• 정보처리학회논문지B
• /
• 제9B권6호
• /
• pp.735-744
• /
• 2002

본 논문에서는 커널완화법과 동적모멘트를 이용한 support vector machines의 학습성능 개선을 제안하였다. 제안된 학습 방법은 기존의 정적모멘트와는 달리 수렴 정도에 따라 현재의 학습에 과거의 학습 속성을 반영하는 동적모멘트 방법이다. 기존의 정적 상수로 정의된 모멘트가 전체 학습에 동등하게 영향을 주는 반면 제안된 동적모멘트를 이용한 학습방법은 학습 수행에 따라 동적으로 모멘트를 변경함으로써 수렴속도와 학습 성능을 효과적으로 제어할 수 있다. 제안된 학습법을 support vector machine의 새로운 순차 학습 방법인 커널완화법에 적용하였다. 신경망 분류기 표준 평가 데이터인 SONAR 데이터를 이용하여 실험한 곁과 동적모멘트를 이용한 방법이 수렴속도와 학습 성능면에서 기존의 커널완화법과 정적모멘트를 이용한 학습법에 비해 향상된 성능을 보이는 것을 확인하였다.

• 한국군사과학기술학회지
• /
• 제6권4호
• /
• pp.89-99
• /
• 2003

Smoothed particle hydrodynamics, SPH, is a gridless Lagrangian technique which is a useful alternative numerical analysis method to simulate high velocity deformation problems as well as astrophysical and cosmological problems. The SPH method brings about some difficulties such as tensile Instability and stress oscillation. A new SPH method, so called normalized algorithm, was introduced to overcome these difficulties. In this paper we aimed to estimate this method and have developed an one-dimensional normalized SPH program. The high velocity impact model of an aluminum bar has been analysed by using the developed program and a commercial hydrocode, LS-DYNA. The obtained numerical results showed good agreement with the results of the same model in reference. The program also showed more stable results than those of LS-DYNA in stress oscillation. We hopefully expect that the developed one-dimensional normalized SPH program can be used to solve hydrodynamic problems especially for explosive detonation analysis.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.76-78
• /
• 2014

나이브 베이스 학습은 유명하면서도, 빠르면서도 효과적인 지도 학습 방법으로, 다소 잡음을 가진 라벨이 있는 데이터집합을 다루는 데 좋은 성능을 보인다. 그러나, 나이브 베이스의 조건적 독립성 가정은 실세계 데이터를 다루는 데 필요한 특성에 다소 제약사항을 가지게 한다. 지금까지 연구자들이 이 조건적 독립성 가정을 완화시키는 방법들을 제안해 왔다. 이러한 방법들은 어트리뷰트 가중치, 커널 밀도 측정 등이 있다. 본 논문에서, 우리는 커널 밀도 측정과 어트리뷰트 가증치를 이용하여 나이브 베이스의 학습 효과를 개선하기 위한 NB Based on Attribute Weighting in Kernel Density Estimation (NBAWKDE) 이라는 새로운 접근 방법을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.86-88
• /
• 2014

나이브 베이스가 가지는 가정은 실세계 데이터를 분류함에 있어 해로운 효과를 보이곤 한다. 이러한 가정을 완화하기 위해, 우리는 Naive Bayes Mutual Information Attribute Weighting with Smooth Kernel Density Estimation (NBMIKDE) 접근 방법을 소개한다. NBMIKDE는 애트리뷰트를 위한 스무드 커널과 상호 정보량 측정값을 기반으로 하는 어트리뷰트 가중치 기법을 조합한 것이다.

