• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제4권1호
• /
• pp.84-89
• /
• 2004

The machine cell formation problem is the problem to group machines into machine families and parts into part families so as to minimize bottleneck machines, exceptional parts, and inter-cell part movements in cellular manufacturing systems and flexible manufacturing systems. This paper proposes a new machine cell formation method based on the adaptive Hamming net which is a kind of neural network model. To show the applicability of the proposed method, it presents some experiment results and compares the method with other cell formation methods. From the experiments, we observed that the proposed method could produce good cells for the machine cell formation problem.

• 한국생산제조학회지
• /
• 제9권1호
• /
• pp.119-127
• /
• 2000

In this study the classified researches the artificial and natural flaws in welding parts are performed using the pattern recognition technology. For this purpose the signal pattern recognition package including the user defined function was developed and the total procedure including the digital signal processing feature extraction feature selection and classifi-er selection is teated by bulk,. Specially it is composed with and discussed using the statistical classifier such as the linear discriminant function the empirical Bayesian classifier. Also the pattern recognition technology is applied to classifica-tion problem of natural flaw(i.e multiple classification problem-crack lack of penetration lack of fusion porosity and slag inclusion the planar and volumetric flaw classification problem), According to this result it is possible to acquire the recognition rate of 83% above even through it is different a little according to domain extracting the feature and the classifier.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 추계학술대회논문집
• /
• pp.3-8
• /
• 2003

Census data are usually provided at an aggregated level. However, the aggregated data are essentially arbitrary geographical areas. The areal units used to report census data have no natural or meaningful geographical identity. Unfortunately, this means that analyses of these area aggregations may be conditional upon the set of zones, which are presented. This effect is known as the modifiable areal unit problem (MAUP) and has two related aspects. First, scale effect is the variation in numerical results that occurs due to the number of zones used in an analysis. Second, results may also differ between different ways of aggregating exactly the same data to the same scale; this may be called the aggregation effect (Openshaw, 1984). This study aims to provide a practical tool for the study of MAUP. I have created a set of 91 areal units based on 280 basic units in Nonhyun-2 dong to solve zoning problem and scale problem. We can easily recognize the importance of areal classification as statistics were different according to areal classification.

• Journal of Information Processing Systems
• /
• 제13권5호
• /
• pp.1345-1357
• /
• 2017

A prototype selection method chooses a small set of training points from a whole set of class data. As the data size increases, the selected prototypes play a significant role in covering class regions and learning a discriminate rule. This paper discusses the methods for selecting prototypes in a classification framework. We formulate a prototype selection problem into a set covering optimization problem in which the sets are composed with distance metric and predefined classes. The formulation of our problem makes us draw attention only to prototypes per class, not considering the other class points. A training point becomes a prototype by checking the number of neighbors and whether it is preselected. In this setting, we propose a greedy algorithm which chooses the most relevant points for preserving the class dominant regions. The proposed method is simple to implement, does not have parameters to adapt, and achieves better or comparable results on both artificial and real-world problems.

• International Journal of Internet, Broadcasting and Communication
• /
• 제11권1호
• /
• pp.47-53
• /
• 2019

The idea of ensemble learning is to train multiple models, each with the objective to predict or classify a set of results. Most of the errors from a model's learning are from three main factors: variance, noise, and bias. By using ensemble methods, we're able to increase the stability of the final model and reduce the errors mentioned previously. By combining many models, we're able to reduce the variance, even when they are individually not great. In this paper we propose an ensemble model and applied it to classification problem. In iris, Pima indian diabeit and semiconductor fault detection problem, proposed model classifies well compared to traditional single classifier that is logistic regression, SVM and random forest.

• 융합신호처리학회논문지
• /
• 제22권3호
• /
• pp.110-115
• /
• 2021

4차 산업혁명 시대가 도래하면서 인공지능에 대한 교육이 활발하게 진행되고 있다. 그러나 기존의 강의식 교육은 지식의 전달을 목적으로 두고 있어 인공지능 분야에서 요구하는 능동적인 문제해결 능력과 인공지능 활용능력을 기르는 데 어려움을 겪는다. 본 논문에서는 이를 해결하기 위해 학습자가 제시된 문제를 해결하는 과정에서 학습이 이루어지는 문제 중심학습 기반 교육 방안을 제안한다. 학습자들에게 제공되는 문제는 완성된 하나의 프로젝트이다. 이 프로젝트는 3가지 종류로 구성된다. 분류 모델, 분류 모델의 학습 데이터, 분류된 결과에 따라 실행될 블록 코드. 해당 프로젝트는 동작은 하지만 각각의 구성요소들이 낮은 동작 수준을 보이도록 설계되어 있다. 이를 해결하기 위해 학습자들은 테스팅을 통해 프로젝트의 문제점을 찾고 토론을 통해 해결책을 찾아 좀 더 높은 동작 수준으로 개선하는 과정을 거치며 컴퓨팅 사고력 향상을 기대할 수 있다.

