• 한국건축시공학회지
• /
• 제20권4호
• /
• pp.347-355
• /
• 2020

베트남의 경제 성장률과 도시인구는 꾸준히 증가함에 따라 베트남의 인프라 개발 건설 시장 규모는 더욱 커질 전망이다. 그러나 인프라 개발을 위한 베트남 정부는 재정 및 행정 능력의 한계로 이러한 문제를 해결하기 위한 방안으로 PPP를 채택하고 있다. PPP는 10년 이상 지속되는 장기 사업으로 사업 실패 시 장기적 큰 피해가 될 수 있어 위험관리가 매우 중요하다. 본 연구에서는 리스크 관리에 대한 리스크 요인의 영향과 관리정도 분석에 SOM분석을 제안한다. SOM분석 방법은 시각화 분석으로, 각 리스크 요인의 색상 패턴을 통해 상관 분석이 가능하다. 본 연구는 SOM을 활용하여 베트남 PPP 사업의 위험요인의 우선순위를 결정하고자 한다.

• 디지털콘텐츠학회 논문지
• /
• 제19권1호
• /
• pp.85-91
• /
• 2018

대부분의 은행은 고객 세분화를 위해 성별, 나이, 직업, 주소 등 인구통계정보만을 사용하고 있으나, 이는 고객의 다양한 금융행동 패턴을 반영하지 못하는 단점이 있다. 본 연구에서는 은행 내 다양한 빅데이터를 융합하여 문제점을 해결함과 동시에 향후 많은 은행에서 폭넓게 활용될 수 있는 고객 세분화 방법을 개발하는 것을 목표로 한다. 본 연구에서 제안한 블록을 만들어 이 블록을 클러스터링하는 상향식 방식의 세분화는 기법을 제안한다. 이 방식은 기존의 인구통계정보 뿐만 아니라 다양한 거래패턴, 채널접촉패턴에 기반을 둔 고객의 다양한 금융니즈를 정교하게 반영할 수 있다는 장점이 있다. 세분화를 통해 고객의 금융니즈를 보다 정교하게 반영한 적정 동료그룹을 찾아 이를 기반으로 상품추천, 금융니즈 등급 산출, 고객이탈 예측 등 다양한 마케팅 모델을 개발하여 실제 농협은행 마케팅에 활용할 것이다.

• 디지털융복합연구
• /
• 제11권7호
• /
• pp.185-192
• /
• 2013

본 연구는 산업현장에서 작업자의 숙련도에 맞추어 학습이 가능한 3D 가시화기술과 이를 바탕으로 하여 자동차 엔진을 구성하고 있는 각각의 부품들 사이의 관계를 설정하고 태스크 온톨로지를 이용하여 자동차 부품을 추천하는 방법을 제안한다. 복합지식을 네트워크 형태의 의미화된 링크와 노드로 구조화하고 3차원 형태로 보여줄 수 있도록 SOM을 이용한 가시화방법을 제안하였다. 또한, is-a Relationship 기반 hierarchical Taxonomy를 이용하여 자동차 엔진을 구성하고 있는 각각의 부품들 사이의 관계를 설정하고, 가중치를 이용한 추천이 이루어 질 수 있도록 하였다. 3D 공간상에 복합지식을 배치하고 사용자에게 제공함으로써 보다 실감적이고 직관적인 네비게이션의 기회를 제공하고, 임의의 자동차 부품을 선택했을 때 해당 부품과 밀접한 관계를 가진 부품을 추천하여 특별한 전문 지식 없이도 손쉽게 자동차 부품의 조립 및 쓰임새와 중요성을 알 수 있게 해준다.

