• 경영정보학연구
• /
• 제8권2호
• /
• pp.119-138
• /
• 2006

데이터 마이닝의 연관성규칙 분석 기법(Association Rule Mining)은 현실문제에의 많은 활용에도 불구하고 시간의 흐름에 대한 변화 파악 및 분석에서는 한계를 가지고 있다. 본 연구에서는 기존의 두 시점에서의 고객 행위 변화 파악 기법을 재귀적 방법을 통하여 다시점으로 확장하여 분석할 수 있는 방법론을 제시한다. 즉, 본 연구에서는 연관성규칙의 패턴 및 변화의 추세를 장기간에 걸쳐 지속적으로 관찰함으로써, 고객의 일시적인 변화보다는 지속적인 행위 변화를 관찰할 수 있도록 하는 방법론을 구성한다. 방법론을 검증하기 위해 L백화점의 4년간의 구매관련 데이터를 분석하여 그 결과를 제시하고 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.729-732
• /
• 2019

데이터로그는 논리형 선언형 프로그래밍 언어로, 특히 재귀적인(recursion) 알고리즘을 표현하기 편리한 언어이다. 대표적인 데이터로그 시스템으로는 CORAL, LogicBlox, XSB, Soufflé가 있다. 본논문에서는 이 네 가지 시스템의 특징을 설명하고, 세 가지 벤치마크, 이행적 폐쇄(Transitive closure), 동세대(same generation), 포인터 분석(pointer analysis)으로 데이터로그 시스템들의 재귀 질의(recursive query) 처리 성능을 비교하였다.

• 한국정보통신학회논문지
• /
• 제21권10호
• /
• pp.1923-1928
• /
• 2017

본 연구는 행렬인수분해 기반으로 3차원 형상의 복원을 위한 오차 보정에 관한 것입니다. 기존 행렬인수분해 기반 오차 보정 방법은 전역적인 최적화로 인해 보정에 한계가 있습니다. 따라서 본 논문에서는 전역적 접근 대신 3차원 복원 형상의 주요 오차 영향 인자를 찾아 보정하는 새로운 방법을 제시하였습니다. 우리는 오차 영향 인자를 2차원 재 투영 편차 공간에서 정의하고 그 오차 성분을 직접 보정합니다. 그리고 일련의 과정을 재귀적으로 반복 적용함으로서 오차 보정 성능을 개선시킬 수 있습니다. 이러한 접근 방법은 어떤 기하학적 정보에 의존하지 않고 영향도가 가장 큰 오차 성분 중심으로 제어하기 때문에 잡음에 장점을 가지고 있습니다. 제안한 알고리즘 성능 평가는 합성과 실제 영상 프레임으로 시뮬레이션하여 잡음에 강인한 특성을 증명했습니다.

• 대한전자공학회논문지SP
• /
• 제41권2호
• /
• pp.51-64
• /
• 2004

본 논문은 다수의 지문 특징점 템플릿(fingerprint minutiae template)을 융합하여 하나의 슈퍼 템플릿(super-template)을 생성하는 새로운 알고리즘을 제안한다. 슈퍼 템플릿은 지문의 올바른 특징점 정보만으로 구성된 템플릿을 의미하는 것으로써 된 연구에서 제안하는 재귀적 베이지안 추정(recursive Bayesian estimation) 방법으로 특징점의 신뢰도를 추정하여 논은 신뢰도를 가지는 특징점만으로 슈퍼 템플릿을 생성한다. 본 논문에서는 지문 영상이 순차적으로 획득될 때, 나중에 획득된 지문 영상 특징점 정보에 재귀적 베이지안 추정 기법을 적용하여 먼저 획득된 영상의 특징점들에 대한 신뢰도를 추정한다. 적용된 재귀적 베이지안 추정 방법은 여러 영상에서 공통적으로 발견된 특징점에 대해 그 신뢰도를 증가시키는 반면, 다른 영상에서 발견되지 않는 특징점의 신뢰도는 감소시킨다. 같은 방법으로, 특징점의 타입(분기점과 단점)에 대한 신뢰도도 추정할 수 있다. 본 논문은 실험을 통해 제안한 알고리즘에 의한 슈퍼 템플릿이 인증 성능을 크게 향상시킬 수 있음을 보였다.

• 한국수학사학회지
• /
• 제20권4호
• /
• pp.23-48
• /
• 2007

본 연구는 학교 수학에서 다루어지는 수학적 귀납법의 형식적 도입에 대한 문제 제기로부터 출발한다. 학생들이 수학적 귀납법의 의미와 구조를 충분히 인식하지 못한 채 단지 증명의 도구로서 도구적 이해 수준에서 형식적으로 다루어지는 수학교육 현실의 개선을 위하여, 수학적 귀납법의 역사적 발생 과정을 고대 그리스의 재귀적 무한을 통한 암묵적 사용으로부터 17세기 Pascal과 Format의 추상적 형식화의 단계에 이르기까지 고찰함으로써 그 과정에 포함된 다양한 사고 유형의 본질을 규명하고 특히 중요한 역할을 한 것으로 추정되는 하강법에 주목함으로써 교육적 논의를 통해 학교 수학에 시사점을 제공하고자 한다.

