• 지능정보연구
• /
• 제9권1호
• /
• pp.53-69
• /
• 2003

현대의 생산공정에서는 많은 공정변수가 발생하고 있으며 복잡한 연관관계를 가지고 제품의 품질에 영향을 미치고 있다. 따라서 공정의 이상 유무 확인을 위해서는 많은 품질특성치를 동시에 관리하는 다변량 공정관리가 필요하다. 본 연구는 자기조직화 신경망(SOM)과 사례기반추론(CBR) 기법을 이용한 다변량 공정관리 방안을 제안한다. SOM을 이용하여 공정 데이터의 패턴을 생성하고 이상 유무 판단을 위해 기준패턴과 적합성 검정을 한다. 제안한 방법의 검증을 위해 공정에서 발생 가능한 패턴별로 데이터를 생성하여 실험하였고, 실험을 통해 이상패턴을 효과적으로 구별할 수 있음을 보였다. 또한 CBR 방법론을 적용하여 1종 오류는 줄이면서 2종 오류를 아주 작게 유지할 수 있음을 보임으로써, SOM과 CBR 이 결합된 절차가 다변량 공정관리를 위한 한 대안이 될 수 있음을 보였다.

• 방송공학회논문지
• /
• 제23권5호
• /
• pp.642-655
• /
• 2018

빌딩, 집에 설치되어 있는 점유 센서는 사람이 없으면 소등하고, 반대이면 점등한다. 현재는 주요 센서로 PIR(pyroelectric infra-red)이 널리 사용되고 있다. 최근에 비전 카메라 센서를 이용하여 사람 점유를 검출하는 연구가 진행되고 있다. 카메라 센서는 정지된 사람을 검출할 수 없는 PIR의 단점을 극복할 수 있는 장점이 있다. 이동 및 정지된 사람의 추적은 카메라 점유 센서의 주요 기능이다. 본 논문에서는 합성곱 신경망 모델과 자기 조직화 지도를 활용한 온라인 사람 추적 기법을 제안한다. 오프라인에 모델을 학습시키기 위해서는 많은 수의 훈련 샘플이 필요하다. 이러한 문제를 해결하기 위해, 학습되지 않은 모델을 사용하고, 실험 영상으로부터 직접 훈련 샘플을 수집하여 모델을 갱신한다. 오버헤드 카메라로 실내에서 촬영한 영상을 이용하여, 제안 방법이 효과적으로 사람을 추적하고 있음을 실험을 통해 증명하였다.

• 한국융합학회논문지
• /
• 제12권12호
• /
• pp.49-57
• /
• 2021

최근 인공지능, 딥러닝, 빅데이터 등 4차 산업의 핵심 분야에 대한 관심이 커지면서 기존의 의사결정 문제를 전통적인 방법론의 한계점을 최소화하는 과학적 접근 방식이 대두되고 있다. 특히 이런 과학적인 기법들은 주로 금융 상품의 방향성을 예측하는데 사용되는데 본 연구에서는 사회적으로 관심이 높은 아파트 가격의 요인을 자기조직화지도를 통해 분석하고자 한다. 이를 위해 아파트 가격의 실질 가격을 추출하고 아파트 가격에 영향을 주는 총 16개의 입력 변수를 선정한다. 실험 기간은 1986년 1월부터 2021년 6월까지이며 아파트 가격의 상승 및 횡보 구간을 나눠 각 구간 별 변수들의 특징을 살펴본 결과, 상승 구간과 횡보 구간의 입력 변수의 통계적 성향이 뚜렷하게 구분되는 것을 알 수 있었다. 더불어 U1~U3 구간이 N1~N3 구간에 비해서 변수들의 표준편차가 상대적으로 크게 나왔다. 본 연구는 중장기적으로 상승과 하락이라는 큰 주기를 갖고 있는 부동산에 대해서 현재 시점의 현황을 정량적으로 분석한 것에 의미가 있으며 향후 이미지 학습을 통해 미래 방향성을 예측하는 연구에 도움이 되기를 기대한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.77-80
• /
• 2002

