• 지능정보연구
• /
• 제9권2호
• /
• pp.19-38
• /
• 2003

In this research, we propose the mechanism to develop self-evolving expert systems (SEES) based on data mining (DM), fuzzy neural networks (FNN), and relational database (RDB)-driven forward/backward inference engine. Most researchers had tried to develop a text-oriented knowledge base (KB) and inference engine (IE). However, this approach had some limitations such as 1) automatic rule extraction, 2) manipulation of ambiguousness in knowledge, 3) expandability of knowledge base, and 4) speed of inference. To overcome these limitations, knowledge engineers had tried to develop an automatic knowledge extraction mechanism. As a result, the adaptability of the expert systems was improved. Nonetheless, they didn't suggest a hybrid and generalized solution to develop self-evolving expert systems. To this purpose, we propose an automatic knowledge acquisition and composite inference mechanism based on DM, FNN, and RDB-driven inference engine. Our proposed mechanism has five advantages. First, it can extract and reduce the specific domain knowledge from incomplete database by using data mining technology. Second, our proposed mechanism can manipulate the ambiguousness in knowledge by using fuzzy membership functions. Third, it can construct the relational knowledge base and expand the knowledge base unlimitedly with RDBMS (relational database management systems) module. Fourth, our proposed hybrid data mining mechanism can reflect both association rule-based logical inference and complicate fuzzy relationships. Fifth, RDB-driven forward and backward inference time is shorter than the traditional text-oriented inference time.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.153-156
• /
• 2005

In this paper, a framework for implementing UFIS (Unified Fuzzy rule-based knowledge Inference System) is presented. First, fuzzy clustering and fuzzy rules deal with the presence of the knowledge in DB (DataBase) and its value is presented with a value between 0 and 1. Second, RDB (Relational DB) and SQL queries provide more flexible functionality fur knowledge management than the conventional non-fuzzy knowledge management systems. Therefore, the obtained fuzzy rules offer the user additional information to be added to the query with the purpose of guiding the search and improving the retrieval in knowledge base and/ or rule base. The framework can be used as DM (Data Mining) and ES (Expert Systems) development and easily integrated with conventional KMS (Knowledge Management Systems) and ES.

• 한국산학기술학회논문지
• /
• 제21권8호
• /
• pp.521-529
• /
• 2020

산불은 경제, 자연환경, 건강과 같은 삶의 여러 측면에서 몇 가지 악영향을 주는 가장 핵심적인 환경위험 중의 하나이다. 산불의 조기발견, 빠른 예측, 신속한 대응은 산불 위험으로부터 재산과 생명을 구하는데 본질적인 역할을 할 수 있다. 산불의 빠른 발견을 위해 기상청에서 각 지역에 설치한 로컬 센서를 통해 획득한 기상 데이터를 이용하는 방법이 있다. 기상 조건(예: 온도, 바람)은 산불 발생에 영향을 미친다고 알려져 있다. 본 논문에서는 산불의 피해 면적을 예측하기 위해 데이터 마이닝(DM) 기법을 적용한다. 다섯 종류의 DM 모델, 예를 들어 Stochastic Gradient Descent(SGD), Support Vector Machines(SVM), Decision Tree(DT), Random Forests(RF), Deep Neural Network(DNN)과 네 가지 입력 특성 그룹(공간, 시간, 기상 데이터 이용)을 최근 5년간의 경기도 지역에서 수집한 실제 산불 발생 데이터에 적용하였다. 실험결과는 기상 데이터만을 이용한 DNN 모델이 가장 우수한 성능을 보였다. 제안한 모델은 빈도수가 높은 작은 규모의 산불 예측에 더 효과적이었다. 제안한 예측 모델을 통해 도출된 이러한 지식은 소방 자원 관리를 개선하는데 특히 유용하다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제25권4호
• /
• pp.462-470
• /
• 2012

The availability and efficient use of the feed resources in India are the primary drivers to maximize productivity of Indian livestock. Feed security is vital to the livestock management, extent of use, conservation and productivity enhancement. Assessment and forecasting of livestock feed resources are most important for effective planning and policy making. In the present study, 40 years of data on crop production, land use pattern, rainfall, its deviation from normal, area under crop and yield of crop were collected and modeled to forecast the likely production of feed resources for the next 20 years. The higher order auto-regressive (AR) models were used to develop efficient forecasting models. Use of climatic variables (actual rainfall and its deviation from normal) in combination with non-climatic factors like area under each crop, yield of crop, lag period etc., increased the efficiency of forecasting models. From the best fitting models, the current total dry matter (DM) availability in India was estimated to be 510.6 million tonnes (mt) comprising of 47.2 mt from concentrates, 319.6 mt from crop residues and 143.8 mt from greens. The availability of DM from dry fodder, green fodder and concentrates is forecasted at 409.4, 135.6 and 61.2 mt, respectively, for 2030.