• 한국주거학회논문집
• /
• 제23권4호
• /
• pp.59-67
• /
• 2012

Developing the modern design of Hanok and providing support for the commercialization model development in recent years propelled by the New Hanok Support Strategies of the central government in conjunction with the New Hanok revitalization related projects reflecting local goverments. New Hanok revitalization, the rekindling and revaluing of human behaviors and interests in local goverments following the social and cultural changes of the past decades, has emeraged as an increasingly traditional area of concerning in New Hanok planning. In this paper we attempt to this discussion by describing recent projects in New Hanok revitalization in Jeollanam-do Province. Therefore, this study aims to examine the classification of compound knowledges based multidimensional relationship by using Self-Organizing Maps (SOM). SOM is an unsupervised learning neural network model for the analysis of high-dimensional input data. By using SOM, we were able to create a cluster map reflecting the characteristics of the New Hanok. In this case the pattern of the preference data was easily understood by visual analysis. Liking for compound knowledge deduced from this data was classified into 8 categories according to the compound knowledge properties of New Hanok. As a result, a systematic approach for analysis the characteristics of individual family and living environment of New Hanoks and 10 space usage patterns the changes in some aspects of New Hanok.

• 한국지능시스템학회논문지
• /
• 제7권5호
• /
• pp.34-45
• /
• 1997

본 논문에서는 경쟁학습 신경회로망의 디지탈 칩 구현에서 뉴런의 집적도를 향상시키기 위해 하드웨어 구현이 용이한 새로운 신경회로망 모델로서 일정 적응이득과 이진 강화함수를 가진 여러 가지 경쟁학습 신경회로망 모델들을 제안하고, 그 중 안정성과 분류성능이 가장 우수한 일정 적응이득과 이진 강화함수를 지닌 자기조직화 형상지도(Self-Organizing Feature Map)신경회로망의 FPGA위에서의 하드웨어 구현에 대해서 논한다. 원래의 SOFM 알고리즘에서 적응이득이 시간 종속형인데 반하여, 본 논문에서 하드웨어로 구현한 알고리즘에서는 적응이득이 일정인 값으로 고정되며 이로 인한 성능저하를 보상하기 위하여 이진 강화함수를 부가한다. 제안한 알고리즘은 복잡한 곱셈 연산을 필요로 하지 않으므로 하드웨어 구현이 용이하다는 특징이있다. 1개의 덧셈/뺄셈기와 2개의 덧셈기로 구성된 단위 뉴런은 형태가 단순하면서 반복적이므로 하나의 FPGA 위에서도 다수의 뉴런을 구현 할수 있으며 비교적 소수의 제어신호로서 이들을 모두 제어 가능할 수 있도록 설계하였다.실험 결과 각 구서부분은 모두 이상 없이 올바로동작하였으며 각 부분이 모두 종합된 전체 시스템도 이상 없이 동작함을 알 수 있었다.

• 한국환경농학회지
• /
• 제34권3호
• /
• pp.168-177
• /
• 2015

BACKGROUND: In recent year, there has been great concern regarding agricultural land uses and their importance for the conservation of biodiversity. Rice fields are managed unique wetland for wildlife, especially waterbirds. A comprehensive monitoring of the waterbird assemblage to understand patterning changes was attempted for rice ecosystem in South Korea. This rice ecosystem has been recognized as one of the most important for waterbirds conservation. METHODS AND RESULTS: Biweekly monitoring was implemented for the 4 years from April 2009 to March 2010, from April 2011 to March 2014. 32 species of waterbirds were observed. Self-organizing map (SOM) and random forest were applied to the waterbirds dataset to identify the characteristics in waterbirds distribution. SOM and random forest analysis clearly classified into four clusters and extract ecological information from waterbird dataset. Waterbird assemblages represented strong seasonality and habitat use according to waterbird group such as shorebirds, herons and waterfowl. CONCLUSION: Our results showed that the combination of SOM and random forest analysis could be useful for ecosystem assessment and management. Furthermore, we strongly suggested that a strict management strategy for the rice fields to conserve the waterbirds. The strategy could be seasonally and species specific.

• 지능정보연구
• /
• 제10권3호
• /
• pp.115-132
• /
• 2004

최근 기업들이 고객관계관리의 중요성을 인식함에 따라 고객에 대한 이해의 필요성이 증대되고 있다. 고객의 직업은 고객을 이해하는데 있어서 매우 중요한 정보이다. 하지만 대부분의 고객들이 자신의 직업을 노출하는 것을 꺼리기 때문에 기업에게 그들의 직업을 알려주지 않는 것이 다반사이고, 심지어는 잘못된 직업을 알려주기도 한다. 본 연구의 대상은 이동통신서비스 업체이다. 본 연구에서 우리는 통화상세이력 데이터를 이용하여 고객의 직업을 판정하는 모델을 구축하였다. 인공신경망을 이용해서 우리는 두 단계로 이루어진 직업판정 모델을 구축하였다. 첫번째 단계에서는 먼저 4개의 직업군을 판정하였고, 두 번째 단계에서 이 4개의 직업군을 세분하여 총 7개의 직업을 판정하였다. 이러한 방식으로 7개의 직업을 판정한 모델의 최종적중률은 $71.9\%$이었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권6호
• /
• pp.289-294
• /
• 2016

