• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.1161-1167
• /
• 2006

본 논문에서는 구조, 행위, 리소스, 환경의 여러 관점을 적용한 다양한 모델들을 이용하는 적응 프레임워크를 제안한다. 또한, 대상 시스템에 대해 앞에서 언급한 4 가지 모델을 위한 모델링 방법론과 각 모델링 요소들에 대한 효과적인 표기법을 제시하였다. 다양한 모델들을 통해 시스템의 구성 요소들 간의 관계 구조와 시스템의 계층적 상태와 행위 정보, 실행 환경을 구성하는 시스템 의존적인 요소 및 독립적인 요소까지의 정보들이 표현된다. 이들 모델간의 유기적인 상호 운용으로 통합적인 추론과 보다 정확한 평가가 가능하다. 이를 통해 시스템은 예상치 못한 변화에 대해 통합된 관점의 더욱 정확한 진단과 반영할 수 있다. 이를 기반으로 다양한 수준에서 적응 동작의 조절을 수행함으로써 하이브리드하고 보다 확장된 적응이 가능해진다. 논문에서 정의한 모델과 제안 프레임워크는 다른 도메인으로 재사용이 가능하다. 제안 시스템은 평가를 위해 프로토타입을 구현하여 원격 화상 회의 시스템에 적용하였으며, 그 기능과 유효성을 확인하였다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.456-459
• /
• 2019

대화 행위는 단순한 발화 문장들의 교환을 넘어 발화자들의 다양한 주변 정보를 고려한 종합적인 판단의 결과로 볼 수 있다. 본 논문은 여섯 가지 유형의 외부 상황 정보를 기반으로 적응적 발언을 생성하는 딥러닝 기반 대화 모델을 소개한다. 직접 구축한 상황 정보들이 태깅된 대화 데이터를 바탕으로, 외부 상황 정보를 사용자 발화와 더불어 활용하는 다양한 구조의 신경망 구조를 가지는 모델과 더불어 외부 상황 정보를 사용하지 않는 모델과의 성능에 대해 비교한다. 실험 결과들은 대화 모델의 발화 생성에 있어서 상황 정보 활용의 중요성을 보여준다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.271-273
• /
• 2021

본 논문은 이동노드의 클러스터링내에서 보다 효율적인클러스터링을 제공하고 유지하기위한 딥러닝의 선형회귀적 적응적 보정가중치에 따른 군집적 알고리즘을 제안한다. 대부분의 클러스터링 군집데이터를 처리함에 있어 상호관계에 따른 분류체계가 제공된다. 이러한 경우 이웃한 이동노드중 목적노드와는 연결가능성이 가장높은 이동노드를 클러스터내에서 중계노드로 선택해야 한다. 본 연구에서는 이러한 상황정보를 이해하고 동적이동노드간 속도와 방향속성정보간의 상관관계의 친밀도를 고려한 자율학습기반의 회귀적 모델에서 적응적 가중치에 따른 분류를 제시한다. 본 논문에서는 이러한 상황정보를 이해하고 클러스터링을 유지할 수 있는 자율학습기반의 적응적 가중치에 따른 딥러닝 모델을 제시 한다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.34 no.3
• /
• pp.67-73
• /
• 2006

In this paper, a reconfigurable model following flight control method is proposed based on direct adaptive scheme using parameter estimation. Adaptive control scheme updates the control gains to make the system output follow the reference output even when fault occurs. By adopting the frequency domain parameter estimation method, system changes by the fault can be estimated. Recursive Fourier transformation is used for system identification. Using recursive Fourier transform, the proposed adaptive control algorithm guarantees the system stability and improves the system characteristics. To evaluate the performance of proposed control method, numerical simulations are performed.

• Journal of the Economic Geographical Society of Korea
• /
• v.20 no.2
• /
• pp.189-213
• /
• 2017

This study seeks to critically examine the significance and limits of the cluster adaptive cycle model for analysis of cluster evolution and to propose research issues for future analysis of cluster evolution based on this critical examination. Until the 1980s, research on industrial complexes including clusters was based on a 'static perspective' that focuses on the aspect of economic space at a specific point in time, but the research paradigm has recently shifted to a 'dynamic perspective' focusing on 'evolution' of 'complex adaptive systems'. As a result, the adaptive cycle model has attracted attention as an analysis tool of dynamically evolving clusters. However, the cluster adaptive cycle model has emerged by being appropriately modified and expanded according to the properties of the cluster and its evolution. The cluster adaptive cycle model is a comprehensive analysis framework that identifies the characteristics of cluster evolution in terms of resource accumulation, interdependence, and resilience and classifies cluster evolution paths into six different categories. Nevertheless, there is still a need for further discussion and supplementation in terms of theoretical and empirical research to expand and deepen the model. Therefore, research issues for future analysis of cluster evolution are to specify and elaborate the cluster evolution model, to emphasize the concept of resilience, and to verify the applicability and usefulness of the model through empirical research.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.11
• /
• pp.54-59
• /
• 1999

