• Proceedings of the Korean Society for Cognitive Science Conference
• /
• 2005.05a
• /
• pp.171-176
• /
• 2005

본 논문에서는 진단시스템의 추론성능을 향상시키기 위한 방법으로서, 사례 기반 추론을 통해서 규칙 기반 추론의 단점을 보완하여 성능을 향상시키는 혼합형 추론 모델을 제안한다. 본 모델의 특징은 규칙 기반 추론의 확장성 문제와 규칙화 할 수 없는 예외적인 상황에 대한 문제점을 사례 기반 추론에서 사례로 저장하여 규칙 기반 추론의 단점을 보완하는데 있다. 이런 두 모델의 문제점을 해결하는 과정은 첫째로, 문제에 따라 규칙기반추론 모듈의 베이스를 통해서 적절한 규칙을 적용 후 추론을 적용하여 근접한 해를 얻어낸다. 두 번째로, 규칙베이스에 저장되어 있지 않은 문제에 대해서는 사례 라이브러리를 검색하고 유사성 검사를 통해서 저장된 사례를 찾아 입력된 사례에 적용하여 문제를 해결한다. 셋째로, 해결된 문제에 대해서 수정작업을 통해 사례 라이브러리를 확장한다. 이와 같이 세 과정을 통해 본 논문에서 제안하는 방법론의 성과를 측정하기 위하여 정비 메뉴얼을 규칙화하여 규칙베이스를 구축하였고 전문가들의 경험적인 지식에 대해서는 사례라이브러리로 구축하였다. 또한 지식베이스를 통해서 진단을 수행하고 해결된 문제에 대해서 정확도 검사를 통해 진단의 정확성을 측정하여 혼합형추론엔진의 성능을 검증하였다.

• Journal of Intelligence and Information Systems
• /
• v.21 no.1
• /
• pp.119-142
• /
• 2015

With the explosive growth in the volume of information, Internet users are experiencing considerable difficulties in obtaining necessary information online. Against this backdrop, ever-greater importance is being placed on a recommender system that provides information catered to user preferences and tastes in an attempt to address issues associated with information overload. To this end, a number of techniques have been proposed, including content-based filtering (CBF), demographic filtering (DF) and collaborative filtering (CF). Among them, CBF and DF require external information and thus cannot be applied to a variety of domains. CF, on the other hand, is widely used since it is relatively free from the domain constraint. The CF technique is broadly classified into memory-based CF, model-based CF and hybrid CF. Model-based CF addresses the drawbacks of CF by considering the Bayesian model, clustering model or dependency network model. This filtering technique not only improves the sparsity and scalability issues but also boosts predictive performance. However, it involves expensive model-building and results in a tradeoff between performance and scalability. Such tradeoff is attributed to reduced coverage, which is a type of sparsity issues. In addition, expensive model-building may lead to performance instability since changes in the domain environment cannot be immediately incorporated into the model due to high costs involved. Cumulative changes in the domain environment that have failed to be reflected eventually undermine system performance. This study incorporates the Markov model of transition probabilities and the concept of fuzzy clustering with CBCF to propose predictive clustering-based CF (PCCF) that solves the issues of reduced coverage and of unstable performance. The method improves performance instability by tracking the changes in user preferences and bridging the gap between the static model and dynamic users. Furthermore, the issue of reduced coverage also improves by expanding the coverage based on transition probabilities and clustering probabilities. The proposed method consists of four processes. First, user preferences are normalized in preference clustering. Second, changes in user preferences are detected from review score entries during preference transition detection. Third, user propensities are normalized using patterns of changes (propensities) in user preferences in propensity clustering. Lastly, the preference prediction model is developed to predict user preferences for items during preference prediction. The proposed method has been validated by testing the robustness of performance instability and scalability-performance tradeoff. The initial test compared and analyzed the performance of individual recommender systems each enabled by IBCF, CBCF, ICFEC and PCCF under an environment where data sparsity had been minimized. The following test adjusted the optimal number of clusters in CBCF, ICFEC and PCCF for a comparative analysis of subsequent changes in the system performance. The test results revealed that the suggested method produced insignificant improvement in performance in comparison with the existing techniques. In addition, it failed to achieve significant improvement in the standard deviation that indicates the degree of data fluctuation. Notwithstanding, it resulted in marked improvement over the existing techniques in terms of range that indicates the level of performance fluctuation. The level of performance fluctuation before and after the model generation improved by 51.31% in the initial test. Then in the following test, there has been 36.05% improvement in the level of performance fluctuation driven by the changes in the number of clusters. This signifies that the proposed method, despite the slight performance improvement, clearly offers better performance stability compared to the existing techniques. Further research on this study will be directed toward enhancing the recommendation performance that failed to demonstrate significant improvement over the existing techniques. The future research will consider the introduction of a high-dimensional parameter-free clustering algorithm or deep learning-based model in order to improve performance in recommendations.

