• 응용통계연구
• /
• 제10권1호
• /
• pp.105-119
• /
• 1997

일원배열형태의 가산 자료집합에서 각 군의 평균을 이용하여 처리효과를 비교할 수 있다. Barnwal과 Paul(1988)은 각 군의 산포모수가 같다는 가정 아래에서 처리에 따른 차이를 검정하는 우도검정통계량과 $C(\alpha)$ 통계량을 유도하였는데 본 연구에서는 이러한 가정이 만족되지 않아도 검정할 수 있도록 통계량을 일반화하였다. 또한 음이항분포 대신 Efron(1986)의 이중지수계 포아송 모형을 도입하여 새로운 통계량을 제시하였다. 모의실험을 통해 이중지수계 포아송 모형으로부터 유도된 $C(\alpha)$ 통계량이 어느 경우에나 적합함을 밝혔다.

• 한국통신학회논문지
• /
• 제16권11호
• /
• pp.1095-1102
• /
• 1991

본 논문에서는 2-h CPM의 차동 복조 방식을 제안하고 이에 따른 오율 성능을 분석한다. 차동 복조에 적합한 변조지수 집합을 도출하고 이로부터 얻어진 변조지수에 따른 전력 스펙트럼을 구하여 기존의 MSK와 OPSK등과 비교,분석하였다. 또한 제안된 차동 검파기에 의한 오율 성능과 2-h CPM의 차동 복조식 비터비검파기를 적용시켜 얻은 오율 성능 등을 비교, 분석하였다.

• 디지털융복합연구
• /
• 제3권1호
• /
• pp.75-88
• /
• 2005

최근 우리는 인접학문 간 그리고 학계와 산업계간의 연구협조가 점차 증가하고 있음을 보아오고 있다. 이러한 현상은 특히 학술저널 간 지식의존성을 촉진하는 계기를 제공하고 있다고 할 수 있다. 본 논문의 목적은 관련저널 간 지식상호 의존성을 규명하고 저널지식의 구조화를 위하여 연관성 (association), 군집화, 링크분석 등 데이터마이닝 기법을 적용하는 방법론을 제시하는 것이다. 제시된 방법을 통하여 기대되는 점들은 1) 논문의 기본 속성인 키워드, 저자, 그리고 인용데이터를 통합하는 규칙 집합을 통하여 논문지식검색기능의 향상, 2) 키워드를 기반으로 관련 저널 간 그리고 저널내부의 군집분석으로 지식동향 파악, 3) Kleinberg (1999)의 권위와 허브 개념을 인용데이터 분석에 활용하여 기존의 양적 평가 기준인 영향력지수 (impact factor)의 문제점을 보완하며, 4) 특정 논문이나 저널의 지식파급과 관련한 영향력을 산출하는 잠재적 지식파급 지수를 제안하는 것이다.

• 한국정보전자통신기술학회논문지
• /
• 제5권1호
• /
• pp.45-51
• /
• 2012

본 논문은 사용자의 생체 정보(맥박, 이완기 혈압, 수축기 혈압, 혈당)를 무선 센서들을 통하여 획득한 후 스트레스 지수에 따른 감성을 인식하여 대응되는 컬러와 음원을 분류하는 시스템으로서, 맥박 센서, 혈압 센서, 혈당 센서 등의 입력치를 받아 데이터베이스에 저장한 후 다중 SVM(Support Vector Machine) 알고리즘을 이용하여 스트레스 지수에 따른 감성을 분류한다. 2,000개의 데이터 집합을 사용하여 다중 SVM 알고리즘을 학습한 결과 약 87.7%의 정확도를 가졌다.

• 한국철도학회논문집
• /
• 제12권3호
• /
• pp.342-347
• /
• 2009

고장모드, 영향 및 임계분석(FMECA)은 시스템의 구성요소가 갖는 잠재적인 고장모드와 각 고장모드가 시스템에 미치는 영향을 평가하는 도구로 활용된다. 일반적으로 FMECA는 관련 전문가들의 의견에 따라 고장모드의 심각도와 치명도를 평가하여 이를 위험도 매트릭스의 양축으로 나타냄으로써 중요한 고장모드에 대한 분석을 수행한다. 그러나 이러한 절차는 평가가 전문가의 주관에 의해 이루어져 결과에 불확실성이 포함될 수밖에 없다. 따라서 본 논문에서는 최소절단집(MCS)와 퍼지이론을 이용한 새로운 FMECA 절차를 제안한다. 심각도 평가에 있어서는 MCS를 이용함으로써 객관적인 구조적 중요도를 평가할 수 있게 하였고, 치병도의 평가에서는 설비의 대표적인 고장률을 이용하였다. 그리고 두 지수를 종합하기 위해 퍼지 전문가 시스템을 구성하여 종합적인 위험도를 평가하였다.

• 대한수학교육학회지:학교수학
• /
• 제13권3호
• /
• pp.405-422
• /
• 2011

본 연구는 행렬 연산지도의 실태를 분석하여 행렬 연산에 관한 이해의 필요성을 제시한 후, 행렬의 연산이 정의되는 이론적 배경의 탐구를 통하여 일대일 대응의 의의에 대해 고찰한다. 대수적 관점에서의 일대일 대응의 의의는 '이미 구조를 알고 있는 집합에서 일대일 대응을 통하여 새로운 집합에 대수적 체계를 도입할 수 있게 하는 수단'이라는 것이다. 즉, 동형구조를 만드는데 있어 핵심 아이디어라는 것이다. 행렬의 연산을 예로 한 일대일 대응에 관한 이러한 고찰과정은 수학적 사실의 필연성 및 개연성을 경험하게 하여, 그러한 수학적 아이디어들이 단순히 주어지는 것이 아니라, 특정의 목적성 있는 활동의 결과물임을 인식하게 한다. 또한 일대일 대응의 본질적 이해는 행렬에 대한 논의에 그치지 않고 지수법칙, 대칭차집합, 순열 등 다양한 수학적 지식을 전개하기 위한 기저가 된다. 이러한 연구의 목적은 교사와 학생들에게 수학적 개념의 의미 충실한 이해를 돕는데 있으며, 나아가 교사의 가르칠 지식에의 전문성을 높이는데 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권2호
• /
• pp.281-292
• /
• 2014

