• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1037-1041
• /
• 2006

본 연구에서는 수질자료에 내재되어 있는 주기성 및 경향성 등을 파악하기 위해 웨이블렛 변환을 적용하였으며 비선형 시계열자료에 대한 예측력이 우수한 인공신경망을 적용하여 예측모형을 개발하였다. 대상자료는 섬진강 유역의 주암호 수질자동측정망 지점에서 측정되고 있는 수질자료 중 2002년 1월 1일 ${\sim}$ 2004년 12월 31일까지의 일 TOC 수질자료를 이용하였다. 웨이블렛 변환을 위해 사용한 기저함수로는 Daubechies의 10번 웨이블렛 함수('db10')를 사용하였으며, 각 스케일링 및 웨이블렛 함수를 이용하여 5단계까지 변환하였다. 최종 변환된 근사성분과 D5, D4, D3, D2의 상세성분 자료를 이용하여 1시간후 TOC 예측 모형을 구성하였으며 그 결과 은닉층의 노드의 수가 17개인 모형인 Model_5_17 모형이 가장 우수한 예측력을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1964-1965
• /
• 2011

본 연구에서는 패턴분류를 위해 기존의 방사형 기저 함수 신경회로망(Radial Basis Funtion Neural Network)과 다항식 신경회로망(Polynomial Neural Network)을 결합한 다중 출력 방사형 기저 함수다항식 신경회로망 (Multi Output Radial Basis Funtion Polynomial Neural Network)의 분류기를 제안한다. 제안된 모델은 PNN을 기본 구조로 하여 1층에 기존의 다항식 노드 대신 다중 출력 형태의 RBFNN을 적용 한다. RBFNN의 은닉층에는 기존의 활성함수가 아닌 fuzzy 클러스터링을 사용하여 입력 데이터의 특성을 고려한 적합도를 사용하였다. PNN은 입력변수의 수와 다항식 차수가 모델의 성능을 결정함으로 최적화가 필요하며 본 논문에서는 Differential Evolution(DE)을 사용하여 모델의 구조 및 파라미터를 최적화시켜 모델의 성능을 향상시켰다. 패턴분류기로써의 제안된 모델을 평가하기 위해 pima 데이터를 이용하였다.

• 정보관리학회지
• /
• 제17권2호
• /
• pp.189-205
• /
• 2000

본 연구에서는 현재 웹정보검색의 문제점을 해결하기 위하여 기계학습알고리즘을 이용한 지능형정보검색 시스템을 구현하고 있다. 구체적으로. 수학분야 질의어 및 적합한 문서를 선정해서 이 자료를 토대로 어떻게 귀납학습알고리즘과 신경망을 적용할 수 있는지를 검토하고 있다. 또한, 본 논문에서는 신경망시스템 설계시 성능에 영향을 미치는 입.출력노드수, 은닉층, 학습매개변수등 다양한 요소를 경험적방법을 통해 검토하고 있다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.258-260
• /
• 2009

본 논문에서는 최적화 알고리즘인 유전자 알고리즘과 context-based FCM 클러스터링 방법을 이용하여 새로운 형태의 RBF 뉴럴 네트워크의 포괄적인 설계 방법론을 소개한다. 제안된 구조는 클러스터링 기법을 기반하여 사용된 데이터의 특성에 효과적인 모델을 구축하고자 한다. 또한 유전자 알고리즘을 이용하여 모델의 최적화에 주요한 영향을 미치는 파리미터들(-은닉층에서의 contex의 수, contex에 포괄되는 노드의 수, 그리고 contex에 입력되는 입력변수)을 동조한다. 제안된 모델의 설계 공정은 1) K-means 클러스터링을 통한 context fuzzy set에 대한 정의와 설계, 2) context-based fuzzy clustering에 대한 모델의 적용과 이에 따른 모델 구축의 효율성, 3) 유전자 알고리즘을 통한 모델 최적화를 위한 파라미터들의 최적화와 같은 단계로 구성되어 있다. 구축된 RBF 뉴럴 네트워크의 후반부 다항식에 대한 parameter들은 성능지수를 최소화하기 위해 Least Square Method에 의해서 보정된다. 본 논문에서는 모델을 설계함에 있어서 체계적인 설계 알고리즘을 포괄적으로 설명하고 있으며, 더 나아가 제안된 모델의 성능을 다른 표준적인 모델들과 대조함으로써 제안된 모델의 우수성을 나타내고자 한다.

• 한국지능시스템학회논문지
• /
• 제6권3호
• /
• pp.25-36
• /
• 1996

기존의 RBF 신경망 및 퍼지 시스템을 고차원 입력 공간 위에서의 비선형 근사에 적용할 경우 은닉 노드의 수혹은 퍼지 IF-THEN 규칙의 수가 기하급수적으로 증가한다. 본 논문에서는 이러한 문제점을 개선하기 위해 반국소 유닛을 기본 요소로 하는 수목구조지능시스템을 제안하고, 이를 효과적으로 학습하기 위하여 수정 유전자 알고리즘 및 LMS 규칙에 기반을 둔 학습 알고리즘을 개발한다. 제안된 시스템에 대한 근사 능력 해석이 수행되고, 실험적 고찰을 통하여 개발된 방법론의 유용성이 입증된다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2003년도 춘계공동학술대회
• /
• pp.827-834
• /
• 2003

