• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.194-199
• /
• 2006

본 논문에서는 불확실한 환경 상에서의 의사결정 알고리즘인 "Case-based Decision Theory" (CBDT) 알고리즘을 dynamic하게 연동되는 연속된 의사결정 문제에 대하여 강화학습의 대표적인 Q-learning의 강화기법을 응용하여 확장한 새로운 의사결정 알고리즘 "Dynamic CBDT"를 제안하고, CBDT알고리즘에 대한 Dynamic CBDT의 효율성을 테트리스 실험을 통하여 확인한다.

• The KIPS Transactions:PartB
• /
• v.16B no.4
• /
• pp.327-331
• /
• 2009

In fuzzy logic, aggregating uncertainties is generally achieved by means of operators such as t-norms and t-conorms. However, existing aggregation operators have some disadvantages as follows : First, they are situation-independent. Thus, they may not be properly applied to dynamic aggregation process. Second, they do not give an intuitional sense to decision making process. To solve these problems, we propose a new $\varepsilon$-AMDA (Aggregation based on the fuzzy Multidimensional Decision Analysis) algorithm to reflect degrees of strength for option i (i = 1, 2, ..., n) in the decision making process. The $\varepsilon$-AMDA algorithm makes adaptive aggregation results between min (the most weakness for an option) and max (the most strength for an option) according to the values of the parameter representing degrees of strength for an option. In this respect, it may be applied to dynamic aggregation process. In addition, it provides a mechanism of the fuzzy multidimensional decision analysis for decision making, and gives an intuitional sense to decision making process. Thus, the proposed method aids the decision maker to get a suitable decision according to the degrees of strength for options (or alternatives).

• Journal of Science and Technology Studies
• /
• v.18 no.3
• /
• pp.153-216
• /
• 2018

The contemporary practices of Big-Data based automated decision making algorithms are widely deployed not just because we expect algorithmic decision making might distribute social resources in a more efficient way but also because we hope algorithms might make fairer decisions than the ones humans make with their prejudice, bias, and arbitrary judgment. However, there are increasingly more claims that algorithmic decision making does not do justice to those who are affected by the outcome. These unfair examples bring about new important questions such as how decision making was translated into processes and which factors should be considered to constitute to fair decision making. This paper attempts to delve into a bunch of research which addressed three areas of algorithmic application: criminal justice, law enforcement, and national security. By doing so, it will address some questions about whether artificial intelligence algorithm discriminates certain groups of humans and what are the criteria of a fair decision making process. Prior to the review, factors in each stage of data mining that could, either deliberately or unintentionally, lead to discriminatory results will be discussed. This paper will conclude with implications of this theoretical and practical analysis for the contemporary Korean society.

• Journal of Digital Convergence
• /
• v.14 no.3
• /
• pp.209-217
• /
• 2016

Recently, the outdoor activities were increased in accordance with economic growth and improved quality of life. In addition, weather and outdoor activities are closely related. Currently, Outdoor Activities decisions are determined by the Korea Meteorological Administrator's forecasts and subjective experience. Therefore, we need the analysis method that can provide a basis for the decision on outdoor activities based on meteorological information. In this paper, we propose an algorithm that can analyze meteorological information to support decision-making outdoor activities. And the algorithm is based on the data mining. In addition, we have constructed a baseball game schedule with automatic weather system's observation data in the training data. We verified the improved performance of the proposed algorithm.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1123-1124
• /
• 2023

본 논문은 실시간 차선 인식을 기반으로 한 자율주행 알고리즘을 제안한다. 자율주행 알고리즘은 크게 차선 인식과 의사결정으로 구분된다. 차선 인식 부분에서는 직관적인 판단을 위해 버드 아이 뷰로 영상데이터를 변환하여 안정적 차선 인식을 위하여 차선 영역을 추출하고 노이즈를 제거하는 전처리과정을 거친다. 이렇게 처리된 영상에서 Hough 변환을 통하여 차선을 검출한다. 의사결정 부분에서는 검출된 차선과 현재 위치를 기반으로 진행할 경로를 결정한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10c
• /
• pp.195-198
• /
• 2006

분산형 데이터 마이닝에서는 의사결정나무 알고리즘을 사용한다. 의사결정나무 알고리즘을 사용하여 분산된 정보를 데이터 마이닝 하기 위해서 의사결정나무 구조 정보가 없는 에이전트에서는 의사결정나무 구조 정보를 가진 에이전트로부터 정보를 받아야 한다. 일반적으로 네트워크의 전승속도는 제한이 있고 환경마다 속도도 다르기 때문에 분산형 데이터 마이닝이 비분산형 데이터 마이닝 보다 효율적으로 실행되기 위해서 의사결정나무 구조 정보의 전송량이 최대한 작아야 한다. 본 논문에서 의사결정나무 구조 정보를 전달하는 방법과 그 정보를 보다 효율적으로 전송하는 구현방법에 대해 제시한다. (본 연구는 서울시 신기술연구개발지원사업의 지원에 의하여 이루어진 것임)

