• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1889-1890
• /
• 2008

본 연구에서는 퍼지 추론 메커니즘에 기반 한 Polynomial RBF Neural Network(p-RBFNN)를 설계하고 얼굴인식 문제로 적용하여 분류기로서의 성능을 분석한다. 제안된 p-RBFNN 구조는 FCM 클러스터링에 기반 한 분할 함수를 활성 함수로 사용하며, 다항식 함수로 구성된 연결가중치를 사용함으로서 기존 신경회로망 분류기의 선형적인 특성을 개선한다. p-RBFNN 구조는 언어적 해석관점에서 "If-then"의 퍼지 규칙으로 표현되며 퍼지 추론 메커니즘에 의해 구동된다. 즉 조건부, 결론부, 추론부 세 가지의 기능적 모듈로 나뉘어 네트워크 구조가 형성된다. 조건부는 FCM 클러스터링을 사용하여 입력 공간을 분할하고, 결론부는 분할된 로컬 영역을 다항식 함수로 표현한다. 마지막으로, 네트워크의 최종출력은 추론부의 퍼지추론에 의한다. 또한 제안된 p-RBFNN을 얼굴인식 문제로 적용하여 성능을 분석한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.01a
• /
• pp.71-72
• /
• 2016

베이지안 알고리즘은 추론 분야에서 오랜 기간 사용되어 왔다. 하지만 기본적인 베이지안 네트워크 이론만으로는 다양한 도메인에 적합한 추론 기능을 제공할 수 없기 때문에, 도메인의 특성에 맞는 알고리즘이 적용된 다양한 추론 기법들이 연구되어왔다. 본 논문에서는 실시간 지능화 서비스를 위하여 특정 도메인 영역에 대하여 자동으로 적합한 베이지안 네트워크 알고리즘을 선별하는 기법을 제안한며, 해당 기법의 적합도를 평가하기 위해서 수학적인 모델링과 추론 알고리즘 선택 기법에 대해 서술한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.128-130
• /
• 2012

본 논문은 추론 공격 가능성 범위를 확장하여 다수 제공자의 참여를 기반으로 개인에 관한 정보를 배포하는 환경에서의 추론공격 가능성을 고려한다. 환경의 특성상 참여자는 자신이 보유한 환자 데이터와 외부지식을 결합하여 개인의 민감한 정보를 추론할 수 있다. 또한 기존의 추론공격을 방지하는 익명화 기법은 다수 제공자 환경을 고려하지 않기 때문에 추가적인 추론 공격이 가능하다. 본 논문은 제공자에 의한 추론 공격을 보이고 이를 방지하는 기법으로 s-cohesion을 제안한다.

• Journal of Intelligence and Information Systems
• /
• v.28 no.4
• /
• pp.309-328
• /
• 2022

This study empirically analyzed a Korean pre-trained language models (PLMs) designed for natural language generation. The performance of two PLMs - BART and GPT - at the task of abstractive text summarization was compared. To investigate how performance depends on the characteristics of the inference data, ten different document types, containing six types of informational content and creation content, were considered. It was found that BART (which can both generate and understand natural language) performed better than GPT (which can only generate). Upon more detailed examination of the effect of inference data characteristics, the performance of GPT was found to be proportional to the length of the input text. However, even for the longest documents (with optimal GPT performance), BART still out-performed GPT, suggesting that the greatest influence on downstream performance is not the size of the training data or PLMs parameters but the structural suitability of the PLMs for the applied downstream task. The performance of different PLMs was also compared through analyzing parts of speech (POS) shares. BART's performance was inversely related to the proportion of prefixes, adjectives, adverbs and verbs but positively related to that of nouns. This result emphasizes the importance of taking the inference data's characteristics into account when fine-tuning a PLMs for its intended downstream task.

• School Mathematics
• /
• v.9 no.1
• /
• pp.99-117
• /
• 2007

In this paper it is discussed how children develop their logical reasoning beyond difficulties in the process of making sense of division with decimals in the classroom setting. When we consider the gap between mathematics at elementary and secondary levels, and given the logical nature of mathematics at the latter levels, it can be seen as important that the aspects of children's logical development in the upper grades in elementary school should be clarified. This study focuses on the teaching and learning of division with decimals in a 5th grade classroom, because it is well known to be difficult for children to understand the meaning of division with decimals. It is suggested that children begin to conceive division as the relationship between the equivalent expressions at the hypothetical-deductive level detached from the concrete one, and that children's explanation based on a reversibility of reciprocity are effective in overcoming the difficulties related to division with decimals. It enables children to conceive multiplication and division as a system of operations.

