• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10b
• /
• pp.1441-1444
• /
• 2000

실시간 정보가 알려지지 않은 해저환경에서 자율수중 운동체(AUV, Autonomous Underwater Vehicle)가 성공적인 임무 수행을 완료하기 위해서는 주어진 목표지점까지의 안전하고 효율적인 경로설정이 선행되어야 한다. 이를 위해 평가함수(evaluation function)에 기반한 휴리스틱 탐색(heuristic search)이 사용되는데 대부분의 평가함수는 목표점까지의 거리, 소모되는 연료로 구성된다[1]. 본 논문에서는 영역전문가가 보유한 장애물회피 관련 경험적 정보(heuristic information)를 반영하여 보다 효율적인 평가함수를 고안하며 후보노드들간의 관계성을 고려한 퍼지관계곱(Fuzzy Relational Products) 기반 휴리스틱 탐색기법을 제안한다. 제안한 탐색기법의 성능을 검증하기 위해 수행시간(cpu time), 경로의 최적화(optimization)정도, 사용 메모리 관점에서 시뮬레이션을 통해 $A^*$ 탐색기법과 비교한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.314-317
• /
• 2010

본 연구는 차량 경로 스케줄링 문제(VRSPTW, the Vehicle Routing and Scheduling Problem with Time Window)를 해결하기 위하여, 멀티 비용 함수(Multi Cost Function)를 갖는 개미 군집 최적화(Ant Colony Optimization)을 이용한 휴리스틱을 제안하였다. 멀티 비용 함수는 각 개미가 다음 고객 노드로 이동하기 위해 비용을 평가할 때 거리, 요구량, 각도, 시간제약에 대해 서로 다른 가중치를 반영하여 우수한 초기 경로를 구할 수 있도록 한다. 본 연구의 실험결과에서 제안된 휴리스틱이 Solomon I1 휴리스틱과 기회시간이 반영된 하이브리드 휴리스틱보다 효율적으로 최근사 해를 얻을 수 있음을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.664-667
• /
• 2014

기존 온톨로지들을 공유 및 재사용하기 위하여 온톨로지 정렬이 연구되고 있다. 기존 정렬 시스템은 온톨로지 데이터 양에 따라 매트릭스를 생성하고 과도한 계산을 통해 처리하여 대용량 데이터 집합에 대하여 공간적 및 계산적으로 부하를 발생하여 효율적이지 않다. 이를 해결하기 위하여 온톨로지 정렬을 휴리스틱 알고리즘을 적용하여 연구 진행하였다. 기존 휴리스틱 알고리즘은 계산이 간단하지만 조율해야 하는 파라미터가 많기에 특정 도메인에 최적 조합이 필요하며 만족한 성능을 얻지 못하였다. 이 논문에서는 Discrete Cuckoo Search(DCS) 기반 온톨로지 정렬 알고리즘을 제안한다. 제안한 알고리즘은 조율해야 하는 파라미터의 개수가 적고 Levy Flight 분포에 따라 탐색하여 계산이 간단하다. 제안된 알고리즘의 성능을 평가하기 위해 OAEI(Ontology Alignment Evaluation Initiative)에서 제공하는 벤치마크 데이터를 사용하여 정확률(Precision)과 재현율(Recall)을 구하고 기존 휴리스틱 정렬 알고리즘과 비교 평가하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.667-669
• /
• 2005

최근 새로운 데이터마이닝 방법인 지도 군집화가 소개되고 있다. 지도 군집화의 목적은 동일한 클래스가 한 군집에 포함되도록 하는 것이다. 지도 군집화는 데이터에 대한 배경 지식을 획득하거나 분류 방법의 성능을 향상시키기 위한 방법으로 사용된다. 그러나 군집화 방법에서 파생된 지도 군집화 역시 군집화 개수 설정 방법에 따라 효율성이 좌우된다. 따라서 클래스 분포에 따라 최적의 지도 군집화 개수를 찾기 위해 진화알고리즘을 적용할 수 있으나, 진화알고리즘은 대용량 데이터를 처리할 경우 수행 시간이 증가되어 효율성이 감소되는 문제가 있다. 본 논문은 지도 군집화보다 강인한인 지도 퍼지 군집화를 효율적으로 생성하기 위해 진화성이 우수한 휴리스틱 분할 진화알고리즘을 제안한다. 휴리스틱 분할 진화알고리즘은 개체를 생성할 때 문제영역의 지식을 반영한 휴리스틱 연산으로 탐색 시간을 단축시키고, 개체 평가 단계에서 전체 데이터 대신 샘플링된 부분 데이터들을 이용하여 진화하는 분할 진화 방법으로 수행 시간을 단축시킴으로써 진화알고리즘의 효율성을 높인다. 또한 효율적으로 개체를 평가하기 위해 지도 퍼지 군집화 알고리즘인 지도 분할 군집화 알고리즘(SPC: supervised partitional clustering)을 제안한다. 제안한 방법은 이차원 실험 데이터에 대해서 정확성과 효율성을 분석하여 그 타당성을 확인한다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02b
• /
• pp.375-380
• /
• 2007

