• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05b
• /
• pp.1137-1140
• /
• 2003

네트워크의 QoS를 지원하기 위해서는 자원 관리에 적응제어구조의 도입이 필요하다. 이를 위해서는 사전에 네트워크의 대역폭 할당에 따른 전송률 응답특성을 구현하는 모델의 개발이 필수적이며 이 모델을 통하여 적응제어구조의 최적화를 진행해야 한다. 본 연구에서는 두 가지 방식의 모델을 제안하였다. 첫째는 동적 시스템 모델이며 다른 하나는 통계적 모델이다. 동적 시스템 모델은 네트워크의 동적 특성을 고려하여 도입하였으며, 통계적 모델은 측정된 전송률 데이터의 분포를 고려하여 도입하였다. 제시된 두 모델의 인자 결정을 위해 최적화 기법을 사용하였으며, 결과적으로 제시된 두 모델이 실제 네트워크의 동작과 유사함을 살펴보았다.

• Journal of the Korea Society of Computer and Information
• /
• v.8 no.4
• /
• pp.21-27
• /
• 2003

In these paper, we define object models in order to represent a correct analysis model, propose translation method to formal specification necessary to uniform and standard. The translated model provide to correctness, consistency and completeness. If it is happen to error in the VDM specification, we can verify model to adapt initial object model step. It increase correctness to retrieval, reduce the costs and efforts of after development because of the verified model used to basic specification in design step.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.477-479
• /
• 2012

개의 발성은 성도의 물리적인 특징에 따라 고유의 특정 포먼트를 만들어 내며 개의 품종에 따라 다른 물리적 특징을 가지므로 개의 발성을 HMM(Hidden Markov Model)으로 모델링하여 개의 품종을 분류하는 연구를 하였다. 주파수 특징은 MFCC(Mel Frequency Cepstral Coefficients) 12차, 에너지 컴포넌트 1차, 델타 13차, 억셀러레이션(Acceleration) 13차, 총 39차 벡터를 사용하였다. 개의 품종 분류에 적합한 HMM 구조의 설계를 위하여 기본 좌우 모델, 좌우 모델, 좌우 모델2, 전후진 모델, 총 4가지를 제안하고 실험하여 성능을 비교분석하였다. 이 중 전후진 모델이 가장 바람직한 모델로 검증 되었다. 본 모델은 다음과 같은 장점을 갖는다. (1) 기본 좌우 모델과 마찬가지로 1~2회 발성을 갖는 데이터가 입력되어도 처음에서 마지막 상태까지의 이동단계가 최소 3번까지 가능하므로 적은 횟수의 발성 데이터도 처리가 가능하다. (2) 다수 반복된 발성 데이터의 신호도 처리가 가능하다. 즉, 본 모델은 상태의 이동이 후진도 가능하므로 5회이상 반복된 발성 데이터의 신호의 처리도 가능하다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.130-132
• /
• 2001

신경망을 이용한 추천 기술은 항목이나 사용자간의 가중치를 학습할 수 있고, 자료 유형에 상관없이 데이터 처리가 용이하다. 또한 최근 연구를 통해서 그 우수성이 입증되고 있다. 그러나 사용자간의 상관관계로 추천하는 사용자 신경망 모델과 항목간의 상관관계로 추천하는 항목 신경망 모델이 서로 다른 관점으로 다른 선호도를 제시한 경우에 선택한 모델의 선호도에 따라 시스템의 성능이 좌우된다. 그러므로 효율적이고 성능이 우수한 추천 시스템을 위해 사용자와 항목 신경망 모델의 통합 방법을 제안한다. 두 모델 사이에 우선 순위를 결정하여 통합하는 순차적 통합 방법과 두 모델을 동시에 고려하는 병렬적 통합방법을 제안한다. 그러나 두 통합 방법은 선호도 예측 기준에 있어서 정적이고, 문제에 대한 적응성이 없다. 그러므로 신경망(퍼셉트론, 다층 퍼셉트론)을 이용한 통합 방법을 제안한다. 또한 퍼지의 소속함수를 이용하여 퍼지 추론를 적용한 통합 방법을 제안하고, 패턴 인식 분야에서 사용하는 BKS 방법을 적응하여 두 신경망 모델을 통합하여 실험한다. 본 논문에서는 사용자와 항목 신경망 모델을 통합함으로써 기존의 추천 기술인 연관 규칙과 단일 신경망 모델을 이용한 추천보다 우수함을 보이고 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.102-103
• /
• 2018

최근 국내 게임 시장이 12조원을 육박하고 있는 시장 현황에서 게임 매출 부분에서 게임내 어떤 과금정책을 적용할 것인지가 가장 중요한 요소이다. 시중에 출시된 게임 중에서는 P2W 모델이 접하기 쉬운 모델이긴 하지만 최근에는 B2P 모델을 많이 적용하고 있는 과금정책이다. 본 논문에서는 온라인 게임 내 P2W의 과금 모델과 B2P의 과금 모델의 선호도를 조사한다. 그리고 본 논문에서 새롭게 명명한 T2H 모델의 선호도를 조사하여 어떠한 과금 모델이 게임시장에서 더 유리하고 선호도가 높은 모델인지를 제시한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.07a
• /
• pp.384-385
• /
• 2017