• Journal of Advanced Navigation Technology
• /
• v.12 no.4
• /
• pp.378-383
• /
• 2008

This paper presents a method of image analysis based on discrete cosine transform (DCT) and fuzzy inference(Fl). It concentrated not only on the design of fuzzy inference algorithm but also on incorporating human visual parameter(HVP) into transform coefficients. In the first, HVP such as entropy, texture degree are calculated from the coefficients matrix of DCT. Secondly, using these parameters, fuzzy input variables are generated. Mamdani's operator as well as ${\alpha}$-cut function are involved to simulate the proposed approach, and consequently, experimental results are presented to testify the performance and applicability of the proposed scheme.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2010.06a
• /
• pp.67-68
• /
• 2010

위치 기반 서비스(LBS)는 유비쿼터스(Ubiquitous) 시대에 필요한 핵심 엔진으로 그 중요성이 논의되어 왔다. LBS 시스템은 GPS 뿐만 아니라 휴대폰을 통한 고속 인터넷 접속을 사용하여 사용자의 위치 추적과 같은 기술이 현재 서비스된다. 그러나 소프트웨어 측면에서 대부분의 위치 기반 서비스는 서비스 제공자 위주의 일부 특정 상황을 가정한 서비스 모델 또는 사전에 정의된 일정 지역과 한정된 상황에서의 상황 인식(Context Aware) 서비스 제공이 대부분이다. 그러나 이러한 방법론들은 현실 적용이 어려운 문제점이 제기되고 있다. 본 연구에서는, 사용자들의 상환인식을 통하여 사용자의 특성 지식과 공간지리 선호도 지식 정보 추론을 통한 Geo-Ontology통합시스템을 제시한다. 본 연구에서는 Geo-Ontology통합시스템 중에서 사용자의 상황인지기반 LBS시스템을 제시한다. 사용자들의 개인적인 특성 지식과 공간지리 선호도 지식을 구축할 수 있으며, 이러한 특성으로 구축된 지식 기반 하에 입력된 사용자 정보와 추론을 통하여 사용자의 현재 상황에 대한 가장 적절한 추천 결과가 도출되는 프로토타입 시스템을 제공 할 수 있음을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.224-226
• /
• 2023

본 논문에서는 연합학습 모델을 타겟으로 하는 특성 추론 공격 및 방어 기법과 관련된 연구들을 소개한다. 연합학습 시스템에 특화된 2가지 특성 추론 공격 및 이에 대한 방어 기법들에 대해 정리하고, 향후 연구 방향을 조망하고자 한다.

• The Korean Journal of Applied Statistics
• /
• v.21 no.5
• /
• pp.801-811
• /
• 2008

Modeling financial phenomena with diffusion processes is a commonly used methodology in the area of modern finance. Recently, various types of diffusion models have been suggested to explain the specific financial processes, and their related inference methodology have been also developed. In particular, likelihood methods for the efficient and accurate inference have been explored in various ways. In this paper, we review the mathematical properties of an approximated likelihood method, which is obtained by linearizing the drift coefficient of a diffusion process.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.241-243
• /
• 2003

지능형 정보 에이전트 시스템에서 사용되는 디폴트 규칙 시스템의 결론 집합을 생성하기 위한 추론 과정에서 불일치를 발생할 수 있는 새로운 오순 상황을 제시하고, 이를 해결할 수 있는 새로운 의미론을 정의한다. 확장 논리 프로그램은 추론된 결과 집합에서 같은 심벌이 양의 부호와 음의 부호를 동시에 가진 형태로 존재하는 경우에 모순이 발생하게 된다. 막장 논리 프로그램에 기반을 둔 디폴트 추론 시스템에서도 이런 모순을 가지게 되며, 이 문제를 해결하기 위한 방법이 정의되어 있다. 하지만, 비단조 추론을 하는 디폴트 규칙 시스템에서는 이런 문제 외에도 모순이 발생하게 된다. 하지만, 기존의 연구에서는 이러한 문제를 해결하는 방범이 고려되지 않았다. 최근에 들어서 디폴트 규칙 시스템은 지능형 에이전트에 내재되면서 에이전트간의 협상과 업데이트 등에 많이 사용되고 있다. 만일, 에이전트 내에서 규칙 시스템이 모순 상황이 발생하는 경우 예기치 않은 손실이 발생하게 된다. 따라서 결론 집합을 일관성 있게 추론하는 것은 지능형 에이전트 시스템의 신뢰성을 높이기 위해서 반드시 필요한 사항이다. 더욱이 에이전트 시스템의 사용분야가 지속적으로 늘어나는 상황에서 기존에 제안된 모순 이외에 각 분야에서 특성에 따라서 발생 가능한 모순이 발생하게 되며, 이 문제를 해결하는 것이 중요한 문제이다. 본 논문에서는 기존에 정의된 모순 외에 발생 가능한 문제점을 제시하고 이를 해결하기 위한 새로운 규칙 시스템의 의미론을 정의하였다.