• 대한수학교육학회지:학교수학
• /
• 제18권3호
• /
• pp.625-645
• /
• 2016

본 연구는 이분모분수의 덧셈 및 뺄셈과 관련하여 단위 추론의 측면에서 강조해야 할 핵심 아이디어를 밝히고 제4차 교육과정에서부터 2009 개정 교육과정에 의한 초등학교 교과서에서 단위와 관련된 아이디어가 어떻게 제시되어 있는지를 분석하였다. 연구 결과 이분모분수의 덧셈과 뺄셈의 핵심 아이디어는 세 가지 수준의 단위를 유연하게 활용하는 과정에서 고정된 전체 단위, 새로운 공통 단위의 필요성, 재귀적 분할 등을 강조해야 한다는 것이다. 초등학교 수학 교과서 분석 결과, 전체 단위가 고정되어야 한다는 사실을 매우 암묵적으로 다루고, 통분의 필요성을 이전에 학습한 동분모분수의 덧셈과정과 연결하여 제시하였으며, 재귀적 분할 방법보다는 수치적으로 통분하여 모델을 알고리즘과 유기적으로 연결하는 데 어려움이 있는 것으로 드러났다. 이에 대한 논의를 바탕으로 초등학교 수학교과서의 이분모분수의 덧셈과 뺄셈 관련 내용 구성 및 지도 방향에 시사점을 제공하고자 한다.

• 한국정보처리학회논문지
• /
• 제6권11호
• /
• pp.2981-2988
• /
• 1999

연역데이터베이스는 외연적 데이터베이스인 사실들의 집합과 내포적 데이터베이스인 규칙들의 집합으로 구성된다. 이 규칙들을 계산하기 어렵기 때문에 규칙을 병렬로 계산하기 위한 많은 알고리즘들을 연구해 왔으나 만족스런 결과를 얻지 못하 였다 이 논문에서는 이행적 종속성을 가지는 선형적 재귀 규칙의 증명-이론적 의미를 비공유 병렬구조를 이용하여 효율적 으로 계산하는 새로운 방법을 제안한다 먼저 선형적 재귀규칙을 위한 둥가의 표현식이 존재함을 증명하고, 이 표현식을 근 거하여 선형적 재귀규칙을 계산하기 위한 알고리즘을 고안하며, 마지막으로 제안된 알고리즘의 성능을 분석한다

• 정보보호학회논문지
• /
• 제19권4호
• /
• pp.41-49
• /
• 2009

유비쿼터스 센서 네트워크에서 센서 노드들은 불리한 환경에 배치되므로 공격자에 의해 훼손될 수 있다. 훼손된 노드들은 허위 감지 보고서들을 네트워크에 주입하는데 사용할 수 있는데 이러한 허위 보고서들은 허위 경보를 유발할 수 있을 뿐만 아니라, 네트워크의 제한된 에너지 자원도 고갈시킬 수 있다. 허위 보고서 여파를 위한 보안 기법들에서, 보안성을 결정하는 보안 경계 값의 선택은 매우 중요하다. 기존의 적응적 보안 기법들에서는 경계 값의 결정이 전체 노드들에게도 적용되어 에너지 자원을 불필요하게 소모하는 문제점을 가진다. 본 논문에서는 충분한 보안성을 제공하면서 에너지를 절약할 수 있는 보안 경계 값 결정을 위하여 재귀적 계약망 프로토콜 적용 기법을 제안한다. 보다 효과적으로 네트워크를 운용하기 위하여, 네트워크를 계층척으로 그룹핑하고, 각 그룹에 대하여 재귀적으로 계약 망 프로토콜이 적용된다. 이를 통해 베이스 스테이션에서 퍼지 로직을 사용하여 결정된 경계 값은 보안 공격이 발생한 지역에 국한되어 적용된다.

• 한국컴퓨터정보학회논문지
• /
• 제26권2호
• /
• pp.61-68
• /
• 2021

최근 악성코드와 정상 바이너리를 분류하기 위해 기계학습을 이용하는 기술이 다양하게 연구되고 있다. 효과적인 기계학습을 위해서는 악성코드와 정상 바이너리를 식별하기 위한 Feature를 잘 추출하는 것이 무엇보다 중요하다. 본 논문에서는 재귀적인 방법을 이용하여 기계학습에 활용하기 위한 Feature 추출 방법인 RFA(Recursive Feature Addition) 제안한다. 제안하는 방법은 기계학습의 성능을 극대화 하기 위해 개별 Feature를 대상으로 재귀적인 방법을 사용하여 최종 Feature Set을 선정한다. 세부적으로는 매 단계마다 개별 Feature 중 최고성능을 내는 Feature를 추출하여, 추출한 Feature를 결합하는 방법을 사용한다. 제안하는 방법을 활용하여 Decision tree, SVM, Random forest, KNN등의 기계학습 알고리즘에 적용한 결과 단계가 지속될수록 기계학습의 성능이 향상되는 것을 검증하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (1)
• /
• pp.655-657
• /
• 1998

합병 문제는 정렬된 두 개의 리스트 A=(a1, a2,....,al)와 B=(b1, b2,....,bm)가 주어질 때, 이두 리스트를 합병하여 하나의 정렬된 리스트 C=(c1, c2,....,cn),n=l+m,로 만드는 문제이다. 지금까지는 {{{{ SQRT {n} }}}}$\times${{{{ SQRT {n} }}}} 메쉬 상에서 odd-even 합병을 재귀적으로 수행하는 O({{{{ SQRT {n} }}}})시간 합병 알고리즘이 주로 사용되었는데, 이 재귀적 합병 알고리즘은 그 기본정책은 간단하나, 메쉬 상에 구현 될때 라우팅과 같은 복잡한 연산이 필요하게 된다. 따라서 본 논문에서는 간단한 행, 열 연산 만을 사용하여 메쉬 상에서 쉽게 구현가능한 O({{{{ SQRT {n} }}}})시 간의 최적 분할 합병 알고리즘을 제안한다.