• 한국통신학회논문지
• /
• 제29권8C호
• /
• pp.1149-1158
• /
• 2004

본 논문에서는 ATM 망에서의 효율적인 트래픽 제어를 위하여 언어적인 규칙과 퍼지 추론부로 구성되는 퍼지로직에서 퍼지 규칙을 생성하였다. 퍼지 규칙 내부에 포함된 제어 파라메터들은 주어진 성능 함수를 최소화하도록 학습된다 즉, 발생된 저, 고순위 트래픽 도착 비율에 따라 퍼지집합 이론을 통하여 추론한 후 그 비퍼지화값으로 접속된 트래픽에 대해 버퍼에서의 임계값을 제어하도록 하였다. 또한, 생성된 퍼지 규칙의 타당성을 검증하기 위하여 MATLAB6.5에서와 온라인 빌드업으로 규칙에 대한 실험결과를 보인다. 그 결과, 고, 저 트래픽 도착 비율에 따라 효율적으로 버퍼에서의 임계값이 제어됨을 확인하였다.

• 대한전자공학회논문지TC
• /
• 제41권10호
• /
• pp.69-77
• /
• 2004

본 논문에서는 ATM 망에서의 효율적인 트래픽 제어를 위하여 언어적인 규칙과 퍼지 추론부로 구성되는 퍼지 로직에서 퍼지 규칙을 생성하였다. 퍼지 규칙 내부에 포함된 제어 파라메터들은 주어진 성능 함수를 최소화하도록 학습된다. 즉, 전체 트래픽 도착율과 버퍼의 점유율에 따라 퍼지집합 이론을 통하여 추론한 후 그 비퍼지화값으로 접속된 트래픽에 대해 서버에서의 서비스율을 제어하도록 하였다. 또한, 생성된 퍼지 규칙의 타당성을 검증하기 위하여 MATLAB6.5에서와 온라인 빌드업으로 규칙에 대한 실험결과를 보인다. 그 결과, 전체 트래픽 도착율과 버퍼의 점유율에 따라 효율적으로 서버에서의 서비스율이 제어 됨을 확인하였다.

• 한국통신학회논문지
• /
• 제28권10B호
• /
• pp.854-861
• /
• 2003

본 논문에서는 ATM 망에서의 접속된 트래픽에 대해 효율적인 버퍼제어를 위한 퍼지제어 알고리즘을 제안한다. 제안된 퍼지 제어 알고리즘은 동적 서비스율을 구하기 위해 트래픽의 도착율과 버퍼점유률 그리고 퍼지집합을 사용한다. 즉, 발생된 전체 트래픽의 도착율과 버퍼점유률에 따라 퍼지논리를 기반으로 하여 추론한다. 그 후, 추론 결과로 얻어진 비퍼지화값으로 접속된 트래픽에 대해 서버에서의 서비스율을 제어하도록 하였다. 성능분석 결과 기존의 부분버퍼공유기법과 비교하여 셀손실율을 줄임으로서 그 성능이 향상되었다.

• 전산구조공학
• /
• 제9권2호
• /
• pp.93-101
• /
• 1996

인공 신경회로망은 인간의 뇌를 전산 모델로 구현한 것으로 상호 연결된 많은 정보 처리 유니트들로 구성되어 있으며, 이를 기초로 논리적인 추론을 수행할 수 있다. 특히, 신경망은 비선형 변수를 많이 포함하고 있는 복잡한 문제 해결에서 더욱 효과적이다. 신경망의 이러한 기능으로 인해 구조분야에서는 비선형적인 각종 구조실험의 결과예측이나 구조계획 그리고 최적 설계에 응용되고 있는 추세이다. 본 논문에서는 인공 신경 회로망의 기본 이론을 설명하고, 현재까지 정립되고 있지 않은 대형 콘크리트 판넬간 수직 접합부의 최대 전단 내력 예측에 기존의 제안식과 인공 신경 회로망의 예측 결과를 비교하여 신경망의 적용가능성을 검토하고자 한다.