기존의 RBF네트웍의 중심 결정에 관한 연구에서는 은닉중의 노드 수(즉 중심의 개수)가 결정되었다는 가정하에 그 위치만을 결정하는 알고리즘들이 개발되었다. 그러나 RBF 네트웍 의 성능과 계산속도는 중심의 개수에도 민감하기 때문에, 중심 위치와 개수의 통합적인 고려가 필요하다. 본 논문에서는 RBF 네트웍의 중심결정에 있어서 그 위치 뿐만 아니라 개수까지 동시에 고려하는 Two-Phase 알고리즘을 제안한다. Two-Phase 알고리즘은 두 단계로 구성된다 찻 번째 단계에서는 Bi-section 방법과 보정된 k-medoid 군집화 기법을 이용하여 네트웍의 최소 중심 개수와 위치를 결정한다. 두번째 단계에서는 RBF 네트웍의 weight를 결정하고 네트웍 설계를 마친다. 제안된 알고리즘을 다양한 수지 예제에 적용한 결과, 중심결정에 관한 기존의 알고리즘에 비해 더 적은 수의 중심으로 더 정확한 예측성능을 보임을 알 수 있었다.

• 정보처리학회논문지B
• /
• 제8B권4호
• /
• pp.335-342
• /
• 2001

본 논문은 보로노이 공간분류를 활용하여 원격탐사 영상인식을 위한 다층 신경망 분류기를제안한다. 제안된 다층 신경망 분류기는 보로노이 다각형 영역으로 클래스를 구분하며, 초평면 방정식의 계수를 오류 역전과 학습 초기의 연결 강도, 임계치 그리고 은닉층의 노드 수로 결정한다. 제안된 방법은 오류역전과 학습 알고리즘에서 임의로 정해주던 초기 정보를 사전 분석에 의해 공학적으로 결정함으로써 느린 수렴 속도와 학습실패 등의 단점을 피할 수 있는 장점이 있다. 보로노이 다이어그램에 대한 경계선의 초평면 방정식은 훈련집합의 클래스별 평균값을 구하여 Mathematica 패키지로 계산하였다. 제안된 다층 신경망에 의한 영상분류기의 인식능력을 평가하기 위하여 원격탐사 영상인식에서 자주 활용되는 최소거리 분류 방법과 최대우도 분류 방법으로 처리해서 비교한 결과, 최소거리 분류 방법은 실험화상에 대해 81.4%, 최대우도 부류기에 의한 분류는 87.8%, 제안한 방법은 92.2% 정확성을 가진 분류결과를 나타냈다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.671-674
• /
• 2003

본 논문에서는 고차 신경망 (High-order Neural Network) 을 이용한 LCD 모니터의 색 보정 방법에 관해 제안하였다. 스캐너를 통해 입력받는 영상과 LCD 모니터상에 보여지는 영상의 색을 고차 신경회로망을 통해 보정하였다. 측색기를 이용하여 색표의 값을 측정하고 이를 신경회로망의 출력으로, LCD 모니터에 나타나는 값을 입력으로 하여 학습하였다 입력은 측정값들의 상관항으로 구성되는 집합을 구성하여 고차 신경회로망의 입력으로 사용하였다. 최적의 실험결과를 얻기 위해 은닉층의 수와 노드 수를 변경하며 실험하였다. 실험을 통해 고차 선경회로망을 이용한 방법으로 원색에 가깝게 보정 됨을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (1)
• /
• pp.487-489
• /
• 2002

본 논문에서는 액티브코드를 이용한 실시간 역추적시스템에 대하여 논한다. 본 시스템은 우회공격의 연결특성을 이용하여 TCP 응용프로그램의 응답메시지에 액티브코드를 덧붙였다. 덧붙여진 액티브코드는 침입자의 근원지 소스측으로 실시간 이동하면서 네트워크 중간노드에서 침입자의 공격에 유연하게 대응한다. 또한, 본 시스템에서는 데이터은닉기법을 적용하여 중간 경유호스트에서 별도의 역추적 시스템을 도입할 필요가 없도록 기존의 환경에 투명성을 부여하였다. 이러한 방법을 통해, 기존의 호스트기반역추적 시스템의 신뢰성문제와 deployment문제를 해결하였다. 본 시스템을 통하여 기존의 네트워크환경에 최소한의 변경으로 침입자의 공격에 실시간적이며 능동적인 대응을 할 수 있다.

• 한국터널지하공간학회 논문집
• /
• 제14권4호
• /
• pp.357-374
• /
• 2012

터널 설계 시 사용되는 지반물성치는 한정적인 조사 및 시험을 통해 산정되기 때문에 불확실성을 내포한다. 본 연구에서는 최적의 지반물성치를 찾기 위해 터널의 굴진면 관찰자료와 계측자료를 활용하여 인공신경망을 이용한 역해석을 수행하였다. 우선 굴진면 관찰자료를 이용하여 연구대상 터널의 암반등급이 선정되었다. 기존연구에 대한 문헌고찰을 통해서 암반등급별로 지반물성치의 가능한 범위를 지정하여 보다 정확한 학습자료 구축을 위해 활용되었다. 또한 최적의 학습모델을 찾기 위해 은닉층 수와 각 은닉층의 노드 수를 기존연구보다 세분하여 변화시켜가며 매개변수 연구를 수행하였다. 연구결과, 기존 연구와 비교했을 때, 보다 정확한 지반물성치를 얻을 수 있었다. 따라서 계측자료 뿐만 아니라 굴진면 관찰자료를 인공신경망을 이용한 역해석에 활용하면 결과의 정확성을 높일 수 있음을 확인하였다. 향후 본 연구에서 제시된 방법론을 사용하여 지반물성치를 보다 정확하게 추정할 수 있을 것으로 기대된다.