• 정보화연구
• /
• 제11권1호
• /
• pp.33-44
• /
• 2014

블로그는 쉬운 인터페이스와 정보 공유 방법을 무기로 짧은 시간에 가장 성공한 인터넷 서비스 중 하나로 자리 잡았다. 블로그에 게시되는 컨텐츠의 영향력은 절대적이어서 이를 통해 전달되는 정보는 그 사실 여부와 관계없이 쉽게 여론 형성의 매개가 되기도 한다. 본 연구에서는 블로그에 게시된 컨텐츠의 신뢰도를 다양한 신뢰 변수 측정값과 그들의 합성을 통해 도출하는 과정을 제안하였다. 또한, 제안한 신뢰 측정 평가 방법론을 활용한 블로그 서비스 시스템의 기본 구조를 설계하였다. 제안된 신뢰 측정 방법론에서는 블로그 운영자의 온라인 소셜 네트워크에 대한 다양한 신뢰 변수를 포함한 정보를 기반으로 최종 신뢰도를 도출하며 이를 위해 정성적인 신뢰 변수 입력 값의 처리가 가능하도록 퍼지 이론을 도입, 활용하였다. 또한 본 연구에서는 이와 같은 블로그 컨텐츠 신뢰도 정보 제공에 대한 사용자 수용도 조사도 수행하였다.

• 전기학회논문지
• /
• 제59권2호
• /
• pp.436-444
• /
• 2010

In this study, we introduce and discuss a concept of a granular-oriented radial basis function neural networks (GRBF NNs). In contrast to the typical architectures encountered in radial basis function neural networks(RBF NNs), our main objective is to develop a design strategy of GRBF NNs as follows : (a) The architecture of the network is fully reflective of the structure encountered in the training data which are granulated with the aid of clustering techniques. More specifically, the output space is granulated with use of K-Means clustering while the information granules in the multidimensional input space are formed by using a so-called context-based Fuzzy C-Means which takes into account the structure being already formed in the output space, (b) The innovative development facet of the network involves a dynamic reduction of dimensionality of the input space in which the information granules are formed in the subspace of the overall input space which is formed by selecting a suitable subset of input variables so that the this subspace retains the structure of the entire space. As this search is of combinatorial character, we use the technique of genetic optimization to determine the optimal input subspaces. A series of numeric studies exploiting some nonlinear process data and a dataset coming from the machine learning repository provide a detailed insight into the nature of the algorithm and its parameters as well as offer some comparative analysis.

• 전기학회논문지
• /
• 제66권7호
• /
• pp.1131-1140
• /
• 2017

This study is concerned with a design methodology of optimized fuzzy clustering-based neural network classifier for classifying black plastic. Since the amount of waste plastic is increased every year, the technique for recycling waste plastic is getting more attention. The proposed classifier is on a basis of architecture of radial basis function neural network. The hidden layer of the proposed classifier is composed to FCM clustering instead of activation functions, while connection weights are formed as the linear functions and their coefficients are estimated by the local least squares estimator (LLSE)-based learning. Because the raw dataset collected from Raman spectroscopy include high-dimensional variables over about three thousands, principal component analysis(PCA) is applied for the dimensional reduction. In addition, artificial bee colony(ABC), which is one of the evolutionary algorithm, is used in order to identify the architecture and parameters of the proposed network. In experiment, the proposed classifier sorts the three kinds of plastics which is the most largely discharged in the real world. The effectiveness of the proposed classifier is proved through a comparison of performance between dataset obtained from chemical analysis and entire dataset extracted directly from Raman spectroscopy.

• 한국프랜차이즈경영연구
• /
• 제8권1호
• /
• pp.31-41
• /
• 2017

Purpose - As the domestic coffee market is rapidly growing and competition is intensifying, coffee shops need to establish a marketing strategy that grasps the needs and desires of consumers in order to secure a competitive advantage in terms of survival. From this point of view, this study suggests what choice attributes consumers consider when visiting coffee shops, and analyzes the effect of customer choice attributes on franchise and private coffee shops using fsQCA. Research design, data, and methodology - In the present study, we tried to understand the effect of the combination of choice attribute on satisfaction by the type of coffee shop based on the complex system theory, while studying the existing coffee shop choice attribute focuses on the causal relationship. FsQCA is a complementary analytical method between quantitative and qualitative research, and is a method for effectively analyzing the complex combination of causal variables. Result - The results of the study are as follows. First, cleanliness was found to be the most important factor in determining coffee quality, which is the most important factor affecting customer satisfaction. Second, customers who prefer franchise coffee shops seem to be most concerned about atmosphere, menu, cleanliness and price. On the other hand, customers who prefer private coffee shops consider image the most important. Conclusions - The implications of this study are as follows. Overall, coffee shops should manage cleanliness basically regardless of the type of store, but they should manage the choice attributes differently depending on the type of coffee shop. Franchise coffee shops will be able to increase the level of store satisfaction by systematically managing the store atmosphere, menu, cleanliness, and price according to the manual using the advantages of the franchise system. On the other hand, unlike the franchise coffee shops, private coffee shops can operate autonomous stores, so customers can use various marketing mixes to enhance their store image.

