• 한국지능시스템학회논문지
• /
• 제24권6호
• /
• pp.586-591
• /
• 2014

본 연구에서는 인공 벌 군집(ABC: Artificial Bee Colony) 알고리즘을 이용하여 주어진 레이더 데이터로부터 강수 사례와 비강수 사례를 분류하는 방사형 기저함수 신경회로망(RBFNNs: Radial Basis Function Neural Networks)분류기를 소개한다. 기상청에서 사용하고 있는 기상 레이더 데이터의 특성 분석을 통해 입력 데이터를 구성한다. 방사형 기저함수 신경회로망의 조건부에서는 Fuzzy C-Means 클러스터링 방법을 이용하여 적합도를 계산하고, 결론부에서는 최소자승법(LSE: Least Square Method)을 이용하여 다항식 계수를 추정한다. 추론부에서 최종출력 값은 퍼지 추론 방법을 이용하여 얻어진다. 제안된 분류기의 성능은 기상청에서 사용하는 QC와 CZ 데이터를 고려하여 비교 및 분석되어진다.

• 지능정보연구
• /
• 제9권3호
• /
• pp.117-135
• /
• 2003

개인화 된 정보를 제공하기 위한 협력 여과 기법에 대한 많은 연구가 이루어지고 있는데, 유사 사용자들을 찾는 과정에서 상관계수와 같은 유사성 척도를 이용하여 모든 사용자와의 유사성을 계산하는 과정을 거친다. 이때 사용자 수가 많아지게 되면, 계산의 복잡도가 지수적으로 증가하게 되는 규모의 문제가 발생한다. 본 연구는 협력 여과 기법에서 주로 사용하는 유사성 척도가 사용자 집단이 커짐에 따라 계산의 복잡도가 지수적으로 증가하는 문제를 해결하기 위한 방안을 제시하는 것이 주목적이다. 규모의 문제를 해결하기 위해 클러스터링 모델 기반 접근 방식을 사용하고 아이템의 선호도 계산을 위해 RPM(Recency, Frequency, Momentary) 기준의 사용을 제안한다. 먼저 SOM을 이용하여 전체 사용자를 사용자 집단으로 클러스터링하고 사용자 집단별로 RFM 기준에 의해 아이템의 점수를 계산하여 선호도가 높은 순으로 정렬하여 저장한다. 사용자가 로그인하면 학습된 SOM을 이용하여 대상 사용자 집단을 선정하고 미리 저장된 추천 아이템을 추천한다. 추천결과에 대해 사용자가 평가하면 그 결과를 이용하여 현 시스템의 개정 여부를 결정한다. 제안한 방안에 대해 MovieLens 데이터 셋에 적용하여 실험한 결과 기존의 협력적 여과 기법에 비해 추천 성능이 비교적 우수하면서도 추천 시스템 운용시의 계산 복잡도를 일정하게 유지시킬 수 있음을 보였다.

• 한국인터넷방송통신학회논문지
• /
• 제8권5호
• /
• pp.113-119
• /
• 2008

기존의 1-1-1 협력 프로토콜은 멀티 홉이 가지고 있는 경로손실감소 이득과 함께 MIMO와 동일한 공간 다이버시티를 제공한다. 이를 통해 싱글 홈, 멀티 홉보다 뛰어난 정보의 신뢰도 및 에너지 소비 감소를 얻을 수 있다. 하지만 기존의 1-1-1 협력 프로토콜은 단일의 협력 중계기를 사용하므로 경로손실감소 이득과 다이버시티 이득 계수가 2로 제한되어 있다. 따라서 본 논문에서는 두개의 협력 중계기 R1, R2를 사용한 1-2-1 협력 프로토콜을 제안한다. 1-2-1 협력 프로토콜은 경로손실감소 이득을 높이고 계수가 3인 다이버시티 이득을 얻는다. 또한, 협력 중계가 R2에서도 계수가 2인 다이버시티 이득을 얻을 수 있다. 협력 중계기는 DF (Decode and Forward)와 DR (Decode and Reencode) 방식을 사용하여 1-2-1 DF 또는 DR 협력 프로토콜을 형성하고, 클러스터링 기반의 무선 센서 네트워크 (WSNs)에 적용한다. 제안한 프로토콜의 성능평가를 위해 레일리 페이딩과 AWGN (Additive White Gaussian Noise) 채널이 합해진 채널에서 모의실험을 한다.