• 자원ㆍ환경경제연구
• /
• 제18권1호
• /
• pp.105-138
• /
• 2009

본 연구는 한강의 수질측정망에서 관측된 오염물질별 연평균 오염도를 이용하여 지난 15년 동안 수질오염도의 공간적 분포에 유의한 변화가 발생하였는지를 분석하였다. 구체적으로 각 오염물질별의 비모수적 커널확률밀도함수를 추정하였고, 연도간 유의한 변화가 있는지 검정하였다. 또한 일반화된 엔트로피 계열의 불평등지수를 구하고, 부트스트래핑 기법을 통해 불평등지수의 차이가 유의한지를 검정하였으며, 순위 상관을 이용하여 오염도 순위의 동태적인 측면을 분석하였다. 분석결과 최근 15년 동안 수질오염도의 불균등 정도는 전반적으로 완화되거나 일정한 수준을 유지하였고, 오염도 순위에 동태적인 변화는 거의 일어나지 않은 것으로 나타났다.

• 자원ㆍ환경경제연구
• /
• 제13권1호
• /
• pp.83-117
• /
• 2004

본 연구는 수도권지역 대기오염 측정망의 오염물질별 연평균 오염도 측정치를 이용하여 최근 10년간의 수도권내 대기오염도의 공간적 분포 및 그 변화를 분석하였다. 분석을 위해 커널확률밀도함수를 추정하고, 또한 지니계수와 엔트로피계열의 불평등지수를 계측하였으며, 분석기간중 오염도의 공간적 분포 변화에 대한 통계적 검정을 실시하였다. 분석결과 최근 10년간 수도권 지역의 $SO_2$, $NO_2$, $O_3$와 CO 등 대기오염물질 오염도의 지역격차는 대체로 일정한 수준을 유지하거나 아니면 완화되는 것으로 나타났다. 또한 순위상관 분석 결과 분석기간 중 오염물질의 공간적 분포에 상당한 정도의 동태적 변화가 있었던 것으로 나타났다.

• 한국컴퓨터정보학회논문지
• /
• 제18권7호
• /
• pp.37-45
• /
• 2013

문맥 종속형 융합(CDF, Context Dependent Fusion)은 여러 분류기의 결과를 종합하여 성능을 향상시키는 융합 방법으로 주어진 문제의 문맥을 균일한 여러 문맥으로 나누고 각 문맥에서 문맥 종속적인 융합을 시도함으로써 기존 융합 방법에 비해 향상된 성능을 보여주었다. 하지만 CDF는 학습해야할 파라미터의 개수가 많아 학습 데이터가 적은 경우 잡음에 민감한 문제점이 있으며, 선형 알고리듬이라는 한계로 인해 문맥 추출 및 지역적 융합 과정에서 성능 저하의 원인이 된다. 본 논문에서는 CDF의 문제점을 완화할 수 있는 방법으로 SVM(Support Vector Machine)과 커널 주성분 분석을 이용한 CDF-SVM을 제안하였다. 커널 주성분 분석은 입력 벡터에 비선형 변환을 가함으로써 타원형이 아닌 비정형의 클러스터 생성이 가능하도록 해주며, SVM은 융합과정에서 비선형 경계의 생성을 가능하게 해주어 CDF의 선형성 제약을 극복하도록 해준다. 또한 목적함수에 정규화 항을 추가함으로써 잡음 민감성을 줄이도록 하였다. 제안한 CDF-SVM은 기존 CDF 및 그 변형들에 비해 나은 성능을 보여주었으며 이는 실험 결과를 통해 확인할 수 있다.

• 정보보호학회논문지
• /
• 제29권4호
• /
• pp.821-834
• /
• 2019

사이버 보안위협이 증가하면서 시스템 보안 수준이 보증된 고신뢰 시스템에 대한 수요가 증가하고 있다. 정보보호제품에 대한 평가 인증 국제 표준인 공통평가기준(CC: Common Criteria)은 고등급 보안 수준을 보증하기 위해 시스템에 대한 정형명세 및 검증을 요구하고 있으며 점차 이를 준수하는 사례가 증가하고 있다. 본 논문에서는 고등급 보안 수준을 보증하기 위해 다양한 분야에 적용 가능하며 고신뢰 수준을 요구하는 드론시스템에 대한 보안 위협을 도출한다. 그 결과를 기반으로 시스템 커널 내 스케줄링 측면에서 개선된 시스템 모델을 Z/EVES를 활용하여 정형명세 및 검증을 진행함으로써 고신뢰 드론시스템에 적용 가능한 스케줄링 방식을 제안한다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.167-183
• /
• 2023