• 한국사회정책
• /
• 제19권3호
• /
• pp.185-214
• /
• 2012

에스핑앤더슨으로 촉발된 복지국가에 대한 연구가 유형화 논의를 통해 학문적으로 발전하는 가운데 동아시아 국가들의 급속한 경제성장에 관한 연구는 복지국가 유형화 논의시기와 맞물리면서 1990년대 후반부터는 '동아시아복지국가'에 대한 연구로 발전하기 시작하였다. 국내외에서 이루어진 이러한 연구들은 동아시아복지국가의 유형 및 개별 복지국가의 성격 규명, 더 나아가 기존의 국제복지국가 비교연구의 학문적 발전에도 크게 기여하였다. 다만, 서구 복지국가의 이론적 논의에 근거해 비교적 단시간 내에 많은 수의 동아시아복지국가 비교연구가 생산된 반면 동아시아복지국가 및 복지체제의 개념 및 정의 자체에 대해서는 충분히 다뤄지지 못한 아쉬움이 있다. 본 연구는 변수화 및 지표의 비교에 다소 치우쳐져있던 동아시아복지국가 논의에서 개념적 논의의 중요성 및 그 유용성을 강조하여 연구방법론적 기여를 하고자 한다. 이에 따라, 본 논문은 먼저 개념구조 및 집합이론을 논하고, 비교사회정책연구에서 집합이론을 활용한 개념화방법들을 소개한다. 이어서 복지국가 연구에서 유용하게 채용될 수 있는 기능적 등가물(functional equivalence)에 대해 논하고 이를 바탕으로 현재까지의 동아시아복지국가 연구를 비판적으로 검토한다. 마지막으로 앞서 설명한 개념구조들 및 집합이론을 활용하여, 동아시아복지국가 비교연구의 개념화작업 단계에서 기능적 등가물 개념을 채용할 수 있는 방안들을 제안한다.

• 정보처리학회논문지D
• /
• 제12D권6호
• /
• pp.869-874
• /
• 2005

최근 제품 판매 활동에 있어서 보증수리기간 연장과 관련 부품의 품질을 중심으로 하는 서비스 경쟁이 치열해지고 있다. 이러한 서비스 경쟁에 관련된 변수들은 대부분 명확하지 않으며, 생산 현장의 전문 지식들이 요구되기 때문에, 제품 판매에 관련된 의사결정에 있어서 보다 정교한 도구들의 사용이 요청되고 있다. 이러한 문제들은 제품 서비스 분야에 국한된 것이 아니고, 금융 관련기관, 신용 평가 기관, 보험회사와 같은 조직 및 관련 연구자들에게도 관심의 대상이 되고 있다. 본 논문은 이러한 문제에 관련하여 하나의 퍼지 전문가 시스템을 임베디드 프로그램으로 개발하기 위한 접근 방식을 나타내고, 구체적으로 자동차 판매 서비스 경쟁에 있어서 중요한 부분으로 등장하고 있는 보증수리기간 연장을 중심으로 하는 의사결정 시스템을 제공하는데 있다. 퍼지 전문가 시스템의 구축 도구로는 문제와 해의 상술이 우리에게 익숙한 수학적 표현이 가능하고 사용자 중심의 통합적인 환경을 제공하고 있는 MATLAB을 사용하고, 이것을 기존 회사의 응용 프로그램에 임베디드하기 위한 API 함수들을 소개한다.

• 한국항만경제학회지
• /
• 제26권3호
• /
• pp.221-239
• /
• 2010

본 논문은 과거 1960년대 경제개발 5개년 계획을 시작으로 수도권에 인구가 집중하는 현상에 맞추어 이사 화물의 지속적인 증가를 배경으로 화물자동차 운수사업 법률상의 모호함과 운영상의 문제점을 개선방안을 제시하는 것을 목적으로 한다. 이를 위해 본 연구는 선행연구 검토를 통하여 이사화물업체들이 직면하고 있는 운영상의 문제점에 대한 예비평가항목을 선정하고 하주 및 업체에게 설문조사를 실시하여 요인을 분석하였으며, Fuzzy AHP 기법을 통해 평가항목의 우선순위를 선정하였다. 선정된 요인으로는 노동 및 장비로 인한 문제, 사업의 영세성으로 인한 문제, 제도 및 계약형식으로 인한 문제, 과당 경쟁으로 인한 문제 총 4가지로 나타났으며 상위평가요인 4가지 중 과당경쟁으로 인한 문제가 이사화물업체들이 느끼는 가장 큰 문제점으로 나타났다. 측정변수 12가지의 항목들 중 해결이 시급한 항목은 무허가업체 난립에 따른 운영상 피해, 과당경쟁으로 인한 서비스품질 저하, 서비스교육 부재에 따른 클레임 발생, 미흡한 보험제도에 따른 피해보상 차질 순으로 나타났다. 이에 따른 정책제언으로는 첫째, 무허가업체 난립에 따른 운영상 피해를 방지하기 위해 화물자동차운수사업법에 이사화물 취급업의 법적 근거를 명시하는 것 둘째, 과당경쟁으로 인한 서비스품질의 저하를 예방하기 위해 무허가에 대한 처벌근거 강화 셋째, 서비스교육부재에 따른 클레임 발생을 억제하기 위해 이사화물운송주선업체의 경영자와 종사자에 대한 교육 활성화 넷째, 미흡한 보험제도에 따른 피해보상의 차질을 방지하기 위해 적재물 배상책임보험 개발과 공제제도 도입을 제안하였다.