이상치를 포함한 학습 데이터의 군집화 전략은 일반적으로 이상치를 포함하여 학습하거나, 이상치를 제거하는 두 가지 선택이 가능하다. 이상치를 제거하지 않고 학습에 반영시켜야 할 경우 한 개 또는 소수의 이상치가 독자적인 군집을 형성하거나 객관적인 군집화를 방해하는 문제가 발생할 수 있다. 이 때 주어진 학습 데이터의 군집 결과가 이상치의 영향으로부터 벗어나기 위해 원래의 학습 데이터에 대한 변환 작업을 거친 후 군집화를 수행할 수 있다. 이러한 변환 방법으로서 본 논문에서는 차원 축소의 기법으로 알려진 인자 분석의 점수를 사용하였다. 인자 점수로 변환된 학습 데이터에 대해 계층적 군집화, K-means 그리고 자기조직화 지도 등과 같은 군집화 알고리즘을 적용하면 이상치가 자신만의 군집을 별도로 형성하지 않고 다른 학습 데이터의 군집에 소속되면서 이상회의 영향으로부터 벗어남을 실험을 통하여 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(A)
• /
• pp.426-429
• /
• 2011

광범위한 지형을 배경으로 하는 게임과 같은 실시간 시뮬레이션 시스템에서 사실적 표현을 높이는 중요한 요소 중 하나가 나무와 같은 자연물 표현이다. 하지만 시스템에 적합한 나무 모델을 매번 새롭게 제작하고 표현하는 일은 다소 어려움이 따른다. 본 연구는 이러한 문제를 해결하기 위하여 실시간 시스템에 적합한 다양하고 사실적인 나무를 모델링하는 방법을 설계한다. 이는 프랙탈 기반의 재귀적 계층 구조를 바탕으로 가지 성장의 자기조직화 처리를 결합하여 나무 성장 과정을 단순화시킴으로써 실시간 시스템에서 직관적이고 효율적으로 활용가능하게 한다. 또한 다양한 나무 모델을 자연스럽게 생성할 수 있도록 인터렉티브 제어 요소를 정의함은 물론 실시간 시스템 내 많은 수의 복잡한 나무 모델을 효율적으로 렌더링하기 위한 GPU를 기반으로 한 가지 표면에 대한 LOD 설정과 인스턴싱 방법을 추가하여 그 결과를 함께 보인다.

• 한국품질경영학회:학술대회논문집
• /
• 한국품질경영학회 2009년도 추계학술대회
• /
• pp.182-185
• /
• 2009

특정분야의 기술에 대한 중요도를 평가할 경우 일반적으로 해당 분야 기술의 전문가들의 의견을 델파이 방법을 이용하여 수렴하고 AHP 분석을 통해 기술의 우선순위를 결정하곤 한다. 그러나 전문가들의 직관적 판단에 의존하는 델파이 기법과 AHP 분석은 전문가 집단을 어떻게 선정하느냐에 따라 다른 결과를 초래하거나 항상 최적의 대안을 제시한다는 보장을 하지 못하므로 이에 대한 보완이 필요하다. 본 연구는 해당 기술 분야의 객관적인 자료인 특허 문서를 분석하여 델파이를 통해 도출된 전문가들의 기술 평가 결과의 타당성을 확인하도록 특허맵 분석을 활용할 것과 많은 대상 기술과 다양한 기술 평가 기준을 한꺼번에 고려하여 기술간 우선순위, 기술간 유사성, 기술군간 관련성을 쉽게 확인할 수 있는 SOM 신경망 분석을 활용할 것을 제안한다.

