• 지능정보연구
• /
• 제18권1호
• /
• pp.125-141
• /
• 2012

본 연구는 최근 그 중요성이 한층 높아지고 있는 침입탐지시스템(IDS, Intrusion Detection System)의 침입탐지모형을 개선하기 위한 방안으로 유전자 알고리즘에 기반한 새로운 통합모형을 제시한다. 본 연구의 제안모형은 서로 상호보완적 관계에 있는 이분류 모형인 로지스틱 회귀분석(LOGIT, Logistic Regression), 의사결정나무(DT, Decision Tree), 인공신경망 (ANN, Artificial Neural Network), 그리고 SVM(Support Vector Machine)의 예측결과에 적절한 가중치를 부여해 최종 예측결과를 산출하도록 하였는데, 이 때 최적 가중치의 탐색을 위한 방법으로는 유전자 알고리즘을 사용한다. 아울러, 본 연구에서는 1차적으로 오탐지율을 최소화하는 최적의 모형을 산출한 뒤, 이어 비대칭 오류비용 개념을 반영해 오탐지로 인해 발생할 수 있는 전체 비용을 최소화할 수 있는 최적 임계치를 탐색, 최종적으로 가장 비용 효율적인 침입탐지모형을 도출하고자 하였다. 본 연구에서는 제안모형의 우수성을 확인하기 위해, 국내 한 공공기관의 보안센서로부터 수집된 로그 데이터를 바탕으로 실증 분석을 수행하였다. 그 결과, 본 연구에서 제안한 유전자 알고리즘 기반 통합모형이 인공신경망이나 SVM만으로 구성된 단일모형에 비해 학습용과 검증용 데이터셋 모두에서 더 우수한 탐지율을 보임을 확인할 수 있었다. 비대칭 오류비용을 고려한 전체 비용의 관점에서도 단일모형으로 된 비교모형에 비해 본 연구의 제안모형이 더 낮은 비용을 나타냄을 확인할 수 있었다. 이렇게 실증적으로 그 효과가 검증된 본 연구의 제안 모형은 앞으로 보다 지능화된 침입탐지시스템을 개발하는데 유용하게 활용될 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.131-150
• /
• 2015

영어와 달리 한국어나 일본어 문장의 경우 용언의 필수격을 채우는 명사구가 생략되는 무형대용어 현상이 빈번하다. 특히 백과사전이나 위키피디아의 문서에서 표제어로 채울 수 있는 격의 경우 그 격이 문장에서 더 쉽게 생략된다. 정보검색, 질의응답 시스템 등 주요 지능형 응용시스템들은 백과사전류의 문서에서 주요한 정보를 추출하여 수집하여야 한다. 그러나 이러한 명사구 생략 현상으로 인해 양질의 정보추출이 어렵다. 본 논문에서는 백과사전 종류 문서에서 생략된 명사구 즉 무형대용어를 복원하는 시스템의 개발을 다루었다. 우리 시스템이 다루는 문제는 자연어처리의 무형대용어 해결 문제와 거의 유사하나, 우리 문제의 경우 문서의 일부가 아닌 표제어도 복원에 이용할 수 있다는 점이 다르다. 무형대용어 복원을 위해서는 먼저 무형대용어의 탐지 즉 문서 내에서 명사구 생략이 일어난 곳을 찾는 작업을 수행한다. 그 다음 무형대용어의 선행어 탐색 즉 무형대용어의 복원에 사용될 명사구를 문서 내에서 찾는 작업을 수행한다. 문서 내에서 선행어를 발견하지 못하면 표제어를 이용한 복원을 시도해 본다. 우리 방법의 특징은 복원에 사용된 문장성분을 찾기 위해 Structural SVM을 사용하는 것이다. 문서 내에서 생략이 일어난 위치보다 앞에 나온 명사구들에 대해 Structural SVM에 의한 시퀀스 레이블링(sequence labeling) 작업을 시행하여 복원에 이용 가능한 명사구인 선행어를 찾아내어 이를 이용하여 복원 작업을 수행한다. 우리 시스템의 성능은 F1 = 68.58로 측정되었으며 이는 의미정보의 이용 없이 달성한 점을 감안하면 높은 수준으로 평가된다.

