적 해석방법을 체계화(mechanize)한 컴퓨터 알고리즘을 개발하는데 있다.

• 한국정보과학회논문지:시스템및이론
• /
• 제35권2호
• /
• pp.75-83
• /
• 2008

Joye와 연구자들은 기존의 조합 소수 판단 검사에서 trial division 과정을 제거한 새로운 소수 생성 알고리즘 (이하 JPV 알고리즘)을 제시하였으며, 이 알고리즘이 기존의 조합 소수 생성 알고리즘에 비해 $30{\sim}40%$ 정도 빠르다고 주장하였다. 하지만 이 비교는 전체 수행시간이 아닌 Fermat 검사의 호출 횟수만을 비교한 것으로 정확한 비교와는 거리가 있다. 기존의 조합 소수 생성 알고리즘에 대해 이론적인 수행시간 예측 방법이 있음에도 불구하고 두 알고리즘의 전체 수행시간을 비교할 수 없었던 이유는 JPV 알고리즘에 대한 이론적인 수행 시간 예측 모델이 없었기 때문이다. 본 논문에서는 먼저 JPV 알고리즘을 확률적으로 분석하여 수행시간 예측 모델을 제시하고, 이 모델을 이용하여 JPV 알고리즘과 기존의 조차 소수 생성 알고리즘의 전체 수행시간을 비교한다. 이 모델을 이용하여 펜티엄4 시스템에서 512비트 소수의 생성 시간을 예측해 본 결과 Fermat 검사의 호출 횟수를 이용한 비교와는 달리 JPV 알고리즘이 기존의 조합 소수 생성 알고리즘보다 느리다는 결론을 얻었다. 이러한 이론적인 분석을 통한 비교는 실제 동일한 환경에서 실험을 통해서 검증되었다. 또한, 본 논문에서는 JPV 알고리즘의 성능 개선 방법을 제시한다. 이 방법을 사용하여 JPV 알고리즘을 개선하면 동일한 공간을 사용할 경우에 JPV 알고리즘이 기존의 조합 소수 생성 알고리즘과 비슷한 성능을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.108-111
• /
• 2007

속성선택(Feature Selection)은 패턴분류 문제에서 분류기들의 성능을 향상시킬 수 있는 중요한 부분으로 다양한 기법들이 연구되어지고 있다. 특히, 많은 변수와 속성들을 가지는 데이터를 패턴분류 하는 과정에서 주요 속성부분집합을 추출하여 이용함으로써 분류기의 연산속도 및 정확도를 향상시킬 수 있다. 본 논문에서는 유전자 알고리즘과 정보이론의 상호정보량을 이용하여 속성선택을 하는 기법을 제안하였다. 제안된 기법의 성능을 평가하기 위하여 패턴분류 문제에 적용하고 그 성능이 우수함을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.336-338
• /
• 1999

본 논문에서는 사회 학습의 이론의 하나인 관찰 학습 이론에 기반한 네트웍 앙상블을 위한 관찰 학습 알고리즘을 제안한다. 하나의 네트웍이 학습할 대 함께 학습되는 다른 네트웍들을 이용하여 가상 데이터를 생성하여 학습에 이용하므로써 데이터가 부족한 경우 네트웍이 과학습 되는 것을 방지고 각 네트웍의 일반화 성능을 향상시키는 동시에 앙상블의 성능도 향상시킨다. 제안된 방법을 사인 함수의 근사 문제와 중첩된 두 정규 분포의 분류 문제에 적용하고 단일 네트웍, 네트웍 위원회, Bagging 알고리즘과 비교하여 제안된 방법의 일반화 성능의 우수성을 보였다.