과학 모델은 복잡한 자연현상을 단순화하고 패턴화한 것이다. 따라서 과학 모델은 특정한 알고리즘을 가지며, 과학 모델에 대한 이해는 모델이 갖는 특정한 알고리즘에 대한 이해와 직접적으로 관련되어있다. 본 연구에서는 많은 학생들이 대안 개념을 가지고 있는 산-염기를 주제로 하여, 이 모델이 가지는 알고리즘을 학습하기 위한 프로그램을 설계하고, 알고리즘을 학습 하였을 때 과학 학습에 미치는 효과를 확인하였다. 고등학생 3학년을 대상으로 4차시로 수업을 진행하였으며, 수업의 사전과 사후 검사를 실시하여, 학생들의 모델에 대한 이해를 분석하였다. 수업 결과, 학생들은 모델의 정의와 화학반응 및 화학평형의 정성적인 부분에서는 이해의 향상을 보였으나, 정량적인 부분에는 효과를 보이지 못하였다. 이는 화학이 많은 수의 입자를 고려해야 하는 독특한 과목의 특성에 기인하며, 이를 보완하기 위하여 추후 컴퓨터프로그램을 교육 도구로 사용하는 수업을 통해 후속연구를 진행하고자 한다.

• Proceedings of the Korea Association of Information Systems Conference
• /
• 1998.10a
• /
• pp.11-19
• /
• 1998

현재 이루어지고 있는 전자상거래 참조모델에 관한 연구의 경우 주로 전자상거래 구현을 위한 기술 중심으로 이루어지고 있어 기존의 모델을 기술적인 관점이 아닌 전반적 관점의 모델로 활용하기에는 무리가 따른다. 본 논문에서는 기존의 참조모델들에 대한 비교 분석을 통하여 기술 및 상호 관계적인 부분, 전략적인 부분, 정상적인 부분 등 특정분야에 치우치지 않는 포괄적인 차원의 참조모델 구현 방안을 제시하고 이를 통해 개략적인 전자상 거래 참조 모델을 구현하고, 이들의 활용방안을 제시하였다. 본 논문에서 제시한 모델은 정 부 정책 및 관련 사업 추진시 전체 개념 파악을 위한 기본틀로 사용될 수 있을 것이며 관련 분야 연구시 참조 모델로서의 역할을 수행할 수 있을 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07a
• /
• pp.661-663
• /
• 2005

유비쿼터스 컴퓨팅 환경에서 서로 다른 여러 컴포넌트들이 공유할 수 온톨로지 기반 컨텍스트 모델이 연구되고 있다. 그런데 이러한 컨텍스트 모델들은 한가지 판정을 지원하는 컨텍스트 모델이므로 서로 다른 목적으로 컨텍스트 모델을 창조하는 컴포넌트들의 요구사항을 만족시키기에 불충분하다. 따라서 본 논문에서는 다양한 관점의 유비쿼터스 컴퓨팅 컴포넌트들의 요구사항을 만족하는 온톨로지를 기반으로한 컨텍스트 모델을 제안한다. 제안하는 컨텍스트 모델은 서로 다른 도메인 관점에서 컨텍스트 모델에 대한 공통적인 개념을 공유할 수 있고, 컨텍스트의 사용 관점, 획득 관점, 처리 관점의 요구사항을 반영한 온톨로지 기반의 컨텍스트 모델이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06b
• /
• pp.62-67
• /
• 2007

UML 모델을 사용하는 다양한 곳에서 UML 메타모델을 준수하면 많은 이점을 가진다. 하지만 UML 메타모델 자체 규모가 점점 거대해지고 있으며 UML 메타 모델을 사용하는 다양한 곳에서도 UML 메타모델의 일부분만을 필요로 하는 경우도 있다. 즉, UML 메타모델에서 사용하고자 하는 특정 요소들만을 추출하여 사용할 필요가 있다. UML 메타모델의 특정 부분만을 추출하여 사용함으로써 UML 모델링 도구나 분석도구를 좀더 쉽고 가볍게 개발할 수 있다. 본 논문에서는 UML 메타모델에서 특정 다이어그램 요소만을 추출하기 위한 슬라이싱 알고리즘을 제시하고 실제로 적용한 결과를 보여준다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• pp.294-302
• /
• 2007

멀티 에이전트 강화학습에서 중요한 이슈 중의 하나는 자신의 성능에 영향을 미칠 수 있는 다른 에이전트들이 존재하는 동적 환경에서 어떻게 최적의 행동 정책을 학습하느냐 하는 것이다. 멀티 에이전트 강화 학습을 위한 기존 연구들은 대부분 단일 에이전트 강화 학습기법들을 큰 변화 없이 그대로 적용하거나 비록 다른 에이전트에 관한 별도의 모델을 이용하더라도 현실적이지 못한 가정들을 요구한다. 본 논문에서는 상대 에이전트에 대한RBFN기반의 행동 정책 모델을 소개한 뒤, 이것을 이용한 강화 학습 방법을 설명한다. 본 논문에서는 제안하는 멀티 에이전트 강화학습 방법은 기존의 멀티 에이전트 강화 학습 연구들과는 달리 상대 에이전트의 Q 평가 함수 모델이 아니라 RBFN 기반의 행동 정책 모델을 학습한다. 또한, 표현력은 풍부하나 학습에 시간과 노력이 많이 요구되는 유한 상태 오토마타나 마코프 체인과 같은 행동 정책 모델들에 비해 비교적 간단한 형태의 행동 정책 모델을 이용함으로써 학습의 효율성을 높였다. 본 논문에서는 대표적이 절대적 멀티 에이전트 환경인 고양이와 쥐 게임을 소개한 뒤, 이 게임을 테스트 베드 삼아 실험들을 전개함으로써 제안하는 RBFN 기반의 정책 모델의 효과를 분석해본다.