In this paper, a generalized auto-regressive(AR) model is proposed for linear prediction based on adaptive spatio-temporal support region(ASTSR). The conventional AR model suffers from the drawback that the prediction error increases in the edge region because the rectangular support region of the edge does not satisfy the stationary assumption. Thus, the proposed approach puts an emphasis on the formulation of a spatio-temporally adaptive support region for the AR model, called ASTSR. The ASTSR consists of two parts: the adaptive spatial support region(ASSR) connected with edges and the adaptive temporal support region(ATSR) related to temporal discontinuities. The AR model based on ASTSR not only produces more accurate model parameters but also reduces the computational complexity in the motion picture restoration.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2001.11b
• /
• pp.129-133
• /
• 2001

영상에 포함된 잡음은 화질 및 영상의 압축효율을 저하시킨다. 최근 들어, 영상의 에지 성분을 효율적으로 고려하면서 잡음을 제거하기 위하여 다양한 비정적(nonstationary) 영상 모델에 근거한 잡음제거 알고리즘이 제안되어 왔다. 하지만, 기존의 비정적 영상모델에서는 연산량의 부담을 덜기 위하여 각 화소들 사이에 상관관계(correlation)가 없다는 가정을 하고 있어 영상의 미세한 정보들이 필터링에 의하여 훼손된다. 본 논문에서는 영상의 비정적 상관관계를 고려한 적응적 잡음제거 알고리즘을 제시한다. 영상신호는 비정적 평균을 가진다고 가정되며, 또한 각기 다른 정적(stationary) 상관관계를 가지는 부분 영상으로 분리된다고 가정된다. 제안된 영상 모델에서의 공분산(co-variance) 행렬의 특수한 구조를 이용하여 계산적으로 효율적인 FFT에 기반한 선형 minimum mean square error 필터를 유도한다. 제안된 영상 모델의 정당성 및 알고리즘의 효율성을 제시한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.410-410
• /
• 2019

기후변화는 전 지구적인 환경문제 중 하나이며 IPCC (Intergovernmental Panel on Climate Change) 4차 평가보고서에서는 인류가 직면한 최대 위협이라고 하였다. 또한, IPCC는 현재 기후변화에 의한 영향은 명백히 나타나고 있으며 향후 기후변화에 의한 기상이변 예측과 적응 정책 및 조치가 중요하다고 권고하였다. 적응 정책 및 조치를 위한 기후변화의 영향분석은 우리나라에서도 많이 진행하고 있으나 개별 및 분류의 선형의 순차적 관계에 따라 개발 및 적용되고 있다. 기후변화는 자연생태계와 인간 활동의 복잡한 상호작용에 의해 발생하기에 개별적 연구 보다는 타 부문의 영향 및 결과가 환류되고 반영되어야 한다. 따라서 기후변화 영향평가는 농업, 물, 산림, 생태, 건강 등 다양한 부문 내/간 상호작용을 고려할 수 있는 통합 평가 방법이 필요하다. 통합 평가를 위해 플랫폼 개발은 필수적이며, 신속한 분석을 위해서는 개별 부문의 상세모델을 모방한 메타모델이 필요하다. 본 연구에서는 미래 기후변화에 따른 영향을 통합적으로 평가하기 위한 메타모델을 개발하고, 상호 연결을 통해 다양한 연계양상을 평가하고자 한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.7 no.7
• /
• pp.1527-1532
• /
• 2003

기존의 GPC방법으로 제어하기 힘든 비선형성과 플랜트의 변수변화를 포함하는 비선형 플랜트를 지연 예측신경망을 사용하여 효과적으로 제어하는 적응 GPC방법을 제안한다 제안한 방법에서는 플랜트의 선형 변수 추정이나 근사적인 모델로부터 선형 매개변수를 구해서 선형 모델을 만들고 실제 시스템의 출력과 선형모델의 오차를 신경망의 출력으로 표현한 다음, 이 식으로부터 적응 GPC 알고리듬을 유도한다. 여기서 지연 예측신경망은 적응 GPC에 이용될 플랜트의 출력을 예측하도록 학습된다. 이와 같은 제어기를 구성함으로써 선형 변수만으로 적응 GPC 제어기가 구성되어질 경우 생기는 비선형 변수의 추정과 출력 예측 값을 계산하는 번거로움을 해결하였다.

• Journal of KIISE
• /
• v.44 no.8
• /
• pp.842-853
• /
• 2017

Streaming data is a sequence of data samples that are consistently generated over time. The data distribution or concept can change over time, and this change becomes a factor to reduce the performance of a classification model. Adaptive incremental learning can maintain the classification performance by updating the current classification model with the weight adjusted according to the degree of concept drift. However, selecting the proper weight value depending on the degree of concept drift is difficult. In this paper, we propose a dynamic ensemble method based on adaptive weight adjustment according to the degree of concept drift. Experimental results demonstrate that the proposed method shows higher performance than the other compared methods.