• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권2호
• /
• pp.201-219
• /
• 2006

높은 소프트웨어의 품질은 유지하면서, 최소한의 비용으로 소프트웨어를 개발하기 위해서는 소프트웨어 개발 프로젝트의 상황에 알맞은 프로세스를 적용하는 것이 중요하다. 일반적으로 상용 프로세스나 조직의 표준 프로세스를 프로젝트팀에 적용하고 있으나, 대부분의 경우, 경험부족이나 인력부족 등의 이유로 일반적인 프로세스를 어떤 가감도 없이 그대로 적용함으로써 오히려 소프트웨어 개발에 있어서 오버헤드를 초래하고 있다. 프로세스 테일러링 작업을 수행하는 경우에도, 대부분의 테일러링 작업은 몇몇 프로세스 엔지니어의 경험에 의존하는 실정이다. 이런 경우, 테일러링 결과로서의 프로세스는 얻을 수 있으나 타당한 근거를 제시하기 힘들고, 많은 시간을 요한다. 따라서 본 논문에서는 인공신경망 기반의 학습이론을 프로세스 테일러링에 적용함으로써 테일러링 작업 중에서도 많은 시간을 필요로 하는 프로세스 필터링 작업을 자동화하는 방안을 소개하고 있다. 뿐만 아니라 필터링된 프로세스를 재구성하여 그 결과 얻어지는 프로젝트 상황에 적합하게 테일러링된 프로세스를 실제 프로젝트에 적용한 후 얻을 수 있는 피드백 자료를 학습의 자료로 다시 사용함으로써, 인공신경망의 정확도를 높여나가는 방법까지를 제시하고 있다. 본 논문에서는 이렇게 제시한 소프트웨어 개발 프로세스의 테일러링 방법의 실효성을 충분한 샘플자료를 바탕으로 한 실질적인 적용례를 통해 입증하고 있다.

• 한국해안·해양공학회논문집
• /
• 제32권6호
• /
• pp.561-568
• /
• 2020

항해용 X-band 레이다를 이용한 파랑관측은 기존의 파랑관측 방법인 부이식 파고계, 압력식 파고계, 초음파식 파고계에 비해 많은 이점이 있다. 예를 들면 유실과 파손의 위험이 없고, 유지관리 비용이 적게 들며, 심해부터 천해까지 파랑의 공간적 분포를 알 수 있다. 본 논문에서는 레이다형 파고계의 유의파고 측정 정확도를 높이는 인공신경망을 이용한 알고리즘을 제시하였다. 레이다형 파고계에서 유의파고를 추정하는 전통적인 방법은 신호 대 잡음 비율(${\sqrt{SNR}}$) 또는 신호 대 잡음 비율과 첨두주기(TP)를 이용하는 방법이 있다. 본 연구에서는 신호 대 잡음 비율, 첨두주기 및 레이다 이미지 해상도 비율(Rval > k)을 입력변수로 하는 인공신경망 알고리즘을 이용하여 유의파고 추정의 정확도를 향상시켰다. 개발된 알고리즘을 울진 후정해수욕장에서 초음파식 파고계로 측정한 유의파고의 시계열과 비교하여 정확도 향상을 확인하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.109-113
• /
• 2003

기존의 VOB(Virtual Output Buffer) 모델에서 신경회로망의 학습 패턴 처리를 위해 가상 셀 손실율이 도입되었다. VOB 모델은 신경망이 실제 셀 손실율 없이도 연결 수락 경계를 잘 찾을 수 있음을 보여주었다. 그러나 VOB 모델은 셀 손실율을 과다 평가하는 경향이 있어 결과적으로 망 자원의 이용률이 낮은 단점이 있다. 된 논문에서는 이러한 단점을 보완하는 방법으로 연결 수락 경계에서 셀 손실율의 평균에 대한 정보를 충분히 포함하는 셀 손실율 참조 곡선의 개념을 제안하였다 그리고 제안된 셀 손실을 참조 곡선을 이용하여 가상 셀 손실율을 처리하는 방법을 제안하였다. 제안된 학습 패턴 처리 방법은 ATM 트래픽 중에 가장 대표적인 두 가지 호원에 대하여 실험하였다. 실험에 사용된 호원은 LAN 데이터의 트래픽 특성을 가지는 On-Off 트래픽과 비디오 화상 통신의 특성을 가지는 Auto-Regressive 트래픽이다.