• 한국재료학회지
• /
• 제10권8호
• /
• pp.569-574
• /
• 2000

고온구조용 재료로의 사용이 기대되는 $Al_3Hf$ 및 $Al_3Ta$ 금속간화합물의 연성을 향상시키기 위하여 SPEX mill을 이용한 기계적합금화시 $Ll_2$ 상의 생성거동과 이에 미치는 제 3 원소의 영향을 조사하였다. Al-25%Hf 혼합분말의 경우에는 기계적합금화 6시간부터 $Ll_2$$Al_3Hf$ 금속간화합물의 생성되었으나, Al-25%Ta의 경우에는 30시간까지도 $D0_{22}$ $Al_3Ta$ 금속간화합물만 생성되었고, $Ll_2$상은 생성되지 않았다. Al-12.5%M-25%MTa(M = Cu, Zn, Mn, Fe, Ni) 조성으로 제 3 원소를 첨가하여 20시간 동안 기계적합금화한 결과 Cu과 Zn의 경우에는 $D0_{22}$ 구조 금속간화합물만 생성되었고, Mn, Fe, Ni을 첨가한 경우에는 $600^{\circ}C$에서 등온열처리 후 D0(sub)22상으로 상변태되는 비정질상이 생성된 것으로 보아 이러한 제 3 원소의 첨가는 Cu와 Zn를 첨가한 경우에는 2원계와 마찬가지로 $Ll_2$상과 $D0_{22}$ 상간의 에너지 차이를 극복하기 못한 것으로 생각된다 한편, Al-12.5%M-25%Hf조성으로 Cu과 Zn를 첨가한 경우게는 2원계와 마찬가지로 $Ll_2$구조의 금속간화합물이 생성되었으나, Mn, Fe, Ni을 첨가한 경우에는 Al-12.5%M-25%MTa(M = Cu, Zn, Mn, Fe, Ni) 계와 같이 비정질이 생성된 것으로 보아 Ni, Nn, Fe는 $AL_3X$ 금속간화합물을 비정질화시키는 경향이 강한 것으로 생각된다.로 생각된다.

• 한국산업보건학회지
• /
• 제25권4호
• /
• pp.482-492
• /
• 2015

Objectives: Exposure Assessment for workplace hazards where the exposure level is below occupational exposure limits(OELs) has been performed without considering either the degrees of risk or exposure levels and has failed to lead to intervention in many cases. The objective of this study was to suggest and test an application framework for risk assessment methodology under the current exposure assessment system in Korea. Materials: First, we investigated the exposure assessment systems in Korea and other countries. To adopt some risk assessment techniques, we also analyzed risk assessment systems and compared them to exposure assessment systems. A few suggestions were made. We held a public hearing during an industrial hygiene conference and took surveys using a questionnaire. Results: The first suggestion was to implement the risk assessment and exposure assessment through a "one-stop" system. In that case, one expected question would be who has been doing the jobs so far. In most cases, industrial hygiene consulting services or laboratories have been performing exposure assessment for business owners. Business owners are required to perform risk assessment. As two different groups of people will be required to implement two things in a one-stop system, they need to share information. As an information vehicle to share information, commonly filed survey checklists were suggested. The second suggestion was to categorize exposure level into four groups instead of the current binary divisions based on OELs. In the risk assessment system, exposure level is divided into four groups utilizing the cut-points of 10%, 50%, and 100% of OELs. The same schema can be adopted in the exposure assessment system and different levels of requirements can be assigned for each group. The third suggestion was regarding the regulation system. To provide the suggestions some thrust toward being implemented in the field, changes should be made in the legal system. Two different types of new exposure assessment result reporting forms were suggested. Some investigations such as an ergonomic survey are officially accepted as risk assessment under the current legal system. A few items were suggested to be included in the exposure assessment result reporting to be accepted as risk assessment. A pilot study in two small factories was performed and pointed out the strengths and weakness of our suggestions. Conclusions: Discussions and studies on the improvement of the exposure assessment system have been held for decades and no tangible changes have yet been made. We hope this result can help realize healthy lives for workers in Korea.

• 대한교통학회지
• /
• 제22권7호
• /
• pp.161-167
• /
• 2004

UTCS와 같은 고정식 신호제어시스템은 미리 정해진 신호시간계획에 의해 운영되는 방식으로 통과폭을 최대화하거나 지체를 최소화하하는 신호시간을 산정해 주지만 교통량 변화를 고려하지 못한다. 감응식은 신호시간 변수들을 일정량씩 변화시키면서 교통량 변화에 대응하는 SCOOT 같은 방식과 동적교통모형을 이용하여 시간대별로 신호시간 변화를 최적화 하는 PRODYN 등과 같은 방식이 주를 이루고 있다. 전자의 경우에는 교통량 변화에 즉각적으로 대응하지 못하는 단점이 있고, 후자와 같은 실시간 동적 신호제어모형의 경우 신호제어 상태에 따른 교통류 흐름이 적절하게 반영되지 못하는 단점을 갖고 있다. 본 연구에서는 후자의 방법을 토대로 시간대별로 신호상태에 따른 다양한 교통흐름을 반영할 수 있는 동적 신호제어 알고리즘을 제시하였다. 제시된 모형은 혼합정수선형계획법(BMILP)으로 매 시간단계별로 지체시간을 최소화해주는 신호제어변수를 산정해 준다. 모형적용 결과 본 모형은 단계별로 지체시간을 최소화해주는 동적신호시간을 적절하게 산정해 주었다. 따라서 실시간신호제어 등 첨단교통관리(ATMS)에 적용될 경우 그 효과가 기대된다고 할 수 있다.

