• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1997년도 춘계학술발표회논문집(1)
• /
• pp.520-526
• /
• 1997

WASH-1400[1]이 발간된 이후 수행되어왔던 많은 확률론적 안전성 평가 결과를 보면 노심손상빈도를 나타내는 사고경위 중 많은 부분이 인간행위와 관련이 있는 것으로 밝혀져 확률론적 안전성 평가에서 인간행위를 다루는 것은 매우 중요하게 되었다. 그러나 인간신뢰도분석은 인간행위의 다변성(variability)으로 인해 인간행위의 모델링이 어렵고 데이타가 부족해 뚜렷한 방법론이 없어 분석시 분석자의 주관성이 개입될 여지가 있고 분석결과에는 많은 불확실성을 포함하고 있다. 노심손상빈도를 나타내는 사고경위에는 다수 인간행위가 있는 포함돼있는 단절집합을 얻게되는데 이러한 인간행위들 사이에는 기기의 공통원인 고장처럼 의존성이 존재한다. 이러한 의존성의 평가방법 또한 뚜렷하게 설정되어 있지 않은 형편이다. 이에 본 논문에서는 월성 2,3,4호기 확률론적 안전성 평가 모델에 고려되어있는 인간행위들의 인간오류 확률 값과 의존성 수준의 변화에 대한 민감도분석을 수행하였다. 분석결과 초기사건 이후의 인간행위가 노심손상빈도 변화에 크게 기여하는 것이 밝혀졌고, 다수 인간행위들 사이의 의존성 수준변화가 노심손상빈도 변화에 큰 영향을 준다는 것이 밝혀졌다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.328-330
• /
• 2002

본 논문에서는 패턴이나 음성데이터와 같이 순차적 데이터론 인식하는데 널리 사용되어온 모델로서, 일련의 순차적인 성질을 내포하고있는 데이터를 다루는 문제에 적합하다고 할 수 있는 HMM을 이용하여 정보추출 문제를 다룬다. 기본적으로는 통상적인 HMM 사용법을 따르나 모델의 구조를 정함에 있어서 HMM을 사용할 때는 주로 목적에 맞는 HMM의 구조를 수동으로 구성하고 모델 내부의 확률 파라미터 값을 학습시켰던 데 반해, 본 논문에서는 데이터의 전처리 정보를 이용하여 초기에 추상적으로 설정한 모델이 학습을 통해서 점차 구체화되어 가는 자기 구성 은닉마르코프 모델(5-HMM)을 제시하여 사용한다. 제시된 방법은 CFP(Call for Paper)등의 텍스트 데이터에 더만 실험에서 기존 방식을 사용한 HMM보다 향상된 결과를 보여준다.

• 품질경영학회지
• /
• 제26권4호
• /
• pp.51-64
• /
• 1998

Mean shifts may be found in tool wear in machining, drawing, stamping and moulding operations, which make the process quality level deteriorate over time. In such situations, it is necessary to reset or readjust the manufacturing process at regular time basis or by inspection to prevent defective items produced. Although the deterioration rate may be assumed to be linear in a production cycle, there are many cases where the rate varies after resetting due to the variation of tool characteristics or by using the resharpened tools. In such cases, the deterioration rate should not be assumed to be a deterministic constant but a random variable. This paper is to find an optimal resetting period and quality level for such production processes.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.1905_1906
• /
• 2009

본 논문은 데이터의 군집화를 효율적으로 수행하기 위하여 새로운 군집화 알고리즘을 제안한다. 제안되는 군집화 알고리즘은 Fuzzy C-Means (FCM)에 기반을 두는데, FCM 알고리즘은 모든 데이터에 대한 거리에 기본을 둔 멤버쉽을 기초로 하기 때문에 잡음에 약한 제약을 지니고 있었다. 이를 개선하기 위하여, 제안되었던 PCM(Probabilistic C-Means), FPCM(Fuzzy PCM), PFCM(Probabilistic FCM) 등 여러가지 알고리즘이 제안 되었다. 그러나 이들 알고리즘들은 초기 파라미터값 설정과 과다한 계산양에 따른 문제가 증가하였으며, 또한 잡음에 어느 정도 민감한 문제점을 지니고 있었다. 이 논문에서는 잡음에 대해 효과적으로 대응할 수 있는 새로운 군집화 알고리즘을 제안하고, 전통적인 군집화를 위한 Iris 데이터에 대한 실험을 통하여 효용성을 확인하였다.

• 전자공학회논문지B
• /
• 제30B권8호
• /
• pp.54-63
• /
• 1993

This paper proposes a method for improving the performances of the neural network for optimization by an optimal estimation of initial states. The optimal initial state that leads to the global minimum is estimated by using the stochastic approximation. And then the update rule of Hopfield model, which is the high speed deterministic algorithm using the steepest descent rule, is applied to speed up the optimization. The proposed method has been applied to the tavelling salesman problems and an optimal task partition problems to evaluate the performances. The simulation results show that the convergence speed of the proposed method is higher than conventinal Hopfield model. Abe's method and Boltzmann machine with random initial neuron output setting, and the convergence rate to the global minimum is guaranteed with probability of 1. The proposed method gives better result as the problem size increases where it is more difficult for the randomized initial setting to give a good convergence.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1365-1366
• /
• 2015

