• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.43-45
• /
• 2001

데이터로부터 숨겨진 패턴을 추출하는 데이터마이닝 기법 중에서 연관규칙은 대용량의 데이터베이스에서 단위 트랜잭션 당 동시에 발생할 확률이 높은 항목들의 유형을 발견하는 기법이다. 연관규칙 탐사에서 개념계층(taxonomy)을 사용하여 보다 포괄적인 의미를 갖는 규칙을 찾아내는 연구가 일반화된 연관규칙이며 이를 통해 일반화 이전에는 간과될 수 있는 중요한 규칙을 발견할 수 있다. 일반화된 연관규칙에 관한 기존의 접근방법은 후보항목집합의 각 항목에 대한 개념계층상의 모든 조상들을 트랜잭션에 추가한 후 확장된 트랜잭션에 대해 지지도를 계산하는 방법이며. 이렇게 되면 연관규칙의 단점중의 하나인 계산량 문제가 더욱 두드러지게 된다. 이에 본 연구에서는 모든 개념계층 레벨이 아닌, 사용자가 관심 있는 레벨로 제한된 환경에서 연관규칙 탐사를 수행하여 규칙생성의 복잡도를 줄이는 시스템을 구현하였다. 그러나 모든 항목을 한 레벨로 일반화하는데는 무리가 따르기 때문에 관심있는 항목의 경우 일반화 레벨을 따로 명시할 수 있도록 하여 사용자가 원하는 규칙을 발견하도록 하였다.

• 정보처리학회논문지D
• /
• 제16D권2호
• /
• pp.237-248
• /
• 2009

최근 이동 객체의 동적인 위치나 이동성에 기반하여 여러 분야에 적용가능한 위치 기반 서비스를 개발하고자 다양한 객체의 이동 패턴들로 부터 유용한 패턴을 추출하기 위한 패턴 탐사 기법에 대한 연구가 활발히 진행되고 있다. 이동 패턴 탐사는 특성상 방대한 시공간 데이터의 분석 및 처리 방법에 따라 패턴 탐사의 성능이 좌우된다. 기존의 시공간 패턴 탐사 기법들[1-6,8-11] 중 일부는 이러한 문제를 해결하기 위한 방법을 제시하였으나, 패턴 탐사 수행 시간이나 패턴 탐사 시 사용되는 메모리양을 최소화하는데 있어 아직 부족한 실정이다. 이에 본 논문에서는 방대한 시공간 이동 데이터 집합으로부터 순차적이고 주기적인 빈발 이동 패턴을 효과적으로 추출하기 위한 새로운 시공간 이동 패턴 탐사기법을 제안한다. 제안된 기법에서는 이동 객체의 이력 데이터로부터 해시 트리 기반의 이동 시퀀스 트리를 생성하여 빈발 이동 패턴을 탐사함으로써 탐사 수행 시간을 $83%{\sim}93%$ 감소시키고, 시간 및 공간 속성을 가진 상세 수준의 이력 데이터들을 공간 및 시간 개념 계층을 이용하여 실세계의 의미있는 시간 및 공간영역으로 일반화함으로써 탐사 시 소요되는 메모리양을 감소시켜 보다 효과적인 패턴 탐사를 유도한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.721-723
• /
• 2005

패턴 분류에 많이 사용되는 MBR(Memory Based Reasoning) 기법은 메모리에 저장된 학습패턴과 테스트 패턴간의 거리를 계산하여 가장 가까운 학습패턴의 클래스로 분류하기 때문에 테스트 패턴을 분류하는 기준을 설명할 수 없다는 문제점을 가지고 있다. 본 논문에서는 RPA(Recursive Partition Averaging) 기법을 이용하여 분류 기준을 설명할 수 있는 IF-THIN 형태의 규칙을 생성하고 생성된 규칙의 일반화 성능을 향상시키기 위하여 불필요한 조건을 제거하는 규칙 pruning 알고리즘과 생성되는 규칙의 개수를 줄일 수 있는 점진적 규칙 추출 알고리즘을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (B)
• /
• pp.366-371
• /
• 2006