• Asian Pacific Journal of Cancer Prevention
• /
• 제13권3호
• /
• pp.927-930
• /
• 2012

Background and Objectives: Artificial neural networks (ANNs) are flexible and nonlinear models which can be used by clinical oncologists in medical research as decision making tools. This study aimed to predict distant metastasis (DM) of colorectal cancer (CRC) patients using an ANN model. Methods: The data of this study were gathered from 1219 registered CRC patients at the Research Center for Gastroenterology and Liver Disease of Shahid Beheshti University of Medical Sciences, Tehran, Iran (January 2002 and October 2007). For prediction of DM in CRC patients, neural network (NN) and logistic regression (LR) models were used. Then, the concordance index (C index) and the area under receiver operating characteristic curve (AUROC) were used for comparison of neural network and logistic regression models. Data analysis was performed with R 2.14.1 software. Results: The C indices of ANN and LR models for colon cancer data were calculated to be 0.812 and 0.779, respectively. Based on testing dataset, the AUROC for ANN and LR models were 0.82 and 0.77, respectively. This means that the accuracy of ANN prediction was better than for LR prediction. Conclusion: The ANN model is a suitable method for predicting DM and in that case is suggested as a good classifier that usefulness to treatment goals.

• 디지털융복합연구
• /
• 제17권8호
• /
• pp.249-255
• /
• 2019

제2형 당뇨병은 고혈당이 특징인 대사성 분비 장애로 여러 합병증을 야기하는 질병이며, 장기적인 치료가 필요하기 때문에 매년 많은 의료비를 지출한다. 이를 해결하기 위해 많은 연구들이 있어왔지만, 기존의 연구들은 한 시점에서의 데이터를 학습시켜 예측함으로써 정확도가 높지 않았다. 그래서 본 연구는 제2형 당뇨병 발생 예측에 대한 정확도를 높이기 위하여 RNN을 이용한 모델을 제안하였다. 본 모델을 개발하기 위해 한국인유전체역학조사 지역사회 코호트(안산 안성) 데이터를 이용하였으며, 시간의 흐름에 따른 데이터들을 모두 학습시켜 당뇨병 발생 예측모델을 만들었다. 예측 모델의 성능을 검증하기 위해 기존의 기계 학습 방법인 LR, k-NN, SVM과 정확도를 비교하였다. 비교한 결과 제안한 예측모델의 accuracy는 0.92, AUC는 0.92로 다른 기계 학습 방법보다 높은 정확도를 보였다. 따라서 본 연구에서 제안한 제2형 당뇨병 발생 예측 모델을 활용하여 발병을 조기 예측함으로써 생활습관 개선 및 혈당조절을 통해 당뇨병 발병을 예방하고 늦출 수 있을 것이다.

• 한국해양환경ㆍ에너지학회지
• /
• 제16권1호
• /
• pp.17-24
• /
• 2013

해양레저 산업의 후발주자인 국내 해양레저 산업이 국내 시장 및 세계시장에 경쟁력을 가지기 위해서는 기획, 설계, 계획과 준비 등 제품 개발 및 제조의 각종 업무에 소요되는 시간과 비용을 단축시켜 높은 수준의 시장 적응력을 확보해야 한다. 위 사항들을 만족하기 위해서는 해양레저 산업 전반을 관리 할 수 있는 통합 시스템 구축이 절대 적으로 필요한 상황이다. 유관 산업 시스템간의 유기적 연결고리를 찾아서 요구되는 통합 정보를 확보하고 이를 단순 순차적 정보의 흐름이 아닌 통합적 정보 흐름과 객체 지향적 정보 분류체계를 확보하는 것이 주요 연구 핵심 사안이다. 이를 위하여 다른 유사 산업에서 실재 정보 체계를 활용한 사례 및 산업생산에 적용된 제품수명주기관리(PLM), 제품 데이터 관리(PDM), 가상 생산(DM)과 같은 방법론을 검토 하고 이를 구성 및 적용하여 실질적으로 활용되고 있는 정보 체계 및 작업분류체계(WBS)의 사례를 연구하여 비교 한다. 이를 통하여 해양레저산업을 위한 기본적인 작업분류체계 구성을 추진하며 실재 업체에서 현재 활용중인 정보를 입력, 대입을 통하여 실증적으로 검증하고 해양 레저 산업의 고유한 영역을 추가하여 해양레저 작업 분류 체계(MLWBS)를 완성한다. 본 해양레저 작업 분류 체계를 바탕으로 여러 가지 정보체계 및 제품, 설계, 엔지니어링, 생산, 구매, 영업, 마케팅, AS, 고객지원 등에 다양한 형태의 활용이 가능 하도록 할 수 있을 것이다.