• Korean Chemical Engineering Research
• /
• 제49권1호
• /
• pp.56-61
• /
• 2011

Methyl vinyl ether, propyl vinyl ether, isopropyl vinyl ether, butyl vinyl ether 그리고 isobutyl vinyl ether 등의 alkyl vinyl ether는 화학 및 의약산업에서 용매와 합성중간체로 널리 사용된다. 최근 들어 alkyl vinyl ether는 고분자 전해질막 연료 전지에 대한 원료와 셀룰로오스의 염색가공에 선호되나, 공정 및 운전변수의 최적화를 위한 alkyl vinyl ether계의 혼합물성은 극히 일부가 보고되고 있고, propyl vinyl ether(PVE)에 대한 상평형과 물성 데이터는 거의 알려진 바가 없다. 따라서 본 연구는 {PVE + ethanol + benzene} 삼성분계 333.15 K에서 기액평형을 headspace gas chromatography (HSGC)을 이용하여 측정하였고 Wilson, NRTL 및 UNIQUAC 식에 상관시켰다. 또한 삼성분계를 구성하는 혼합물성으로써 {PVE + ethanol}, {ethanol + benzene} 그리고 {PVE + benzene}계에 대한 과잉부피($V^E$) 및 굴절율 편차(${\Delta}R$)를 303.15 K에서 측정하였다. 측정된 이성분계 혼합물성은 Redlich-Kister 다항식을 이용하여 매개변수를 상관시켰으며, 이를 이용하여 Radojkovi 식으로 삼성분계 혼합물성을 예측하였다.

• 한국건설관리학회논문집
• /
• 제17권5호
• /
• pp.71-77
• /
• 2016

기존 화석연료를 대체하기 위한 방법으로 태양광은 가장 주목 받는 신재생에너지원 중의 하나이다. 하지만 태양광 패널을 설치하기 위한 부지 확보 문제는 태양광의 활용을 높이기 위해 극복해야 할 문제점 중의 하나이다. 이에 본 연구는 고속국도 비탈면에 태양광 패널을 설치할 것을 제안한다. 고속국도에 인접한 모든 비탈면은 유휴 공공부지이며, 고속국도 총 연장이 4,193km에 달한다는 점, 선형구조로 패널 설치 시 규모의 경제 실현이 가능하다는 점, 주변 지물로 인해 음영 발생 소지가 적다는 점, 그리고 대부분의 구간이 거주지와 멀어 민원 발생 소지가 적다는 점 등 높은 잠재력을 가지고 있다. 하지만 현장조사에 의한 방법의 경우 4,000km가 넘는 고속국도 주변을 조사하기에는 많은 시간 및 비용의 소모와 더불어 안정상의 문제가 발생할 수 있다. 이러한 문제를 극복하고 효율적인 태양광 패널 설치 대상지 선별을 위해 본 연구는 수치지도 기반의 지형 분석 방법을 제시하고자 한다. 먼저 수치지도로부터 등고선 및 고속국도 폴리라인을 추출한다. 추출한 등고선을 수치지형모형으로 변환하고, 지형의 방위각과 경사각을 계산한다. 고속국도는 이진영상으로 변환한 뒤 정제 과정을 거쳐 단절된 부분을 복원하고, 경계로부터 일정 범위 내의 지역을 버퍼지역으로 추출한다. 앞선 자료들을 중첩해 버퍼지역 내 특정 방위각과 경사각을 만족하는 지역을 대상지로 선정하고, 최종적으로 항공사진을 이용한 정성적 평가를 수행한다.