• 한국융합학회논문지
• /
• 제13권1호
• /
• pp.51-62
• /
• 2022

교통 혼잡을 해결하기 위한 AI 기반 속도 예측 연구는 활발하게 진행되고 있다. 하지만, 인공지능의 추론 과정을 설명하는 설명 가능한 AI의 중요성이 대두되고 있는 가운데 AI 기반 속도 예측의 결과를 해석하고 원인을 추리하는 연구는 미흡하였다. 따라서 본 논문에서는 '설명 가능 그래프 심층 인공신경망 (GNN)'을 고안하여 속도 예측뿐만 아니라, GNN 모델 입력값의 마스킹 기법에 기반하여 인근 도로 영향력을 정량적으로 분석함으로써 혼잡 등의 상황에 대한 추론 근거를 도출하였다. TOPIS 통행 속도 데이터를 활용하여 서울 시내 혼잡 도로를 기준으로 예측 및 분석 방법론을 적용한 후 영향력 높은 인근 도로의 속도를 가상으로 조절하는 시뮬레이션 통하여 혼잡 도로의 통행 속도가 개선됨을 확인하여 제안한 방법론의 타당성을 입증하였다. 이는 교통 네트워크에 제안한 방법론을 적용하고, 그 추론 결과에 기반한 특정 인근 도로를 제어하여 교통 흐름을 개선할 수 있다는 점에 의미가 있다.

• 산업융합연구
• /
• 제20권4호
• /
• pp.23-30
• /
• 2022

최근 인공지능(AI)과 딥러닝 발전으로 대화형 인공지능 챗봇의 중요성이 부각되고 있으며 다양한 분야에서 연구가 진행되고 있다. 챗봇을 만들기 위해서 직접 개발해 사용하기도 하지만 개발의 용이성을 위해 오픈소스 플랫폼이나 상업용 플랫폼을 활용하여 개발한다. 이러한 챗봇 플랫폼은 주로 RNN (Recurrent Neural Network)과 응용 알고리즘을 사용하며, 빠른 학습속도와 모니터링 및 검증의 용이성 그리고 좋은 추론 성능의 장점을 가지고 있다. 본 논문에서는 RNN과 응용 알고리즘의 추론 성능 향상방법을 연구하였다. 제안 방법은 RNN과 응용 알고리즘 적용 시 각 문장에 대한 핵심단어의 단어그룹에 대해 확장학습을 통해 데이터에 내재된 의미를 넓히는 기법을 사용하였다. 본 연구의 결과는 순환 구조를 갖는 RNN, GRU (Gated Recurrent Unit), LSTM (Long-short Term Memory) 세 알고리즘에서 최소 0.37%에서 최대 1.25% 추론 성능향상을 달성하였다. 본 연구를 통해 얻은 연구결과는 관련 산업에서 인공지능 챗봇 도입을 가속하고 다양한 RNN 응용 알고리즘을 활용하도록 하는데 기여할 수 있다. 향후 연구에서는 다양한 활성 함수들이 인공신경망 알고리즘의 성능 향상에 미치는 영향에 관한 연구가 필요할 것이다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2003년도 추계학술대회 및 정기총회
• /
• pp.338-341
• /
• 2003

CPFR (Collaborative Planning, Forecasting and Replenishment)은 기존의 공급망 개선에 관한 어플리케이션이 갖는 문제점인 정보의 부정확성, 시스템의 단절, 관련 기업 간 협력의 부족 등과 같은 여러 장해요소들을 극복하기 위한 목적으로 설계된 최신 비즈니스 모델로서, 이는 공급망의 총재고를 최소화하기 위해서 공급망의 모든 구성원들이 최종소비자의 실제 수요정보에 근거하여 계획(Planning), 예측(Forecasting), 그리고 보충(Replenishment)을 시스템 상에서 협력적으로 결정하는 것이다. 본 연구에서는 구성원들 간에 발생할 수 있는 예외적인 사항들을 CPFR시스템의 예측단계에서 판별하고, 그러한 예외 사항들을 역동적으로 다루기 위한 지식기반 협업 에이전트 시스템(Knowledge-Based Collaboration Agent System)을 제시한다. 또한 지능적 추론(Reasoning)과 학습(Learning)을 통해 구성원들에게 예외 사항에 대한 최적의 해결안을 제시함으로써 협업 시스템의 자동화를 구현한다.