맥락 정보와 맥락 인식 시스템에 대한 연구는 지난 10 여 년 동안 유비쿼터스 컴퓨팅 분야에서 중요한 이슈로 다루어졌다. 대부분의 맥락 인식 시스템은 위치 정보와 같이 단일 형태의 맥락 정보를 위해서 설계되었거나 연구실 수준의 크기로 제한되었다. 그러나 많은 종류의 센서와 actuator 를 포함하고 다수의 관리 도메인으로 확장 가능한 스케일이 큰 시스템에 대한 개발 및 평가는 여전히 미흡한 수준이다. 특히, 맥락 퓨전과 추론 구조를 가지는 Large-scale 의 맥락 인식 시스템에 대한 평가 방법이 필요한 실정이다. 본 논문에서는 휴리스틱 평가를 이용한 Large-scale 맥락 인식 시스템의 평가 방법에 대하여 제안한다. 그리고 우리는 동적인 맥락 인식 시스템을 지원하고 맥락 퓨전 및 추론을 위한 메커니즘을 포함하는 기본 구조에 대해서 자세히 설명한다. 맥락 인식 시스템 평가를 위해서 제안된 접근법은 사용자 인터페이스 도메인에서 잘 알려진 전문가에 의한 평가 방법으로 Large-scale 맥락 인식 시스템에 적합하도록 특별히 선택된 heuristics 집합을 이용하는 휴리스틱 평가(Heuristic Evaluation)이다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.245-248
• /
• 2009

Recently, Many studies have been progressing to path-finding with dynamic information on the Terminal Based Navigation System(TBNS). However, the most of existing algorithms are based on $A{\ast}$ algorithm. Path-finding algorithms which use heuristic function may occur a problem of the increase of exploring cost in case of that there is no way determined by heuristic function or there are 2 way more which have almost same cost. In this paper, two abstract graph(AG) that are different method of construction, Homogeneous Node merging($AG^H$) and Connected Node Merging($AG^C$), are implemented. The abstract graph is a simple graph of real road network. The method of using the abstract graph is proposed for reducing dependency of heuristic and exploring cost. In result of evaluation of performance, $AG^C$ has better performance than $AG^H$ at construction cost but $AG^C$ has worse performance than $AG^H$ exploring cost.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2008.10a
• /
• pp.247-259
• /
• 2008

많은 인터넷 상점들이 다양한 사용자 편의 기능을 제공하고 있다. 이 논문에서는 그러한 편의 기능을 평가하기 위한 새로운 분석 기법을 제시하다. 제시된 기법은 에이전트 기반 모형과 메타 휴리스틱인 evolution strategy를 이용하여 고개들의 행태를 모형화하고 최적화한 후 여러가지 다양한 사용자 편의 기능을 평가해 본다. 이때 평가의 초점은 개인화된 추천 페이지에 두고 이를 인기상품 추천, 카테고리 정렬 등 여러 가지 다른 기능들과 비교해 본다. 이를 위해 가상 인터넷 상점이 구현 되며 데이터셋을 활용하여 시뮬레이션 실험 및 분석이 수행된다. 분석 결과 개인화된 서비스 기능들이 항상 고객들의 쇼핑 효율 및 효과를 항상 높여주지는 않는 것으로 나타났다.

• Proceedings of the Korea Contents Association Conference
• /
• 2018.05a
• /
• pp.47-48
• /
• 2018

본 논문에서는 직접 제작한 체험형 VR 시뮬레이션 플랫폼을 바탕으로, 사용성 평가를 통해 본 플랫폼의 타당성을 분석한다. 화재, 지진, 물난리 등의 재난 상황에서 안전하게 대응할 수 있도록 훈련이 가능한 체험형 VR 재난대응 통합훈련 시뮬레이션을 실험참가자에게 체험하게 한 후, 휴리스틱 평가를 실시하여 평가한 데이터를 수집하고 이를 7점 척도 방법으로 결과를 수치화하였다. 본 논문을 통해 상용 전 플랫폼의 가치를 측정해 볼 수 있었으며 이는 제작 후 수정작업에 기여할 수 있는 자료가 될 수 있으리라 사료된다.

• 한국HCI학회:학술대회논문집
• /
• 2008.02b
• /
• pp.608-613
• /
• 2008

Web usability for e-commerce sites becomes a more important issue as e-commerce gains its popularity. As for fresh foods, consumers are especially sensitive to the quality of information during transaction process. Successful fresh food e-commerce sites, such as Wine. com and Tesco, identified regular usability testing as part of key success factors. This paper aims to identify processes for evaluating usability of fresh food e-commerce sites and provide recommendations to improve usability. The study aims to evaluate Web usability of selected Web sites using heuristic evaluation to provide objective Web usability analysis for each transaction process and think aloud method to understand how users actually evaluate the Web site.

• The KIPS Transactions:PartB
• /
• v.17B no.5
• /
• pp.389-398
• /
• 2010

The Vehicle Routing and Scheduling Problem with Time Windows(VRSPTW) is to establish a delivery route of minimum cost satisfying the time constraints and capacity demands of many customers. The VRSPTW takes a long time to generate a solution because this is a NP-hard problem. To generate the nearest optimal solution within a reasonable time, we propose the heuristic by using an ACO(Ant Colony Optimization) with multi-cost functions. The multi-cost functions can generate a feasible initial-route by applying various weight values, such as distance, demand, angle and time window, to the cost factors when each ant evaluates the cost to move to the next customer node. Our experimental results show that our heuristic can generate the nearest optimal solution more efficiently than Solomon I1 heuristic or Hybrid heuristic applied by the opportunity time.