• Journal of Intelligence and Information Systems
• /
• v.7 no.2
• /
• pp.95-115
• /
• 2001

We propose classifying the venture firms into four types of knowledge management. For this purpose, we collected questionnaire data from 101 venture firms listed in KOSDAQ, and applied a unsupervised neural network algorithm SOM to obtain four clusters representing knowledge management types-High Tech Type, Organizational Knowledge Type, Information Technology Type, and Beginner Type. Based on the results, we conclude that the venture firms listed in KOSDAQ should first know its own knowledge management type, and then apply appropriate strategies to take advantage of the knowledge management impacts on the competitiveness.

• Journal of Intelligence and Information Systems
• /
• v.15 no.3
• /
• pp.151-165
• /
• 2009

Fuzzy neural network is an integrated model of artificial neural network and fuzzy system and it has been successfully applied in control and forecasting area. Recently ANFIS(Adaptive Network-based Fuzzy Inference System) has been noticed widely among various fuzzy neural network models because of its outstanding accuracy of control and forecasting area. We design a new classification model based on ANFIS and evaluate it in terms of classification accuracy. We identified ANFIS-based classification model has higher classification accuracy compared to existing classification model, C5.0 decision tree model by comparing their experimental results.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.47-50
• /
• 2002

산업이 발달함에 따라 대량의 화물을 빠르게 운반할 수 있는 해상운송수단의 수요가 증가하게 되고 이로 인하여 해상 선박 간 충돌사고가 빈번히 발생하게 되었다 선박 충돌은 주로 조선하는 사람들의 관습, 습관의 차이, 부주의, 판단오류 등의 이유로 발생한다. 연구자들은 선박 충돌을 방지하기 위하여 조선에 관련된 많은 부분을 지능화한 지능형 충돌회피시스템 개발에 노력을 기울이고 있다. 선박을 비롯한 자율운동체의 충돌방지 기법은 비행체, 수중운동체, 자율로봇 등 영역 특성을 달리하는 다양한 분야에서 연구되어오고 있다 기존 연구들의 충돌방지는 주로 장애물의 공간적 특성에 기반하고 있다. 이에 개체의 움직임을 예측하여 시간적 요소를 가미하면 더욱 향상된 충돌방지가 가능하다. 특히, 선박은 느린 운동 특성과 조선법, 규격화된 통신수단의 발달로 인하여 상대편 선박의 이동 예측이 용이하므로 이를 적용하여 보다 향상된 충돌방지가 가능하다. 본 연구에서는 기존의 충돌회피기법의 과정에 예측을 추가한 예측기반 충돌회피모형을 제안하고 선박운항환경을 모의실험에 의하여 해당 모형 적용시 충돌회피 경로 산출의 안전성이 크게 개선됨을 보인다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.633-634
• /
• 2020

본 논문에서는 소외계층 초등정보영재를 위한 온라인 머신러닝 교육 프로그램을 개발하였다. 교육 프로그램은 초등정보영재 전문가가 개발하였으며, 인공지능 교육 전문가가 검증하였다. 교육 프로그램은 15차시로 구성하였으며, 인공지능에 대한 이해, 데이터 수집 및 표현, 모델 선택, 훈련, 평가, 실생활 사례 제작, 예측으로 내용을 구성하였다. 교육 프로그램에서 학습 모형은 이재호와 홍창의(2009)의 문제 중심형 e-PBL 학습 모형을 본 연구에 맞게 수정하여 활용하였다. 향후 연구에서는 개발한 교육 프로그램을 소외계층 초등 정보영재에 적용하고, 교육 프로그램을 통한 소외계층 초등정보 영재의 변화를 분석하고자 한다.

• Proceedings of the Korea Database Society Conference
• /
• 1999.06a
• /
• pp.291-300
• /
• 1999

