• 정보처리학회논문지D
• /
• 제13D권2호
• /
• pp.175-182
• /
• 2006

탐지레이더는 저고도로 비행하는 물체를 탐지할 목적으로 국방 분야에서 운용하고 있다. 레이더가 탐지한 원시자료는 즉시 정보화되어 의사 결정체계인 지상전술C4I체계에 입력되고 분석을 거친 후 사용자에게 실시간으로 전파되어야 한다. 그러나 현 수작업 표정작업은 운용자의 능력에 따라 정확성 및 적시성이 미흡한 실정이다. 따라서 이 논문에서는 레이더 자료를 이용하여 실시간 항적을 표시할 수 있도록 체계에 대한 개념연구, 요구사항 분석, 설계를 통하여 항적추적관리시스템을 구현하였다. 적용된 핵심기술은 좌표 체계 전환 알고리즘과 기존 통신장비와의 통신프로토콜 개선, 신호 및 자료처리 프로세스를 설계에 반영하였다. 특히, 레이더 신호의 중복처리 및 융합 알고리즘을 개발하여 상황도상에 표적정보를 도시하는 기술을 구현함으로써, 기존 항적관리전력 운용의 신뢰성, 신속성, 편의성을 향상시킬 수 있었다.

• 정보관리연구
• /
• 제39권4호
• /
• pp.47-66
• /
• 2008

본 논문에서는 수작업 분류 시 초래하는 여러 가지 한계점을 극복하고, 이용자에게 보다 빠르고 정확한 분류 서비스를 제공하기 위해 4개의 다양한 기계학습 알고리즘을 적용하였다. 연구대상으로는 MeSH의 8개의 주제별 범주로 각각 100개의 문헌 타이틀을 선정하였으며, 4개의 기계학습 알고리즘으로 실험을 수행하였다. 그 결과 신경망 기법과 C5.0 기법을 병행하여 사용했을 경우 단일 기법을 사용했을 경우보다 2.5%, 3.75%가 상승하여 분류 효율이 83.75%로 측정되었다. 이 수치는 4개의 분류 실험 결과 중 가장 높은 정확률을 나타내었다. 따라서 신경망 기법과 C5.0 기법의 장점을 이용하여 분류 서비스를 실행하면 단일 기법을 사용한 경우보다 높은 정확률을 나타낼 수 있을 것이라 기대된다.

• 한국통신학회논문지
• /
• 제35권12B호
• /
• pp.1219-1226
• /
• 2010

적조 현상에 대한 판별, 예측 분석을 위한 시스템은 현재 개발이 아주 미흡한 상태이고 현재의 적조원인에 대한 연구는 화학 및 생물학적 원인의 규명에 대해 그 초점이 맞추어져 있어 지능적인 의사 결정 알고리즘을 갖는 시스템 구현이 필요하다. 본 논문에서는 사례 기반 추론 기법을 이용하여 적조 현상에 관한 사례를 지식 베이스로 구축하고 추론하는 시스템을 설계하였다. 가장 유사한 사례 추천을 위해 KNN 알고리즘을 이용하였고 적조 사례 베이스를 구축하기 위하여 375 건의 데이터를 입력 받아 실험하였다. 학습 데이터로부터의 영향을 최소화하고 신뢰성을 확보하기 위해 10-Fold 교차검증을 수행한 결과 적조 사례에 대한 평균 정확도는 약 84.2%를 나타냈고 유사도 분류 k 개수가 5인 경우에 최적의 수행 결과를 나타냈다. 또한, 추론된 결과를 이용하여 적조 모니터링 시스템을 구현하였다.

