• 지능정보연구
• /
• 제17권4호
• /
• pp.241-254
• /
• 2011

Support vector machines(SVM)은 비교적 최근에 등장한 데이터마이닝 기법이지만, 재무, CRM 등의 경영학 분야에서 많이 연구되고 있다. SVM은 인공신경망과 필적할 만큼의 예측 정확도를 보이는 사례가 많았지만, 암상자로 불리는 인공신경망 모형에 비해 구축된 예측모형의 구조를 이해하기 쉽고, 인공신경망에 비해 과도적합의 가능성이 적어서 적은 수의 데이터에서도 적용 가능하다는 장점을 가지고 있다. 하지만, 일반적인 SVM을 이용하려면, 인공신경망과 마찬가지로 여러 가지 설계요소들을 설계자가 선택하여야 하기 때문에 임의성이 높고, 국부 최적해에 수렴할 가능성도 크다. 또한, 많은 수의 데이터가 존재하는 경우에는 데이터를 분석하고 이용하는데 시간이 소요되고, 종종 잡음이 심한 데이터가 포함된 경우에는 기대하는 수준의 예측성과를 얻지 못할 가능성이 있다. 본 연구에서는 일반적인 SVM의 장점을 그대로 유지하면서, 전술한 두 가지 단점을 보완한 새로운 SVM 모형을 제안한다. 본 연구에서 제안하는 모형은 사례선택기법을 일반적인 SVM에 융합한 것으로 대용량의 데이터에서 예측에 불필요한 데이터를 선별적으로 제거하여 예측의 정확도와 속도를 제고할 수 있는 방법이다. 본 연구에서는 잡음이 많고 예측이 어려운 것으로 알려진 재무 데이터를 활용하여 제안 모형의 유용성을 확인하였다.

• 대한소아치과학회지
• /
• 제30권1호
• /
• pp.54-60
• /
• 2003

본 연구는 영구치와 유치의 상아질 표면에 상품화된 화학기계적 우식치질 제거용액인 $Carisolv^{TM}$(MediTeam, Sweden)를 사용하고 복합레진을 접착한 후 전단결합강도를 측정함으로써 $Carisolv^{TM}$의 사용이 복합레진의 접착에 미치는 영향을 평가하고자 하였다. 교정치료를 위하여 발거된 상, 하악 소구치 80개와 정상적으로 탈락한 손상이 없이 건전한 상악 유전치 80개의 순, 협면의 상아질을 노출시키고 $Carisolv^{TM}$를 실험군은 60초 적용하고 대조군은 $Carisolv^{TM}$를 사용하지 않았다. 상아질 접착제는 Scotchbond Multi-Purpose(3M, USA), Single Bond(3M, USA), Clearfil SE Bond(Kuraray, Japan), AQ Bond(Sun Medical, Japan)를 각각 제조사의 지시대로 적용하였고 광중합형 복합레진은 Z100(3M, USA)을 사용하였다. $5^{\circ}C$와 $55^{\circ}C$에 각 30초씩 계류시켜 1,000회 열순환시키고 Universal Testing Machine(Zwick Z020, Zwick Co., Germany)을 사용하여 전단결합강도를 측정하고 분석하여 다음과 같은 결론을 얻었다. 1. 각 군간 전단결합강도를 비교한 결과, 유치에 비해 영구치의 전단결합강도가 높게 나타났다. 영구치에서는 Clearfil SE Bond만 사용한 군에서 가장 높았고 $Carisolv^{TM}$와 AQ Bond를 병용한 군에서 가장 낮았다. 2. $Carisolv^{TM}$ 사용하지 않은 군과 사용한 군간의 전단결합강도를 비교한 결과, 영구치와 유치 모두에서 상아질 접착제의 종류에 관계없이 $Carisolv^{TM}$를 사용한 군이 사용하지 않은 군에 비해 전단결합강도가 통계학적으로 유의하게 낮게 나타났다(P<0.001). 3. 상아질 접착제의 종류에 따른 전단결합강도를 비교한 결과, 영구치와 유치 모두에서 Clearfil SE Bond를 사용한 군의 전단결합강도가 가장 높았으며 AQ Bond를 사용한 군의 전단결합강도가 가장 낮았다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.99-112
• /
• 2010

앙상블 학습은 분류 및 예측 알고리즘의 성과개선을 위하여 제안된 기계학습 기법이다. 그러나 앙상블 학습은 기저 분류자의 다양성이 부족한 경우 다중공선성 문제로 인하여 성과개선 효과가 미약하고 심지어는 성과가 악화될 수 있다는 문제점이 제기되었다. 본 연구에서는 기저 분류자의 다양성을 확보하고 앙상블 학습의 성과개선 효과를 제고하기 위하여 유전자 알고리즘 기반의 범위 최적화 기법을 제안하고자 한다. 본 연구에서 제안된 최적화 기법을 기업 부실예측 인공신경망 앙상블에 적용한 결과 기저 분류자의 다양성이 확보되고 인공신경망 앙상블의 성과가 유의적으로 개선되었음을 보여주었다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.139-161
• /
• 2019

