• 정보처리학회논문지B
• /
• 제13B권5호
• /
• pp.547-552
• /
• 2006

클래스의 속성과 메소드 참조관계를 고려한 응집도 측정 방법은 다양한 형태로 연구되어 왔다 이러한 응집도의 측정 방법은 일반적으로 하나의 클래스에서 이루어진다. 단일 클래스에서 두 개의 클래스로 참조 범위를 확장하면 두 클래스 사이에 발생할 수 있는 참조관계를 알 수 있다. 본 논문에서는 메소드의 위치 결정을 위하여 신경망 학습모델을 제안하였다. 신경망은 입출력 패턴에 대한 반복학습 후, 학습 패턴에 포함되지 않았던 입력 패턴의 목적 값을 예측하고, 일반화(generalization)하는데 효과적이다. 두 개의 클래스 안의 속성과 메소드를 5개 이하로 제한하였고, 학습 벡터는 30개의 이진 값으로 구성된 입력 벡터와 메소드 위치 결정 값인 이진 목적 값으로 생성되었다. 제안된 신경망은 교차검증에서 약 95%, 테스트 데이터에 대해서는 약88%의 예측율을 보였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제6권7호
• /
• pp.297-306
• /
• 2017

버스정보 시스템을 이용하는 시민들은 더 정확한 예측 정보를 원한다. 하지만 평균 기반 단기간 예측 알고리즘을 사용하는 대부분의 버스정보시스템에서는 교통흐름, 신호주기, 정차시간 등의 영향이 고려되지 않기 때문에 많은 오차를 포함하고 있는 실정이다. 따라서 본 논문에서는 오차의 영향요인 분석을 통해 예측정보의 정밀도를 향상시켜 시민들의 편의를 도모하고자 한다. 이에 현재 운영되고 있는 버스정보 시스템의 자료를 토대로 오차의 영향요인을 분석했다. 분석 데이터에서 시간대별 특성과 지리적 여건에 의한 영향이 복합적으로 나타나고, 정차시간과 단위구간속도에 미치는 영향도가 다름을 보였다. 이에 따라 정차시간은 일반화 가법 모형을 사용하여 시간, GPS 좌표, 통과 노선수의 설명변수로 패턴을 구축하고, 단위구간에 대해 은닉 마르코프 모델을 사용하여 교통흐름에 따른 영향도를 고려한 패턴을 구축했다. 패턴 구축의 결과로 정밀한 실시간예측이 가능하고, 노선 통행속도의 장기간 예측이 가능했다. 마지막으로 관측 데이터와 예측 데이터의 통계적 검정 과정을 통해 전구간 예측에 적합한 모델임을 보였다. 본 논문의 결과로 시민들에게 더 정확한 예측 정보를 제공하고, 장기간 예측은 배차시간 등의 의사결정에 중요한 역할을 수행할 수 있으리라 생각한다.

• 대한교통학회지
• /
• 제18권6호
• /
• pp.89-99
• /
• 2000

전통적인 OD조사에 의한 OD추정방법의 여러 문제점들로 인해 링크에서 관측된 교통량과 기존OD를 결합해 새로운 OD를 추정하고자 하는 연구들이 지속되고 있으며, 그 필요성도 증대되고 있다. 그러한 기법중의 하나가 Yang(1995)이 제시한 바이레벨 모형으로, 그는 일반화최소자승법을 풀기위한 Sensitivity Analysis Based (SAB)을 제시하였다. 그러나 SAB 알고리즘은 두가지 중요한 문제점을 가지고 있다. 첫 번째 문제는 실제 OD를 알기가 어렵기 때문에, 기존 OD 조사시의 통행패턴이 현재의 통행패턴과 큰 변화가 없다는 가정 하에, 기존 OD를 추정시 중요한 추정기준으로 설정한다는 점이다. 그러나 이러한 기존 OD에 대한 추정의 종속성으로 인해, SAB는 기존 OD와 실제 OD의 차이가 큰 경우 정확한 해를 도출하지 못하고 추정결과가 일관적(robust)이지 않게 도출된다. 두 번째 문제는 SAB는 통행패턴 추정시 선형근사화를 가정하기 때문에 게임이론적 측면에서 전제로 설정한 완전한 Stackelberg 상황을 구현하지 못한다는 점이다. 이러한 문제점을 피하기 위해서는 기존 OD의 오차나 관측교통량의 오차에 대해 일관적이고 안정적인 해도출 기법이 필요하다. 본 연구의 목적은 SAB를 비롯한 기존 바이레벨 OD추정기법의 문제점을 지적하고 이에 대한 대안기법을 제시하는 것이다. OD추정의 문제는 본질적으로 비선형이고 비볼록하기 때문에, 다중해를 도출하게 된다. 따라서 전역해 탐색기법이 필요한데, 본 연구에서는 전역최적화가 가능한 유전알고리즘(Genetic Algorithm)을 이용한 OD추정모형(GA-Model:GAM)을 제시하였다. 사례네트워크에 대한 비교분석결과, GAM은 기존 OD의 오타에 대해 크게 종속적이지 않으며 OD구조가 변하는 경우에도 추정이 가능하여, 일반적으로 실제 OD를 알 수 없는 (기존OD의 오차가 어느 정도인지를 알 수 없는) 도시부 네트워크에서 신뢰성있는 추정력을 보였다.

