• Proceedings of the Korea Association of Information Systems Conference
• /
• 2001.12a
• /
• pp.327-339
• /
• 2001

사출금형 공정계획이란 금형설계를 완료한 후에 설계된 금형을 경제적, 효율적으로 생산하기 위하여 수행해야 할 제조공정에 대한 계획이다. 이러한 공정계획은 전문가의 경험에 의존함은 물론 많은 시간이 소요된다. 그리고 사출금형 공정계획은 현장경험을 토대로 완전 수작업에 의존하고 있으므로 공정계획전문가의 경험과 숙련 등에 따른 변동, 공정설계용 데이터의 부정확 등에 의한 공정계획 그 자체가 갖고 있는 부정확도에 따라 많은 문제점이 있다. 이러한 문제점과 함께 공정계획 전문가의 부족현상, CAD/CAM시스템의 보급 및 생산형태의 다품종소량화 현상에 따라 공정계획의 자동화가 필요하게 되었다. 본 논문에서는 사출금형 공정계획을 자동화하기 위해 사례기반추론(Case Based Reasoning)을 이용하였다. 사출금형의 공정계획은 성형품의 종류에 따라 다양하고 복잡하기 때문에 지식으로서 접근하는데는 한계가 있었다 그래서 본 논문에서는 전문가들의 경험지식을 이용한 사례기반추론을 이용한 공정계획시스템인 IIMPPS(Intelligent Injection Mold Process Planning System)를 개발하였다. 사례기반추론 공정계획 시스템을 개발하기 위해 과거 공정계획을 적합한 사례로서 표현 및 구성하고, 적절한 공정계획을 수립하기 위한 사례의 검색 및 조정방법을 제안하였다. 본 시스템은 차후에 가상생산 에이전트(최형림 등, 2000) 중에서 공정계획 에이전트의 엔진으로서 역할을 수행할 것이다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.03a
• /
• 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.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1865_1866
• /
• 2009

본 연구에서는 복잡하고 비선형 시스템의 모델을 동정하기 위해 Information Granulation에 기반한 퍼지추론 시스템의 새로운 범주를 소개한다. Information Granulation은 근접성, 유사성 EH는 기능성 등에 인하여 서로 결합되는 대상(특히, 데이터)의 연결된 모임으로 간주된다. HCM클러스터링에 의한 Information Granulation은 퍼지 규칙의 전반부 및 후반부에서 사용되는 멤버쉽 함수의 초기 정점과 다항식함수의 초기 값과 같은 퍼지 모델의 초기 파라미터를 결정하는데 도움을 준다. 그리고 초기 파라미터는 PSO 알고리즘과 최소자승법에 의해 효과적으로 동조된다. 제안된 모델은 Box와 jenkins가 사용한 가스로 공정[6]을 모델링하여 기존 퍼지 모델링 방법과 비교 평가한다.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.6
• /
• pp.287-295
• /
• 2007

This paper proposes a novel data editing techniques with genetic algorithm (GA) in case-based reasoning (CBR) for the prediction of Korea Stock Price Index (KOSPI). CBR has been widely used in various areas because of its convenience and strength in compelax problem solving. Nonetheless, compared to other machine teaming techniques, CBR has been criticized because of its low prediction accuracy. Generally, in order to obtain successful results from CBR, effective retrieval of useful prior cases for the given problem is essential. However. designing a good matching and retrieval mechanism for CBR system is still a controversial research issue. In this paper, the GA optimizes simultaneously feature weights and a selection task for relevant instances for achieving good matching and retrieval in a CBR system. This study applies the proposed model to stock market analysis. Experimental results show that the GA approach is a promising method for data editing in CBR.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.431-434
• /
• 2006

온톨로지에 대한 연구가 활발해지면서, 온톨로지를 실제 응용하고자 하는 사용자들의 요구가 커지게 되었다. 그렇지만 온톨로지의 응용을 위해서는 구축된 온톨로지를 효율적으로 다루고, 평가할 수 있는 시스템이 필요하다. 본 논문에서는 기존 온톨로지 질의 언어들의 한계점 중 구문 작성시 복잡성을 해결하기 위해 단순한 텍스트 기반의 질의 처리 인터페이스를 구현하여 온톨로지 사용의 범용성을 높이고, 사용자는 쉬운 질의 처리 환경에서 온톨로지에 대한 평가를 용이하게 수행함으로써, 온톨로지의 높은 활용성 또한 기대할 수 있다. 결론적으로, 본 연구의 온톨로지 질의 처리의 용이성과 트리플 사실 기반의 추론을 통하여 사용자는 온톨로지 구축의 완전성 및 응용 가능성을 쉽게 평가할 수 있다.