• 정보처리학회논문지B
• /
• 제12B권7호
• /
• pp.811-822
• /
• 2005

자동문서분류는 문서의 내용에 기반하여 미리 정의된 항목에 자동으로 할당하는 작업으로서 효율적인 정보관리 및 검색등에 필수적인 작업이다. 기존의 문서분류성능 향상을 위한 연구들은 대부분 분류모델 자체를 개선시키는 데 주력해왔으며 통계적인 방법으로 그 범위가 제한되어왔다. 본 연구에서는 자동문서분류의 성능향상을 위해 데이터마이닝 기법과 결함허용방법을 이용하는 개선된 학습알고리즘과 후처 리 방법에 의한 RTPost 시스템을 제안한다. RTPost 시스템은 학습문서 선택작업 이전에 분류항목 설정의 문제를 다루며, 분류함수의 성능보다는 지정방식의 문제점을 감안하여 학습과 분류 후처리 프로세스를 개선하려는 것이다. 이를 통해 분류결과에 중요한 영향을 미쳐왔던 학습문서의 수와 선택방법, 분류모델의 성능등에 의존하지 않는 안정적인 분류가 가능하였고, 이를 분류오류율이 높은 경계선 인접영역에 위치한 문서들에 적용한 결과 높은 정확율을 얻을 수 있었다. 뿐만 아니라, RTPost 프로세스를 진행하는 동안 능동학습방법의 장점을 수용하여 학습효과는 높이며 비용을 감소시킬 수 있는 자가학습방법(self learning)방법의 효과를 기대할 수 있다.

• 한국문헌정보학회지
• /
• 제30권2호
• /
• pp.149-165
• /
• 1996

홍씨독서록은 한국서지사상 각 류목의 첫머리에 그 주제분야의 원류와 융체 그리고 그 성격 등을 적은 서문 즉 류서가 붙어 있는 것으로서 아직까지 발견된 서지 중에서 유일한 존재이다. 본 논문은 그 유자의 개요와 연천의 사부분류법 체계를 먼저 살펴보고 류서의 내용을 통해서 이들 사분법의 류목이 어떤 체계로 설정되었는가에 대해서 살펴본 것이다. 본 연구에서 얻어진 그의 분류체계 구상의 특징 몇 가지를 열거하면 다음과 같다. 첫째, 분류체계의 구성이 본질적인 문제에서부터 비본질적인 문제로 전개되어 나아갔다. 즉, 유학 본연의 문제에서 벗어난 주제일수록 그 유목의 순차가 뒤로 밀려 나갔다. 본래 분류항목의 유목순차는 같은 계층내에서 그 중요도에 따라 우선순위를 잡아주는 것인데, 연천의 분류체계에서도 이 원리가 엄격히 적용되고 있음을 알 수 있다. 둘째, 분류체계의 구성에 있어서 민본주의 사상이 저변에 깔려 있다. 연천은 분류의 우선순위를 설정함에 있어서 백성존중의 사상을 담고 있다. 결론적으로, 연천의 홍씨독서록에서 채용한 분류체계는 유목의 배열순서를 아무렇게나 임의로 정한 것이 아니고, 객관성 있는 이유와 논리를 따져서 결정한 것임을 알 수 있었다.

• 한국도로학회논문집
• /
• 제7권4호
• /
• pp.57-68
• /
• 2005

현재 국내의 차종 분류 기준은 그 조사목적과 조사지점에 따라 이원화되어 운영되고 있다. 고속국도와 지방도의 경우는 8종 분류 기준이 그리고 일반국도의 경우는 11종 분류 기준이 활용되고 있는데, 이러한 이원화된 분류 기준은 자료 활용의 효율성을 저하시키고 있는 실정이다. 본 연구는 이러한 이원화된 차종 분류 기준의 문제점을 해결하기 위해 통합된 차종 분류 기준을 제시하고 있다. 분류 기준은 차량 제원에 의한 기계식 조사에 초점을 맞추었으며, 현장 조사의 문제점을 완화하기 위해 인력식 조사에도 적용이 가능하도록 설정되었다. 제안된 차종 분류 기준은 차량의 다양화 및 대형화 추세를 반영하고, 기타 차종 분류 기준과의 호환성을 고려하고 있어 보다 합리적인 차종 분류 기준이라 할 수 있다.

• 대한임베디드공학회논문지
• /
• 제10권3호
• /
• pp.179-188
• /
• 2015

We propose obstacle classification method based on 2D LIDAR(Light Detecting and Ranging) database. The existing obstacle classification method based on 2D LIDAR, has an advantage in terms of accuracy and shorter calculation time. However, it was difficult to classifier the type of obstacle and therefore accurate path planning was not possible. In order to overcome this problem, a method of classifying obstacle type based on width data of obstacle was proposed. However, width data was not sufficient to improve accuracy. In this paper, database was established by width, intensity, variance of range, variance of intensity data. The first classification was processed by the width data, and the second classification was processed by the intensity data, and the third classification was processed by the variance of range, intensity data. The classification was processed by comparing to database, and the result of obstacle classification was determined by finding the one with highest similarity values. An experiment using an actual autonomous vehicle under real environment shows that calculation time declined in comparison to 3D LIDAR and it was possible to classify obstacle using single 2D LIDAR.