최근 연구가 활발히 진행되고 있는 ‘유비쿼터스’라는 새로운 패러다임은 기존보다 더욱 많은 컴퓨팅 자원을 이용하여 사용자의 편의를 지원하는 것을 그 목표로 하고 있다. 유비쿼터스 컴퓨팅 환경에서 사용자를 지원하기 위한 대표적인 예로 개인화 서비스를 들 수 있으며, 개인화 서비스는 사용자에 대한 모델링이 필수 요소가 된다. 개개인의 행동 패턴 혹은 선호도 정보로 구성된 사용자 모델은 다양한 개인화 서비스의 원활한 지원을 위해 지금까지 유용하게 사용되고 있지만, 기존의 사용자 모델은 각 서비스가 개발될 때, 그 서비스에 적합한 형태로 매번 설계되어야 하는 문제점을 지닌다. 본 논문에서는 이러한 문제점을 해결하고자, 사용자 모델을 구성하는 정보들을 분석하여, 모델 설계에 필요한 일반화된 입력 패턴들을 도출하고, 도출된 패턴들을 바탕으로 더욱 쉽고 빠르게 사용자 모델을 생성할 수 있는 방법을 제안한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권7호
• /
• pp.585-594
• /
• 2007

오류역전파 방법을 이용하는 신경망들은 패턴들의 학습시간이 매우 오래 걸리고 또한 추가학습과 반복학습의 한계를 가지며, 이런 단점을 보완할 수 있는 이진신경망(Binary Neural Network, BNN)이 Aleksander에 의해 제안되었다. 그러나 BNN도 반복학습에 있어서는 단점을 가지고 있으며, 일반화 패턴을 추출하기 어렵다. 본 논문에서는 BNN의 구조를 개선하여 반복학습과 추가학습이 가능할 뿐 아니라, 특징점들까지 추출할 수 있는 다중 판별자를 가지는 삼차원 뉴로 시스템을 제안한다. 제안된 모델은 기존의 BNN을 기반으로 하여 만들어진 이차원 특징을 가지는 Single Layer Network(SLN)에 귀환회로가 추가되어 특징점들을 누적할 수 있는 삼차원 신경망이다. 학습을 통해 누적된 정보는 판별자의 각 신경세포에 임계치를 조정함으로써 일반화 패턴을 추출할 수 있다. 그리고 생성된 일반화 패턴을 인식에 재사용함으로써 반복학습의 효율성을 높였다. 최종 판정 단계에서는 Maximum Response Detector(MRD)를 이용하였다. 본 논문에서 제안한 시스템을 평가하기 위하여 NIST에서 제공하는 숫자 자료를 이용하였으며, 99.3%의 인식률을 얻었다.

• 대한수학교육학회지:학교수학
• /
• 제16권2호
• /
• pp.355-386
• /
• 2014

패턴을 대수적으로 일반화한다는 것은 몇 가지의 특정한 요소에 내재한 구조를 인식 할 수 있고, 그 구조를 모든 경우로 일반화해 나갈 수 있으며, 일반적인 것을 대수적으로 표현하기 위해 인식된 그 국소적인 구조를 사용할 수 있는 것이다. 본 연구에서는 학생들이 기하-산술적 패턴과제로부터 매개변수를 어떻게 대수적으로 일반화하는지와 그 과정에서 일어나는 어려움은 무엇인지를 확인하는 것에 목표를 둔다. 더불어, 본 연구진이 개발한 패턴 일반화 과제를 통해 학생들이 매개변수개념에 대해 의미 충실한 사용으로 나아갈 수 있는지를 확인한다. 연구 결과 학생들은 변수로 작용하는 문자 n과 구별되는 역할로 작용하는 매개변수의 의미를 인식하여, 이로부터 문자 n과 다른 문자를 설정했다. 또한, 몇 가지의 일차함수로부터 독립변수를 나타내는 문자 n과 독립적인 수 사이의 관계를 인식하였고 이를 나머지 다른 모든 경우로 일반화하여 매개변수로 설정한 문자를 이용하여 대수적으로 표현하였다. 이 과정에서 학생들에게 매개변수와 다른 변수사이에 구별의 어려움과 산술적인 절차를 대수로 이행하는 어려움이 확인되었다. 이러한 어려움을 교수자와 함께 극복해 나가는 과정에서 전형적인 예는 매개변수 개념에 대한 학생들의 의미 충실한 사용을 견인하는 역할을 제공하였다.

