• Asia pacific journal of information systems
• /
• 제1권1호
• /
• pp.63-86
• /
• 1991

In this paper, our concern is the artificial neural network-based patten classification, when can resolve the difficulties in the Autoregressive Moving Average(ARMA) model identification problem To effectively classify a time series into an approriate ARMA model, we adopt the Multi-layered Backpropagation Network (MLBPN) as a pattern classifier, and Extended Sample Autocorrelation Function (ESACF) as a feature extractor. To improve the classification power of MLBPN's we suggest an integrated neural network system which consists of an AR Network and many small-sized MA Networks. The output of AR Network which will gives the MA order. A step-by-step training strategy is also suggested so that the learned MLBPN's can effectively ESACF patterns contaminated by the high level of noises. The experiment with the artificially generated test data and real world data showed the promising results. Our approach, combined with a statistical parameter estimation method, will provide a way to the automation of ARMA modeling.

• 산업경영시스템학회지
• /
• 제41권2호
• /
• pp.56-64
• /
• 2018

In recent years, imbalanced data is one of the most important and frequent issue for quality control in industrial field. As an example, defect rate has been drastically reduced thanks to highly developed technology and quality management, so that only few defective data can be obtained from production process. Therefore, quality classification should be performed under the condition that one class (defective dataset) is even smaller than the other class (good dataset). However, traditional multi-class classification methods are not appropriate to deal with such an imbalanced dataset, since they classify data from the difference between one class and the others that can hardly be found in imbalanced datasets. Thus, one-class classification that thoroughly learns patterns of target class is more suitable for imbalanced dataset since it only focuses on data in a target class. So far, several one-class classification methods such as one-class support vector machine, neural network and decision tree there have been suggested. One-class support vector machine and neural network can guarantee good classification rate, and decision tree can provide a set of rules that can be clearly interpreted. However, the classifiers obtained from the former two methods consist of complex mathematical functions and cannot be easily understood by users. In case of decision tree, the criterion for rule generation is ambiguous. Therefore, as an alternative, a new one-class classifier using hyper-rectangles was proposed, which performs precise classification compared to other methods and generates rules clearly understood by users as well. In this paper, we suggest an approach for improving the limitations of those previous one-class classification algorithms. Specifically, the suggested approach produces more improved one-class classifier using hyper-rectangles generated by using Gaussian function. The performance of the suggested algorithm is verified by a numerical experiment, which uses several datasets in UCI machine learning repository.

• 한국실내디자인학회논문집
• /
• 제16권5호
• /
• pp.71-80
• /
• 2007

Although the history of the contemporary museum architecture is relatively short, the concept of its existence has changed owing to its openness to the spectators at large. Within the short period of time, it has developed into a multi functional architecture with eduinfortainment function for the general publics in concert of the changes of its social activities in addition to its innate function as a museum to meet the intellectual desires of the spectators. Therefore, this study looks Into how to suffice the ever changing Intellectual desires of the spectators and the various spatial correspondences in accordance with the social and cultural roles of the museum with purpose to present the materials of the typological characteristics of the third generation museum architecture, which shows diversifying propensity, by means of an analytical study on the characteristics of the third generation museum architecture with confidence in mind that such materials are needed in the early planning stage. The chapter 2 divides the museum architecture into three generations for a comparative analytical study and presents the three classification standards thru the preceding studies related to the museum typological classifications. In accordance with the standards, 60 selective art museums have been classified by their typological patterns. The chapter 3 shows the result of the typological space classification of the 60 art museums through an analyzation on the typological characteristics and the interrelations of them. Such study is considered to furnish important measures for the realization of the substance of the museum architecture. At the same time, it Is also judged to play an instrumental role for the theoretical system of the communication function and classification required in the early designing stage as well as to play an educational role important as the designing guide line.