전자상거래 시장의 이용이 보편화 되며 고객들에게 좋은 품질의 물건을 어디서, 얼마나 합리적으로 구매할 수 있는지가 중요해졌다. 이러한 구매 심리의 변화는 방대한 정보 속에서 오히려 고객들의 구매 의사결정을 어렵게 만드는 경향이 있다. 이때 추천 시스템은 고객의 구매 행동을 분석하여 정보 검색에 드는 비용을 줄이고 만족도를 높이는 효과가 있다. 하지만 대부분 추천 시스템은 책이나 영화 등 동종 상품 분류 내에서만 추천이 이뤄진다. 왜냐하면 추천 시스템은 특정 상품에 매긴 구매 평점 데이터를 기반으로 해당 상품 분류 내 유사한 상품에 대한 구매 만족도를 추정하기 때문이다. 그밖에 추천 시스템에서 사용하는 구매 평점의 신뢰성에 대한 문제도 제시되고 있으며 오프라인에선 평점 확보 자체가 어렵다. 이에 본 연구에서는 일련의 문제를 개선하기 위해 RFM 다차원 분석 기법을 활용하여 기존에 사용하던 고객의 구매 평점을 객관적으로 대체할 수 있는 새로운 지표의 활용 가능성을 제안하는 바이다. 실제 기업의 구매 이력 데이터에 해당 지표를 적용해서 검증해본 결과 높게는 약 55%에 해당하는 정확도를 기록했다. 이는 총 4,386종에 달하는 이종 상품들 중 한번도 이용해 본 적 없는 상품을 추천한 결과이기 때문에 검증 결과는 상대적으로 높은 정확도와 활용가치를 의미한다. 그리고 본 연구는 오프라인의 다양한 상품데이터에서도 적용할 수 있는 범용적인 추천 시스템의 가능성을 시사한다. 향후 추가적인 데이터를 확보한다면 제안하는 추천 시스템의 정확도 향상도 기대할 수 있다.

• 비교문화연구
• /
• 제40권
• /
• pp.111-131
• /
• 2015

본 논문은 <공각기동대>의 주인공인 사이보그 여전사 쿠사나기 소령에 초점을 맞춰, 포스트휴머니즘과 퀴어이론의 시각에서 <공각기동대>를 재해석하는 것을 목적으로 한다. 기존비평에서 쿠사나기 소령의 몸이 여성해방의 상징으로 극찬 받거나, 아니면 그 성적 함의로 인해 여성성의 상품화란 비난을 받았다면, 포스트휴머니즘과 퀴어 이론은 인간/비인간, 남성(성)/여성(성)이란 이분법을 넘어 소령의 몸을 보다 급진적으로 해석할 여지를 준다. 즉, 이분법의 해체를 통해 이미지에 함몰된 현실 속에서 과연 현실이라는 것이 얼마나 "현실적"이며, 현실 속의 다양한 대립범주들이 얼마나 인위적인 것인지 재고해 보게 해주는 것이다. 이러한 해석의 틀로 본다면, 쿠사나기 소령의 몸은 현실 속 여성상의 "반영"이라기보다 그 자체로 존재의의를 지닌 아니메 속 허구 존재, 인간/비인간, 여성/남성의 범주에 속하는 대신 SNS와 정보화사회 속에 점점 내면을 잃어가는 현대인의 불안을 구현해주는 혼종적 존재이다. 많은 포스트휴머니즘 이론가과 퀴어 이론가들이 경고하듯, "포스트휴먼"이나 "퀴어"란 용어는 너무도 종종 인간중심적 사고를 재확인하기 위해 대중문화텍스트에서 남용된다. 이런 점을 염두에 두며, 본 논문은 소령의 혼종적 몸이 인간과 기계의 결합이기에 의미 있는 몸이라고 단순하게 주장하거나, 혹은 피상적인 포스트모던 읽기를 통해 경계를 넘나드는 해방적 몸이라고 미화하지 않을 것이다. <공각기동대>가 거두고 있는 성취는, 소령의 몸 속에 어지럽게 구현되고 있는 개인성, 동물성, 그리고 기술의 결합이 인간이 "언제나, 항상" 포스트휴먼적 존재였음을 깨닫게 해주는 것이다. 본 논문은 <공각기동대>가 유려한 영상을 통해 그려내는 이러한 인식의 전환, 즉 억압적인 인간중심 휴머니즘에서 퀴어한 존재들과의 공존이라는 인식의 전환이 윤리적 함의를 지녔음을, 그리고 이러한 윤리적 시도가 바로 이 영화의 가장 핵심적인 성취이자 지속적인 매력임을 주장하려 한다.