• 한국터널지하공간학회 논문집
• /
• 제20권4호
• /
• pp.701-715
• /
• 2018

본 연구에서는 터널주변 원지반의 불확실성을 고려한 신뢰성기반 강관다단공법의 설계기법에 대하여 논의하였다. 이를 위하여 기계학습기법의 한 부류인 adaptive support vector machine과 시공 중인 터널의 한계평형해석기법을 도입한 후, 강관다단공법을 적용한 터널의 안전성 여부에 대한 훈련과정을 최소화할 수 있는 방안을 제안하였다. 제안한 기법은 전형적인 Monte Carlo 기법과의 비교를 통해 그 효과를 분석하였다. 이 결과, 제안한 신뢰성기반 ASVM 기법은 원지반의 불확실성을 감안하는 경우, 보조공법 적용에 따른 터널의 시공 중 파괴확률을 효율적으로 계산할 수 있음을 입증하였다. 이 결과를 바탕으로 향후에는 한계평형해석을 적용할 수 없는 경우 등을 감안하여 최소의 수치해석 결과를 바탕으로 파괴확률을 추론해 낼 수 있는 신속 ASVM 기법을 개발할 예정이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.21-23
• /
• 1999

결정 트리는 실세계에서 얻어지는 많은 사례들로부터 분류 정보를 얻기 위해 사용되는 유용한 방법중의 하나이다. 분류를 목적으로 사용되는 사례, 즉 데이터들은 실제 현장에서 얻어지기 때문에 관측오류, 불확실성, 주관적인 판단 등의 원인으로 참 값이 아닌 근사 값으로써 기술되는 경우가 많으며, 이러한 잠재적 오류로 인해 잘못된 결정 트리가 생성될 수 있다. 한편, 트리를 생성하는 각각의 과정에서 하나의 특징 값만을 고려하지 않고 두 가지 이상의 특징 값을 동시에 고려하여 결정 트리를 생성할 경우 보다 정확한 분류 정보를 기대할 수 있다. 본 논문에서는 수치 특징 값으로 기술된 데이터로부터 보다 정확한 분류 정보를 얻을 수 있고, 작은 오류에 강건한 사선형 분할 퍼지 결정 트리를 제안한다. 또한 제안된 사선형 분할 퍼지 결정 트리의 생성 절차 및 생성된 결정 트리를 이용하여 새로운 데이터에 분류 정보를 부여하는 추론 과정을 소개한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.251-252
• /
• 2008

Type-2 퍼지 집합은 Type-1 퍼지 집합에서는 다루기 어려운 언어적인 불확실성을 더욱 효과적으로 다룰 수 있다. TSK 퍼지 로직 시스템(TSK Fuzzy Logic Systems; TSK FLS)은 후반부를 1차 및 2차 함수식으로 나타내며 Mamdani 모델과 함께 가장 널리 사용되는 모델이다. 본 연구의 Interval Type-2 TSK FLS은 전반부에서 Type-2 퍼지 집합을 이용하고 후반부는 계수가 Type-1 퍼지집합인 1차식을 사용한다. 또한 전반부는 가우시안 형태의 Type-2 멤버쉽 함수를 사용하며, 오류역전파 학습알고리즘을 사용하여 파라미터들을 최적화 한다. 또한 학습에 앞서 PSO(Particle Swarm Optimization) 알고리즘을 사용하여 최적 학습률을 찾아 모델의 학습능력을 보다 효율적으로 한다. 본 논문에서는 Type-1과 Type-2 FLS의 성능을 가스로 공정 데이터를 적용하여 두 모델의 성능을 비교하고 노이즈를 추가한 데이터를 이용하여 노이즈에 대한 성능도 비교 분석한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (B)
• /
• pp.412-415
• /
• 2006

본 논문에서는 파라미터에 대한 정보가 없는 데이터, 즉, 각각의 이벤트 발생에 불확실성이 존재하는 데이터들에 대한 인과 관계의 학습을 위해 그래픽 모델인 베이지안 네트워크를 사용하였다. 이를 위해 기존에는 주로 네트워크 학습에 K2, Sparse Candidate 등의 방법이 사용되었다. 학습 및 추론에 있어서 어떻게 하면 기존의 방법보다 정확하고 빠르게 처리할 수 있을지에 대한 개선된 알고리즘을 제시하고 다른 알고리즘들과의 성능 비교를 통해 제시한 방법론이 보다 좋은 성능을 가짐을 보였다.