• Asia pacific journal of information systems
• /
• 제16권3호
• /
• pp.49-65
• /
• 2006

This study proposes a model for customer segmentation using the psychological characteristics of Internet banking customers. The model was developed through two phased clustering method, called SONN-HC by integrating self-organizing neural networks (SONN) and hierarchical clustering (HC) method. We applied the SONN-HC method to internet banking customer segmentation and performed an empirical analysis with 845 cases. The results of our empirical analysis show the psychological characteristics of Internet banking customers have significant differences among four clusters of the customers created by SONN-HC. From these results, we found that the psychological characteristics of Internet banking customers had an important role of planning a strategy for customer segmentation in a financial institution.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 하계종합학술대회논문집
• /
• pp.325-328
• /
• 2000

텍스쳐 분석은 장면 분할, 물체 인식, 모양과 깊이 인식 등의 많은 영상 처리 분야에서 중요한 기술 중의 하나이다. 그러나 실영상에 포함된 다양한 텍스쳐 성분에 대해서 보편적으로 적용 가능한 효율적인 방법들에 대한 연구는 미흡한 실정이다. 본 논문에서는 텍스쳐 인식을 위해서 비교사 학습 방법에 기반 한 효율적인 텍스쳐 분석 기법을 제안한다. 제안된 방법은 텍스쳐 영상이 지닌 방향특징 정보로서 각(angle)과 강도(power)를 추출하여 자기 조직화 신경회로망에 의해서 블록기반으로 군집화(clustering)된다. 비교사적 군집 결과는 통합(merging)과 불림(dilation) 과정을 통해서 영상에 내재된 텍스쳐 성분의 분할을 수행한다. 제안된 시스템의 성능 평가를 위해서는 다양한 형태의 다중 텍스쳐 영상을 생성하여 적용한 후 그 유효성을 보인다.

• 지능정보연구
• /
• 제13권2호
• /
• pp.69-80
• /
• 2007

고객의 선호도는 시간에 따라 변화하지만 기존 협업필터링기법(Collaborative Filtering : CF)은 정적인 데이터만을 다룬다. 이는 기존 CF 기법이 특정 기간 동안 고객의 구매 여부만 고려할 뿐 고객의 구매순서를 사용하지 않기 때문이다. 따라서 기존 CF 기법은 고객의 동적인 데이터인 구매순서를 고려함으로써 추천의 품질을 높일 가능성이 있다. 본 연구에서는 고객의 구매순서를 활용함으로써 CF 기법의 추천 품질을 향상시키는 새로운 상품추천 방법론을 제안한다. 즉, 군집분석기법인 자기조직화지도(Self-Organizing Map : SOM)를 활용하여 고객의 구매순서를 파악한 후 연관규칙탐사(Association Rule Mining : ARM)를 사용하여 고객들의 구매순서 중 일정 정도의 통계적인 타당성을 갖는 구매순서 패턴을 찾아내어 이를 추천 시에 활용한다. 대형 백화점의 구매자료에 적용하여 제안한 방법론의 효과성을 실험한 결과 제안한 방법론이 기존 CF 기법보다 우수한 추천품질을 가지고 있음이 실증적으로 확인되었다.

• 한국정보기술학회논문지
• /
• 제17권4호
• /
• pp.109-117
• /
• 2019

현대 사회는 불특정 다수를 대상으로 자행되는 각종 사고와 범죄 위협으로 인하여 사회 전반에 걸쳐 개인의 보안 의식이 증가되며 다양한 감시 기법이 활발히 연구되고 있으나, 여전히 단순 부주의 또는 오작동으로 인한 강인성 저하가 발생하여 보다 높은 신뢰성을 갖는 감시 기법이 요구된다. 이에, 본 논문에서는 다양한 환경 및 동·정적 변화 감지에서의 낮은 강인성을 보완하고 비용 효율성 문제를 해결하기 위한 실시간 변화감지 기법을 제안한다. 변화 감지 구현을 위해 데이터 군집화 기법으로 응용되고 있는 자기 조직화 신경망을 활용하였으며, 실내 사무실 환경에서의 모의실험을 통해 기존 영상 감시 시스템에서 응용되는 감지 기법 대비 뛰어난 잡음 강인성과 이상 감지 판단의 우수성을 확인할 수 있었다.