• Journal of the Korean Institute of Intelligent Systems
• /
• v.13 no.1
• /
• pp.31-36
• /
• 2003

The descriptive grade evaluation system is adopting to solve the problems of pre-exiting system that refers to marks and ranks. However, it increases the work load and creates inconsistencies of the grade evaluations due to teachers subjective evaluations. In this Paper, I suggest a grade evaluation system, applying the Fuzzy reasoning on web for teachers to evaluate students more effectively. Teachers can input the results of the accomplishment assessments. It also evaluates with the Fuzzy reasoning to attain the final evaluation of the subjects. The system also creates descriptive evaluation sentences by abstracting some sentences for evaluation utilizing the properties of the Fuzzy reasoning rules.

• Journal of Korea Water Resources Association
• /
• v.54 no.7
• /
• pp.485-493
• /
• 2021

Groundwater is an important water resource that can be used along with surface water. In particular, in the case of island regions, research on groundwater level variability is essential for stable groundwater use because the ratio of groundwater use is relatively high. Researches using artificial intelligence models (AIs) for the prediction and analysis of groundwater level variability are continuously increasing. However, there are insufficient studies presenting evaluation criteria to judge the appropriateness of groundwater level prediction. This study comprehensively analyzed the research results that predicted the groundwater level using AIs for various regions around the world over the past 20 years to present the range of allowable groundwater level prediction errors. As a result, the groundwater level prediction error increased as the observed groundwater level variability increased. Therefore, the criteria for evaluating the adequacy of the groundwater level prediction by an AI is presented as follows: less than or equal to the root mean square error or maximum error calculated using the linear regression equations presented in this study, or NSE ≥ 0.849 or R² ≥ 0.880. This allowable prediction error range can be used as a reference for determining the appropriateness of the groundwater level prediction using an AI.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.131-131
• /
• 2022

기후변화의 영향으로 극치강우의 변동성이 커지고 있으며 계획빈도를 초과하는 폭우로 피해가 증가하고 있다. 기존의 물리기반의 홍수예측모델은 개념적 및 구조적 제약과 함께 다양한 유역조건 및 수문기상 조건에 기인한 강우-유출 관계의 불확실성을 고려하는 데 한계가 있다. 특히 한정된 홍수 사상을 통해 구축된 관측 자료로 인해 새로운 홍수 사상 예측 능력이 저조할 수밖에 없다. 따라서 기존 물리모형 기반의 홍수예측과 함께, 딥러닝(deep learning) 모형을 고려한 홍수예측 모델 개발과 개선이 필요하다. 본 연구에서는 다양한 분야에서 활용되는 인공지능(artificial intelligence, AI) 기술을 종합적으로 검토하고, 홍수 예측 측면에서의 활용 가능성 및 신뢰성을 고려하여 AI 기법을 채택하였다. 한강수계에 존재하는 댐 중 일부를 선정하여 대상 댐의 수문·기상학적 자료를 전처리한 후, 인공지능 기반의 홍수예측모형을 구축 및 최적화하였다. 다양한 예측인자와 모델 구성으로 홍수예측력에 대한 평가를 다각적으로 수행함으로써 홍수예측모델의 신뢰성을 제고하였다. 전반적으로 우수한 결과를 도출하였고, 유역면적이 작을수록 결과가 좋았다. 이는 넓은 유역일수록 복잡한 강우-유출 과정이 내재되어 있기 때문으로 판단되며, 넓은 유역에는 본 연구에서 활용한 자료에 추가적인 자료를 도입하여 모형 개선이 이루어져야 할 것으로 판단하였다. 수문 예측 연구에 통계모형이나 기계학습모형의 적용은 많이 있었지만, 딥러닝 기법 활용은 새로운 시도라는 점에서 의미가 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.11a
• /
• pp.134-140
• /
• 1997

자동화기술 및 정보통신의 급속한 발전 등의 환경 변화에 따라 컴퓨터를 기반으로 하는 통합생산 시스템 구현의 필요성이 급격히 증가하고 있다. 본 논문에서는 컴퓨터통합생산(CIM) 시스템 구축을 위한 제안 요구서에 따라 각 업체에서 제안한 업체별 구현방법을 효율적으로 평가하기 위하여 퍼지집합을 이용한 컴퓨터통합생산시스템의 업체별 평가 방법을 제안한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.361-364
• /
• 2004

인터넷의 급격한 보급으로 다양하고 많은 종류의 유용한 정보를 이용할 수 있게 되었다. 이와 같은 정보의 바다에서 원하는 정보를 검색하고 이를 관리하고 사용하는 것은 매우 어렵다 이러한 문제를 해결하기 위해 검색엔진, 메타검색 엔진, 스파이더, 지능 에이전트 혹은 웹 에이전트와 같은 여러 종류의 시스템들이 개발되고 있다. 이와 같은 시스템들은 지능 에이전트로써 정보의 과부하를 피하기 위해 사용되어지고 있다. 소프트웨어 에이전트들을 효율적으로 개선하기 위해서는 검색된 데이터를 표현하고 분류하는 것이 필요하다. 또한, 분류기를 생성할 수 있는 지능 에이전트들의 성능을 개선하기 위해 퍼지 이론을 적용하여, 웹으로부터 다른 검색 정보와의 적합성을 평가하고, 사용자에게 가장 적합한 정보를 분류하기 위한 방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.19-20
• /
• 2023

