• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.382-382
• /
• 2011

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이며, 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이는 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 수위를 직접 예측함으로써 이러한 오차의 문제점을 극복 하고자 한다. Neuro-Fuzzy 모형은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 소속함수를 최적화함으로서 모형의 구조를 스스로 조직화한다. 따라서 수학적 알고리즘의 적용이 어려운 강우와 유출관계를 하천유역이라는 시스템에서 발생된 신호체계의 입 출력패턴으로 간주하고 인간의 사고과정을 근거로 추론과정을 거쳐 수문계의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 이러한 유전자 알고리즘은 전역 샘플링을 중심으로 한 수법으로 해 공간상에서 유전자의 개수만큼 복수의 탐색점을 설정할 뿐만 아니라 교배와 돌연변이 등으로 좁아지는 탐색점 바깥의 영역으로 탐색을 확장할 수 있기 때문에 지역해에 빠질 위험성이 크게 줄어든다. 따라서 예측과 패턴인식에 강한 뉴로퍼지 모형의 해 탐색방법을 유전자 알고리즘을 사용한다면 보다 정확한 해를 찾는 것이 가능할 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 상류의 수위자료로부터 하류의 단시간 수위예측에 관해 연구하였으며, 이를 위해 유전자 알고리즘을 이용항여 소속함수를 최적화 시키는 형태의 Neuro-Fuzzy모형에 대하여 연구하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.6
• /
• pp.828-833
• /
• 2009

WWW which is an applicable massive set of document on the Web is a thesaurus of various information for users. However, Search engines spend a lot of time to retrieve necessary information and to filter out unnecessary information for user. In this paper, we propose the EFAM(the Extended Fuzzy AHP Method) model to manage the Web resource efficiently, and to make a decision in the problem of specific domain definitely. The EFAM model is concerned with the emotion analysis based on the domain corpus information, and it composed with systematic common concept grids by the knowledge of multiple experts. Therefore, The proposed the EFAM model can extract the documents by considering on the emotion criteria in the semantic context that is extracted concept from the corpus of specific domain and confirms that our model provides more efficient decision-making through an experiment than the conventional methods such as AHP and Fuzzy AHP which describe as a hierarchical structure elements about decision-making based on the alternatives, evaluation criteria, subjective attribute weight and fuzzy relation between concept and object.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.6
• /
• pp.802-808
• /
• 2009

Recently many researches have been presented to improve the clustering performance of gene expression data by incorporating Gene Ontology into the process of clustering. In particular, Kustra et al. showed higher performance improvement by exploiting Biological Process Ontology compared to the typical expression-based clustering. This paper extends the work of Kustra et al. by performing extensive experiments on the way of incorporating GO structures. To this end, we used three ontological distance measures (Lin's, Resnik's, Jiang's) and three GO structures (BP, CC, MF) for the yeast expression data. From all test cases, We found that clustering performances were remarkably improved by incorporating GO; especially, Resnik's distance measure based on Biological Process Ontology was the best.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.2
• /
• pp.212-217
• /
• 2009

There are rule-based learning method and statistic based learning method and so on which represent learning method for hierarchy relation between domain term. In this paper, we propose to leveling and similarity measure using the extended AHP of fuzzy term in Information system. In the proposed method, we extract fuzzy term in document and categorize ontology structure about it and level priority of fuzzy term using the extended AHP for specificity of fuzzy term. the extended AHP integrates multiple decision-maker for weighted value and relative importance of fuzzy term. and compute semantic similarity of fuzzy term using min operation of fuzzy set, dice's coefficient and Min+dice's coefficient method. and determine final alternative fuzzy term. after that compare with three similarity measure. we can see the fact that the proposed method is more definite than classification performance of the conventional methods and will apply in Natural language processing field.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.13 no.3
• /
• pp.259-259
• /
• 2003

Genetic algorithms using a Process of genetic evolution of an organism are appropriate for hard problems that have not been solved by any deterministic method. Up to now, the controller design method has been made with the frequency dependent specification but the design method with the time specification has gotten little progress. In this paper, we study the controller design to satisfy the performance of a plant using the generalized Manabe standard form. When dealing with a controller design in the case of two parameter configurations, there are some situations that neither a known pseudo inverse technique nor the inverse method can be applicable. In this case, we propose two methods of designing a controller by the gradient algorithm and the new pseudo inverse method so that the desired closed polynomials are either equalized to or approximated to the designed polynomial. Design methods of the proposed controller are implemented in Java.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.6
• /
• pp.735-740
• /
• 2012

In this paper, we introduce design methodologies of polynomial radial basis function neural network classifier with the aid of Principal Component Analysis(PCA) and Linear Discriminant Analysis(LDA). By minimizing the information loss of given data, Feature data is obtained through preprocessing of PCA and LDA and then this data is used as input data of RBFNNs. The hidden layer of RBFNNs is built up by Fuzzy C-Mean(FCM) clustering algorithm instead of receptive fields and linear polynomial function is used as connection weights between hidden and output layer. In order to design optimized classifier, the structural and parametric values such as the number of eigenvectors of PCA and LDA, and fuzzification coefficient of FCM algorithm are optimized by Artificial Bee Colony(ABC) optimization algorithm. The proposed classifier is applied to some machine learning datasets and its result is compared with some other classifiers.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.17 no.5
• /
• pp.55-64
• /
• 2018

In this paper, we propose fully convolutional neural networks based automatic detection of a pothole that directly causes driver's safety accidents and the vehicle damage. First, the training DB is collected through the camera installed in the vehicle while driving on the road, and the model is trained in the form of a semantic segmentation using the fully convolutional neural networks. In order to generate robust performance in a dark environment, we augmented the training DB according to brightness, and finally generated a total of 30,000 training images. In addition, a total of 450 evaluation DB was created to verify the performance of the proposed automatic pothole detection, and a total of four experts evaluated each image. As a result, the proposed pothole detection showed robust performance for missing.