• 인지과학
• /
• 제19권2호
• /
• pp.143-161
• /
• 2008

본 논문에서는 코퍼스를 이용하여 어휘들의 상하위 관계 패턴들을 추출하는 방법을 제안한다. 기존 연구들에서는 어순 교체가 자유로운 한국어의 특성으로 인해 주로 사전의 정의문을 이용하여 어휘들의 의미관계 패턴들을 추출하는 방법을 취하고 있으나, 본 논문에서는 코퍼스를 이용하여 보다 다양한 의미관계 패턴들을 추출하여 제시하고자 한다. 이를 위해 먼저 기존의 사전들을 이용해 상하위어 쌍들의 목록을 선정하였다. 다음 이 목록의 어휘 쌍들을 포함하는 문장들을 코퍼스에서 추출한 이후, 이로부터 다시 체계적으로 패턴화 할 수 있는 문장들을 추출하여 21 가지 상하위 관계 패턴들로 일반화하였다. 21가지 패턴들을 정규식으로 표현한 뒤 각각 동일한 패턴들을 가진 문장들을 코퍼스에서 다시 추출한 결과 57%의 정확률이 측정되었다.

• 한국초등수학교육학회지
• /
• 제16권3호
• /
• pp.321-336
• /
• 2012

인식 주체는 자신의 경험을 바탕으로 주어진 대상에 구조를 부여하여 대상을 구조로 인식하려고 한다. 주어진 문제 맥락 속에서 주체가 대상에 부여할 수 있는 구조는 횡적, 종적으로 다양하다. 구조의 횡적 다양성의 측면에서, 한 대상 속에서 다양한 구조를 발견하는 데 초점을 맞춘 문제해결 활동은 다양한 전략 사용에 중점을 둔 문제해결 교육의 보완이 될 수 있다 또, 도형 패턴 과제에서 일반식의 발견은 문제해결의 종착점이 아닌 새로운 구조 탐구의 시발점으로 여겨져야 한다. 구조의 종적 다양성의 측면에서, 교사는 학생이 보는 구조와 교사가 보는 구조가 다를 가능성에 유의하면서, 구조의 종적 다양성에 기초하여 아동이 진보의 경험을 할 수 있도록 지도하는 방안을 모색할 필요가 있다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1997년도 제9회 한글 및 한국어 정보처리 학술대회
• /
• pp.88-93
• /
• 1997

본 논문에서는 품사 태깅을 위해 여러 통계 모델을 실험을 통하여 비교하였으며 이를 토대로 통계적 모델을 구성하였다. 형태소 패턴 사전을 이용하여 미등록어의 위치와 개수에 관계없는 일반적인 방법의 미등록어 처리 방법을 개발하고 통계모델이 가지는 단점을 보완할 수 있는 오류 수정 규칙을 함께 이용하여 혼합형 품사 태깅 시스템인 $POSTAG^{i}$를 개발하였다. 미등록어를 추정하는 형태소 패턴 사전은 한국어 음절 정보와 용언의 불규칙 정보를 이용하여 구성하고 다어절어 사전을 이용하여 여러 어절에 걸쳐 나타나는 연어를 효과적으로 처리하면서 전체적인 태깅 정확도를 개선할 수 있다. 또 오류 수정 규칙은 Brill이 제안한 학습을 통하여 자동으로 얻어진다. 오류 수정 규칙의 자동 추출시에 몇 가지의 휴리스틱을 사용하여 보다 우수하고 일반적인 규clr을 추출할 수 있게 하였다. 10만의 형태소 품사 말뭉치로 학습하고 학습에 참여하지 않은 2만 5천여 형태소로 실험하여 97.28%의 정확도를 보였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제39차 동계학술발표논문집 16권2호
• /
• pp.35-40
• /
• 2009