• Broadcasting and Media Magazine
• /
• v.25 no.2
• /
• pp.36-43
• /
• 2020

AI 시스템은 우리 생활 전반에서 다양한 예측을 도와주는 장치로써 그 중요성이 크다. AI 시스템의 활용도는 AI 장치가 얼마나 우리 생활 전반에 다각도로 이용되어야 하는지에 달려있다. 현재 AI 시스템은 높은 정확도를 위해 학습과 추론에 고성능 컴퓨팅 장비를 필요로 한다. 고성능 장치를 우리 생활 저변에서 쉽게 설치하고 사용할 수 없기 때문에, AI 시스템을 우리 생활에 사용하기 위해서 크게 두 가지의 접근법을 사용하고 있다. 첫째, 고성능 네트워크와 고성능 컴퓨팅 서버를 사용하여 end-user 장치의 계산 복잡도를 최소화하는 시스템을 설계할 수 있다. 둘째, AI 시스템의 학습 및 추론 효율성을 높여, 서버와 네트워크 없이도 end-user 장치에서 최선의 성능을 내는 시스템을 설계할 수 있다. 첫번째 접근법은 고성능 네트워크의 발전을 수반하고, 네트워크의 항상성을 전제로 하기 때문에, 실현하는데 많은 시간과 자원이 요구된다. 두번째 접근법은 비용-효율적이긴 하나 첫번째 접근법에 비해 AI 시스템의 성능이 다소 떨어질 수 있다. 이 글에서는 두번째 접근법의 AI 시스템, 특히 시각 인식 시스템을 응용으로 하는 기술들을 살펴보도록 하겠다.

• The KIPS Transactions:PartA
• /
• v.19A no.2
• /
• pp.77-84
• /
• 2012

Speculative execution for improving instruction-level parallelism is widely used in high-performance processors. In the speculative execution technique, the most important factor is the accuracy of branch predictor. Unfortunately, complex branch predictors for improving the accuracy can cause serious thermal problems in 3D multicore processors. Thermal problems have negative impact on the processor performance. This paper analyzes two methods to solve the thermal problems in the branch predictor of 3D multi-core processors. First method is dynamic thermal management which turns off the execution of the branch predictor when the temperature of the branch predictor exceeds the threshold. Second method is thermal-aware branch predictor placement policy by considering each layer's temperature in 3D multi-core processors. According to our evaluation, the branch predictor placement policy shows that average temperature is $87.69^{\circ}C$, and average maximum temperature gradient is $11.17^{\circ}C$. And, dynamic thermal management shows that average temperature is $89.64^{\circ}C$ and average maximum temperature gradient is $17.62^{\circ}C$. Proposed branch predictor placement policy has superior thermal efficiency than the dynamic thermal management. In the perspective of performance, the proposed branch predictor placement policy degrades the performance by 3.61%, while the dynamic thermal management degrades the performance by 27.66%.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.415-418
• /
• 2002

상태 불변식은 도달 가능한 모든 상태에서 항상 만족되는 식이다. 이는 복잡한 시스템의 이해와 분석에 활용될 뿐만 아니라 시스템의 안전성, 일관성, 완전성 검사에 사용된다. 이와 같은 이유로, 상태 불변식의 추론은 폭 넓게 연구되었다. 기존의 연구에서는 시스템의 가능한 모든 상태를 고려하여 상태 불변식을 생성했다. 이러한 방법으로 생성된 상태 불변식은 매우 복잡하며 사용자가 이를 이해하고 활용하기가 어렵다. 본 연구에서는 두 가지 투영 방법을 통해 단순화된 상태 불변식을 생성한다. 첫째, 지정 범위를 통한 투영으로 고려해야 할 상태들을 줄인다. 둘째, 해당 범위에서 사용된 명제들로 상태 불변식을 투영하여 최소 부정 불변식을 찾고 이를 제거한다. 그 결과 사용자의 관심을 특정 범위와 명제에 집중시킬 수 있었으며 단순화된 상태 불변식을 통해 사용자의 이해와 활용도를 높일 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.306-309
• /
• 2017

소프트웨어의 보안에 대한 중요성이 점차 높아짐에 따라, 소스코드 기반의 소프트웨어의 보안약점 분석 기법에서 더 나아가 소스 코드가 존재하지 않는 바이너리 파일을 대상으로 분석을 수행하는 연구가 진행되고 있다. 왜냐하면 소프트웨어 개발의 복잡성 증가에 따른 서드파티 라이브러리 활용과 레거시 코드의 관리 부재, 임베디드 소프트웨어의 특성 등으로 인해 소스 코드가 존재하지 않는 바이너리 코드의 사용이 늘어나고 있기 때문이다. 따라서 최근 바이너리 코드에 내제된 보안약점을 분석하기 위해서 중간코드를 이용하여 정적분석을 수행하는 다양한 연구가 진행되고 있다. 중간언어를 사용함으로 실행환경에 따라 달라지는 바이너리 코드가 중간언어로만 변환이 된다면 동일한 형태의 보안약점 분석기술을 통해 효과적인 수행이 가능하다. 본 논문에서는 이러한 바이너리 코드로부터 중간언어로 변환시 컴파일 과정에서 상실된 복합 자료형을 재구성하기 위해 Word2vec 딥러닝 기법을 이용한 추론기법을 제안한다.

• The Korean Journal of Applied Statistics
• /
• v.27 no.6
• /
• pp.933-945
• /
• 2014

Bayesian spatiotemporal analysis is of considerable interest to epidemiological applications because health data is collected over space-time with complicated dependency structures. A basic concept in spatiotemporal modeling is introduced in this paper to analyze space-time disease data. The paper reviews a range of Bayesian spatiotemporal models and analyzes Hepatitis A data in Korea.