• 대한교통학회지
• /
• 제20권1호
• /
• pp.55-63
• /
• 2002

교통상충기법 Traffic Conflict Technique(TCT)은 사고자료가 부족한 경우나 단기간내에 교차로의 안전도를 진단해야 할 경우에 유용하게 사용되는 방법으로 알려져 있다. 상충기법에 사용되는 자료는 조사원에 의해 수집되기 때문에 조사원의 개인적 특성과 지식(Knowledge)정도에 따라 다르게 나타난다. 이와 같은 조사원의 개인적 오차는 그 양이 최소화되어 상충분석 계산과정에서 다루어져야 하지만. 이를 명백하게 최소화하는 방안에 대한 연구는 활발히 진행되고 있지 못한 실정이다. 이에 본 연구에서는 이러한 조사원 개인의 오차를 최소화하는 방안에 대해 연구를 진행하였다. 이를 위해 퍼지추론이론을 기존의 교통상충모형에 적용하여, 새로운 교통상충모형을 개발하였다. 퍼지추론은 사물에 대한 인간의 인식이 정확하지 않아 발생되는 불확실성을 근사추론구조를 적용함으로써 계산을 객관화할 수 있기 때문에 조사원 개인의 인지 오차량을 최소화 할 수 있는 방법으로 적합하다. 퍼지추론을 적용한 교통상충모형을 개발한 후, 사례연구를 실시한 결과 조사된 상충데이터가 합리적으로 정제되고 그 분산영역이 전체적으로 약 53% 정도 줄었음을 확인할 수 있었으며, 기존의 교통상충모형에 비하여 정도가 약 2배 정도 향상되었음을 전환계수의 비교를 통해 알 수 있었다. 본 연구에서 제시한 방법론은 도로 및 교차로의 안전도 평가, 교통사고 잦은 지점 개선사업 전·후의 효과분석 등에 유용하게 이용될 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.340-340
• /
• 2019

지구온난화로 유발되는 기후변동성이 증가함에 따라서 정확한 수문인자의 예측은 전 세계적으로 주요 관심사항이 되고 있다. 최근에는 고성능 컴퓨터 자원의 증가로 수문기상학 연구에서 동일한 학습량에 비하여 정확도의 향상이 뚜렷한 기계학습 구조를 활용하여 위성영상 기반의 대기예측, 태풍위치 추적 및 강수량 예측 등의 연구가 활발하게 진행되고 있다. 본 연구에는 기계학습 중 시계열 분석에 널리 활용되고 있는 순환신경망(Recurrent Neural Network, RNN) 기법의 대표적인 LSTM(Long Short-Term Memory) 네트워크를 이용하여 수문인자를 예측하였다. LSTM 네트워크는 가중치 및 메모리 요소에 대한 추가정보를 셀 상태에 저장하고 시계열의 길이 조정하여 모형의 탄력적 활용이 가능하다. LSTM 네트워크를 이용한 다양한 수문인자 예측결과 RMSE의 개선을 확인하였다. 따라서 본 연구를 통하여 개발된 기계학습을 통한 수문인자 예측기술은 권역별 수계별 홍수 및 가뭄대응 계획을 능동적으로 수립하는데 활용될 것으로 판단된다. 향후 연구에서는 LSTM의 입력영역을 Bayesian 추론기법을 활용하여 구성함으로 학습과정의 불확실성을 정량적으로 제어하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.184-184
• /
• 2020

수자원 계획 및 관리 시 증발산량의 정량적 분석은 필수적으로 고려되는 사항 중 하나이다. 일단위 이하의 잠재증발산량 산정은 세계식량기구(FAO)가 Penman-Monteith 방법을 기반으로 개발한 FAO56 PM 방법을 주로 활용하며, 이는 다른 방법에 비하여 높은 정확성과 적용성이 뛰어나다. 그러나 FAO56 PM 방법의 입력 매개변수는 다양한 기상자료이며, 장기간의 신뢰성 높은 자료를 구축하는 것은 어려운 실정이다. 이에 본 연구에서는 증발산량 공식인 Hargreaves 공식을 활용하여 FAO56 PM 방법으로 산정된 잠재증발산량과 기온차 사이의 시계열 관계를 재구성한 회귀분석 기법을 개발하였다. 개발된 모형에 유역면적을 적용하여 유역면적별 잠재증발산량을 산정하였으며, 이를 기존의 잠재증발산량과의 비교를 통해 모형의 적합성을 평가하였다. 결과적으로, 복잡한 잠재증발산량식을 단순한 대체모형(surrogate model)으로 제시함으로써 효율적인 증발산량 정량적 평가와 제한적인 기상자료 조건에 보편적 활용이 가능하다. 향후 연구에서는 회귀분석방법에 Bayesian 추론기법을 활용하여 구성함으로 잠재증발산량의 불확실성을 정량적으로 표현하고자 한다.