최근 알고리즘 트레이딩에 대한 관심이 높아지면서, 인공지능 방법론을 이용한 매매 전략 구축에 관련된 연구들이 활발하게 진행되고 있다. 하지만 복수의 인공지능 방법론을 융합하여 매매 전략 개발에 이용한 사례는 아직 많지 않다. 본 연구는 주가지수선물시장을 바탕으로 인공지능 방법론 중 하나인 러프집합 이론을 적용하여 알고리즘 트레이딩 매매전략을 개발한다. 특히 유전자 알고리즘을 도입하여 생성된 매매전략을 현재시장상황에 최고의 수익률을 보일 수 있도록 최적화한다. 실증분석으로는 2009년부터 2012년까지 4년간의 매매수익률을 분석한 결과 매수 후 보유 전략과 비교하여 우수한 성과를 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제20권1호
• /
• pp.197-206
• /
• 2015

모든 소프트웨어 결함들이 시스템에 같은 정도의 영향을 미치는 것이 아니므로 결함이 미치는 충격의 정도를 나타내는 결함 심각도는 소프트웨어 품질 관련 작업들에 중요한 역할을 하고 있다. 결함 심각도 관련 기존 연구들은 심각도 레벨은 정의하였지만 품질 작업의 기본 단위인 모듈의 심각도에 관한 언급은 거의 없었다. 본 논문에서는 심각도 레벨이 증가함에 따라 심각도 값이 급격히 증가하는 심각도 성질을 이용하여 결함 심각도 메트릭을 지수 함수 형태로 정의한 후, 모듈 내부의 결함 수와 결함 심각도 메트릭에 기반한 새로운 모듈 심각도 메트릭 집합을 정의하였다. 제안 메트릭들의 적용가능성을 보이기 위해 Weyuker 기준들을 이용한 분석적 검증과 NASA 공개 데이터 집합을 이용한 실험적 검증을 수행하였으며, 제안 메트릭들 중 ms는 모듈의 심각도 정량화에, msd는 심각도에 기반한 시스템간의 비교에 매우 유용하게 사용될 수 있다는 것을 보였다.

• 정보처리학회 논문지
• /
• 제13권2호
• /
• pp.13-17
• /
• 2024

본 논문에서는 규칙의 수를 줄여 간결한 지식 기반을 보장할 수 있는 합 기반의 전건부를 가지는 뉴로-퍼지 제어기를 제안하였다. 제안된 뉴로-퍼지 제어기는 모든 입력 변수의 AND 조합을 전건부로 하는 구조의 퍼지 규칙보다 더 큰 입력 영역을 커버하기 위해 전건부에 입력 퍼지 집합의 합집합 연산을 허용하였다. 이러한 뉴로-퍼지 제어기를 구성하기 위해 본 논문에서는 OR 및 AND 퍼지 뉴런으로 구성된 multiple-term unified logic processor (MULP)를 고려하였다. 이러한 OR 및 AND 퍼지 뉴런은 조정 가능한 연결 강도 집합을 가지므로 학습을 통하여 최적의 연결 강도 집합을 찾을 수 있다. 초기 최적화 단계에서 유전 알고리즘은 제안된 뉴로 퍼지 제어기의 최적화된 이진 구조를 구성하고, 이후 확률에 기반한 강화 학습은 성능 지수를 더욱 향상시켜서 유전 알고리즘에 의해 최적화된 제어기의 이진 연결을 개선하였다. 역진자 시스템을 제어하기 위한 모의실험 및 실험을 통해 제안된 방법의 유효성을 검증하였다.

• 정보관리학회지
• /
• 제34권4호
• /
• pp.7-32
• /
• 2017

최근 들어 다양한 분야에서 딥러닝이 혁신적인 기계학습 기법으로 급속하게 확산되고 있다. 이 연구에서는 딥러닝 연구동향을 분석하기 위해서 자아 중심 주제 인용분석 기법을 변형하여 응용해보았다. 이를 위해 Web of Science에서 'deep learning'으로 탐색하여 검색된 문헌 중 소수의 씨앗 문헌으로부터 인용 관계를 통해 분석 대상 문헌을 확보하는 방법을 시도하였다. 씨앗 문헌을 인용하는 최근 논문들을 딥러닝 분야의 현행 연구를 반영하는 자아 문헌집합으로 설정하였다. 자아 문헌으로부터 빈번히 인용된 선행 연구들은 딥러닝 분야의 연구 주제를 나타내는 인용 정체성 문헌집합으로 설정하였다. 자아 문헌집합에 대해서는 공저 네트워크 분석을 비롯한 정량적 분석을 실시하여 주요 국가와 연구 기관을 파악하였다. 인용 정체성 문헌들에 대해서는 동시인용 분석을 실시하고, 도출된 문헌 군집을 인용하는 주요 키워드인 인용 이미지 키워드를 파악하여 주요 문헌과 주요 연구 주제를 밝혀내었다. 마지막으로 특정 주제에 대한 인용 영향력이 성장하는 추세를 반영하는 인용 성장지수 CGI를 제안하고 측정하여 딥러닝 분야의 선도 연구 주제가 변화하는 동향을 밝혔다.