• Journal of the Korean Society for Railway
• /
• v.19 no.2
• /
• pp.234-242
• /
• 2016

In express operation plans for urban trains, it is effective for the reduction of the number of sidetracks to apply a high performance train that has improved acceleration/deceleration ability and a regular train to local and express trains, respectively. In this research, based on a plan to use a high performance train for a local train, an optimization methodology is suggested to reduce the number of sidetracks and the operation time of the local train simultaneously. The optimization solver applied in this research is a genetic algorithm; headway, location of sidetrack and waiting time at the sidetrack are considered as design variables in the optimization problem. Consequently, by applying this system to Seoul metro line no.7, the effect of the suggested methodology was verified by obtaining the proper optimum solution.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.715-717
• /
• 2005

Support vector machine(SVM)은 최근 각광받는 기계학습 방법 중 하나로서, kernel function 이라는 사상(mapping)을 이용하여 입력 공간의 벡터를 classification이 용이한 특징 (feature) 공간의 벡터로 변환하는 것을 근간으로 한다. SVM은 이러한 특징 공간에서 두 클래스를 구분 짓는 hyperplane을 일련의 최적화 방법론을 사용하여 찾아내며, 주어진 문제가 convex problem 인 경우 항상 global optimal solution 을 보장하는 등의 장점을 지닌다. 한편 bioinformatics 연구에서 주로 사용되는 데이터는 측정 오류 등 일련의 오류를 포함하고 있으며, 이러한 오류는 기계학습 방법론이 어떤 decision boundary를 찾아내는가에 영향을 끼치게 된다. 특히 SVM의 경우 이러한 오류는 특징 공간 벡터간의 관계를 나타내는 Gram matrix를 변화로 나타나게 된다. 본 연구에서는 입력 공간에 오류가 발생할 때 그것이 SVM 의 decision boundary를 어떻게 변화시키는가를 대표적인 두 가지 kernel function, 즉 linear kernel과 Gaussian kernel에 대해 분석하였다. Wisconsin대학의 유방암(breast cancer) 데이터에 대해 실험한 결과, 데이터의 오류에 따른 SVM 의 classification 성능 변화 양상을 관찰하여 커널의 종류에 따라 SVM이 어떠한 특성을 보이는가를 밝혀낼 수 있었다. 또 흥미롭게도 어떤 조건 하에서는 오류가 크더라도 오히려 SVM 의 성능이 향상되는 것을 발견했는데, 이것은 바꾸어 생각하면 Gram matrix 의 일부를 변경하여 SVM 의 성능 향상을 꾀할 수 있음을 나타낸다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.813-816
• /
• 2018

X-ray 진단에서 그리드 하드웨어의 사용은 산란선에 의한 영상의 왜곡을 보정할 수 있는 장점이 있는 반면, 반복되는 라인 형태의 그리드 아티팩트를 발생시키는 부작용을 수반한다. 본 논문에서는 이러한 그리드 라인을 제거하는 방법론으로서 이산코사인변환(DCT: discrete cosine transform)을 사용 하는 기법을 제안한다. X-ray 영상에서 그리드 라인의 특성은 피사체의 형태와 영상의 영역에 따라 서로 다른 특성을 갖는다. 이에 본 연구에서는 동적으로 재구성되는 분할 구조를 기반으로 DCT 변환을 적용하고 개별 영역별로 필터전달함수를 최적화하는 방법을 채택하였다. 추출된 주파수 영역 데이터에 대하여 그리드 라인의 대역을 검출하는 알고리즘을 제안하였으며, 필터전달함수로 Kaiser윈도우와 Butterworth 필터를 조합한 형태의 밴드스톱필러(BSF: band stop filter)를 구현하였다. 또한 블로킹 현상을 개선하기 위하여 다중 영상으로부터 경계선 부분의 픽셀값을 결정하는 방법론을 제안하였다. 제안된 이론에 대하여 실제 영상을 사용한 실험결과로부터 그 타당성을 평가하였다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.382-387
• /
• 2023

현재 GPT-4와 같은 거대한 언어 모델이 기계 번역, 요약 및 대화와 같은 다양한 작업에서 압도적인 성능을 보이고 있다. 그러나 이러한 거대 언어 모델은 학습 및 적용에 상당한 계산 리소스와 도메인 특화 미세 조정이 어려운 등 몇 가지 문제를 가지고 있다. In-Context learning은 데이터셋에서 추출한 컨택스트의 정보만으로 효과적으로 작동할 수 있는 효율성을 제공하여 앞선 문제를 일부 해결했지만, 컨텍스트의 샷 개수와 순서에 민감한 문제가 존재한다. 이러한 도전 과제를 해결하기 위해, 우리는 Super In-Context Learning (SuperICL)을 활용한 새로운 방법론을 제안한다. 기존의 SuperICL은 적용한 플러그인 모델의 출력 정보를 이용하여 문맥을 새로 구성하고 이를 활용하여 거대 언어 모델이 더욱 잘 분류할 수 있도록 한다. Super In-Context Learning for Generation은 다양한 자연어 생성 작업에 효과적으로 최적화하는 방법을 제공한다. 실험을 통해 플러그인 모델을 교체하여 다양한 작업에 적응하는 가능성을 확인하고, 자연어 생성 작업에서 우수한 성능을 보여준다. BLEU 및 ROUGE 메트릭을 포함한 평가 결과에서도 성능 향상을 보여주며, 선호도 평가를 통해 모델의 효과성을 확인했다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• pp.271-280
• /
• 1999

