• 한국항해학회지
• /
• 제18권3호
• /
• pp.1-9
• /
• 1994

종래(從來)의 내비게이션시스템은 주로 선박(船舶)을 대상(對象)으로 이용되어왔으나, 최근(最近)에는 각종(各種) 이동(移動)로보트 및 자동차(自動車)에 대한 적용사례(適用事例)가 증가(增加)하고 있다. 내비게이션시스템은 기계적(機械的)인 이동(移動)시스템뿐만 아니라, 이동(移動)이라는 행동(行動)을 취하는 인간(人間)시스템 즉, 시각(視覺) 부자유자(不自由者를) 대상(對象)으로 적용(適用)될 수 있다. 종래(從來)의 기계적(機械的)인 맹인용(盲人用) 가이딩시스템으로서 맹도견(盲導犬)로보트가 있으나 계단(階段)등의 복잡(複雜)한 환경하(環境下에)서는 안내(案內)가 불가능(不可能)한 점과 맹인(盲人)의 의사(意思)가 반영(反映)되기 어렵다는 점 등의 많은 문제점(問題點)을 안고 있다. 현실적(現實的)으로 요구(要求)되는 안내(案內)시스템은, 단지 환경(環境)에 관한 각종정보(各種情報)를 제공(提供)하고 의사결정(意思決定)과 행동(行動)은 맹인(盲人)이 실시(實施)하는 시스템의 형태(形態)이다. 본논문(本論文)에서는, 맹인용(盲人用) 내비게이션시스템의 구축(構築)을 목표(目標)로 하는 중간과제(中間課題)로서, 화상(畵像)을 이용(利用)한 언어적(言語的) 가이드시스템을 제안(提案)한다. 당해(當該)시스템 구축(構築)에 있어서 중요(重要)한 과제(課題)는, 주어진 환경(環境)에 관한 화상정보(畵像情報)를 언어(言語)로 변환(變換)시키는 일이다 본연구(本硏究)에서는, 가이드를 위한 언어지원(言語指元) 생성(生成)에, 정성적(定性的), 정량적(定量的)인 속성(屬性)을 가지고 언어적(言語的) 표현(表現)에 유효(有效)한 퍼지이론(理論)을 이용(利用)한다. 구체적(具體的)인 일례(一例)로서, 공원(公園)에서 벤치까지 맹인(盲人)을 가이드하는 상황(狀況)을 설정하고 언어지원(言語指元)을 생성(生成)하는 알고리즘을 제안(提案)한다.

• 지능정보연구
• /
• 제13권3호
• /
• pp.47-61
• /
• 2007

기업 운영에서 SCM (Supply Chain Management)의 중요성이 인식되면서 공급, 생산, 분배 등의 기능들을 통합적으로 관리하는 새로운 접근법의 필요성이 커지고 있다. 이 접근법은 여러 다른 기능들의 의사결정 문제를 하나의 통합된 최적화 모델로 분석하는 방법이다. 특히 공급사슬의 통합적인 운영을 위해서는 이전의 확정적 방법론 보다는 보다 구매자와 공급자의 관계를 유연하게 통합해 줄 수 있는 방법론이 필요하다. SCM은 대규모 문제이고 또한 다양한 내외 요인에 의해 기존의 설정된 계획 내용이나 상황이 항시 동적으로 변경될 수 있기에, 이들 정보를 통합 계획에 반영될 수 있도록 하여야 한다. 본 연구에서는 SCM의 핵심이 되는 생산계획과 분배계획 문제들을 효율적으로 통합할 수 있는 유전 알고리즘 (Genetic Algorithm)을 제시하고, 유전 알고리즘을 기반으로 동적 SCM을 위한 멀티 에이전트 시스템을 구현한다. 한편 통합계획 문제에서 유전 알고리즘을 통해 100%에 근접하는 최적해를 구하였고, 통합계획으로 얻은 결과와 통합 계획을 하지 않은 경우의 결과 값에서 큰 차이를 확인 할 수 있었다.