• 정보과학회 논문지
• /
• 제45권1호
• /
• pp.15-21
• /
• 2018

낮은 계수 표현(Low-Rank Representation, LRR) 기반 방법은 얼굴 클러스터링, 객체 검출 등의 여러 실제 응용에 널리 사용되고 있다. 이 방법은 그래프 기반 준지도 학습에서 그래프 구축에 사용할 경우 높은 예측 정확도를 확보할 수 있어 많이 사용된다. 그러나 LRR 문제를 해결하기 위해서는 알고리즘의 매 반복마다 데이터 수 크기의 정방행렬에 대해 특이값 분해를 수행하여야 하므로 계산 비효율적이다. 이를 해결하기 위해 속도를 향상시킨 발전된 LRR 방법을 제안한다. 이는 최근 발표된 Fast LRR(FaLRR)을 기반으로 하며, FaLRR이 속도는 빠르지만 실제로 분류 문제에서 성능이 낮은 것을 해결하기 위해 기반 최적화 목표에 추가 제약 조건을 도입하고 이를 최적화하는 방법을 제안한다. 실험을 통하여 제안 방법은 LRR보다 더 좋은 해를 빠르게 찾아냄을 확인할 수 있다. 또한, 동일한 해를 도출하는 방법을 찾아내기는 어렵지만 최소화하는 목표가 추가될 경우 더 좋은 결과를 나타내는 Fast MLRR(FaMLRR)을 제안한다.

• 한국지능시스템학회논문지
• /
• 제21권6호
• /
• pp.749-754
• /
• 2011

본 연구에서는 최적 pRBFNNs 패턴분류기 기반 2차원 영상과 ASM 알고리즘을 이용한 얼굴인식 시스템을 설계하고자 한다. 기존의 2차원 영상 기반 얼굴 인식 기법들은 인식하고자 하는 객체의 영상내의 위치, 크기 및 배경의 존재 유무에 따라 인식률이 영향을 받는 단점이 있으며, 본 연구에서는 이를 보완하기 위하여 관심 영역 내에서의 얼굴 영역 추출 및 특징 추출기법을 이용한 얼굴인식 방법을 소개한다. 본 연구에서는 CCD 카메라를 이용하여 영상을 획득하고 히스토그램 평활화를 이용하여 조명으로 왜곡된 영상정보를 개선한다. AdaBoost 알고리즘을 이용하여 얼굴영역을 검출하고 ASM을 통하여 얼굴 윤곽선 및 형상을 추출하여 개인 프로필을 구성한 후 PCA 알고리즘을 사용하여 고차원 얼굴데이터의 차원을 축소한다. 그리고 인식 모듈로서 pRBFNNs 패턴분류기를 제안한다. 제안된 다항식 기반 RBFNNs은 조건부, 결론부, 추론부 세 가지의 기능적 모듈로 구성되어 있고 조건부는 퍼지 클러스터링을 사용하여 입력 공간을 분할하고, 결론부는 분할된 로컬 영역을 다항식 함수로 표현한다. 또한 차분진화 알고리즘을 이용하여 제안된 분류기의 파라미터, 즉, 학습률, 모멘텀 계수, 퍼지 클러스터링의 퍼지화 계수를 최적화한다. 제안된 다항식 기반 RBFNNs는 얼굴 인식을 위한 패턴분류기로서 직접 CCD 카메라로부터 입력받은 데이터를 영상 보정, 얼굴 검출 및 특징 추출 등과 같은 데이터 전 처리 과정을 포함하여 고차원 데이터로 이루어진 얼굴 영상에 대한 인식 성능을 확인한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (하)
• /
• pp.2383-2386
• /
• 2002