• 대한전자공학회논문지
• /
• 제26권1호
• /
• pp.98-103
• /
• 1989

본 논문에서는 게이트 레벨에서 논리 최적화를 하기 위한, 새로운 시스템을 제안한다. 본 시스템은 회로의 일부분을 간략화된 등가회로로 대치하는 local transformation을 rule로 표현한 rule-based 시스템이다. 본 시스템에서는 효율적인 패턴매칭을 위해, 'rule의 일반화'와 '국소최적화'를 제안한다. Rule의 일반화는 패턴매칭시 회로탐색을 줄이기 위해 사용되며, 국소최적화는 불필요한 회로탐색을 배제하기 위해 사용된다. 또한, 불필요한 패턴매칭 시도를 줄이기 위해, 회로 패턴의 매칭순서를 rule 기술에 포함시킨다. 또한, 본 시스템을 하드웨어 컴파일러에 의해 생성된 논리회로 최적화에 적용하여, 그 효용성을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 추계학술발표논문집(상)
• /
• pp.489-492
• /
• 2004

미지의 패턴을 분류하기 위해서 사용되는 메모리 기반 학습 기법은 만족할만한 분류 성능을 보여주고 있다. 하지만 메모리 기반 학습기법은 단순히 패턴과 메모리에 저장된 예제들 간의 거리를 기준으로 분류하므로, 패턴을 분류하는 처리과정을 설명할 수 없다는 문제점을 가지고 있다. 본 논문에서는 RPA(Recursive Partition Averaging) 기법을 이용하여 패턴을 분류하는 과정을 설명할 수 있는 규칙 추출 알고리즘과 또한 일반화 성능을 향상시키기 위하여 규칙의 조건을 확장하는 알고리즘을 제안한다.

• 한국수학교육학회:학술대회논문집
• /
• 한국수학교육학회 2008년도 제40회 전국수학교육연구대회 프로시딩
• /
• pp.11-15
• /
• 2008

다각형에서 가장 기본이 되는 삼각형과 사각형의 종이를 접을 때 마다 다양한 규칙성들이 발견될 수 있다. 따라서 본 연구에서는 이런 종이접기를 통한 패턴 탐구를 통해 문제를 형식화거나 일반화 하는 능력과 수학적으로 사고하는 능력 즉, 귀납적 추론력을 길러주고자 함에 목적을 두고 있다.

• 한국전자통신학회논문지
• /
• 제14권5호
• /
• pp.863-870
• /
• 2019

OWC-MIMO시스템에서 GSM변조기법은 송 수신기의 위치에 따라 상호 간섭이 큰 환경에서 성능 최적화를 위한 활성화 패턴집합을 선택하는 과정이 중요하다. 하지만, 높은 연산 복잡도로 인해 최적의 활성화 패턴집합을 선택하는 과정에서 높은 비용을 지불한다. 본 논문에서는 전송 활성화 패턴집합 선택을 위한 후보 활성화 패턴집합 생성 시 기본 활성화 패턴 집합을 미리 결정하는 방식을 통해 후보 활성화 패턴 집합의 수를 감소시키는 방법을 제안한다. 모의실험 결과, 제안된 방법은 높은 간섭 환경에서 일반적인 GSM변조기법과 비교할 때 동일한 BER성능과 약 90%정도 감소된 후보 활성화 패턴집합의 수를 가져 복잡도가 크게 감소함을 확인하였다.