• The Korean Journal of Financial Management
• /
• v.12 no.2
• /
• pp.143-162
• /
• 1995

평균-분산 기준보다 우수한 기준이라고 할 수 있는 평균-지니 기준은 위험회피 정도를 고려할 수 있는 확장된 평균-지니 기준으로 확장되면서 선물시장에서의 헤지모형에 도입되어 분포특성과는 무관하게 헤지비율의 특성을 분석할 수 있다는 측면에서 관심의 대상이 되었다. 그러나 확장된 평균-지니 기준을 실제로 적용하기 위해서는 확장된 지니평차를 계산가능한 형태로 변환해야 하는 문제와, 수익률의 누적확률 값을 추정해야 하는 문제점이 있다. 누적확률 값을 추정하는 방법으로 수익률의 분포함수와는 관계없이 순위에 의한 방법이 이용되었다. 본 연구에서는 실제로 분포의 확률밀도함수를 이용해서 누적확률을 계산하는 경우와 순위를 이용해 추정하는 방법을 비교함으로써 순위방법의 정확성을 평가하고자 하였으며, 확장된 지니평차를 실제로 계산하는 데 있어서의 문제점도 검토하였다. 이러한 검토를 통해 확장된 평균-지니 기준을 헤지 모형에 도입하여 활용하는 것의 현실적 유용성을 종합적으로 평가하고자 하였다. 분석결과 확장된 지니평차의 계산을 위해 변형한 식에 대한 정밀한 검토가 필요하다는 점과, 확장된 지니평차를 헤지모형에 적용하기 위해서는 누적확률을 정확하게 계산하는 문제의 해결이 선행되어야 한다는 점을 밝힐 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04a
• /
• pp.274-276
• /
• 2000

IP 망에서 서비스 품질을 제공하기 위한 기술로 RSVP 신호 프로토콜을 사용하는 종합 서비스 모델(Integrated Service Model)과 차등화 서비스(Differentiated Service)가 있다. 그러나, RSVP는 플로우별로 상태를 유지하고, 처리하기 때문에 거대한 네트워크에서는 확장성 문제가 고려되어야 한다. 반대로, 차등화 서비스는 클래스별로 처리하기 때문에 확장성 문제를 해결할 수 있지만, 완전한 형태의 서비스 품질을 보장하지 못한다는 단점을 가지고 있다. 본 논문에서는 RSVP의 장점과 차등화 서비스의 장점을 상호 결합하기 위한 통합 모델을 살펴보고, 경계 라우터의 각 모듈과 기능을 정의하였다. 또한, 차등화 서비스 영역에서 자원 예약 메시지를 최우선 서비스로 처리함으로써 동적인 자원 예약 프로토콜의 단점을 보완 하도록 하였다. 경계 라우터는 RSVP 메시지를 처리하는 RSVP 처리 모듈, RSVP의 자원 요청에 대응하는 차등화 서비스 클래스를 결정하는 서비스 매핑 처리 모듈, 마지막으로 패킷 우선순위에 따라 차별화된 서비스를 제공하는 차등화 서비스 처리 모듈로 구성되어 있다. 본 논문에서 제안한 자원 예약 메시지의 우선 처리 방법과 경계 라우터의 설계는 향후 IP 네트워크에서 쉽게 적용하고, 확장될 수 있으리라 사료된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.269-272
• /
• 2011

추천은 다양한 컨텐츠 중에서 사용자가 원하는 것을 선택할 수 있도록 돕는 것이다. 이러한 추천은 광고주가 자신의 광고에 적절한 컨텐츠를 찾을 때에도 활용될 수 있다. 본 논문에서는 광고를 표현하는 태그와 영화를 나타내는 주제어들을 매칭하여 광고에 적합한 영화를 추천하는 문제를 다룬다. 이 문제의 경우, 광고를 표현하는 태그의 개수가 적고, 영화의 주제어와 성격이 다른 경우가 많아 단순 매칭을 활용한 추천 기법으로는 결과를 얻을 수 없는 경우도 존재한다. 우리는 이러한 문제를 완화하기 위해 키워드 확장을 통한 추천 기법을 제안한다. 구체적으로 각 영화 컨텐츠가 가진 주제어를 위키피디아를 통해 검색하고 이를 통해 주제어를 확장한다. 광고의 태그 또한 위키피디아 검색을 통해 확장한다. 이렇게 확장된 영화 주제어와 광고 태그를 연관성 규칙에 기반하여 매칭한다. 실험 결과 단순 매칭보다 제안한 확장을 통한 매칭이 37.5%의 성능 향상을 보였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.363-366
• /
• 2005

