• 인터넷정보학회논문지
• /
• 제13권5호
• /
• pp.1-8
• /
• 2012

본 논문에서는 수치적 데이터를 이용하여 규칙을 생성하는 시스템에 대해 순차적인 클러스터링 방법을 제안한다. 단일 클러스터링 기법은 방대하고 복잡한 공간 내에서는 원하는 결과를 얻지 못할 수 있다. 이런 문제점을 해결하기 위해 제안된 방법은 서로 다른 클러스터링 기법을 순차적으로 수행하여 장점들은 활용하고 단점들은 보안하는 형태를 제안하였다. Mountain 클러스터링과 Chen 클러스터링을 이용하여 non-parametric 공간에서 자율적으로 클러스터를 구성하였고, global 공간과 local 공간으로 역할을 분담하여 클러스터를 추정한다. 추정된 클러스터들은 신경회로망이나 퍼지 시스템과 같은 지능 시스템의 구조와 초기 파라미터 결정에 활용될 수 있으며, 확장하여 헬스케어와 의료 분야에서의 결정 제공 시스템의 학습에 도움을 줄 수 있다. 제안된 방법을 유용성을 시뮬레이션을 통해 보이고자 한다.

• 한국융합학회논문지
• /
• 제12권8호
• /
• pp.47-53
• /
• 2021

4차 산업에 대한 관심이 증폭되면서 데이터를 활용한 과학적 방법론이 발전하고 있지만 부동산 분야에 대한 연구는 데이터 수집의 한계점을 내포하고 있다. 더불어 일반 시장 참여자들의 지식이 확장되면서 정성적인 심리가 부동산 시장에 미치는 영향이 커지고 있다. 때문에 본 연구에서는 기존의 원천 데이터가 아닌 심리적 부분을 반영한 정량 데이터를 텍스트마이닝과 k-meas 알고리즘을 통해 수집하는 방안을 제안하고 수집된 데이터를 바탕으로 인공신경망 학습을 통해 주택 지수의 방향성을 예측하고자 한다. 2012년부터 2019년까지의 데이터를 학습 기간으로 하고 2020년도를 예측 기간으로 설정하여 실험을 진행한 결과, 두 가지 CASE에서 예측 능력이 약 80% 이상으로 우수하였고 주택지수의 상승 구간에서의 예측 강도 또한 우수한 결과를 보였다. 본 연구를 통해서 의사결정에 있어서 부동산 시장 참여자들에게 인공신경망과 같은 과학적 방식의 활용도 증가 및 고전적 방식에서 벗어난 원천 데이터의 대체 데이터 확보 등에 대한 노력이 증진되기를 기대한다.

• 한국ITS학회 논문지
• /
• 제22권1호
• /
• pp.219-232
• /
• 2023

모빌리티 서비스는 구축 대상 지역의 특성과 여건에 따라 변화할 필요가 있다. 이를 위해서는 해당 지역의 통행행태를 기종점 자료에 반영하여 모빌리티 패턴 및 특성 분석이 요구된다. 그러나 종래의 경우 행정 구역 기반의 존 체계를 기반으로 집계된 기종점 자료를 이용함에 따라 공간적 동질성을 담보하기 어렵기 때문에 신규 모빌리티와 같은 특수 목적성을 보이는 수단에 대한 본연의 통행 특성 분석에 한계가 있다. 이에 본 연구는 기존 존 체계에서 벗어나 데이터 기반의 클러스터링 기법 적용을 통해 설정된 집계 방식을 도출하여 기종점 통행패턴에 대한 공간적 분석을 수행한다. 제안 방법은 대중교통버스 및 택시와 같은 종래의 교통수단 뿐만 아니라 도심형 수요응답형 버스와 같은 신규 모빌리티 서비스에 대한 기종점 데이터 본연의 특징 벡터들을 기반으로 클러스터링을 하여 유사 공간적 특성을 반영한 지역 모빌리티의 이용 특성 분석을 가능하게 한다.