• 대한토목학회논문집
• /
• 제31권5B호
• /
• pp.405-414
• /
• 2011

본 연구에서는 유역에서 관측되는 강우량과 유출량의 시계열 자료를 바탕으로 최근 시계열 예측 및 시스템 제어 분야에서 성공적으로 적용되고 있는 적응형 네트워크 기반 퍼지추론 시스템(ANFIS)을 갑천 유역에 적용하여 시유출량을 모델링하였다. 입력구조, 소속함수 종류와 개수 등을 다양하게 변화시켜 ANFIS 모형을 학습하고, 평균제곱근오차(RMSE), 평균첨두유량오차(PE) 및 평균첨두시간오차(TE)를 이용하여 ANFIS의 유출해석에 대한 적용성을 평가하였다. 현재시간의 시유출량 Q(t)에 대한 ANFIS의 적용성은 우수한 것으로 평가되었으며, ANFIS 모형은 관측유출량을 적절히 모의하였다. 입력구조가 다른 입력모형을 구성하여 최대 8시간까지 ANFIS의 유출예측 적용성을 평가하였다. 예측시간 증가에 따라서 ANFIS의 유출예측 정확도는 감소하여 예측시간 4시간 이상의 시유출량에 대한 ANFIS의 유출예측 적용성은 제한적이었다. ANFIS는 입력과 출력 자료들만 이용하므로 물리기반 모형에 비교하여 모형구축이 비교적 손쉽기 때문에 홍수 유출모델링에 ANFIS을 유용하게 적용할 수 있을 것으로 판단된다.

• Geomechanics and Engineering
• /
• 제12권3호
• /
• pp.441-464
• /
• 2017

The determination of the mixture parameters of stabilization has become a great concern in geotechnical applications. This paper presents an effort about the application of artificial intelligence (AI) techniques including radial basis neural network (RBNN), multi-layer perceptrons (MLP), generalized regression neural network (GRNN) and adaptive neuro-fuzzy inference system (ANFIS) in order to predict the unconfined compressive strength (UCS) of silty soil stabilized with bottom ash (BA), jute fiber (JF) and steel fiber (SF) under different freeze-thaw cycles (FTC). The dosages of the stabilizers and number of freeze-thaw cycles were employed as input (predictor) variables and the UCS values as output variable. For understanding the dominant parameter of the predictor variables on the UCS of stabilized soil, a sensitivity analysis has also been performed. The performance measures of root mean square error (RMSE), mean absolute error (MAE) and determination coefficient ($R^2$) were used for the evaluations of the prediction accuracy and applicability of the employed models. The results indicate that the predictions due to all AI techniques employed are significantly correlated with the measured UCS ($p{\leq}0.05$). They also perform better predictions than nonlinear regression (NLR) in terms of the performance measures. It is found from the model performances that RBNN approach within AI techniques yields the highest satisfactory results (RMSE = 55.4 kPa, MAE = 45.1 kPa, and $R^2=0.988$). The sensitivity analysis demonstrates that the JF inclusion within the input predictors is the most effective parameter on the UCS responses, followed by FTC.

• 한국지능시스템학회논문지
• /
• 제25권3호
• /
• pp.242-247
• /
• 2015

본 논문은 방사형 기저함수 신경회로망(Radial Basis Function Neural Network) 패턴분류기를 기반으로 강수 에코와 비(非)강수 에코를 분류하는 방법을 제시한다. 강수 에코와 비(非)강수 에코를 분류하기 위하여 기상레이더 자료의 특성을 분석하였다. 이를 기반으로 UF 데이터의 전처리를 실시하여 입력변수(DZ, SDZ, VGZ, SPN, DZ_FR, VR)를 선정 하였고 학습데이터 및 테스트데이터로 구성하였다. 마지막으로, 기상청에서 사용되고 있는 QC 데이터는 제안된 알고리즘의 성능을 비교하기 위해 사용하였다.