Pure P2P 환경에서는 축적된 자료를 사용하지 않고 실시간 정보를 사용하여 소수의 서비스 항목만으로도 협력적 필터링을 제공할 수 있어야 한다 그러나 지역에서 수집된 소수의 서비스 항목만으로 협력적 필터링을 할 경우 추천 서비스의 질이 떨어지게 되므로, 사용자의 컨텍스트 정보를 이용하여 추천 서비스의 질을 높일 수 있는 방법이 연구되어야 한다. 하지만 사용자 컨텍스트 정보는 다량의 정보가 순간에 인식될 수 있기 때문에 확장성 문제(Scalability Problem)가 발생하고, 영역과 아이템에 따라 차별화된 서비스를 지원하기에는 한계성을 가지고 있다. 이러한 문제점을 해결하기 위하여 본 연구에서는 SOM을 이용하여 컨텍스트 정보를 서비스 영역별로 클러스터링(Clustering)하여, 사용자별로 분류함으로 확장성 문제를 해결하였다. 또한, 분류된 자료들 중 서비스 요구자와 비슷한 분류에 있는 사용자들의 컨텍스트 정보들을 정량화하여 협력적 필터링함으로 사용자에게 적합한 서비스를 지원할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10d
• /
• pp.1-6
• /
• 2007

프락시 암호 기법은 안전한 그룹 통신에서 중간 노드 신뢰 문제를 해결하기 위한 좋은 방법을 제공한다. 기존의 연구에서 프락시 암호 기법을 이용한 방법들이 제안되었으나 이들은 멀티캐스트 데이터전송 측면에서 매우 비효율적이거나 1-affect-n 문제로 인해 확장성이 저하되는 단점을 가지고 있다. 이에 따라 이 논문에서는 그룹 가입/탈퇴 분석 모델에 기반하여 동적으로 그룹을 분할/병합함으로써 키 분배에서의 확장성과 데이터 전송에서 효율성을 같이 제공하는 새로운 프락시 암호 기반의 안전한 그룹 통신 기법을 제안한다. 제안한 방법은 인터넷이나 무선 네트워크와 같이 공개된 환경에서 가입/탈퇴가 빈번히 일어나는 대규모 가입자를 대상으로 하는 실시간 멀티미디어 방송 서비스에 적합하다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04a
• /
• pp.400-402
• /
• 2001

최근 인터넷의 급속한 사용 증가로 인해 전송 링크의 광대역 지원과 멀티미디어 트래픽의 QoS 보장 문제, 향상된 IP 서비스의 제공 문제 해결은 필수적이다. MPLS 기술은 IP의 유연성과 확장성을 제공할 수 있는 패러다임의 하나이다. MPLS 망의 경계에 위치하는 LER은 링크 계층 뿐만 아니라 IP 계층에서도 패킷을 전달해야 한다. 본 논문에서는 하드웨어 포워딩 엔진을 갖는 MPLS LER에서, 포워딩 엔진에서 처리할 수 없는 IP 계층의 패킷에 대해서 처리할 수 있는 방안에 대해서 기술한다. 그러한 방안에 의해서 하드웨어 포워딩 엔진을 장착한 LER의 패킷 전달에 관한 포워딩 엔진의 확장성을 지원하는 방법에 대해서 연구한다. 본 논문에서 제시된 기법은 ATM기반 MPLS LER에 적용되어 구현되었다.

• The KIPS Transactions:PartC
• /
• v.14C no.2
• /
• pp.147-154
• /
• 2007

Network topology in ad hoc networks keeps changing because of node mobility and no limitation in number of nodes. Therefore, the scalability of routing protocol is of great importance, However, table driven protocols such as DSDV have been known to be suitable for relatively small number of nodes and low node mobility, Various protocols like FSR, OLSR, and PCDV have been proposed to resolve scalability problem but vet remain to be proven for their comparative superiority for scalability, In this paper, we compare and amine them by employing various network deployment scenarios as follows: network dimension increase's while keeping node density constant node density increases while keeping network dimension fixed, and the number of sessions increase with the network dimension and the number of nodes fixed. the DSDV protocol showed a low scalability despite that it imposes a low overhead because its convergence speed against topology change is slow, The FSR's performance decreased according to the increase of overhead corresponding to increasing number of nodes, The OLSR with the shortest convergence time among them shows a good scalability, but turned out to be less scalable than the PCDV that uses a clustering because of its relatively high overhead.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.525-530
• /
• 2001

인터넷 사용자의 급속한 증가와 통신망의 고속화는 교육 분야에 있어서도 많은 변화를 가져왔다. 최근 주목을 받는 분야 중에 하나는 인터넷 기반의 가상대학이다. 가상대학에서 해결해야 할 중요한 부분은 학생의 수학 능력을 평가하는 시스템이다. 본 논문에서는 UML를 이용하여 자동화된 문제출제시스템과, 출제된 문제를 학습자에게 출력하는 시스템을 설계하고 구현한다. 편리한 사용자 인터페이스를 가지고, 멀티미디어를 가미한 문제 출제 시스템으로의 확장성을 제공하는 동시에 현재 강의 시스템과 병행하여 최대한의 교육 효과를 내는데 그 목적이 있다.