많은 ISP업체와 서버 관리자들은 자신의 시스템 향상을 위하여 많을 비용을 쏟아 붇고 있지만 그 결과는 비관적이다. 지금까지는 하드웨어적인 성능만을 고려하였으나, 최근에는 리눅스를 탑재하여 낮은 가격과 높은 가용성을 가지면서, 증가하는 네트워크 요청에 효과적으로 대응하기 위한 해결책으로 여러 대의 호스트로 구성되는 클러스터링 기술이 각광을 받고 있다. 또한 클러스터는 저렴한 호스트들로 구성되므로 구축 비용이 절감되는것 뿐만 아니라, 일부 호스트가 고장 나더라도 다른 호스트는 네트워크 작업 분담을 재설정하여 정상적으로 동작함으로 가용성이 항상 유지될 수 있다는 것을 보여준다. 최근 군에서도 정보화 과학화의 열풍에 힘입어 그 어느때보다도 업무의 전산화, 정보화에 박차를 가하고 있는 실정이다. 이로 인한 군업무에 적용되는 중대형 서버의 증가와 1인 1PC정책에 의한 클라이언트의 증가, 네트웍 인프라 구축에 심혈을 기울이고 있다. 그러나 사용자의 요구만큼 군환 경하에서의 정보화 업무를 감당하는 서버의 역량은 제한이 있다. 군업무의 특수성에 비추어 볼때에도 사회의 금융업무와 마찬가지로 중단없는 서비스의 수행과 서버의 안정화는 군전산의 가장 중요한 요소중의 하나임에 불구하고 아직까지도 현실성은 많이 미비한 상태이다. 본 연구는 이와 같은 문제를 해결하기 위하여 NAS와 SAN개념(네트웍기반)을 도입하여 군 서버 구축 새로운 패러다임을 제공하여 업무의 통폐합과 함께 서버의 통폐합의 전초단계인 무정지 클러스터링 서버의 구축방안을 제시하여 군정보화, 과학화의 초석을 다지는 계기로 삼고자 한다.위상변화에 대한 적응성을 높일 수 있도록 한다. SQL Server 2000 그리고 LSF를 이용하였다. 그리고 구현 환경과 구성요소에 대한 수행 화면을 보였다.ool)을 사용하더라도 단순 다중 쓰레드 모델보다 더 많은 수의 클라이언트를 수용할 수 있는 장점이 있다. 이러한 결과를 바탕으로 본 연구팀에서 수행중인 MoIM-Messge서버의 네트워크 모듈로 다중 쓰레드 소켓폴링 모델을 적용하였다.n rate compared with conventional face recognition algorithms. 아니라 실내에서도 발생하고 있었다. 정량한 8개 화합물 각각과 총 휘발성 유기화합물의 스피어만 상관계수는 벤젠을 제외하고는 모두 유의하였다. 이중 톨루엔과 크실렌은 총 휘발성 유기화합물과 좋은 상관성 (톨루엔 0.76, 크실렌, 0.87)을 나타내었다. 이 연구는 톨루엔과 크실렌이 총 휘발성 유기화합물의 좋은 지표를 사용될 있고, 톨루엔, 에틸벤젠, 크실렌 등 많은 휘발성 유기화합물의 발생원은 실외뿐 아니라 실내에도 있음을 나타내고 있다.>10)의 $[^{18}F]F_2$를 얻었다. 결론: $^{18}O(p,n)^{18}F$ 핵반응을 이용하여 친전자성 방사성동위원소 $[^{18}F]F_2$를 생산하였다. 표적 챔버는 알루미늄으로 제작하였으며 본 연구에서 연구된 $[^{18}F]F_2$가스는 친핵성 치환반응으로 방사성동위원소를 도입하기 어려운 다양한 방사성의 약품개발에 유용하게 이용될 수 있을 것이다.었으나 움직임