• 대한교통학회지
• /
• 제23권2호
• /
• pp.107-116
• /
• 2005

교통정보 제공 측면에서 여행시간에 대한 정보는 교통관리 영역 내에서 교통혼잡을 효과적으로 분산시킬 수 있는 핵심정보 중 하나이다. 특히 여행시간에 대한 정보는 운전자가 운전 중 경로선택을 의사결정하는데 있어서 주요한 요소로서 현실적인 신뢰도 확보를 전제로 한다. 본 연구는 남산권 교통정보시스템의 일환으로 총 연장도로 6.1km를 대상으로 구성된 6개의 교통축(corridor)을 대상으로 혼잡시 VMS, ARS, WEB을 이용한 정보 제공을 목적으로 도착예정시간 알고리즘을 개발하였다. 시스템의 공간적 범위는 각 축별 2~3.5km 범위내의 구간을 대상으로 하며, 각 교통축의 출발 및 도착지점에 신호교차로가 존재하여 단순한 연속교통류 특성이외 단속류 교통특성이 교통류내에 포함되어 있다. 목표 알고리즘은 ILD기초자료를 활용하여 수요교통량과 대기길이정보를 이용한다. 수요교통량은 각 지점간 밀도추정을 대상으로 하였으며 이를 위하여 Greenburg Model이 채택되었다. 대기길이 정보는 각 지점별 속도와 밀도에 의하여 산출된다. 연구모형은 단위시간당 변동성을 안정화하기 위하여 전략적으로 번호판 매칭기법에 의한 AVI를 도입하였으며, 이를 통한 관측 된 여행시간 정보를 이용하였다. AVI여행시간 정보는 1일 1회 대기길이에 따른 교통류 특성을 구분하여 ILD에 의한 여행시간을 생성하는데 기반모수로 적용될 수 있도록 Hybrid Model로 구성하여 적용시켰다. 본 연구에 의한 알고리즘 적용결과, 혼잡상황하에서 84% 그리고 전체평균 88%이상의 정확성을 도출하는 것으로 나타났으며, 이러한 정보들은 남산권 교통정보시스템을 이용하는 운전자들에게 유용한 것으로 조사되었다.

• 전자공학회논문지
• /
• 제50권11호
• /
• pp.206-216
• /
• 2013

감성은 학습, 행동, 의사결정, 상호대화를 포함한 인간의 일상생활에 중요한 요소이다. 본 논문에서는 시스템의 복잡도를 줄이기 위하여 생체신호로부터 최소한의 중요한 특징만을 추출하여 사용하는 감성 분류기를 설계하고자 한다. 생체신호는 맥파, 피부온도, 피부전도도, 뇌파신호(전두엽, 두정엽)를 사용하였으며, 4가지 감정(보통, 슬픔, 공포, 행복)은 영화 관람을 통하여 유도하였다. 측정한 생체신호로부터 추출한 24개의 특징으로부터 최적의 특징 집합의 결정은 서포트벡터머신 기반 적합도 함수를 사용하는 유전알고리즘을 적용하였다. 최적의 4감정 분류 정확도는 96.4%이었으며, 서포트벡터머신만을 사용하였을 경우보다 17% 높았다. 선택된 최소에러 특징은 맥파 심박변이도의 평균, NN50, 맥파 유도 맥파 전달 시간의 평균, 피부전도도의 평균과 두정엽 뇌파의 ${\delta}$, ${\beta}$ 주파수 대역에너지였다. 실험을 통하여 두정엽 뇌파, 맥파, 피부전도도의 조합이 고정밀 감정 장비에 적합하였으며, 79% 성능을 보인 맥파와 피부전도도의 조합이 간단한 감성장비에 적절하게 적용할 수 있다.

• 한국정보과학회논문지:데이타베이스
• /
• 제37권4호
• /
• pp.177-184
• /
• 2010

센서 정보, 물류/유통정보, 신용 정보, 주식 정보 등이 과거보다 다양하면서 대용량의 연속 발생 형태 데이터가 발생하고 있다. 이러한 데이터는 대용량의 특의 변화가 빠른 특징들을 가지고 있기 때문에 학습이 어렵다. 이러한 문제점을 해결하기 위해 일정 윈도우 크기의 최근 데이터를 연속적으로 학습시킴으로써 전체 모형을 새롭게 만들거나 모형의 일부분을 대체 하는 방법을 사용하여 왔다. 그러나 이러한 방법은 계속해서 새로운 학습모형을 만들어야 하므로 대용량의 연속 데이터를 학습시키는데 많은 시간과 비용이 든다. 따라서, 이러한 특성에 대비하기 위하여 추가적인 학습 데이터가 발생할 때 마다, 점진적이며 지속적으로 학습을 할 수 있는 학습 기법이 필요하다. 보다 빠른 속도로 학습 모형의 변화 없이 분류를 하기 위하여 대표적인 점진적 학습 방법으로 베이지안 분류기를 사용할 수 있지만, 사전확률을 알고 있다는 가정으로부터 시작을 하게 되어 일정량 이상의 학습데이터가 필요하다. 따라서 본 연구에서는 베이지안 분류기와 같이 점진적으로 학습을 할 수 있지만, 사전 확률을 알지 못하더라고 학습을 할 수 있는 새로운 점진적 학습 알고리즘을 제안하고자 한다. 본 연구에서 제안하는 알고리즘의 기본 개념은 여러 전문가의 의견을 종합하는 방식이다. 여기서는 속성값(attribute value)을 한명의 전문가로 보고 전문가 집단의 의사 결정이 맞을 경우에는 가점을 주고 틀릴 경우에는 감점을 하는 방식으로 학습을 하게 된다. 실험결과 이 방법은 의사결정나무나 베이지언 분류기와 비교해 비슷한 성능을 나타내었으며, 향후에 스트림 데이터 분석에 사용할 가능성을 보였다.