• 디지털융복합연구
• /
• 제13권3호
• /
• pp.155-165
• /
• 2015

기업부도예측은 재무 분야에 있어 중요한 연구주제 중 하나로 1960년대 이후부터 꾸준히 연구되어져 왔다. 국내의 경우, IMF 사태 이후 기업부도예측에 관한 중요성이 강조되고 있다. 이에 본 연구에서는 보다 정확한 기업부도예측을 위해 높은 예측력과 동시에 과적합화의 문제를 해결한다고 알려진 SVM(Support Vector Machine)을 기반으로 퍼지이론(fuzzy theory)을 활용해 입력변수를 확장하고, 유전자 알고리즘(GA, Genetic Algorithm)을 이용해 유사 혹은 유사최적의 입력변수집합과 파라미터를 탐색하는 새로운 융합모형을 제시한다. 제안모형의 유용성을 검증하기 위하여 H은행의 비외감 중공업 기업 데이터를 이용하여 실험을 수행하였으며, 비교모형으로는 로짓분석, 판별분석, 의사결정나무, 사례기반추론, 인공신경망, SVM을 선정하였다. 실험결과, 제안모형이 모든 비교모형들에 비해 우수한 예측력을 보이는 것으로 나타났다. 본 연구는 우수한 예측 성능을 가진 다기법 융합 모형을 새롭게 제안하여, 부도예측 분야에 학술적, 실무적으로 기여할 수 있을 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.613-614
• /
• 2017

최근 가정 내부에 IoT(Internet of Things)를 적용시킨 홈 IoT의 자동화 관련 연구가 진행되고 있다. 그러나 기존 IoT 자동화 시스템은 기기 동작이 센서의 임계값만을 통해 진행되기 때문에 기기간 충돌 및 간섭이 발생할 수 있으며 기기의 오작동으로 인해 작업의 효율성이 낮은 문제점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위해 상황 별 작업 분류 알고리즘을 제안한다. 센서의 임계값과 현재 날짜를 의사결정트리의 분류 값으로 활용하여 가정 내부 상황에 따른 작업을 분류하고 그에 해당하는 기기를 선정하여 작업을 진행한다. 이에 따라 사용자는 가정 내부 상황 변화에 유동적으로 변화하는 서비스를 제공받을 수 있으며 기기 간 충돌과 기기의 오작동이 감소함으로써 작업의 정확도가 증대될 것으로 사료된다.

• 한국컴퓨터정보학회논문지
• /
• 제18권6호
• /
• pp.55-61
• /
• 2013

성폭력은 강간, 강제 추행, 성희롱, 도촬 등 상대방의 의사에 반하여 성적 자기 결정권을 침해하는 모든 신체적 정신적 폭력을 말한다. 남성이 가해자이고 여성이 피해자인 경우가 많은 범죄 행위 중 하나이다. 그 중에서 성폭력의 하나인 성추행은 강제추행을 뜻한다. 본 논문에서는 승강기 내에서 여성의 성 추행 사건을 평균 명암 측정을 통하여 추출하도록 한다. 각 픽셀은 RGB의 3개의 컬러 구성요소를 가질 경우의 컬러 프레임을 고려했다. 현재 프레임과 다음 프레임 사이의 절대 차이의 평균은 현재 프레임과 이전 프레임 사이의 절대 차이로 나눠진다. 하지만, 이전 장면 전환 쌍 사이에 차이가 있다면 장면 전환 검출 나타내는 불연속 값이 상대적으로 작을 수 있다. 따라서 식을 재정의 하여 사용하고 재정의 한 알고리즘이 훨씬 더 우수함을 실험을 통해 알 수 있다.

• 서비스연구
• /
• 제3권1호
• /
• pp.87-93
• /
• 2013

선진국형 질병으로만 알려져 있던 유방암이 우리나라 현대 여성들에게 발병률이 꾸준히 증가하고 있다. 유방암은 보통 50대 이상의 여성에서 발병하는 병으로 알려져 있지만 우리나라의 경우 40대의 서양보다 젊은 여성들에게 발병률이 꾸준히 증가하고 있다. 따라서 우리나라 성인여성을 기준으로 유방암에 대한 정확한 진단을 할 수 있는 매뉴얼을 구축하는 것이 시급한 과제이다. 본 논문에서는 데이터마이닝기법을 이용하여 유방암을 예측하는 방법을 제시한다. 데이터마이닝이란 데이터베이스 내에 숨어 있는 일정한 패턴이나 변수들 간의 관계를 정교한 분석모형을 이용하여 쉽게 드러나지 않은 유용한 정보를 찾아내는 과정을 말한다. 실험을 통하여 Deicion Tree와 Naive Bayes 분석기법을 사용하여 유방암을 진단하는 분석기법을 비교분석을 하였다. Deicison Tree는 C4.5 알고리즘을 적용하여 분석하였고 두 알고리즘이 상당히 좋은 분류 정확도를 나타냈다. 그러나 Naive Bayes 분류방법이 Decision Tree방법보다 더 상회하는 정확도를 보였고 이는 의료데이터의 특성에 많이 기인한다고 볼 수 있다.