• Spatial Information Research
• /
• 제8권1호
• /
• pp.15-29
• /
• 2000

최근 급변하는 기술환경에서 향상된 정보서비스를 제공하기 위하여 지자체 또는 중앙정부차원에서 막대한 예산을 투입하여 GIS를 활용한 행정업무의 전산화를 추진하고 있거나 추진할 예정이다. 이러한 시점에서 예산의 중복투자 방지, 기 투자재원리 재활용을 극대화한다는 측면에서 행정업무 전산화의 특징을 살펴 행정업무 전산화사업에 있어서 GIS 응용 컴포넌트의 도입 가능성을 검토하고자한다. 본 연구서는 정보통신부 주관사업인 「개방형 GIS 컴포넌트 S/W 개발」 프로젝트에서 토지민원서비스 응용 컴포넌트를 개발하였다. GIS 응용컴포넌트는 OpenGIS의 OLE/COM 기반으로 만들어지며, 그 개발방법으로는 USD (Unified System Development), 시스템설계는 UML(Unified Modeling Language), 컴포넌트의 구현은 Visual C++를 이용하였다. 구현된 컴포넌트들은 Process Control, Map, Print, Statistics 컴포넌트들로서 Visual Basic 과 Delphi를 이용하여 구현된 컴포넌트를 검증하였다. 본 연구의 결과 컴포넌트의 개발이 지자체의 GIS 업무개발에 매우 유용하게 활용될 것으로 판단된다. 그러나 업무활용의 극대화를 위해서는 업무, 자료, 시스템의 표준화가먼저 선행되어야 할 것으로 보인다.

• 한국콘텐츠학회논문지
• /
• 제5권2호
• /
• pp.147-155
• /
• 2005

본 논문은 여러 가지 감정들 중에서 4가지 감정의 범주 즉, 중성, 두려움, 싫증 및 놀람을 포함한 음성과 감성이 결합되어진 얼굴의 표정을 좀 더 정확하고 자연스러운 3차원 모델로 만들 수 있는 FAES(a Facial Animation with Emotion and Speech) 시스템을 구축하는데 그 주된 목적이 있다. 이를 위해서 먼저 사용할 훈련자료를 추출하고 난후에 감성을 처리한 얼굴 애니메이션에서는 SVM(Support vector machine)[11]을 사용하여 4개의 감정을 수반한 얼굴 표정을 데이터베이스로 구축한다. 마지막으로 얼굴 표정에 감정과 음성이 표현되는 시스템을 개발하는 것이다. 얼굴 표정을 위해서 본 논문에서는 한국인 청년을 대상으로 이루어졌다. 이런 시스템을 통한 결과가 기존에 제시된 방법에 비해서 감정의 영역을 확대시킴은 물론이고 감정인지의 정확도가 약 7%, 어휘의 연속 음성인지가 약 5%의 향상을 시켰다.

• 한국시뮬레이션학회논문지
• /
• 제20권3호
• /
• pp.89-100
• /
• 2011

새로운 교통수단으로서 실용화가 진행 중인 자기부상열차 시스템은 무인자동운전으로 운영되며, 사전에 면밀한 열차운행 계획의 수립과 검증이 요구된다. 일반적으로 열차운행 계획을 수립할 때는, 노선계획에 따른 통계화된 수송수요 예측자료를 활용하지만, 실제 열차 운행 시에는 수송 파동이 생길 수 있으며, 이를 고려하여 열차 운행 계획과 서비스 품질을 사전에 검토할 수 있는 수요기반 시뮬레이션 기술이 요구된다. 본 연구에서는 연속적인 수요파동을 반영할 수 있는 자기부상열차 운행 시뮬레이션 방법 및 모델을 제시하였다. 이를 위해, 열차 운행에 따른 승객 수송과정을 가장 효과적으로 모사할 수 있는 이산사건 모델을 적용하였으며, DEVS 형식론을 이용하여 시스템을 체계적으로 모델링 하였다. 또한, DEVSim++시뮬레이션 환경을 이용한 구현과 실험을 통해, 제안한 모델에 대한 구현 가능성을 검증하였고, 이러한 수요기반 시뮬레이션을 이용하면 운행계획과 전략에 대한 효과적인 사전 검토가 가능함을 확인하였다.

• 패션비즈니스
• /
• 제27권4호
• /
• pp.141-162
• /
• 2023

With the prospect that integrating creative AI in the fashion design field will become more visible, this study considered the case of creative fashion design development through Human-AI Co-creation (HAIC). Methodologically, this research encompasses a literature review and empirical investigations. In the literature review, the fashion design and creative HAIC processes, and the possibilities of integrating AI in fashion design were considered. In the empirical study, based on the case analysis of generating fashion design through HAIC, the HAIC type according to the role and interaction method, and characteristics of humans and AI was considered, and the HAIC process for fashion design was derived. The results of this study are summarized as follows. First, HAIC types in fashion design are divided into four types: AI-driven passive HAIC, human-driven passive HAIC, flexible interaction-based HAIC, and integrated interaction-based value creation HAIC. Second, the stages of the HAIC process for creative fashion design can be broadly divided into semantic data integration, visual ideation, design creation and expansion, design presentation, and design/manufacturing solution and UX platform creation. Third, in fashion design, HAIC contributes to human ability, enhancement of creativity, achievement of efficient workflow, and creation of new values. This research suggests that HAIC has the potential to revolutionize the fashion design industry by facilitating collaboration between humans and AI; consequently, enhancing creativity, and improving the efficiency of the design process. It also offers a framework for understanding the different types of HAIC and the stages involved in the creative fashion design process.