영어 교육 시장 확대로 다양한 영어 학습 시스템이 개발되고 있다. 그러나 어휘의 문맥적 이해와 효과적인 학습 방법을 결합한 지능형 어휘 학습 시스템에 대한 연구는 미비하다. 본 연구에서는 임의의 n 개 영어 단어가 한 그룹으로 제시되고, 이들을 모두 포함한 예문을 제공하는 지능형 영어 어휘 학습 시스템을 개발한다. 본 연구에서는 임의의 n 개 영어 단어가 주어졌을 때 문맥에 맞는 영어 예문을 자동으로 생성하는 모델을 개발하였다. 어휘 평가를 바탕으로 자동으로 취약 어휘를 선정하며 학습자들이 해당 어휘를 학습 할 수 있도록 진행한다. 본 연구에서 개발한 지능형 영어 어휘 학습 시스템의 사용성 평가를 위해 설문 검사를 실시하였다. 설문 결과는 문맥 및 어휘 그룹 기반의 지능형 영어 학습 시스템은 사용자들이 사용하기 편리하고 어휘 능력을 향상시키는데 도움이 될 수 있음을 보여준다.

• Journal of the Korean Operations Research and Management Science Society
• /
• v.21 no.1
• /
• pp.81-100
• /
• 1996

본 연구에서는 보다 효과적인 기업신용평가를 위하여, 통계적 방법과 인공지능 방법을 결합한 결합모형을 제시햐고자 한다. 이를 위하여 본 연ㄴ구에서는 통계적인 모형중에서 가장 널리 활용되고 있는 MDA (Multivariate Discriminant Analysis) 와 인공지능적인 방법으로서 최근에 널리 사용되고 있는 인공싱경망( neural network)모형을 휴리스틱한 방법으로 결합한다. 이러한 결합모형의 성과를 증명하기 위하여 우리나라의 대표적인 3대 기업신용평가 기관에서 수집한 1043개의 기업신용평가자료를 기초로 실혐을 하고, 그 결과를 기존의 MDA 및 인공신경망 방법에 의한 결과와 비교하였다. 실험결과, 통계적으로도 유의하고, 실무적인 관점에서도 의미가 있는 기업신용펑가 결과를 유도할 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.6
• /
• pp.742-746
• /
• 2006

Evaluation of learning ability of students is classified a step of diagnostic, formative and summative evaluation. This step-by-step evaluation is the standard of synthesis judgement, from a student's prior learning of preparation state to devotion of learning process and even learning result. In this paper, we propose the method of synthesis learning evaluation which is considered evaluation of each step in using fuzzy inference. In order to get objective evaluation of learning ability, we applied to the weights by evaluation steps. And we reflected defuzzification values of final evaluation membership function interval obtained by fuzzy inference about diagnostic, formative and summative evaluation. As a result, it processes definite inference ensures objectivity and shows validity of the synthesis evaluation method.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.10
• /
• pp.776-780
• /
• 2009

As smartphones appear as suitable devices to implement ubiquitous computing recently, there are many researchers who study about personalized Intelligent services in smartphones. An intelligent synthetic character is one of them. This paper proposes a method generating behaviors of an intelligent synthetic character. In order to generate more natural behaviors for the character, the Bayesian networks are exploited to infer the user's states and OCC model is utilized to create the character's emotion. After inferring the contexts, the behaviors are generated through the behavior selection networks with using the information. A usability test verifies the usefulness of the proposed method.

• Journal of the Korea Society of Computer and Information
• /
• v.28 no.12
• /
• pp.147-153
• /
• 2023

As it spreads to all industries of artificial intelligence technology, AIaaS equipped with artificial intelligence services is emerging. In particular, non-IT companies are suffering from the absence of software experts, difficulties in training big data models, and difficulties in collecting and analyzing various types of data. AIaaS makes it easier and more economical for users to build a system by providing various IT resources necessary for artificial intelligence software development as well as functions necessary for artificial intelligence software in the form of a service. Therefore, the supply and demand for such cloud-based AIaaS services will increase rapidly. However, the quality of services provided by AIaaS becomes an important factor in what is required as the supply and demand for AIaaS increases. However, research on a comprehensive and practical quality evaluation metric to measure this is currently insufficient. Therefore, in this paper, we develop and propose a usability, replacement, scalability, and publicity metric, which are the four metrics necessary for measuring reusability, based on implementation, convenience, efficiency, and accessibility, which are characteristics of AIaaS, for reusability evaluation among the service quality measurement factors of AIaaS. The proposed metrics can be used as a tool to predict how much services provided by AIaaS can be reused for potential users in the future.