• 컴퓨터교육학회논문지
• /
• 제5권3호
• /
• pp.37-44
• /
• 2002

문서 자동 분류란 입력 문서에 이미 정해져 있는 특정 범주를 할당하는 작업을 의미하며 이는 문서의 효율적, 체계적 관리를 위하여 그 필요성이 증가하고 있는 실정이다. 현재 국내외에서 기계 학습 방법을 이용한 문서 자동 분류에 대한 연구가 활발히 진행되고 있으나 대부분의 연구는 문서 분류기의 성능 향상을 위한 새로운 학습 모델 제안과 학습 모델간의 상호 비교 연구에 치중되어 있으며 특정 학습 모델을 이용한 분류 시스템의 최적화나 개선 방안에 대한 연구는 다소 미흡한 실정이다. 이에 본 논문은 kNN 학습 방법을 이용한 문서 분류 시스템의 성능 향상에 중요한 역할을 하는 파라미터를 정의하고 실험을 통해서 얻은 경험적 정보를 이용한 한국어 문서 분류기 성능 개성 방안을 제안한다. 실험 결과, 이웃 문서들간의 유사도 가중치를 사용하는 분류 함수, 분류 정보를 이용한 자질 선택 방법, 그리고 전역적 분류 방법이 높은 성능을 보였고, 분류 영역에 따라 신중히 결정된 k값을 사용한 지역적 방법도 많은 계산량을 필요로 하는 전역적 방법과 유사한 성능을 보일 수 있음을 확인하였다.

• 에너지공학
• /
• 제20권3호
• /
• pp.200-208
• /
• 2011

한국수력원자력(주)은 원자력발전소 설비를 체계적으로 정의하여 관리하고 있으며 효과적인 유지보수 및 예방정비최적화를 위하여 설비마다 기능적중요도등급을 부여하여 운영하고 있다. 하지만 기존의 설비 중요도등급 결정은 설비가 갖고 있는 역할(기능) 측면보다는 기기 수준에서 수행하다 보니 발전소간, 계통간 및 엔지니어간 분류기준에 대한 해석차이로 많은 편차가 발생하여 반복된 작업이 수행되었다. 이를 보완하고자 정비규정을 활용한 기능중심체계에서 설비중요도분류 방법론을 개발하고 신규원전에 대하여 기능적 관점으로 설비중요도결정 작업을 수행하였다. 또한 각 기기에 대한 중요도결정 근거를 체계적으로 문서화함으로서 발전소 적용 시 운영자로 하여금 결정내역에 대한 이해와 활용을 용이하도록 하였다.

• 한국IT서비스학회지
• /
• 제20권3호
• /
• pp.75-86
• /
• 2021

As artificial intelligence is actively studied, chatbot systems are being applied to various fields. In particular, many chatbot systems for psychological counseling have been studied that can comfort modern people. However, while most psychological counseling chatbots are studied as rule-base and deep learning-based chatbots, there are large limitations for each chatbot. To overcome the limitations of psychological counseling using such chatbots, we proposes a novel psychological counseling AI chatbot system. The proposed system consists of a GPT-2 model that generates output sentence for Korean input sentences and an Electra model that serves as sentiment analysis and anxiety cause classification, which can be provided with psychological tests and collective intelligence functions. At the same time as deep learning-based chatbots and conversations take place, sentiment analysis of input sentences simultaneously recognizes user's emotions and presents psychological tests and collective intelligence solutions to solve the limitations of psychological counseling that can only be done with chatbots. Since the role of sentiment analysis and anxiety cause classification, which are the links of each function, is important for the progression of the proposed system, we experiment the performance of those parts. We verify the novelty and accuracy of the proposed system. It also shows that the AI chatbot system can perform counseling excellently.