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.11a
• /
• pp.361-364
• /
• 2000

의사결정시스템을 웹 상에서 구현하기 위한 시스템의 설계요건, 시스템 구성, 처리과정에 대해 기술하였다. 각 선택 대상에 따라 각 선택요소의 확률을 기반으로 하여 사용자로부터 받은 데이터를 처리하는 시스템을 구현하였다. 각 선택대상간 의사결정값의 차이변수, 판별변수를 정의하였고, 이론 기초로 의사결정 메시지를 출력한 수 있는 알고리즘을 제안한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.581-581
• /
• 2016

물 정보의 대부분은 자연현상과 관련되는 것으로 지속적인 관측과 조사를 통하여 획득된 자료에 의존하며, 최근 정보통신의 발달과 함께 다양한 수문자료를 실시간으로 입수하는 것이 가능하게 되었다. 이와 같은 다양한 수집정보를 필요로 하는 사람들이 정보를 쉽게 입수 할 수 있도록 기술적 지원이 필요하고 국가는 이를 충족시킬 수 있는 정보 서비스 체계를 구축해야 한다. 하지만, 물 관련 정보시스템은 물 정보를 종합적으로 제공하기 보다는 일부 한정된 자료를 대상으로 하고 있고, 표준 체계도 갖추지 못하고 있지 못해 이용하기가 불편하고 정보로서의 가치도 떨어지고 있는 실정이다. 특히, 국내 홍수 및 가뭄재해 정보 제공 시스템은 정보 전달체계가 복잡하고, 각 시스템의 연계성이 부족하여 중복적인 자료를 제공하거나 자료들이 분산되어 있으며, 최신자료의 업데이트가 되지 않아 실질적인 효용성이 떨어지는 시스템이 대부분인 것으로 확인되었다. 또한 재해에 대한 예측 및 대응방안 등 신속한 의사결정 시스템은 현재까지 제공되고 있지 않다. 따라서 홍수 및 가뭄재해에 대한 일원화된 통합 시스템이 요구되며, 재해예방 및 신속한 대처를 위한 의사결정 시스템의 도입이 시급한 실정이다. 이에 본 연구에서는 농촌용수 재해정보서비스의 방향을 정립하고, 의사결정지원 알고리즘 설계를 위한 알고리즘 및 시스템 적용을 위한 예측 평가 기법을 조사하고 분석하여 제시하였다. 본 경구 결과 국토교통부와 기상청의 제공자료를 기초자료로 농림축산식품부의 제공정보를 수정 보완하여 사용할 경우 GIS 기반으로 해정구역 단위, 용수구역 단위로 재해현황 자료 및 전망자료를 제공 할 수 있을 것으로 판단된다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.6 no.6
• /
• pp.849-854
• /
• 2011

To minimize the spreading effect from the events of the system, a rule-based expert system is very effective. However, because the events of the large-scale system are diverse and the load condition is very variable, it is very difficult to construct the rule-based expert system. To solve this problem, this paper studies a methodology which constructs a rule-based expert system by applying a CART(Classification and Regression Trees) algorithm based decision tree determination method to event case examples.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.286-289
• /
• 2011

제약을 갖는 부분 관찰 의사결정 과정(Constrained Partially Observable Markov Decision Process; CPOMDP)는 정책이 제약(constraint)를 만족하면서 가치 함수를 최적화하도록 일반적인 부분 관찰 의사결정과정(POMDP)을 확장한 모델이다. CPOMDP는 제한된 자원을 가지거나 여러 개의 목적 함수를 가지는 문제를 자연스럽게 모델링할 수 있기 때문에 일반적인 POMDP에 비해 더 실용적인 장점을 가진다. 본 논문에서는 CPOMDP의 확률적 최적 정책 및 근사 최적 정책을 계산할 수 있는 최적 및 근사 동적 프로그래밍 알고리즘을 제안한다. 최적 알고리즘은 동적 프로그래밍의 각 단계마다 미니맥스 이차 제약 계획 문제를 계산해야 하는 반면에 근사 알고리즘은 선형 계획 문제만을 필요로 하는 점-기반(point-based) 가치 업데이트를 이용한다. 실험 결과, 확률적 정책이 결정적(deterministic) 정책보다 더 나은 성능을 보이며, 근사 알고리즘을 통해 계산 시간을 줄일 수 있음을 보였다.