본 논문은 인공신경망과 귀납적 학습방법 등의 인공지능 방법과 선물가격결정에 대한 기존 재무이론을 사용하여 일상어취로 표현되는 파생상품 가격예측 모형을 개발하는데 있다. 모형의 개발은 1단계로 인공신경망이나 기존의 선물가격결정이론(평균보 유비용모형이나 일반균형모형)을 이용하여 선물 가격을 예측한 후, 서로 비교 분석하여 인공신경망 모형의 우수성을 확인하였다. 귀납적 학습방법중 CART 알고리듬을 사용하여 If-Then 규칙을 생성하였다. 특히 실용적 측면에서 선물가격의 일상어휘화를 통한 모형개발을 여러 가지 방법으로 시도하였다. 이러한 선물가격 예측모형의 유용성은 일단 If-Then 규칙으로 표현되어 전문가의 판단에 확실한 이론적인 근거를 제시할 수 있는 장점이 있으며, 특히 의사결정지원시스템으로 활용화 될 경우 매우 유용한 근거자료로 활용될 수 있다. 이러한 선물가격 예측모형의 정확성은 분석표본과 검증표본으로 나누어 검증표본에서 세가지 기본모형(평균보유 비용모형, 일반균형모형, 인공신경망 모형)과 각 모형의 귀납적 학습방법 모형의 다른 3가지 어휘표현방법 3가지를 모형별로 비교 분석하였다. 분석결과 인공신경망모형은 상당한 예측력을 갖고 있는 것으로 판명되었으며, 특히 CART를 기반으로 한 일상어취 기반의 선물가격예측 모형은 예측력이 높은 것으로 나타났다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.413-416
• /
• 2005

기존의 온라인 게임에서 구현되어 있는 수동적인 MOB(Mobile Character)에 '회피' 상태를 추가하고 3 가지 각각의 행동 전이에 따른 행동 패턴을 행동 특성 곡선으로 표현하며 '공격'과 '접근'자극을 스트레스 모형에 적용하여 스트레스에 따른 MOB 에이전트의 행동 패턴 변화를 설명하고 주변의 다른 에이전트들과의 협동을 도모할 수 있는 지능적인 MOB 에이전트를 [1]논문에서 설계하였다. 본 논문에서는 [1]논문에서의 모형을 향상시키기 위하여 행동패턴을 구체화하고 수식을 추가하였으며, 또한 스트레스 카운터를 추가하여 보다 현실적인 모형을 설계하였다.

• The KIPS Transactions:PartB
• /
• v.13B no.4 s.107
• /
• pp.421-428
• /
• 2006

Intelligent Tutoring System(ITS), which offers individualized learning environment that consider many learners' variable, is realized by the effective alternative to take the place of domain expert. Accordingly, research on Learning Companion System(LC) is currently noticing. However, to develop LCS which applies effective interaction, it is necessary to combine several LCs, and personalized knowledge base have to be made first. Therefore, in this paper, we propose the 'Knowledge Base Object Medel', which is based on connectionist' in cognition structure, represents learner's knowledge to self-learnig object, and grows adaptive object by proprietor, verify the validity. This model lays the groundwork for design of personalized knowledge base, offers clue to development of adaptive ITS using knowledge base object.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.22 no.4
• /
• pp.1-13
• /
• 2023

This study develops an optimal mobile-communication-based National Highway traffic volume estimation model using an ensemble-based machine learning algorithm. Based on information such as mobile communication data and VDS data, the LightGBM model was selected as the optimal model for estimating traffic volume. As a result of evaluating traffic volume estimation performance from 96 points where VDS was installed, MAPE was 8.49 (accuracy 91.51%). On the roads where VDS was not installed, traffic estimation accuracy was 92.6%.

• Journal of the military operations research society of Korea
• /
• v.34 no.2
• /
• pp.143-162
• /
• 2008

This paper aims to formulate the method of estimating the wartime stockpile requirement of 155mm self-propelled artillery including intelligent ammunition for armored vehicles, currently being developed. The usual method of utilizing war-game simulation results in considerable margins in expected occupancy ratio between ground forces and air forces for each weapon system for armored vehicles. Also, the method tends to produce excessive output greater than the minimal stockpile requirements; therefore, the study aims to overcome limitations like these by the allocation method for each weapon system according to targets. This allocation method is better than war-game simulation method.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.27 no.2
• /
• pp.179-186
• /
• 2017

Technology forecasting is predict future trend and state of technology by analyzing the results so far of developing technology. In general, a patent has novel information about the result of developed technology, because the exclusive right of technology included in patent is protected for a time period by patent law. So many studies on the technology forecasting using patent data analysis has been performed. The patent keyword data widely used in patent analysis consist of occurred frequency of the keyword. In most previous researches, the continuous data analyses such as regression or Box-Jenkins Models were applied to the patent keyword data. But, we have to apply the analytical methods of discrete data for patent keyword analysis because the keyword data is discrete. To solve this problem, we propose a patent analysis methodology using Bayesian Poisson discrete model. To verify the performance of our research, we carry out a case study by analyzing the patent documents applied by Apple until now.