• 대한의용생체공학회:의공학회지
• /
• 제19권5호
• /
• pp.477-486
• /
• 1998

본 연구에서는 요분석용 스트립을 이용하여 요의 상태를 정량적·정성적으로 측정할 수 있는 요분석시스템을 구현하였다. 요분석시스템의 분석 알고리듬은 온도 변화, 전원 노이즈 통의 외란에 강인한 특성을 나타내기 위하여 퍼지 논리를 적용하였다. 강인하고 안정적인 요분석시스템을 설계하기 위하여 스트립 9가지 패드의 분강학적 특성을 검토하였다. 요분석시스템 하트웨어와 소프트웨어로 구성되었다. 요분석시스템의 하드웨어는 단일칩 마이크로프로세서를 사용하였고, 주변장치들로는 광하부, 트레이 제어, 전치증폭부, PC와의 통신, 열전사 프린터 및 동작 상태 표시기로 구성하였다. 요분석시스템의 소프트웨어는 시스템 프로그램과 분류 프로그램으로 구성하였다. 시스템 프로그램은 시스템 제어와 데이터 취득 및 분석을 수행하도록 하였다. 분규 프로그램은 퍼지추론부와 멤버쉽함수 발생기로 구성되었다 멤버쉽함수 발생기는 정도관리의 통계학적 방법을 이용하여 삼각형 멤버쉽함수를 생성하였다. 측정된 데이터는 PC로 전송되고, 전송된 데이터는 C++로 작성된 데이터 관리 및 취득 프로그램에 의해 저장된다. 요분석시스템의 정확도와 퍼지분류기의 안정성은 표준시료를 이용하여 평가하였다. 실험결과는 검사항목과 만족한 일치를 보였다.

• 통합자연과학논문집
• /
• 제11권4호
• /
• pp.167-183
• /
• 2018

Electroencephalogram (EEG) recording provides a new way to support human-machine communication. It gives us an opportunity to analyze the neuro-dynamics of human cognition. Machine learning is a powerful for the EEG classification. In addition, machine learning can compensate for high variability of EEG when analyzing data in real time. However, the optimal EEG electrode location must be prioritized in order to extract the most relevant features from brain wave data. In this paper, we propose an intelligent system model for the extraction of EEG data by training the optimal electrode location of EEG in a specific problem. The proposed system is basically a fuzzy system and uses a neural network structurally. The fuzzy clustering method is used to determine the optimal number of fuzzy rules using the features extracted from the EEG data. The parameters and weight values found in the process of determining the number of rules determined here must be tuned for optimization in the learning process. Genetic algorithms are used to obtain optimized parameters. We present useful results by using optimal rule numbers and non - symmetric membership function using EEG data for four movements with the right arm through various experiments.

• 한국음향학회지
• /
• 제23권4호
• /
• pp.296-302
• /
• 2004

해저면 분류를 위한 음향실험을 2003년 5월 19일부터 23일까지 5일간 남해에서 실시하였다. 실험 해역은 해저 구성물질이 각기 다른 6개의 정점을 선정하였으며 5개의 주파수 (30, 50, 80, 100, 120 kHz)를 이용하여 해저면 반사 신호를 측정하였다. 지음향 인자의 측정은 피스톤 코어를 이용하여 해저 퇴적물 샘플을 채취 후 입도분석을 하였다. 측정된 결과는 퍼지 이론을 이용하여 정점별 해저 퇴적물을 분류하였다. 반사손실 모델로 구성된 입력 소속 함수를 이용하여 측정결과를 평가 후, 그 결과를 Wentworth 입자 크기를 이용하여 출력 가능하도록 구성하였다. 퍼지 이론을 이용한 해저면 분류 기법과 잘 일치하였으며, 퍼지 이론을 통한 해저면 분류 기법의 가능성을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제7권1호
• /
• pp.1-8
• /
• 2018

동영상 데이터는 시간에 따른 정보는 물론이고, 많은 정보량과 함께 잡음도 포함하고 있기 때문에 이에 대한 간단한 표현을 학습하는 것은 쉽지 않다. 본 연구에서는 이와 같은 동영상 데이터를 추상적이면서 보다 간단하게 표현할 수 있는 순차 데이터간의 유사도 표현 방법과 딥러닝 학습방법을 제안한다. 이는 동영상을 구성하는 이미지 데이터 벡터들 사이의 유사도를 내적으로 표현할 때 그것들이 서로 최대한의 정보를 가질 수 있도록 하는 함수를 구하고 학습하는 것이다. 실제 데이터를 통하여 제안된 방법이 기존의 동영상 분류 방법들보다도 뛰어난 분류 성능을 보임을 확인하였다.