• 정보처리학회논문지B
• /
• 제10B권6호
• /
• pp.579-586
• /
• 2003

감정요소를 사용한 정보검색시스템은 감정에 기반한 정보검색을 수행하기 위하여 감정시소러스를 구성하였으며 이를 사용한 감정요소추출기를 구현하였다. 감정요소추출기는 기본 5가지 감정 요소를 해당 문서에서 추출하여 문서를 벡터화시킨다. 벡터화시킨 문서들은 k-nearest neighbor, 단순 베이지안 및 상관계수기법을 사용한 2단계 투표방식을 통해 학습하고 분류하였다. 실험결과 분류 방식과 K-means를 이용한 클러스터링에서 감정요소에 기반한 방식이 더 우수하다는 결과와 5,000 단어 미만의 문서 검색에 감정기반 검색이 유리하다는 것을 보였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권1호
• /
• pp.40-45
• /
• 2015

최근 온라인 소셜 네트워크의 성장에 따라, 영향력 최대화 기법을 활용한 다양한 마케팅 기법들이 소개되고 있다. 하지만 지금까지 네트워크 구성이 감춰진 경쟁 집단들이 존재하는 환경에서 영향력 최대화 문제를 해결하려고 시도한 기법은 제안된 적이 없었다. 본 논문에서는 아군 집단과 경쟁 집단 들이 존재하는 소셜 네트워크 환경에서 경쟁 집단에 영향력을 가장 최대화하는 알고리즘을 제안한다. 본 논문에서 제안하는 알고리즘은 소셜 네트워크의 속성들 중 중간 중심성, 클러스터링 계수, 지역적 연결도로와 연결, 그리고 3인조 폐쇄특징 등을 효과적으로 활용한다. 실험을 통하여 본 논문에서 제안하는 알고리즘이 기존 알고리즘보다 경쟁 집단에의 영향력을 더 확산할 수 있음을 확인하였고, 결론적으로 2배의 성능 향상을 보여 주었다.

• 한국콘텐츠학회논문지
• /
• 제8권2호
• /
• pp.231-238
• /
• 2008

미래 유망연구 및 기술의 선정을 위한 방법론의 개발과 이를 통한 구체적인 아이템 선정을 위한 연구가 추진되고 있다. 본 논문에서 우리는 건설교통분야의 유망연구영역 도출을 위하여 과학계량학(scientometrics)을 활용한다. 과학계량학적 분석을 위하여 Scopus 데이터베이스, 상위 1%에 해당하는 고인용논문, 서지결합법, cosine 계수, 계층적 클러스터링 기법을 사용하며, 그 분석결과는 전문가들에 의해 재검증을 실시한다. 우리는 과학계량학적 분석방법을 자세히 설명하고, 미래유망연구영역 및 기술도출의 객관적인 방법으로서 과학계량학적 분석의 가능성을 보여준다.

• 전자공학회논문지
• /
• 제51권1호
• /
• pp.195-201
• /
• 2014

본 연구에서는 $(2D)^2PCA$ 알고리즘을 이용한 pRBFNNs 패턴분류기 기반 얼굴인식 시스템을 설계하였다. 기존의 1차원 PCA는 행과 열의 곱으로 표현한 이미지의 차원을 축소한다. 하지만 $(2D)^2PCA$(2-Directional 2-Dimensional Principal Components Analysis)는 이미지의 행과 열에서 각각 차원축소를 수행한다. 그 다음 제안된 지능형 패턴분류기로 축소된 이미지를 사용하여 성능을 평가한다. (pRBFNNs)로 성능 평가를 한다. 제안된 다항식 기반 RBFNNs은 조건부, 결론부, 추론부 세가지의 기능적 모듈로 구성되어 있고 조건는 퍼지 클러스터링을 사용하여 입력 공간을 분할하고, 결론부는 RBFNNs의 연결가중치로 일차 선형식으로 표현한다. 또한 차분진화 알고리즘을 이용하여 제안된 분류기의 파라미터, 즉 입력의 수, 퍼지 클러스터링의 퍼지화 계수를 최적화 한다. 얼굴인식에 많이 사용되는 Yale과 AT&T를 사용하여 인식률을 평가하였다. 실험 평가를 위해 IC&CI 연구실 데이터를 추가하여 실험하였다.