• 한국전자통신학회논문지
• /
• 제15권6호
• /
• pp.1089-1098
• /
• 2020

본 연구에서는 적조 Cochlodinium Polykrikoide를 기계학습 방법과 정지궤도 해색위성 영상을 활용하여 탐지하는 방법을 제안한다. 기계학습 모형을 학습시키기 위해 GOCI Level2 자료를 활용하였으며, 국립수산과학원의 적조 속보 자료를 활용하였다. 기계학습 모델은 로지스틱 회귀모형, 의사결정나무 모형, 랜덤포래스트 모형을 사용하였다. 성능 평가 결과 기계학습을 사용하지 않은 전통적인 GOCI 영상 기반 적조 탐지 알고리즘(Son et al.,2012) (75%)과 비교해보았을 때 약 13~22%p (88~98%)의 정확도 향상을 확인할 수 있었다. 또한 기계학습 모형 간 탐지 성능을 비교 분석해본 결과 랜덤 포레스트 모형(98%)이 가장 높은 탐지 정확도를 보였다. 이러한 기계학습 기반 적조 탐지 알고리즘은 향후 적조를 조기에 탐지하고 그 이동과 확산을 추적 모니터링하는데 활용될 수 있을 것이라고 판단된다.

• 한국해안·해양공학회논문집
• /
• 제34권4호
• /
• pp.128-134
• /
• 2022

낙동강 하굿둑은 올해 2022년 해수 유입기간을 매월 대조기마다로 확대, 하굿둑 상류 15 km 이내로 기수역 조성을 목표로 운영되고 있다. 목표 기수역 조성구간 및 염수피해 방지를 위한 신속한 의사결정을 위해 본 연구에서는 딥러닝 알고리즘 Long Short-Term Memory(LSTM)을 적용하여 낙동대교(하굿둑 상류 약 5 km)지점의 염분 예측을 수행하였다. 창녕·함안보 방류량 등 낙동강 하구역의 시·공간적 특성을 반영하기 위한 입력데이터를 구축하였으며, Sequence length에 따른 정도 변화를 통해 낙동강 하구역의 수리학적 특성을 고려한 최적모델을 구축하였다. 예측 정확도는 결정계수(R-squred)와 RMSE(root mean square error) 이용하여 통계분석을 실시하였으며. Sequence length가 12일 때 R-squred 0.997, RMSE 0.122로 가장 정도가 높았으며, 선행 예측시간은 12시간 간격까지 R -squred 0.93 이상으로 높은 정도를 보였다.

• 한국수자원학회논문집
• /
• 제56권10호
• /
• pp.619-629
• /
• 2023

최근 기후변화가 심화됨에 따라 가뭄으로 유발되는 피해가 증가하고 있다. 현재 국내의 가뭄 강도를 결정하기 위해 표준강수지수(Standardized Precipitation Index, SPI)를 기준으로 분류를 수행하고 있다. 현재 국내에서는 최근 6개월 동안의 누적강수량을 기준(SPI-6)으로 관심, 주의, 경계, 심각의 기상학적 가뭄의 강도를 분류하고 있다. 그러나 강수량만을 기초자료로 활용하기 때문에 가뭄 강도를 분류하는 데 한계가 있다는 문제점이 있다. 따라서 본 연구에서는 SPI에 따른 국내 기상학적 가뭄 예･경보 기준의 한계점을 극복하고자 국가가뭄정보포털(National Drought Information Portal, NDIP)에서 제공하는 비상급수 피해자료를 수집하여 가뭄의 강도를 분류하였다. 그리고 SPI의 인자인 강수량과 증발산량 산정에 사용되는 인자인 온도, 습도 등을 min-max 정규화로 지수화한 후 유전 알고리즘(Genetic Algorithm, GA) 기반으로 각 인자들에 대한 계수를 산정하였다. 비상급수에 따른 가뭄의 강도를 분류하여 종속변수로 활용하고, GA에 의한 각 기상인자들의 계수를 활용하여 새로운 가뭄 강도 분류 지수(Drought Severity Classification Index, DSCI)를 도출하고자 하였다. DSCI를 도출한 후 누적분포함수를 활용하여 분위별 경계를 강도 단계 분류 기준으로 제시하였다. 본 연구에서 제시한 DSCI를 활용하면 기존 SPI보다 가뭄 강도를 정확하게 분류할 수 있어, 재난 담당자들의 의사결정을 지원할 수 있을 것으로 판단된다.