• 한국융합학회논문지
• /
• 제10권11호
• /
• pp.501-510
• /
• 2019

본 논문은 당뇨병의 관리전략 수립을 위해 일상생활에서 조절가능한 혈당조절 요인을 파악하고자 하였다. 개인이 조절하기 어려운 성별, 당뇨병 유병기간, 당뇨병 치료방법, 교육수준, 가구소득 등을 매칭한 코호트내 환자-대조군 디자인으로 분석을 하였다. 7기 국민건강영양조사(2016-2017) 원시자료를 이용하여, 983명의 당뇨병 환자를 분석한 결과, 289명(30%)만이 당화혈색소가 6.5% 미만으로 혈당이 조절되었다. 일상생활에서 조절이 가능한 당화혈색소 조절 요인 파악하기 위해 조건부 다변량 로짓스틱 회귀분석 시행한 결과, 매칭전 코호트에서는 당뇨병 유병기간, 당뇨병 치료 여부, 매칭 코호트에서는 체질량지수, 흡연, 안저검사가 당화혈색소 달성에 유의한 영향을 미치는 것으로 파악되었다. 본 결과는 집중 관리가 필요한 대상선정(장기 유병기간, 약물치료 대상자) 및 생활습관(체질량지수, 흡연, 안저검사 등) 관리전략을 마련하는데 근거자료로 활용되고, 지역사회내 국민건강 증진에 기여할 것으로 사료된다.

• 융합보안논문지
• /
• 제17권5호
• /
• pp.87-92
• /
• 2017

MANET은 이동 노드들이 무선으로 연결되어 스스로 구성되는 네트워크로서 그룹 통신을 위한 분야에도 다양하게 적용되어 왔다. 하지만 노드들의 이동으로 인한 동적인 토폴로지는 그룹 통신에 참여하는 노드들에 대한 위치 정보 유지가 어려워 라우팅 실패가 빈번히 발생하고 있다. 그리고 멤버 노드들에 대한 정보를 관리하기 위한 높은 오버헤드로 인해 네트워크 성능이 떨어지는 문제점을 가지고 있다. 본 논문에서는 멤버 노드들의 관리가 유연하고 신뢰성이 높은 위치기반 2-tier 가상그룹을 이용한 멀티캐스트 기법을 제안하였다. 제안한 기법에서는 네트워크를 셀룰러 존으로 구성하여 노드들의 위치정보를 이용한 가상그룹을 구성하였다. 가상그룹내 멤버 노드들에 대한 위치정보 관리의 오버헤드를 최소화하기 위하여 가상그룹 관리 노드를 선정하였다. 가상그룹 관리 노드는 멤버 노드들의 관리와 멀티캐스트 데이터 전송시 신뢰성을 높이기 위하여 멤버 노드들의 패킷 전송률을 측정한 후 전송률이 낮은 게이트웨이 노드를 경로 설정시 배제하도록 하였다. 제안한 기법의 우수한 성능은 AMRoute 기법, PAST-DM 기법과 비교 실험을 통해 확인할 수 있었다.

• 한국경영정보학회:학술대회논문집
• /
• 한국경영정보학회 2007년도 International Conference
• /
• pp.582-587
• /
• 2007

ERP system is a good one because it provides required data to the Board of Directors at the right time, but needs to collect many data in this system. Nevertheless, increase in data leads to the system's quality deterioration which makes companies to carry out quality improvement. In order to solve quality deterioration problem, a company's quality improvement director must execute under acknowledgement of the relationships between sectors to be improved, which are DBMS, Application, System, Data Management, Archiving, and Reorganization. But in many cases, these relationships are ignored due to massive size of each of the sectors, resulting fragmental quality improvement operation. This case paper proposes a solution to effectively solve quality deterioration problem created by the massive data produced while operating ERP System(constructed by SAP package and web). First, it defines the sectors where quality improvements are vital, and lists out things to be considered. Then, by analysing the working process of these sectors, proposes the most efficient order of the improvement process. This case will eventually help the company's quality improvement director to execute quality improvement most effectively without trials and errors, which is this paper's ultimate goal.