인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다. 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고요한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미있는 정보로 변환시켜줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망의 모형결합을 통해 기존연구과는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서는 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이브릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다. 기존의 주기분할방법론은 모형개발자입장에서 여러 가지 통계기준치중에서 최적의 기준치를 합리적으로 선택해야 하는 문제가 추가적으로 발생하며, 본 연구에서는 이상의 제반 문제들을 개선시키기 위해 통합방법론으로서 기존의 인공신경망모형을 구조적으로 확장시켰다. 이 모형에서 기존의 입력층 이전단계에 새로운 층이 정의된다. 이렇게 해서 생성된 새로운 통합모형은 기존모형에서 생성되는 기본적인 학습파라미터와 더불어, 본 연구에서 새롭게 제시된 주기분할층의 파라미터들이 모형의 학습성과를 높이기 위해 함께 고려된다. 한편, 이러한 학습과정에서 추가적으로 고려해야 할 파라미터 갯수가 증가함에 따라서, 본 모델의 학습성과가 local minimum에 빠지는 문제점이 발생될 수 있다. 즉, 웨이블릿분석과 인공신경망모형을 모두 전역적으로 최적화시켜야 하는 문제가 발생한다. 본 연구에서는 이 문제를 해결하기 위해서, 최근 local minimum의 가능성을 최소화하여 전역적인 학습성과를 높여 주는 인공지능기법으로서 유전자알고리즘기법을 본 연구이 통합모델에 반영하였다. 이에 대한 실증사례 분석결과는 일일 환율예측문제를 적용하였을 경우, 기존의 방법론보다 더 나운 예측성과를 타나내었다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.17 no.6
• /
• pp.26-32
• /
• 2016

Usually, there are many uncertainties regarding the error of an assumed load, material properties, member size, and structure analysis in a structure, and it may have a direct influence on the qualities of optimal design of structures. Probabilistic analysis has developed rapidly into a desirable process and structural reliability analysis is an increasingly important tool that assists engineers to consider uncertainties during the design, construction and life of a structure to calculate its probability of failure. This study deals with the applications of two optimization techniques to solve the reliability-based optimization problem of structures. The reliability-based optimization problem was formulated as a minimization of the structural volume subject to the constraints on the values of componential reliability index determined by the AFOSM approach. This presented method may be a useful tool for the reliability-based design optimization of structures.

• Journal of the Korean Magnetics Society
• /
• v.7 no.2
• /
• pp.103-108
• /
• 1997

In this paper, the application of fuzzy decision to optimization of induction motor design is proposed. This method can reflect the designer's experience, view, and judgment, but also can be applied to multi-objective optimization design easily. The electromagnetic performance of the induction motor are calculated by means of the equivalent magnetic circuit method. The design method is The $D^2L$ method which is combined with fuzzy decision and optimization algorithm. As the optimization algorithm, the evolution strategy(ES) is applied. The proposed algorithm is applied to a multiobjective optimization of an induction motor design where the motor should have less weight and, at the same time, have higher efficiency and power factor at rated operating points.

• Investigative Magnetic Resonance Imaging
• /
• v.6 no.2
• /
• pp.137-146
• /
• 2002

Purpose : This paper introduces an improved classification approach which adopts a deterministic relaxation method and an agglomerative clustering technique for the classification of MRI using neural network. The proposed approach can solve the problems of convergency to local optima and computational burden caused by a large number of input patterns when a neural network is used for image classification. Materials and methods : Application of Hopfield neural network has been solving various optimization problems. However, major problem of mapping an image classification problem into a neural network is that network is opt to converge to local optima and its convergency toward the global solution with a standard stochastic relaxation spends much time. Therefore, to avoid local solutions and to achieve fast convergency toward a global optimization, we adopt MFA to a Hopfield network during the classification. MFA replaces the stochastic nature of simulated annealing method with a set of deterministic update rules that act on the average value of the variable. By minimizing averages, it is possible to converge to an equilibrium state considerably faster than standard simulated annealing method. Moreover, the proposed agglomerative clustering algorithm which determines the underlying clusters of the image provides initial input values of Hopfield neural network. Results : The proposed approach which uses agglomerative clustering and deterministic relaxation approach resolves the problem of local optimization and achieves fast convergency toward a global optimization when a neural network is used for MRI classification. Conclusion : In this paper, we introduce a new paradigm to classify MRI using clustering analysis and deterministic relaxation for neural network to improve the classification results.

• Journal of the Korea Society of Computer and Information
• /
• v.9 no.1
• /
• pp.31-36
• /
• 2004

As internet technology has rapidly developed, there have been works for the strategic techniques of the geographic information system integration and component that meet the situation of the variable customer requirement in endless change of execute environment. So there needs a design techniques of spatial data common component that can support technology and Query Processing, and so on. In this thesis, design techniques is proposed to support user-friendly interface and query currently available every place to provide these local-based software development technology. This process was evaluated through an verification test with a widely used development methodology The proposed methods is applied for computation and can reduce software development life cycle.

• Korean Journal of Construction Engineering and Management
• /
• v.10 no.4
• /
• pp.101-110
• /
• 2009

The current virtual reality(VR) simulation functions in construction project are focused on the construction phase. This study attempts to extend the application of VR functions to the design phase. This study suggests various VR functions such as earthwork simulation by road alignment, alternative route selection simulation, structure type selection simulation and underground structure visualization simulation. These functions can visualize road route and earthwork condition and select an optimal design route by simulating virtual placement of alternative route. This study configures systematic methodology for suggested VR simulation functions and develops VR system by the functions. Finally this study suggests an improved design process of road construction project by using the developed VR functions