• 지능정보연구
• /
• 제12권1호
• /
• pp.17-31
• /
• 2006

본 논문에서는 출입국자 관리의 효율성과 체계적인 출입국 관리를 위하여 여권 코드를 자동으로 인식하고 위조 여권을 판별할 수 있는 여권 인식 및 얼굴 인증 방법을 제안한다. 여권 이미지가 기울어진 상태로 스캔되어 획득되어질 경우에는 개별 코드 인식과 얼굴 인증에 많은 영향을 미칠 수도 있으므로 기울기 보정은 문자 분할 및 인식, 얼굴 인증에 있어 매우 중요하다. 따라서 본 논문에서는 여권 영상을 스미어링한 후, 추출된 문자열 중에서 가장 긴 문자열을 선택하고 이 문자열의 좌측과 우측 부분의 두께 중심을 연결하는 직선과 수평선과의 기울기를 이용하여 여권 영상에 대한 각도 보정을 수행한다. 여권 코드 추출은 소벨 연산자와 수평 스미어링, 8 방향 윤곽선 추적 알고리즘을 적용하여 여권 코드의 문자열 영역을 추출하고, 추출된 여권 코드 문자열 영역에 대해 반복 이진화 알고리즘을 적용하여 코드의 문자열 영역을 이진화한다. 이진화된 문자열 영역에 대해 CDM 마스크를 적용하여 문자열의 코드들을 복원하고 8 방향 윤곽선 추적 알고리즘을 적용하여 개별 코드를 추출한다. 추출된 개별 코드 인식은 개선된 RBF 네트워크를 제안하여 적용한다. 개선된 퍼지 ART 기반 RBF 네트워크는 퍼지 논리 접속 연산자를 이용하여 경계 변수를 동적으로 조정하는 퍼지 ART 알고리즘을 제안하여 RBF 네트워크의 중간층으로 적용한다. 얼굴 인증을 위해서는 얼굴 인증에 가장 보편적으로 사용되는 PCA 알고리즘을 적용한다. PCA 알고리즘은 고차원의 벡터를 저 차원의 벡터로 감량하여 전체 입력 영상들의 직교적인 공분산 행렬을 계산한 후, 그것의 고유 값에 따라 각 영상의 고유 벡터를 구한다. 따라서 본 논문에서는 PCA 알고리즘을 적용하여 얼굴의 고유 벡터를 구한 후, 특징 벡터를 추출한다. 그리고 여권 영상에서 획득되어진 얼굴 영상의 특징 벡터와 데이터베이스에 있는 얼굴 영상의 특징 벡터와의 거리 값을 계산하여 사진 위조 여부를 판별한다. 제안된 여권 인식 및 얼굴 인증 방법의 성능을 평가를 위하여 원본 여권에서 얼굴 부분을 위조한 여권과 기울어진 여권 영상을 대상으로 실험한 결과, 제안된 방법이 여권의 코드 인식 및 얼굴 인증에 있어서 우수한 성능이 있음을 확인하였다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.67-84
• /
• 2010

미래에 대한 정확한 예측은 경영자, 또는 기업이 수행하는 경영의사결정에 매우 중요한 역할을 한다. 예측만 정확하다면 경영의사결정의 질은 매우 높아질 수 있을 것이다. 하지만 점점 가속화되고 있는 경영 환경의 변화로 말미암아 미래 예측을 정확하게 하는 일은 점점 더 어려워지고 있다. 이에 기업에서는 정확한 예측을 위하여 전문가의 휴리스틱뿐만 아니라 과학적 예측모형을 함께 활용하여 예측의 성과를 높이는 노력을 해 오고 있다. 본 연구는 사례기반추론모형을 예측을 위한 기본 모형으로 설정하고, 데이터 간의 유사도 측정에 퍼지 관계의 개념을 적용함으로써 개선된 예측성과를 얻고자 하였다. 특히, 독립변수 중 기호 데이터 형식의 속성을 가지는 변수들간의 유사도를 측정하기 위해 이진논리의 개념(일치여부의 판단)과 퍼지 관계 및 합성의 개념을 이용하여 도출된 유사도 매트릭스를 사용하였다. 연구 결과, 기호 데이터 형식의 속성을 가지는 변수들 간의 유사도 측정에서 퍼지 관계 및 합성의 개념을 적용하는 방법이 이진논리의 개념을 적용하는 방법과 비교하여 더 우수한 예측정확성을 나타내었다. 그러나 유사도 측정을 위해 다양한 퍼지합성방법(Max-min 합성, Max-product 합성, Max-average 합성)을 적용하여 예측하는 경우에는 예측정확성 측면에서 퍼지 합성방법 간의 통계적인 차이는 유의하지 않았다. 본 연구는 사례기반추론 모형의 구축에서 가장 중요한 유사도 측정에 있어서 퍼지 관계 및 퍼지 합성의 개념을 적용함으로써 유사도 측정 및 적용 방법론을 제시하였다는데 의의가 있다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.