• 지능정보연구
• /
• 제13권4호
• /
• pp.121-135
• /
• 2007

문제의 제약조건을 명확히 표현하고 휴리스틱 탐색에 의하여 스케쥴링을 형성하는 제약조건 중심의 스케쥴링 기법은 실세계의 스케쥴링 문제에 성공적으로 적용되어 왔다. 하지만, 기존의 제약조건 중심의 스케쥴링 연구에서 스케쥴링의 목적을 표현하고 최적화하는데 관련된 연구는 부족한 상황이다. 특히 비용 목적함수는 다양한 비즈니스 계획의 효과를 분석하는 기업의사결정에서 매우 중요 하다고 평가된다. 이 연구의 목적은 자원 용량이나 일시적인 제약조건을 만족하면서 지연비용 및 재고비용을 포함한 스케쥴링의 전체 비용을 명확하게 표현하고 최적화하는 것이다. 비용기반 스케쥴링 프레임워크에서, 동일한 작업 내에 일시적인 제약조건을 만들어 가면서 비용함수를 개선해 나가는 비용 전파 알고리즘을 제시하였다.

• 한국지능시스템학회논문지
• /
• 제16권6호
• /
• pp.736-741
• /
• 2006

분류 시스템은 데이터 전처리 모듈, 학습모듈, 의사결정모듈로 구성되어 있으며 지능형시스템의 중요한 구성요소로 활용되어왔다. 특히 학습모듈은 사전정보를 제공하므로 분류를 위한 핵심 역할을 수행하여 왔다. 기존의 학습을 위한 기법은 주로 승자독점방식으로 데이터를 처리하므로 경계가 불명확한 대부분의 실세계 응용에 적합하지 못하다. 또한 학습 알고리즘에 필요한 데이터를 한꺼번에 준비해야 하지만 이는 일반적으로 가능하지 않은 경우가 많다. 이를 위하여 본 논문에서는 점증적 학습 퍼지신경망, FNN-I,를 이용한 적응 분류모델을 설계한다. 이 모델에서는 유용하게 정보를 표현하기 위하여 퍼지이론을 도입하고 계속적으로 모여지는 데이터를 가지고 점증적으로 학습할 수 있는 알고리즘을 제시한다. 제안된 모델을 컴퓨터 바이러스 분류를 위한 실제 데이터에 적용하여 점증적으로 학습할 수 있고 효과적으로, 새로운 바이러스 데이터를 분류할 수 있음을 보인다.

• 한국정보전자통신기술학회논문지
• /
• 제11권6호
• /
• pp.703-710
• /
• 2018

매년 전기화재사고에 대한 사고유형 분석, 점검 등 전기적 화재사고를 줄이기 위해 다양한 노력이 있었으나, 효율적인 의사결정지원 체계 및 기존 누적 데이터 활용방안의 미비로 효과적인 대처방안이 부재한 현황이다. 본 연구는 전기안전점검데이터, 전기화재사고정보, 건축물정보, 기상청정보 등 데이터 기반의 전기화재를 예측하는 알고리즘을 개발하고 이를 활용하여 전기화재사고를 줄이는데 목적이 있다. 본 연구에서는 한국전기안전공사, 기상청, 국토교통부, 소방본부 등 기관별로 수집된 데이터를 전처리, 융합, 분석, 모델링, 검증 과정을 거쳐 전기화재에 영향을 끼치는 요인과 예측모델을 도출하였다. 주요요인으로 절연저항 값, 습도, 풍속, 건축물 노후년수, 용적율, 건폐율, 건축물용도로 나타났고, Random forest 알고리즘을 활용한 예측모델은 74.7%의 정확도를 얻었다.