• 품질경영학회지
• /
• 제51권1호
• /
• pp.67-78
• /
• 2023

Purpose: The purpose of this study is to investigate the COVID-19 pandemic-driven effect changes of quality factors on customer satisfaction in Korean Police Civil Affairs Service. Methods: This study fitted a regression model to the data collected by Korean National Police Agency from 2019 (before COVID-19 pandemic) to 2020 (during COVID-19 pandemic). In order to simultaneously estimate the effects of major seven quality factors on customer satisfaction for 'before the pandemic' and for 'during the pandemic', the regression model included not only customer satisfaction as the dependent variable, but also the fourteen independent variables consisting of the seven quality factors and their seven interaction terms. The interaction terms were defined by multiplying each quality factor by a dummy variable indicating either before or during the pandemic. Therefore, the coefficient estimates of the interaction terms indicate the changes of their corresponding quality factor effects on customer satisfaction between before and during the pandemic. The double bootstrap method was applied to test the significance of coefficient estimates. Results: Both before and during the pandemic, all quality factors had positive effects on customer satisfaction. However, these effects changed differently from before to during the pandemic: (increased) supportability, sincerity, and convenience; (decreased) integrity, professionalism, and fairness; (unchanged) promptness. Conclusion: This study found that the pandemic caused significant effect changes of quality factors on customer satisfaction in Korean Police Civil Affairs Service. This finding suggests the necessity of carefully monitoring such effect changes to effectively and efficiently improve customer satisfaction. This study also identified that from before to during the pandemic, supportability, sincerity, and convenience become more important and hence, need to be better managed.

• 한국생물공학회:학술대회논문집
• /
• 한국생물공학회 2004년도 학술대회지
• /
• pp.47-84
• /
• 2004

Principal Component Analysis나 Partial Least Squares와 같은 다변량 통계 기법은 변수간의 correlation structure로부터 공정의 variance를 설명할 수 있는 latent variable를 얻고 이를 이용하여 공정을 효과적으로 modeling할 수 있는 방법으로 최근 들어 많은 관심을 얻고 있다. 하지만 PLS는 공정이 stationary state에 있다고 가정하기 때문에, 생물학적 공정의 non-stationary and time-varying behavior를 설명하기에 부적절하다. 본 논문에서는 PLS 알고리즘의 혐기성 폐수처리 공정에의 적용에 있어, 이와 같은 문제를 해결하기 위해서 adaptive PLS 알고리즘을 사용함으로써 변화하는 공정의 특성에 대응하여 모델을 update하는 방법을 이용하였다. 하지만 실시간 데이터로부터 adaptive PLS 방법을 적용하는 데에는 많은 어려움이 존재하며, 특히 outlier나 abnormal disturbance에 모델이 부적절하게 adaptation하는 문제가 발생할 수 있다. 따라서 이의 해결을 위해 adaptive PLS를 적용하는데 있어 robustness를 향상시키기 위해 monitoring index를 이용하여 abnormal data에 weight를 주고 안정적인 모델의 update가 가능하게 하는 방법을 제안하였으며, 이를 적용하여 성공적으로 혐기성 폐수처리 공정의 Output을 예측하고 효과적으로 공정을 모니터링할 수 있었다. 만들어진 PLS 모델은 산업폐수를 처리하기 위한 industrial plan에서 측정된 실제 데이터에 적용하여 그 효용성을 입증하였으며, 그 결과는 mechanistic model을 적용하기 힘든 실공정에 비교적 쉽게 implementation할 수 있는 장점이 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.201-203
• /
• 2007

The paper concerns the successive optimization for structure and parameters of fuzzy inference systems that is based on parallel Genetic Algorithms (PGA) and information data granulation (IG). PGA is multi, population based genetic algorithms, and it is used tu optimize structure and parameters of fuzzy model simultaneously, The granulation is realized with the aid of the C-means clustering. The concept of information granulation was applied to the fuzzy model in order to enhance the abilities of structural optimization. By doing that, we divide the input space to form the premise part of the fuzzy rules and the consequence part of each fuzzy rule is newly' organized based on center points of data group extracted by the C-Means clustering, It concerns the fuzzy model related parameters such as the number of input variables to be used in fuzzy model. a collection of specific subset of input variables, the number of membership functions according to used variables, and the polynomial type of the consequence part of fuzzy rules, The simultaneous optimization mechanism is explored. It can find optimal values related to structure and parameter of fuzzy model via PGA, the C-means clustering and standard least square method at once. A comparative analysis demonstrates that the Dnmosed algorithm is superior to the conventional methods.