FCM 알고리즘은 입력 벡터와 각 클러스터의 유클리드 거리를 이용하여 구해진 소속도만를 비교하여 데이터를 분류하기 때문에 클러스터링 된 공간에서의 데이터들의 분포에 따라 바람직하지 못한 클러스터링 결과를 보일 수 있다. 이러한 문제점을 개선하기 위해 대칭적 성질을 이용하는 대칭성 측도에 퍼지 이론을 적용하여 군집간의 거리에 따른 변화와 군집 중심의 위치, 그리고 군집 형태에 따라 영향을 덜 받는 개선된 FCM이 제안되었다. 본 논문에서는 효과적으로 패턴을 분류하기 위해 개선된 FCM 알고리즘을 적용한 개선된 하이브리드 네트워크를 제안한다. 제안된 하이브리드 네트워크는 개선된 FCM 알고리즘을 입력층과 중간층의 학습구조 적용하고 중간층과 출력층의 학습구조는 일반화된 델타학습법을 적용한다. 제안된 방법의 인식성능을 평가하기 위해 2차원 좌표평면 상의 데이터를 기존의 Max_Min 신경망을 이용한 FCM 기반 RBF 네트워크와 FCM 기반 RBF 네트워크, HCM 기반 네트워크와 제안된 방법 간의 학습 및 인식 성능을 비교 및 분석하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.428-431
• /
• 2009

최근 대형, 와이드 모니터 사용이 일반화되면서 모니터의 작업 공간을 효율적으로 사용하고자 하는 사용자들이 늘어나고 있다. 하나의 윈도우만을 띄워놓고 작업하던 일반적인 사용 패턴에서 여러 개의 창을 한꺼번에 놓고 작업하는 사용 패턴으로 변화하고 있다. 본 논문에서는 사용자가 모니터의 작업공간을 효율적으로 사용할 수 있도록 윈도우 배치를 돕는 시스템을 구현하였다. 일반 유틸리티와 달리 미리보기 화면을 통한 배치가 이루어지기 때문에 사용자가 쉽고 간편하게 작업환경의 구성과 변환할 수 있다. 앞으로 대형, 와이드 모니터의 수요에 발맞춰 윈도우를 효율적으로 이용하고자 하는 사용자의 욕구를 만족시키고 일일이 윈도우를 조절해야하는 불편함을 해소시켜 줄 것이다.

• 실천공학교육논문지
• /
• 제15권2호
• /
• pp.321-330
• /
• 2023

본 논문에서는 특정 도메인의 온톨로지 구성에 필요한 용어 간의 다양한 관계를 추출하여 자동으로 온톨로지를 생성하는 방법을 제안하고자 한다. 추출된 관계를 온톨로지의 구조에 공리 집합으로 인코딩하여 온톨로지로 구성한다. 효율적으로 해결하기 위해 집합의 검색 공간을 정수 프로그래밍 문제로 표현하며, 최적화를 위해 별로 도움이 되지 않는 규칙은 제거하는 단순한 축소를 사용하여 행렬을 감소시킨다. 결론적으로 본 논문에서는 주어진 데이터를 이용하여 패턴을 일반화하고, 유용한 패턴을 유지하면서 검색 공간을 줄이는 방법을 제시하며, 구조화된 온톨로지로 구성하는 알고리즘을 적용하여 추출된 관계를 이용해 자동으로 효율적인 온톨로지로 생성하는 방법을 제안한다.

• 디자인학연구
• /
• 제13권3호
• /
• pp.281-292
• /
• 2000

현대의 급속한 경제 성장과 새로운 트랜드의 등장은 사회전반에 걸쳐 많은 변화를 가져왔으며, 특히 주생활에 있어서 생활패턴의 변화와 거주자 요구의 다양화 양상에 많은 영향을 주었다. 이러한 주생활의 변화는 가족유형에 많은 영향을 미쳐서 전형적인 가족유형에서 점차 다양한 가족유형이 일반화되어 가고 있다. 이에 따라 현재의 주택 계획에 대한 재검토와 함께 다양하게 표출되는 거주자의 요구에 부응할 수 있는 새로운 주거 공간의 제안이 이루어져야 할 시점에 이르렀다. 그러나 이러한 거주자 요구의 다양화와 생활 패턴의 변화에도 불구하고 현재까지 공급되어 온 대부분의 아파트를 비롯한 공동 주택은 몇 가지 유형으로 패턴화 되어 있으며, 대량공급정책으로 인한 천편일률적인 공간구성과 과밀화, 고정화 양상이 심화되고 있는 실정이다. 이러한 문제점에 대한 대처방안으로 거주자 생활 패턴의 변화에 대응하는 주거 공간의 제시가 요구되고 있다. 따라서 본 연구에서는 거주자 생활패턴의 변화에 따른 공간의 변화에 대응하기 위한 방안으로 Wall Storage System을 활용한 주거공간의 가변화를 연구하고자 한다.