현대인의 건강관리에 대한 관심이 증가하고 다양한 만성질환을 야기하는 식습관에 대한 중요성이 강조되고 있는 상황이다. 이에 따라 여러가지 모바일 및 웹시스템을 이용한 식단 관리 방법이 등장하고 있지만 이는 실제로 적용하기 어렵고 사용자의 상황을 반영하는 맞춤형 정보를 제공하지 않는다. 따라서 개인의 신체정보 및 상황을 반영하고 음식을 분석하여 실질적으로 사용자가 섭취 가능한 맞춤형 식단관리 및 추천 방법이 필요하다. 본 논문에서는 자기조직화지도를 이용하여 음식을 분석하고 이를 군집화하여 음식에 대한 데이터를 준비한다. 그리고 사용자의 신체정보 및 상황을 고려한 개인 맞춤형 기준을 반영하여 섭취하고 싶은 음식에 대한 피드백 및 대체음식 추천방법을 제안한다. 또한 실험을 통하여 일반적인 방법을 이용한 추천된 음식결과와 비교하여 제안된 방법의 입력 음식과 추천 음식의 거리가 짧다는 것을 통하여 영양적으로 유사한 음식이 추천됨을 증명하였다.

• 정보처리학회논문지B
• /
• 제9B권5호
• /
• pp.635-642
• /
• 2002

정보 기술 분야의 지능화 요구는 매우 빠르게 증가하고 있다. 특히 대량의 데이터로부터 지식을 찾아내어 최적의 의사결정을 해야하는 KDD(Knowledge Discovery in Database)분야에서는 그 요구가 더욱 더 크게 된다. 지능화된 의사결정을 위해서는 대용량 지식 베이스(Knowledge Base)의 효율적인 관리가 무엇보다도 중요하다. 본 논문에서는 이러한 지식 베이스로부터 의사결정 관리에 필요한 지식을 얻기 위해 효율적으로 지식 베이스를 검색하고 갱신하는 관리 방법을 위해 자율학습 신경망인 자기조직화 지도에 확률적 분포 이론을 결합한 하이브리드(Hybrid) SOM을 제안한다. 제안 방법을 이용한 효율적 지식 베이스의 관리를 시뮬레이션 실험을 통하여 수행하였다. 실험을 통해 본 논문에서 제안하는 Hybrid SOM이 지식 베이스 관리에 효율적인 성능을 나타냄이 증명되었다.

• 정보처리학회논문지B
• /
• 제13B권2호
• /
• pp.121-126
• /
• 2006

본 논문에서는 웹 이미지의 분류 효과를 높이기 위해 이미지 자체에서 추출된 저수준의 비주얼 특징뿐만 아니라 이미지와 관련된 텍스트 정보로부터 나온 고수준 시맨틱 특징들을 이용하는 분류 방법을 제안한다. 이 고수준의 텍스트 특징들은 이미지 URL, 파일명, 페이지 타이틀, 하이퍼링크 및 이미지 주변 텍스트로부터 얻어진다. 분류 엔진으로는 Kohonen의 SOM(Self Organizing Map)을 사용한다. 고수준의 텍스트 특징들과 저수준의 비주얼 특징들을 동시에 사용하는 SOM 기반의 이미지 분류에서는 10개의 카테고리로부터 수집된 200개의 테스트 이미지들이 사용되었다. 분류 성능을 평가하기 위해 간단하면서도 새로운 두 가지 척도, 즉 동일 카테고리 이미지들의 산포 정도와 집적 정도를 나타내는 각각의 척도를 정의하고 사용하였다. 실험결과, SOM기반의 웹 이미지 분류에서는 고수준의 텍스트 특징들이 보다 유용한 것임이 밝혀졌다.