• 한국지반공학회지:지반
• /
• 제10권3호
• /
• pp.79-96
• /
• 1994

인공신경회로망을 이용하여 터널굴착설계를 위한 전문가 시스템 NESTED를 개발하였다. 이를 위하여 지하 암반의 안정성을 평가할 수 있는 신경회로망 모델과 대표적인 암반분류법인 RMR과 Q 시스템 사이의 상관관계를 결정할 수 있는 신경회로망 모델을 사용하였다. 또한 사용된 모델과 전산화된 암반분류법 프로그램이 동일한 사용자 환경을 통해 운용될 수 있도록 통합 시스템을 구성하였다. NESTED에 사용된 신경회로망의 구조는 역전파 학습 알고리즘을 채용한 다층 역전파 신경 회로망이다. 전문가 시스템에 필요한 지식기반을 구축하기 위해 이전의 현장 시공사례로 학습과정을 수행함으로써 불완전하거나 오류가 포함된 정보를 처리할 수 있는 공학 데이터베이스를 개발하였다. 일련의 실험을 통해 전문가 시스템을 현장사례에 적용해보고 여기서 출력된 결과를 문헌에 보고된 자료와 비교하였다. 이 결과 암반의 파괴거동을 추정하고 이에 따른 보강시기의 변화를 정확히 예측하는 신경회로망의 추론능력을 확인할 수 있었다. 이처럼 본 연구를 통해 개발된 신경회로망 전문가 시스템을 암반터널에 적용할 경우 부족한 지질자료에 대해 합리적인 기준을 제공하고 터널의 예비설계에 필요한 보강설계를 제시할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.161-162
• /
• 2007

본 논문에서는 인간 두뇌와 같이 패턴을 인식할 수 있는 능력을 가진 신경 회로망 모델을 구현하고, 이를 바탕으로 시중의 저렴한 화상 카메라를 이용하여 미 달러화를 인식할 수 있는 시스템을 개발하였다. 제안된 시스템은 저화질 영상에서 캡쳐된 이미지를 이진영상처리 과정을 거치게 함으로써 패턴인식의 정확성 향상을 가져올 수 있었으며, 인공지능의 대표적 알고리즘인 신경회로망을 이용하여 종류별 미 달러화의 세부적인 차이를 감지하고 화폐를 정확하게 인식할 수 있도록 하였다. 각 화폐로부터 추출해 낸 특징을 신경회로망을 통해 학습시키고, 이를 통해 미 달러화의 패턴인식 능력을 실험을 통해 확인해본 결과 90%에 가까운 높은 성공률로 정확하게 인식함을 확인할 수 있었다.

• 전자공학회논문지CI
• /
• 제42권3호
• /
• pp.29-38
• /
• 2005

직관력은 의사결정시 자주 의존되나, 효과적인 의사결정지원 시스템의 개발 목적으로는 거의 고려되고 있지 않다. 본 연구는 의사결정자의 인지특성 및 감성특성과 시계열 직관 예측 간의 상관성을 자기조직 인공신경망에 의해 확인하고 비교함으로써, 시계열 직관 예측에 영향을 주는 의사결정자의 인지적 특성과 감성적 특성을 도출하고 궁극적으로는 효과적인 의사결정 환경을 조성하는데 공헌하고자 한다. 이 실험에 사용하는 인공신경망은 자기감독적응 알고리듬을 이용하는데, 이의 특징은 학습 기간 중 자기조직 층의 뉴런 클러스터 간에 정보를 교류함으로써 본질적으로 입력 벡터간의 상관성을 이용할 수 있다는 것이다. 실험결과, 인지 특성과 감성 특성이 모두 시계열 예측과 상관성이 있는 것으로 나타났으며, 또한 인지 특성이 감성 특성보다 상관성이 높은 것으로 나타났다. 유형별로는, 개념적 인지유형이 분석적 또는 행동적 인지유형보다, 불쾌-이완 감성유형이 쾌활-각성 감성유형보다 시계열 직관 예측의 상관성이 높은 것으로 관찰되었다.