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2005.10a
• /
• pp.619-636
• /
• 2005

기술의 복합성이 증가하고 제품의 존속 수명주기가 불확실해지면서 기술개발자가 의도하는 바와는 관계없이 사업 영역과 기술기반의 변하고 있다. 이러한 환경 속에서 산업 내 기술의 특성을 분석하는 이른바 산업기술분석 역할은 매우 중요하다. 그러나 그 범위가 매우 광범위하고 그 중 기술개발에 있어 관련된 산업기술분석의 프레임이 구체적으로 적용된 사례를 제한적이다. 따라서 다양한 산업을 지원하는 정부 기술개발 기회의 경우, 반도체에 적용되는 모듈러 기반 기술개발 틀과 성과분석이 항공기, 지능형 로봇과 같은 복합 시스템 산업에 그대로 적용해왔던 것이 현실이다. 이는 기술을 제품화함에 있어 필수적인 개발시스템의 기술적 속성이 산업기술 분석 방법론에 효과적으로 체화되지 못했기 때문이다 본 연구는 시스템과 서브 부품으로 구성되는 제품설계 특성을 구조화한 제품 아키텍쳐 이론을 소개하고 이를 기술개발체계에 적용하는 실증적 연구를 수행한다. 실증적 분석을 위해 항공기 개발 전 과정을 분해하고 아키텍쳐 분석방법을 실제 적용하였다. 아키텍쳐는 대표적으로 모듈 형(Module)과 인테그랄 형(Integral)으로 구분한다. 실제로 한 가지의 제품 안에도 모듈형 부품과 인테그랄 형 부품이 복합적으로 혼합되어 있는 경우가 많다. 또한, 제품을 어느 레벨까지 분해할 지에 따라 모듈화의 정도도 달라 질 수 있다. 본 연구는 아키텍쳐 중 Integral 속성의 정도를 파악하여 아키텍쳐 정도를 파악하였다. 측정 기준으로 첫째, 타 부품과의 기능적인 상호연관성과 둘째, 체계종합 설계와의 상호의존성 두 가지를 설정하였다. 이러한 두 가지 아키텍쳐 기준을 547개의 항공우주 부품 및 기술을 적용해 본 결과, 항공기 개발과정은 총 $65\%$의 인테그럴 속성을 가지고 있으며 기술분야 별로 아키텍쳐 정도가 다르게 나타나고 있었다(전자 부품은 분야는 오히려 모듈형에 가까웠음). 비단 항공기 개발과정 뿐만 아니라 다른 산업, 제품에도 적용될 수 있는 틀을 마련함으로써, 기존 연구개발기회에서 산업기술 분석을 통한 체계적 기획으로 전환할 수 있는 새로운 대안을 제시한다. 결과적으로 산업기술의 특성과 구조를 반영한 기술개발 방법론으로 아키텍쳐 이론을 적용할 수 있는 단초를 마련했으며, 이것은 본 논문이 기대하는 바이기도 하다.

• Journal of Intelligence and Information Systems
• /
• v.22 no.4
• /
• pp.87-107
• /
• 2016

Understanding market convergence has became essential for small and mid-size enterprises. Identifying convergence items among heterogeneous markets could lead to product innovation and successful market introduction. Previous researches have two limitations. First, traditional researches focusing on patent databases are suitable for detecting technology convergence, however, they have failed to recognize market demands. Second, most researches concentrate on identifying the relationship between existing products or technology. This study presents a platform to identify the opportunity of market convergence by using product databases from a global B2B marketplace. We also attempt to identify convergence opportunity in different industries by applying Structural Hole theory. This paper shows the mechanisms for market convergence: attributes extraction of products and services using text mining and association analysis among attributes, and network analysis based on structural hole. In order to discover market demand, we analyzed 240,002 e-catalog from January 2013 to July 2016.

• Journal of Intelligence and Information Systems
• /
• v.24 no.1
• /
• pp.253-266
• /
• 2018

This paper proposes a methodology applying sequence tagging methodology to improve the performance of NER(Named Entity Recognition) used in QA system. In order to retrieve the correct answers stored in the database, it is necessary to switch the user's query into a language of the database such as SQL(Structured Query Language). Then, the computer can recognize the language of the user. This is the process of identifying the class or data name contained in the database. The method of retrieving the words contained in the query in the existing database and recognizing the object does not identify the homophone and the word phrases because it does not consider the context of the user's query. If there are multiple search results, all of them are returned as a result, so there can be many interpretations on the query and the time complexity for the calculation becomes large. To overcome these, this study aims to solve this problem by reflecting the contextual meaning of the query using Bidirectional LSTM-CRF. Also we tried to solve the disadvantages of the neural network model which can't identify the untrained words by using ontology knowledge based feature. Experiments were conducted on the ontology knowledge base of music domain and the performance was evaluated. In order to accurately evaluate the performance of the L-Bidirectional LSTM-CRF proposed in this study, we experimented with converting the words included in the learned query into untrained words in order to test whether the words were included in the database but correctly identified the untrained words. As a result, it was possible to recognize objects considering the context and can recognize the untrained words without re-training the L-Bidirectional LSTM-CRF mode, and it is confirmed that the performance of the object recognition as a whole is improved.