• 응용통계연구
• /
• 제15권2호
• /
• pp.251-267
• /
• 2002

Kohonen이 제안한 자기조직화 지도(Self Organizing Maps : SOM)는 매우 빠른 신경망 모형이다. 하지만 다른 신경망 모형과 마찬가지로 학습 결과에 대한 명확한 규칙을 제시하지 못할 뿐만 아니라 지역적 최적값으로 빠지는 경우가 종종 있다. 본 논문에서는 이러한 자기조직화 지도의 모형에 대한 설명력을 부여하고 전역 최적값으로 수렴할 수 있는 예측 성능을 갖는 모형으로서 자율학습 신경망에 베이지안 추론을 결합한 자기조직화 지도를 위한 베이지안 학습(Bayesian Learning for Self Organizing Maps ; BLSOM)을 제안한다. 이 방법은 기존의 자기조직화 지도가 지역적 해에 머물러 있는 것에 비해서 언제든지 전역적 해로 수렴함이 실험을 통하여 밝혀졌다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 1999년도 추계학술대회 논문집
• /
• pp.388-395
• /
• 1999

본 논문의 목적은 퍼지 엔트로피를 이용하여 비선형신호를 예측하는 것이다. 이 방법은 분할된 여러 부 공간(subspace)에 대해 입력 데이터로부터 퍼지 엔트로피를 이용하여 각각의 규칙에 등급을 정하여 불필요한 제어규칙을 제거하여 바람직한 규칙베이스를 구성하도록 한 것이다. 적용되는 퍼지 신경망의 기본적인 구조는 퍼지 제어기의 규칙베이스와 추론의 과정을 신경회로망을 이용하여 구현하며 퍼지 제어규칙의 매개변수들은 역전파 알고리즘에 의해 적응되어진다. 또한 매개변수의 수를 줄이기 위하여 제어규칙의 결론부의 출력값은 신경망의 가중치로 구성하였다. 결국 퍼지 신경망의 복잡도를 줄일 수 있다. Mackey-Glass 시계열의 예측에 대한 컴퓨터 시뮬레이션을 통하여 본 논문에서 제안한 방법의 효율성을 입증하고, 제안된 방법을 EEG 생리신호 분석에 이용될 수 있다.

• 한국정보처리학회논문지
• /
• 제4권8호
• /
• pp.2070-2079
• /
• 1997

본 논문에서는 호 수락 제어 문제를 해결하기 위해 퍼지 논리 제어기의 장점과 신경망의 학습 능력을 이용한 ATM 망의 호 수락 제어 시스템을 제안하였다. ATM 망의 새로운 호는 현재 서비스 중인 호의 서비스 품질(QoS : quality of service)이 영향을 받지 않을 경우 망에 접속이 된다. 신경망 호 수락 제어 시스템은 입/출력 패턴의 학습으로 예측성 잇게 호 수락/거절을 하는 시스템이다. 본 논문의 퍼지 신경망 호 수락 제어 시스템에서는 학습 속도 개선을 위해 학습율과 모맨텀 상수에 퍼지 추론을 적용하였다. 이 시스템은 시뮬레이션을 통해 기존의 신경망 방법과 퍼지 신경망 방법에서의 학습 횟수 측정으로 제안 알고리즘의 우수성을 검증하였다. 시뮬레이션 결과 퍼지 학습 규칙에 근거한 퍼지 신경망 CAC(call admission control) 방식이 종래의 신경망 이론에 근거한 CAC 방식보다 학습 속도면에서 약 5배의 속도 향상이 있었다.