• 한국지능시스템학회논문지
• /
• 제14권3호
• /
• pp.253-261
• /
• 2004

게임 이론은 의사 결정 문제와 관련 된 연구와 함께 정립 된 수학적 분석법으로써 1928년 Von Neumann이 유한개의 순수전략이 존재하는 2인 영합게임은 결정적(deterministic)이라는 것을 증명함으로써 수학적 기반을 정립하였고 50년대 초, Nash는 Von Neumann의 이론을 일반화하는 개념을 제안함으로써 현대적 게임이론의 장을 열었다. 이후 진화 생물학 연구자들에 의해 고전적인 게임 이론의 가정에 해당하는 참가자들의 합리성(rationality) 대신 다윈 선택(Darwinian selection)에 의해 게임의 해를 탐색하는 것이 가능하다는 것이 밝혀지게 되었고 진화 생물학자 Maynard Smith에 의해 진화적 안정 전략(Evolutionary Stable Strategy: ESS)의 개념이 정립되면서 현대적 게임 이론으로써 진화적 게임 이론이 체계화 되었다. 한편 이와 같은 진화적 게임 이론에 관한 연구와 함께 생태계의 공진화를 이용한 컴퓨터 시뮬레이션이 1991년 Hillis에 의해 처음으로 시도되었으며 Kauffman은 다른 종들 간의 공진화적 동역학(dynamics)을 분석하기 위한 NK 모델을 제안하였다. Kauffman은 이 모델을 이용하여 공진화 현상이 어떻게 정적 상태(static state)에 이르며 이 상태들은 게임 이론에서 소개되어진 내쉬 균형이나 ESS에 해당한다는 것을 보여주었다. 이후, 몇몇 연구자들 게임 이론과 진화 알고리즘에 기반한 연산 모델들을 제시해 왔으나 실용적인 문제의 적용에 대한 연구는 아직 미흡한 편이다. 이에 본 논문에서는 게임 이론에 기반 한 공진화 알고리즘을(Game theory based Co-Evolutionary Algorithm: GCEA) 제안하고 이 알고리즘을 이용하여 공진화적인 문제들을 효과적으로 해결할 수 있음을 확인하는 것을 목표로 한다.

• 한국정보처리학회논문지
• /
• 제4권4호
• /
• pp.895-907
• /
• 1997

연관규칙(asscociation rule) 탐사(mining)는 대용량 데이타베이스로부터 사건간의 동시 발생 경향을 발견하는 작업이다. 기존의 연관규칙은 전체 트랜잭션에 대하여 성립하는 사건 간의 연관 관계만을 고려하고 있다. 그러나 어떤 연관규칙은 비록 전체 시간구간에 대해서는 신뢰도가 그리 높지 않더라도 특징 기간에서 특별히 강한 신뢰도로 성립할 수 있고, 이러한 정보를 알 수 있다면 의사 결정에 매우 유용하리라고 생각한다. 본 논문 에서는 임의의 부분 시간구간에서 특별히 높은 신뢰도를 갖는 연관성을 한시적 연관규칙(transient assosiation rule)이라 정의하고, 대용량의 데이타베이스로부터 한시적 연관규칙이 성립하는 시간구간을 탐사하는 효율적인 알고리즘을 제안한다. 제안된 알고리즘은 불필요한 구간 검색을 배제할 수 있는 데이타 주도(data-driven) 검색 기법을 제시하고, 한 번의 데이타베이스 스캐닝(scaning)으로 다음 단계의 검색에 필요한 정보를 획득하여 주기억장치 상에 관리할 수 있도록 하는 효과적인 자료구조를 설계한다. 아울러 실험을 통해, 제안 알고리즘이 현장에 적용할 만한 시간 비용으로 수행됨을 보인다.