본 논문에서는 HOG 특징을 이용한 다항식 방사형 기저함수 신경회로망 기반 숫자 인식 시스템의 설계를 제안한다. 제안한 숫자 인식 시스템은 HOG 특징을 이용하여 숫자를 입력 데이터로 사용하기 위해 특징을 계산한다. 다항식 방사형 기저 함수 신경회로망은 고차원 데이터의 입-출력 형태를 갖는 클래스를 분류하는데 용이하며, 활성함수의 중심점 및 분포상수는 Fuzzy C-Means(FCM) 알고리즘에 의해 초기 값을 설정한다. 또한 제안한 분류기의 최적화를 위해 Particle Swarm Optimization(PSO)를 사용하여 최적화된 분류기의 성능을 비교한다. 숫자 인식을 위하여 공인 데이터베이스인 MNIST handwritten digit database를 사용하여 분류기의 성능을 평가하고 분석한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 춘계학술발표대회
• /
• pp.141-144
• /
• 2005

J2EE 환경 기반의 IBM DB2 for z/OS 데이터 베이스를 적용한 어플리케이션에서 성능이 상대적으로 저하되는 문제가 발생 하였다. 즉, J2EE (Java 2, Enterprise Edition) 환경에서 동일한 어플리케이션을 Unix 서버의 오라클 데이터 베이스와 IBM DB2에 적용하여 비교한 결과 DB2부문에 대한 TPS가 작고 Transaction Elapsed Time이 오래 걸리며 CPU Utilization이 낮았다. 이러한 초기 결과값을 Baseline으로 설정하여 DB2를 데이터 베이스 서버로 사용하는 경우 어플리케이션의 성능을 개선 하기 위한 요소를 도출하고 성능 향상을 위한 조정 작업을 통해 DB2의 성능을 개선했다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.77-80
• /
• 2003

신경망의 퍼셉트론 학습법에는 이진 또는 연속 활성화 함수가 사용된다. 초기 연결강도는 임의의 값으로 설정하며, 목표치와 실제 출력과의 차이를 이용하는 것이 주된 특징이다. 즉 구해진 오차는 학습률에 따라서 다음 단계의 연결강도에 영향을 주게 된다. 이런 경우 학습률이 너무 크면 수렴성을 보장할 수 없으며, 반대로 너무 작게 선정하면 학습이 매우 느리게 진행되는 단점이 발생한다. 이런 이유로 능동적인 학습률의 변화는 신경망의 퍼셉트론 학습법에 중요한 관건이 리며, 주어진 문제를 최적으로 학습을 위해서는 결국 상황에 따른 적절한 학습률 조정이 필요하다. 본 논문에서는 학습률 조정에 퍼지 모델을 적용하는 신경망 학습 방법을 제안하고자 한다. 제안한 방법에 의한 학습은 오차의 변화에 따라 학습률을 조정하는 방식을 사용하였고, 그 결과 연결강도를 능동적으로 변화시켜 효과적인 학습 결과를 얻었다. 학습률 변화는 'Sugeno 퍼지 모델'을 이용하여 구현하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 춘계학술대회 학술발표 논문집
• /
• pp.99-102
• /
• 1998

본 논문에서는 복잡하고 비선형적인 시스템의 최적 모델링을 우해서 지능형 퍼지-뉴럴네트워크의 최적 모델 구축을 위한 방법을 제안한다. 기본 모델은 퍼지 추론 시스템의 언어적인 규칙생성의 장점과 뉴럴 네트워크의 학습기능을 결합한 FNNs 모델을 사용한다. FNNs 모델의 퍼지 추론부는 간략추론이 사용되고, 학습은 요류 역전파 알고리즘을 사용하여 다른 모델들에 비해 학습속도가 빠르고 수렴능력이 우수하다. 그러나 기본 모델은 주어진 시스템에 대하여 퍼지 공간을 균등하게 분할하여 퍼지 소속을 정의한다. 이것은 비선형 시스템의 모델링에 있어어서 성능을 저하시켜 최적의 모델을 얻기가 어렵다. 논문에서는 주어진 데이터의 특성을 부여한 공간을 설정하기 위하여 클러스터링 알고리즘을 사용한다. 클러스터링 알고리즘은 주어진 시스템에 대하여 상호 연관성이 있는 데이터들끼리 특성을 나누어 몇 개의 클래스를 이룬다. 클러스터링 알고리즘을 사용하여 초기 FNNs 모델의 퍼지 공간을 나누고 소속함수를 정의한다. 또한, 최적화 기법중의 하나로 자연선택과 자연계의 유전자 메카니즘에 바탕을 둔 탐색 알고리즘인 유전자 알고리즘을 사용하여 주\ulcorner 진 모델에 대하여 최적화를 수행한다. 또한 본 연구에서는 학습 및 테스트 데이터의 성능 결과의 상호 균형을 얻기 위한 하중값을 가긴 성능지수가 제시된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 추계종합학술대회
• /
• pp.296-300
• /
• 2002

본 연구에서 는 비지도 학습 방식인 SOFM(Self Organize Feature Maps)과 지도 학습인 다층 신경회로망을 이용하여 패턴 분류를 하는 방식을 제안하였다. SOFM을 이용하여 입력 패턴을 분류하여 얻은 결과를 다층 신경회로망의 초기 연결강도와 목표 값으로 설정한다. 제안한 방식의 유용성을 확인하기 위하여 얼굴 영상에 대하여 시뮬레이션한 결과 우수한 성능을 얻었다.