최근 추천시스템 분야에서는 희소한 데이터를 효과적으로 모델링하기 위한 다양한 연구가 진행되고 있다. GLocal-K(Global and Local Kernels for Recommender Systems)는 그중 하나의 연구로 전역 커널과 지역 커널을 결합하여 데이터의 전역적인 패턴과 개별 사용자의 특성을 모두 고려해 사용자 맞춤형 추천을 제공하는 모델이다. 하지만 GLocal-K는 커널 트릭을 사용하기 때문에 매우 희소한 데이터에서 성능이 떨어지고 부가 정보를 사용하지 않아 새로운 사용자나 아이템에 대한 추천을 제공하는 데 어려움이 있다. 본 논문에서는 이러한 GLocal-K의 단점을 극복하기 위해 EASE(Embarrassingly Shallow Autoencoders for Sparse Data) 모델과 부가 정보를 활용한 GEase-K(Global and EASE kernels for Recommender Systems) 모델을 제안한다. 우선 GLocal-K의 지역 커널 대신 EASE를 활용하여 매우 희소한 데이터에서 추천 성능을 높이고자 하였다. EASE는 단순한 선형 연산 구조로 이루어져 있지만, 규제화와 아이템 간 유사도 학습을 통해 매우 희소한 데이터에서 높은 성능을 내는 오토인코더이다. 다음으로 Cold Start 완화를 위해 부가 정보를 활용하였다. 학습 과정에서 부가 정보를 추가하기 위해 조건부 오토인코더 구조를 적용하였으며 이를 통해 사용자-아이템 간의 유사성을 더 잘 파악할 수 있도록 하였다. 결론적으로 GEase-K는 선형 구조와 비선형 구조의 결합, 부가 정보의 활용을 통해 매우 희소한 데이터와 Cold Start 상황에서 강건한 모습을 보인다. 실험 결과, GEase-K는 매우 희소한 GoodReads, ModCloth 데이터 세트에서 RMSE, MAE 평가 지표 기준 GLocal-K 보다 높은 성능을 보였다. 또한 GoodReads, ModCloth 데이터 세트를 4개의 집단으로 나누어 실험한 Cold Start 실험에서도 GLocal-K 대비 Cold Start 상황에서 좋은 성능을 보였다.

• 대한원격탐사학회지
• /
• 제27권5호
• /
• pp.573-586
• /
• 2011

MTF(modulation transfer function)는 광학 시스템의 성능을 평가하기 위하여 사용되는 중요한 파라미터 중 하나이다. 또한 열악한 우주 환경(방사능, 극한 열조건 및 전자기장 등), 대기 영향 및 시스템 성능의 저하 등으로 저하된 영상품질을 복원시켜주기 위한 파라미터로 사용될 수도 있다. 본 논문에서는 소형 지구관측위성인 DubaiSat-1이 발사된 후, 위성영상의 품질을 평가하기 위하여 MTF를 측정하였다. 일반적으로 MTF는 point source 혹은 knife-edge 방법 등과 같은 다양한 방법을 이용하여 측정되어왔다. 그러나 본 논문에서는 ISO에서 line source에 의한 MTF 측정을 표준화한 slanted-edge 방법을 이용하여 MTF를 측정하였다. Slanted-edge 방법은 전자 스틸 카메라(electronic still-picture camera)의 MTF를 측정하기 위한 ISO 12233 표준으로써, 라인스캐닝 망원경(line-scanning telescope)의 MTF를 추정하기 위하여 사용된 방법이다. 또한 PSF(point spread function) 기반으로 제작된 MTF 회선 커널(MTF convolution kernel)에 의한 MTF 보상(MTF compensation)과 영상의 노이즈 제거(image denoising)를 수행하여 영상의 품질 저하(degradation)를 완화시켰다.