• 한국정보통신학회논문지
• /
• 제17권1호
• /
• pp.8-14
• /
• 2013

본 논문에서는 친환경 이동 수단인 이륜 역진자 로봇을 기존의 방법보다 더욱 안정적으로 밸런싱 하기 위한 제어시스템을 구현하였다. 먼저 이륜 역진자 로봇의 제어시스템을 퍼지 제어구조로 선택하고, 적절한 소속함수 요소 값들을 지정된 3종류의 무게에 따라 시행착오적으로 구하였다. 임의의 무게에 따른 퍼지 소속 함수 요소 값을 구하기 위해 3종류의 무게에 따른 퍼지 소속함수 요소 값을 신경회로망으로 튜닝한 뒤 퍼지 제어시스템에 적용하여 보다 안정적인 제어가 가능 하도록 제어시스템을 구현하였다. 구현된 제어시스템을 실제 로봇에 적용시켜 본 결과, 기존의 퍼지 제어시스템에 비해서 본 논문에서 제안한 신경회로망으로 튜닝한 퍼지 제어시스템이 보다 우수함을 확인할 수 있었다.

• 한국음향학회지
• /
• 제39권4호
• /
• pp.263-269
• /
• 2020

본 논문에서는 정상상태와 8가지의 고장이 재현가능한 회전체를 제작하고 진동 데이터를 취득하였다. 취득한 데이터로 특징을 계산하여 인공신경망과 유전알고리즘을 적용한 고장진단을 통해 정확성을 분석한다. 최적의 시간과 높은 정확성의 구현을 위해 특징을 3가지 영역으로 구분하여 고장진단에 적용하였다. 설정변수는 학습수로 설정하였다. 회전체 고장진단의 결과는 다른 영역보다 주파수영역에서 높은 정확성을 보였으며 학습수 5000, 8000회에서 10회의 구동 모두 정확한 고장진단을 하였다. 시간의 효율성을 고려하였을 경우, 학습수가 5000회일 때 가장 우수하다고 판단하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 하계종합학술대회 논문집
• /
• pp.1059-1062
• /
• 1999

Recently, X-ray chest radiograph is showing a tendency to take an image of digital radiograph so as to diagnose the pathological pattern of chest in a usual. When the radiologist observes the chest image derived from digital radiograph system on the monitor. he feels difficult to find out because of the sensitivity of chest radiograph. It takes amount of time to adjust the proper image for diagnosis. Therefore, we provided the result and the method of the optimal image equalization for image enhancement.

• 한국생활과학회지
• /
• 제12권1호
• /
• pp.63-73
• /
• 2003

The purpose of this study was to quantify the hands of fabrics for the Korean folk clothes using both a KES-FB and an artificial neural network. In order to select the proper input parameters, we calculated the correlation using step-wise regression between mechanical properties and the hand value of fabrics. For the classification, the primary hand values and total hand value, five neural networks with three-layered structure were constructed using the error back propagation algorithm and, in order to reduce errors and to speed up learning, the momentum method was selected. From the analysis of the primary and total hands using a self-constructed artificial intelligence system, the error rates of sleekness, stiffness, silkiness, and roughness compared with the judgement of expert panels were found to be 3.3%, 3.3%, 1.6%, and 4.9%, respectively, while that of the total hand was 9.83%.