• 컴퓨터교육학회논문지
• /
• 제23권2호
• /
• pp.13-20
• /
• 2020

인공지능에 대한 관심은 기업이나 조직, 일상과 사회에 미치는 영향력의 증가에 기인한다. 이에 본 연구는 인재양성의 관점에서 Computer Science 2013의 지능형 시스템 영역을 기반으로 SW중심대학의 인공지능 관련 과목의 교수요목에 나타난 핵심요소를 분석하기 위한 목적이 있다. 분석 결과, 필수 과목을 운영하는 대학은 9개 대학 중 5개이다. 지능형 시스템의 12개 세부 지식영역을 기준으로 대학의 필수과목은 기본 검색이론, 기본 지식 표현 및 추론, 불확실성에 기반한 추론 영역에 분포되어 있다. 각 대학의 선택과목은 지능형 시스템 전체 지식영역 중 5~8개의 영역에 주제를 다루고 있었으며, 교수요목의 주제가 포함된 영역 평균 비율이 가장 높은 대학은 69.9%, 가장 낮은 대학은 46.3%이다. 본 연구는 인공지능 대학원의 진학 이전에 학부 수준에서 인공지능 관련 지식의 수준을 파악할 수 있었다는 점에 시사점이 있다.

• 한국지능시스템학회논문지
• /
• 제18권6호
• /
• pp.842-848
• /
• 2008

본 논문에서는 비선형 모델의 설계를 위해 Type-2 퍼지 논리 집합을 이용하여 불확실성 문제를 다룬다. 제안된 모델은 규칙의 전 후반부가 Type-2 퍼지 집합으로 주어진 Type-2 퍼지 논리 시스템을 설계하고 불확실성의 변화에 대한 비선형 모델의 성능을 해석한다 여기서 규칙 전반부 멤버쉽 함수의 정점 선택은 C-means 클러스터링 알고리즘을 이용하고, 규칙 무반부 퍼지 집합의 정점 결정에는 경사 하강법(Gradient descent method)을 이용한 오류 역전파 알고리즘을 사용하여 학습한다. 또한, 제안된 모델에 관련된 파라미터는 입자 군집 최적화(Particle Swarm Optimization; PSO) 알고리즘으로 동조한다. 제안된 모델은 모의 데이터집합(Synthetic dadaset), Mackey-Glass 시계열 공정 데이터를 적용하여 논증되고, 기존 Type-1 퍼지 논리 시스템과의 근사화 및 일반화 능력에 대하여 비교 토의한다.

• 한국기술혁신학회:학술대회논문집
• /
• 한국기술혁신학회 2017년도 추계학술대회 논문집
• /
• pp.715-721
• /
• 2017

기술거래 시장의 활성화에 대한 연구개발서비스 분야 종사자들의 관심이 높아지고 있으며, 특히 공공 및 민간 분야의 휴면 기술(특허)에 대한 이전 거래를 통해 불필요한 특허유지 비용을 줄이고 부가적인 기술료 창출 효과를 거둘 수 있다. 본 연구에서는 현재까지 기술이전(거래), 현물출자, 기술금융(융자, 담보대출) 등 다양한 목적으로 실무에서 활용되어 온 기술가치평가 모형의 한계점을 고민해 보고, 이에 대한 개선방안으로서 몬테카를로 최소자승법 기반의 확률론적 가치평가 모형을 제시한다. 기존의 가치평가 모형은 평가산출을 위한 입력변수의 확정적 값들에 기반하여 가치액이 산출되었으나, 대표적 기법인 현금흐름 할인법이나 로열티공제법의 경우 미래의 수익예상기간, 예상매출액 등에서는 불확실성(uncertainty)가 내재되어 있다. 따라서 특정 분포(distribution)에 대한 확률론적 가능성을 가정하고 이에 대한 수학적 최적화 논리로부터 몬테카를로 최소자승 관게에 의한 변수결정 및 가치평가액 산정을 할 수 있는 평가모듈을 개발한다. 향후 연구에서는 기 평가된 사례결과를 딥러닝(deep learning) 방식으로 학습하여, 발생가능성 높은 각 변수값의 범위들을 산출하고 이로부터 기술가치 범위를 추론하는 시스템을 개발하는 것도 가능할 것으로 기대된다.